智能駕駛，駕駛員監測系統，DMS的案例
電子后視鏡（CMS）和駕駛員監測系統(DMS)光學仿真解決方案
電子后視鏡（CMS），將攝像頭+監控顯示屏結合，形成取代傳統后視鏡的光學后視鏡系統。在CMS電子后視鏡系統中，無論是攝像頭鏡頭設計、攝像頭成像質量、監控屏設計，還是整體后視鏡系統的可視化，均需要光學仿真技術。
運用Ansys lumerical、Zemax和Speos三款仿真軟件可以對其進行系統性的模擬，包括CMS透鏡設計和優化、雜散光分析、成像的可視化仿真、成像系統的動態仿真、攝像頭的多物理仿真。
隨著智能汽車的發展，通過先進的攝像頭技術增強汽車安全性、效率和自動駕駛已經是必備功能。在各種車型上的廣泛采用，對攝像頭系統提出了更高的要求和挑戰。
高分辨率成像，用于精確的物體檢測和識別，實時處理，在動態駕駛環境中實現快速決策，對環境因素(包括天氣條件和照明變化)的適應性，攝像頭系統緊湊，低功耗設計，可無縫集成到車輛中。
面對這些挑戰，Ansys光學產品提供從組件到系統的光學仿真全鏈路解決方案。 7月9日，Ansys 將推出 「CMS/DMS系統光學仿真解決方案」主題 網絡研討會 ，屆時將以CMS和DMS為例，介紹光學仿真軟件在車載攝像頭設計仿真中的應用。
時間：7月9日，16:00-17:00
講師：
劉洋 | Ansys光學高級應用工程師
負責Ansys SPEOS光學仿真解決方案、咨詢和技術支持工作，在航空照明設計、駕駛艙內飾人機工效分析、光學系統成像領域有豐富設計仿真經驗。
形式：線上
費用：免費
掃碼免費報名
技術鄰簡介:
技術鄰專注于工科技術社區，從最早的CAE技術社區（中國CAE聯盟）發展而來，在CAE領域有20年的教學和咨詢服務經驗。
展開 駕駛員監控系統（DMS）
概述
經緯恒潤DMS（Driver Monitor System）駕駛員監控系統，能夠實現駕駛員疲勞監測、駕駛員注意力監測、危險駕駛行為監測以及駕駛員身份識別等功能。產品針對乘用車、商用車不同車型，不同自動駕駛等級設計不同的報警機制，能夠提高車輛的行駛安全，是高等級智能駕駛重要的傳感器。此外，產品能夠存儲關鍵駕駛數據并上傳云端。產品設計滿足功能安全ASIL-B 等級要求。
產品功能
??駕駛員疲勞監測
依據駕駛員疲勞識別，可與智能駕駛等級和功能開啟狀態關聯，設置不同報警級別
??駕駛員異常動作監測，抽煙、打電話、喝水……
??駕駛員注意力監測，視野范圍監測
??駕駛員身份識別
依據識別結果可與云端或本地進行對比，功能關聯可依據駕駛員身份進行座椅調節、后視鏡調節……
??眼球追蹤/視線區域識別
??基于功能安全ASIL B設計開發
主要客戶
展開 DMS（Driver Monitor System）駕駛員監控系統
概述
DMS（Driver Monitor System）駕駛員監控系統，主要實現對駕駛員的身份識別、駕駛員疲勞監測以及危險駕駛行為的監測功能，產品針對自動駕駛功能等級，乘用車、商用車等不同領域的應用，設計不同的報警機制，并可對關鍵數據進行存儲和上傳云端，產品的設計遵循ASIL-B 的安全設計要求，能夠較好的提升智能駕駛安全等級，提高車輛行駛安全。 DMS Camera DMS ECU
產品功能
? 駕駛員疲勞監測 ? 依據駕駛員疲勞識別，可與智能駕駛等級和功能開啟狀態關聯，設置不同報警級別? 駕駛員異常動作監測，抽煙、打電話、喝水……? 駕駛員注意力監測，視野范圍監測? 駕駛員身份識別 ? 依據識別結果可與云端或本地進行對比，功能關聯可依據駕駛員身份進行座椅調節、后視鏡調節……? 眼球追蹤? ASIL B
展開 經緯恒潤智能駕駛開發、測試評估平臺——智能駕駛全量數據感知及分析系統
上一期給大家介紹了平臺的總體方案，本期從“單車智能”開發及測試的角度，為各位看官帶來智能駕駛全量數據感知及分析系統。
智能駕駛全量感知數據實時可視化系統，可實時展示車端各類傳感器數據，可實現感知系統自動對標，并可感知端獲取各類極限場景。包括以下幾部分組成：
智能駕駛數據采集分析及可視化系統
提供一套智能駕駛傳感器全量數據采集及分析軟硬件系統，傳感器數據同步，可實時在可視化界面展示各傳感器數據。
? 全量數據采集
? 定制化傳感器接入
? 遠程事件監控/數據傳輸
? 數據同步
? 數據可視化
? 定制化場景提取
? ADAS功能/測試信號分析
真值系統
真值系統，通過量化真值系統和本車系統的感知結果差異可以評價標注過程，軟件和模型訓練過程。
展開 
高級別智能駕駛業務系列：自動駕駛系統
▎系統優勢
· 提供車、路、網、云、圖、營全棧式自研港口無人水平運輸解決方案
· 經緯恒潤無人駕駛系統通過運營調度平臺和智能云控平臺，已與業內多家港口TOS系統、 ECS系統完成了系統對接
· 高性能車規級嵌入式控制器，穩定可靠性能高，可應對嚴苛的實車運行工況
· 車規級傳感器解決方案，多重感知，確保感知輸入冗余和安全
· 充分考慮功能安全和信息安全的自主決策能力，保障車輛安全可靠的運行
· 基于生產作業要求實現停車精度＜5cm，封閉場景自動駕駛比例＞99%
· 基于5G環境，實現自動駕駛與遠程駕駛系統無縫對接，滿足極端工況下的作業安全和全流程的自動化作業
· 已實現項目交付和真正的無安全員的常態化運營
▎應用案例
經緯恒潤自動駕駛系統已在日照港、龍拱港集裝箱碼頭商業化落地運營，真正的實現“安全員下車”這一關鍵目標。同時，自動駕駛系統也同樣在園區物流、清掃、接駁方面有了長足的進步。未來，經緯恒潤自動駕駛系統會繼續緊跟智能駕駛行業發展趨勢，聚焦智能化和網聯化技術變革，積極創新，致力于為客戶提供涵蓋環境感知、決策規劃、控制執行、系統集成等自動駕駛全棧解決方案，進一步推進無人駕駛技術的商業落地。
展開 大眾利用VR技術 測試駕駛員輔助系統
核心提示：據外媒報道，當地時間9月24日，為了加速發展未來駕駛員輔助技術，大眾（Volkswagen）表示，將越來越多地依賴虛擬現實技術以應對未來研發駕駛員輔助系統的過程。目前，大眾正在內部研發管理此虛擬現實的軟件。以此種方式研究的大多數技術將被納入未來大眾ID電動汽車的產品線。
蓋世汽車訊 據外媒報道，當地時間9月24日，為了加速發展未來駕駛員輔助技術，大眾（Volkswagen）表示，將越來越多地依賴虛擬現實技術以應對未來研發駕駛員輔助系統的過程。目前，大眾正在內部研發管理此虛擬現實的軟件。以此種方式研究的大多數技術將被納入未來大眾ID電動汽車的產品線。
到目前為止，該汽車制造商一直在使用舊時的方式測試自動駕駛功能，即通過數據接口將組件連接到測試臺。隨著自動駕駛系統功能的不斷發展，進行測試的復雜性也隨之增加。
通過使用虛擬現實技術，大眾計劃在將自動駕駛技術實際安裝到汽車上之前，先進行數百萬公里的測試，并且無需花費大量資金來構建新硬件。此外，該測試可在24小時內完成，在各種情況下，都可對自動駕駛系統進行不間斷地培訓。
新型大眾VR軟件的首次測試已在進行中。該軟件首次使用時，模擬了數千個單獨的停車場，停車場被認為是自動駕駛系統必須處理的環境之一，是一個很好例子。
大眾負責開發的高管Frank Welsch表示：“我們正在不斷研發大眾汽車，并將創新融入大眾汽車的各個部分。我們正建立強大的全球開發團隊，并抓住了數字化機會以及虛擬驗證。我們正在為我們的工作研發該項技術，因為其可促進更快、更高效的開發。”
大眾第一輛向部分自動駕駛過渡的車型ID將于明年正式推出。到時，該車將展示幾個尚未公開的駕駛員輔助系統。
來源：蓋世汽車
展開 設計仿真 | 高級駕駛員輔助系統(ADAS) XIL測試
汽車高級駕駛員輔助系統的開發和測試領域：
基于VTD的智能駕駛仿真測試系統，采用VTD軟件作為場景搭建和仿真的工具，將VTD軟件布置在高性能圖形工作站中。基于VTD的ROD工具來搭建測試的道路系統，基于ScenarioEditor工具來創建動態的交通，同時根據用戶的被測系統在VTD軟件中來配置不同的傳感器類型及仿真等級。該系統可以滿足用戶的如下需求：
? 進行控制算法的SIL/MIL/HIL測試；
?進行感知+控制算法的SIL/MIL/HIL測試；
?進行基于視頻暗箱/視頻注入的圖像識別算法測試；
?進行基于回波模擬/點云的Radar識別算法的測試；
?進行基于Objectlist和激光雷達點云識別算法的測試；
?進行多傳感器在環同時測試；
?進行基于worldsim的自動化測試。
VTD方案優勢：
? 道路搭建支持Opendrive、OpenCRG數據導入；
? 支持OpenSCENARIO標準的數據導入;
? 具有開放的Camera配置文件；
? 滿足不同等級的傳感器在環測試；
? 不同的傳感器類型，可采用不同的仿真步長。
展開 賽靈思合作比亞迪 為駕駛員輔助系統提供芯片
無論是與觀看道路的駕駛員輔助功能配合使用，還是與查看駕駛員的車載監控系統一起使用，攝像頭越來越成為汽車技術的核心組件。為上述攝像頭提供處理數據的芯片已經成為一項新興業務，硅谷科技公司賽靈思（Xilinx）就一直努力提高其在該新興市場的影響力。
據外媒報道，當地時間12月18日，賽靈思與中國電動汽車制造商比亞迪達成協議，將為比亞迪商用車和乘用車的駕駛員輔助應用程序提供其Zynq芯片。從2019年比亞迪車型開始，賽靈思將支持比亞迪汽車實現車道偏離警告、行人檢測和前向碰撞提醒等功能。
賽靈思汽車業務高級總監Willard Tu表示：“前向攝像頭是我們想要發展的領域，并且想占據一定的市場份額。但這只是冰山一角。”
有了與比亞迪的合作，賽靈思有望實現業務增長。今年早些時候，中國政府頒布了更嚴格的法規，要求卡車和公交車必須配備安全功能，而比亞迪在美國的銷量有望擴大。目前，,比亞迪4,5000臺純電動巴士已進入全球50個國家和地區的近300個城市。
目前，比亞迪在北美市場的銷量還不大，大約賣出了280輛電動公交車。但是當地時間12月14日，美國加州空氣資源委員會（California Air Resourced Board）要求從2029年開始，所有公共交通線路上運行的公交車必須是電動車。
Willard Tu表示，比亞迪等電動汽車制造商非常適合使用賽靈思芯片，因為該芯片耗電量不大。雖然此優點在駕駛員輔助功能中顯得不那么重要，因為該功能也不需很大的電量運行，但是在全自動駕駛電動汽車中，該優點將成為特點。此前，賽靈思與比亞迪在高級駕駛員輔助系統（ADAS）方面的合作關系并未被披露。
據賽靈思所說，其向汽車制造商和主要供應商出售芯片的時間已經超過12年，而且已經提供了大約5500萬臺設備，專門用于高級駕駛員輔助系統。
展開 汽車正面碰撞中駕駛員側約束系統的可靠性優化
采用MADYMO仿真分析軟件建立了某車型正面碰撞的駕駛員側約束系統仿真模型針對原始模型因假人碰撞轉向盤造成的計算結果的不連續性通過修正模型提高了乘員損傷值響應面的精度考慮了系統中存在的隨機性對安全氣囊和安全帶的主要參數進行了可靠性優化有效減小了正面剛性墻碰撞中假人的損傷值并使乘員約束系統滿足可靠性的設計要求
汽車正面碰撞中駕駛員側約束系統的可靠性優化.pdf
針對智能駕駛的預期安全系統架構
作者 |
符永樂
來源 | 軒轅實驗室
本文來自軒轅實驗室符永樂的研究成果和學習筆記
作為未來智能駕駛的發展方向，關鍵技術的研究取得了重大進展。然而，由于近期無人駕駛事故頻發，安全性能令人擔憂。為了解決安全問題，提出了一種智能駕駛安全系統。該系統針對智能汽車感知、決策和控制方面的預期問題，實時提供安全分析和監控服務模塊。基于預期功能安全的概念，對駕駛場景和系統安全進行分析和評估，以提高智能駕駛的安全性，有助于智能駕駛的發展。
1. 介紹
智能駕駛汽車的駕駛行為高度依賴于操作系統的穩定性、智能性、安全性。
安全風險主要來源于以下三類：
硬件安全
與傳統汽車相比，智能駕駛汽車不要求駕駛員直接控制車輛，而是將部分或者是全部的控制權限交由自動控制系統。硬件架構設置是否科學合理；各無人計算控制單元和控制器的設置是否完善；無人駕駛的傳感器是否完善；車輛能夠快速準確地獲取道路環境信息，車輛運動感知和信息融合功能在無人駕駛車輛中起著決定性作用。
軟件安全
與傳統汽車相比，自動駕駛汽車的開發時間較短，技術開發仍不成熟，軟件系統仍需要長期的可靠性分析。例如，著名的無人駕駛汽車制造商谷歌已經在無人駕駛汽車平臺上進行了9年的封閉式測試，但測試時間不夠，因素也相對很簡單。因此，其安全性和穩定性仍需要長期監測。
環境安全
在人工智能算法的基礎上，智能駕駛汽車能夠實現自動避障和完成自動駕駛在一些較為復雜的道路上。然而，無人駕駛汽車仍然需要其他的交通參與者的正確駕駛來駕駛。
展開 ESC系統在智能駕駛浪潮中的進化（中）
編輯 | 一驥絕塵
前言
在上期文章
《ESC系統在智能駕駛浪潮中的進化（上）》
中介紹了ESC系統的三個基礎穩定性控制功能。同時，由于ESC有主動控制四個輪子制動力的能力，使得ESC本身有非常多的控制潛力可以挖掘，在不需要增加系統部件的情況下創造出更多的輔助功能，最典型的是自動駐車功能；另一方面，隨著輔助駕駛功能ACC、AEB等的迅速普及，ESP作為這些功能的制動執行機構也扮演著重要角色。
本文將對ESC衍生出的典型輔助功能以及在典型的輔助駕駛功能中的作用進行介紹。
1. ESC衍生出的典型輔助功能
ESC衍生出的輔助功能讓ESC有了“買一送多”的附加值，主機廠花一個ESC產品的錢可以在車輛配置表中增加好幾欄。實際上能出現在宣傳欄里的功能都是駕駛員能直接體驗到的功能，ESC的衍生功能數量不止如此，不過有些功能工作“低調”，駕駛員不容易察覺，因此不會著力宣傳。通常出現在宣傳欄的有：
上坡輔助功能 (Hill-start Assist Control，HAC)
陡坡緩降功能(Hill Decent Control, HDC)
自動駐車功能 Auto Hold
接下來對這三個功能進行介紹。
某搭載博世ESP系統的車型的車輛功能配置表
1.1.
展開 
ESC系統在智能駕駛浪潮中的進化（上）
編輯 | 一驥絕塵
系列文章概述
說到電子穩定性控制系統ESC（Electric Stability Controller）大家都不陌生，自1995年博世研發出第一代ESP系統（博世ESC系統的專有稱呼）并首次應用在奔馳S級轎車上以來，這個汽車發展史上劃時代的主動安全產品為降低交通事故做出了卓越的貢獻。
ESC的初衷是提高車輛動態穩定性，同時也正是由于ESC有主動控制四個輪子制動力的能力，使得ESC的控制潛力又不限于穩定性控制，于是乎衍生出了一系列的輔助功能，如坡道輔助、制動助力等；到了自動駕駛系統架構日漸成熟的今天，ESC仍然發揮著它的價值，活躍在主流的自動駕駛的制動冗余方案中。
基于此，系列文章將分以下三期講解ESC在智能駕駛浪潮中的進化之路：
ESC與穩定性控制 (上)
ESC與輔助功能 (中)
ESC與自動駕駛 (下)
本文即為系列文章的上篇，探討ESC穩定性控制系統的發展過程以及控制原理。
1. 前言
據對汽車安全性研究顯示，在道路交通事故中，大約10％的事故是由于車輛在制動瞬間偏離預定軌道或甩尾造成的。因此完善制動性能是減少交通事故和促進汽車工業發展的重要措施，而對制動進行主動干預是完善制動性能的關鍵。
展開 智能駕駛實車測試系統-VDAS
智能駕駛技術的迭代研發，需要多種傳感器、海量數據、海量場景的支撐。而目前多種傳感器Gbit/s級別的數據同步采集、海量數據的快速分析和評估、關鍵場景的切片和提取，是業界公認的棘手問題。
為了解決上述的棘手問題，經緯恒潤推出了智能駕駛實車測試系統——VDAS。VDAS主要由數據采集設備、環境感知系統、數據分析軟件VDA組成。
數據采集設備
數據采集設備由車載工控機、多種數據采集板卡、傳感器、車載顯示屏等組成。通過配套的數據采集軟件，實現各類車載總線數據、感知數據的采集，適配CAN/CANFD、以太網、車載以太網、USB、串口等各類常用接口。
感知系統
通過激光雷達、高清網絡攝像頭、組合導航傳感器，并結合環境感知算法和傳感器融合算法，可以感知周圍環境信息，包括周圍交通參與者的類別、距離、速度、加速度、航向角等，以及周圍交通標志的距離、類型、顏色等，對于車道線檢測，還可以檢測是否越線，以及統計壓線次數等。
下面的動圖為在城市快速路場景，激光雷達通過多目標跟蹤、機器學習分類等算法輸出的感知效果。
激光雷達感知
為了減少單個傳感器的檢測不確定度，系統采用激光雷達+攝像頭的信息融合方案，結合激光雷達精度與攝像頭信息豐富的特點，融合效果如下圖所示。
激光雷達+攝像頭傳感器融合
通過相機標定與圖像特征提取，系統可以識別出車道線信息，具體包括車道線類型、與車道線距離、擬合出的車道線方程等。
車道線識別效果
VDA數據分析
VDA是恒潤自主研發的一款實車測試數據分析軟件，配合數據采集系統，可以支持各類場地測試和開放道路測試的關鍵指標自動提取、數據統計和測試報告自動生成。
展開 智能駕駛系統與軟件升級的關聯設計方案
例如升級車輛的智駕系統，讓駕駛員享受越來越多的輔助駕駛功能；升級車輛的座艙系統，提高駕駛員疲勞檢測的準確率；升級車輛的制動系統，提升車輛的制動性能。
SOTA實際可看成一種軟件可售策略的核心需求，他是通過給車輛控制器安裝“增量包”，來實現控制器功能的一個“增量”更新，一般應用于娛樂系統和智駕系統。例如更換多媒體系統操作界面，優化儀表盤顯示風格，更新娛樂主機里的地圖程序時，用到的都是SOTA升級方式。SOTA涉及控制器應用層一個小范圍的功能局部更新，對整車性能影響較小，升級前置條件要求較低。SOTA的增量更新策略，可以大幅減小升級包文件大小、從而節約網絡流量和存儲空間。
這里我們舉例說明FOTA和SOTA分別如何在智能駕駛升級中進行有效定義。
例如升級智能駕駛汽車系統，為了讓駕駛員享受越來越多的輔助駕駛功能；通常根據功能開發難度、時間長度來確定對階段性功能的不斷更新迭代（包含從低級別功能向高級別功能進階的軟件更迭）。同時，過程中需要升級車輛的座艙系統，提高駕駛員疲勞檢測的準確率；升級智能駕駛車輛的關聯子系統（如制動、轉向系統等模塊），提升車輛的制動性能。
2.智駕系統中的軟件升級架構
對于整個OTA升級而言，從下至上主要包括如下三方面：升級對象、OTA管理器、OTA云服務平臺。自動駕駛域控制器與座艙域控制器通過以太網連接，升級協議一般為常用的DoIP，除開域控本身外，升級過程還包括高精定位模塊升級，傳感器升級。
展開 一文詳解智能駕駛感知系統測試技術
摘要
隨著人工智能、邊緣計算、無線通信和車載傳感器等關鍵技術的進步和突破，自動駕駛系統迎來了新一輪的發展。交通應用的安全攸關場景給自動駕駛系統提出了更高的質量保障要求。感知系統是自動駕駛的核心，圍繞感知能力的測試驗證工作是保障自動駕駛軟件系統安全可靠的有效且必要途徑。本文簡要分析了國內外自動駕駛感知系統測試的研究現狀，并對圖像、激光雷達、以及感知融合測試方法和技術發展進行了討論。
前言
隨著人工智能及其軟硬件技術的進步，近年來自動駕駛獲得了快速發展。自動駕駛系統已經被應用于民用汽車輔助駕駛器、自動物流機器人、無人機等領域。感知組件是自動駕駛系統的核心，它使得車輛能夠分析并理解內外交通環境信息。然而，與其他軟件系統一樣，自動駕駛感知系統困擾于軟件缺陷。并且，自動駕駛系統運行于安全攸關場景，其軟件缺陷可能導致災難性后果。近年來，已經發生多起自動駕駛系統缺陷導致的人員傷亡事故。自動駕駛系統測試技術受到學術界和工業界的廣泛重視。企業與研究機構提出了一系列包括虛擬仿真測試、實景道路測試和虛實結合測試等在內的技術和環境。然而，由于自動駕駛系統輸入數據類型的特殊性和運行環境的多樣性，這類測試技術的實施過程需要消耗過多資源，并需要承擔較大風險。本文簡要分析當前自動駕駛感知系統測試方法的研究和應用現狀。
1 自動駕駛感知系統測試
自動駕駛感知系統的質量保障越來越重要。感知系統需要幫助車輛自動分析和理解路況信息，其構成非常復雜，需要充分檢驗待測系統在眾多交通場景下的可靠性和安全性。當前自動駕駛感知測試主要分為三大類。無論何種測試方法，都表現出了一個區別于傳統測試的重要特征，即對于測試數據的強依賴性。
第一類測試主要基于軟件工程理論和形式化方法等，以感知系統實現的模型結構機理為切入點的測試。
展開 