自動駕駛感知系統(tǒng)
關(guān)注創(chuàng)建者：匿名 創(chuàng)建時間：2021-11-23
自動駕駛感知系統(tǒng)的視頻教程
自動駕駛感知仿真與驗證之毫米波雷達
適用人群：自動駕駛相關(guān)（汽車整車廠，傳感器供應(yīng)商等）行業(yè)人士 無人駕駛雷達天線設(shè)計流程與場景動態(tài)模擬【已結(jié)束】 直播時間：2019-12-19 20:00 如今，無人駕駛/自動駕駛正在迅速發(fā)展，在自動駕駛中最關(guān)鍵的雷達感知領(lǐng)域涉及多種雷達形式，如激光雷達、攝像頭、微波雷達等。
免費 1小時26分鐘 517播放
查看
仿真技術(shù)之自動駕駛感知視界-ANSYS傳感器仿真（攝像頭和激光雷達）
ANSYS自動駕駛系列Webinar，結(jié)合自動駕駛系統(tǒng)的研發(fā)講述ANSYS工具如何助力自動駕駛的開發(fā)驗證，本期重點為ANSYS自動駕駛解決方案之傳感器仿真（攝像頭和激光雷達）。
免費 1小時24分鐘 423播放
查看
基于MATLAB的自動駕駛系統(tǒng)仿真與分析
講述如何為自動駕駛構(gòu)建3D場景，以及如何通過感知、規(guī)劃和控制來模擬系統(tǒng)。您可以在這里找到高速公路駕駛、自動停車和V2X的例子，所有的算法都可以通過代碼生成來部署。
免費 1小時 306播放
查看
自動駕駛感知系統(tǒng)的實例教程
摘要
隨著人工智能、邊緣計算、無線通信和車載傳感器等關(guān)鍵技術(shù)的進步和突破，自動駕駛系統(tǒng)迎來了新一輪的發(fā)展。交通應(yīng)用的安全攸關(guān)場景給自動駕駛系統(tǒng)提出了更高的質(zhì)量保障要求。感知系統(tǒng)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(tǒng)安全可靠的有效且必要途徑。本文簡要分析了國內(nèi)外自動駕駛感知系統(tǒng)測試的研究現(xiàn)狀，并對圖像、激光雷達、以及感知融合測試方法和技術(shù)發(fā)展進行了討論。
前言
隨著人工智能及其軟硬件技術(shù)的進步，近年來自動駕駛獲得了快速發(fā)展。自動駕駛系統(tǒng)已經(jīng)被應(yīng)用于民用汽車輔助駕駛器、自動物流機器人、無人機等領(lǐng)域。感知組件是自動駕駛系統(tǒng)的核心，它使得車輛能夠分析并理解內(nèi)外交通環(huán)境信息。然而，與其他軟件系統(tǒng)一樣，自動駕駛感知系統(tǒng)困擾于軟件缺陷。并且，自動駕駛系統(tǒng)運行于安全攸關(guān)場景，其軟件缺陷可能導致災(zāi)難性后果。近年來，已經(jīng)發(fā)生多起自動駕駛系統(tǒng)缺陷導致的人員傷亡事故。自動駕駛系統(tǒng)測試技術(shù)受到學術(shù)界和工業(yè)界的廣泛重視。企業(yè)與研究機構(gòu)提出了一系列包括虛擬仿真測試、實景道路測試和虛實結(jié)合測試等在內(nèi)的技術(shù)和環(huán)境。然而，由于自動駕駛系統(tǒng)輸入數(shù)據(jù)類型的特殊性和運行環(huán)境的多樣性，這類測試技術(shù)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(tǒng)測試方法的研究和應(yīng)用現(xiàn)狀。
1 自動駕駛感知系統(tǒng)測試
自動駕駛感知系統(tǒng)的質(zhì)量保障越來越重要。感知系統(tǒng)需要幫助車輛自動分析和理解路況信息，其構(gòu)成非常復雜，需要充分檢驗待測系統(tǒng)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(xiàn)出了一個區(qū)別于傳統(tǒng)測試的重要特征，即對于測試數(shù)據(jù)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(tǒng)實現(xiàn)的模型結(jié)構(gòu)機理為切入點的測試。
展開 公安部道路交通安全研究中心 王藝帆
自動駕駛汽車是汽車電子、智能控制以及互聯(lián)網(wǎng)等技術(shù)發(fā)展融合的產(chǎn)物，其原理為自動駕駛系統(tǒng)利用感知系統(tǒng)，獲取車輛自身以及外界環(huán)境信息，經(jīng)過計算系統(tǒng)分析信息、做出決策，控制執(zhí)行系統(tǒng)實現(xiàn)車輛加速、減速或轉(zhuǎn)向，從而在無需駕駛員介入的情況下，完成自動行駛。2013年，美國國家公路交通安全管理局（NHTSA）根據(jù)輔助控制系統(tǒng)的自動化功能，將自動駕駛技術(shù)分為0~4級，如表1所示。從表1可了解到，自動駕駛的發(fā)展升級是從輔助駕駛到主宰駕駛，從提供單一功能、應(yīng)對簡單場景，到可掌控所有場合，完全解放駕駛人。期間，感知系統(tǒng)需不斷提高獲取周邊環(huán)境信息的全面性、準確性和高效性，它是自動駕駛的基礎(chǔ)，也是貫穿升級的核心部分。本文將介紹自動駕駛感知系統(tǒng)常用方案，及其各自技術(shù)方法、特點和應(yīng)用情況。
1 系統(tǒng)框架
自動駕駛汽車首先應(yīng)有一套完整的感知系統(tǒng)，代替駕駛人的感知，提供周圍環(huán)境信息；其次應(yīng)有一套集智能算法、高性能硬件于一體的控制系統(tǒng)，代替駕駛人的大腦，制定駕駛指令、規(guī)劃行駛路徑；最后還需一套完善縝密的執(zhí)行系統(tǒng)，可以代替駕駛員的手腳動作，執(zhí)行駕駛指令、控制車輛狀態(tài)。其中，感知系統(tǒng)應(yīng)包括環(huán)境感知、內(nèi)部感知、駕駛人感知。其中內(nèi)部感知主要是通過CAN總線采集車內(nèi)各電子控制單元信息，以及裝載在車上的各類傳感器實時產(chǎn)生的數(shù)據(jù)信息，來獲取車輛狀態(tài)，包括車體（車內(nèi)外溫度、空氣流量、胎壓），動力（油壓、轉(zhuǎn)速、機油），車輛安全（安全帶、氣囊、門窗鎖）等；駕駛人感知是通過人機交互界面或傳感器獲取駕駛人操控、手勢、語音等控制指令，以及面部表情等檢測信息，用來接收控制命令、檢測駕駛人狀態(tài)。本文介紹的感知系統(tǒng)針對環(huán)境感知、自動駕駛感知系統(tǒng)的關(guān)鍵點和難點，其功能是實時獲取周邊物體、行駛路況、導航定位、天氣、停車場等信息。
展開 車聯(lián)網(wǎng)領(lǐng)域隨著物聯(lián)網(wǎng)與交通運輸領(lǐng)域的深度融合蓬勃發(fā)展．隨著深度學習的進步,車聯(lián)網(wǎng)領(lǐng)域的自動駕駛技術(shù)得到了突破性的發(fā)展,并有演化成一場新的汽車工業(yè)革命的趨勢．無論是特斯拉、蔚來等新型車企,還是福特、寶馬等傳統(tǒng)車企都陸續(xù)拿到了自動駕駛路測牌照,著眼于研發(fā)深度自動駕駛技術(shù)．迅猛發(fā)展的深度自動駕駛技術(shù)正逐漸成為車聯(lián)網(wǎng)領(lǐng)域的主要支撐技術(shù)之一,正在改變未來的交通和出行方式．
視覺感知模塊是自動駕駛進行環(huán)境感知的重要組件,也是車輛進行智能決策的重要基礎(chǔ)．自動駕駛領(lǐng)域的重要企業(yè)特斯拉更是將視覺感知模塊作為其駕駛系統(tǒng)的唯一環(huán)境感知模塊．因此,自動駕駛系統(tǒng)視覺感知模塊的安全性是自動駕駛系統(tǒng)正常工作的關(guān)鍵．雖然視覺感知模塊的表現(xiàn)隨著深度視覺技術(shù)的發(fā)展穩(wěn)步提升,但是其從駕駛環(huán)境中感知到的特征語義難被理解、決策過程無法解釋．如何對自動駕駛系統(tǒng)視覺感知模塊的安全性進行充分測試,已經(jīng)成為了一個迫在眉睫、亟待解決的問題．
誠然,圍繞深度學習可解釋性方面的工作有了一定的突破,但是距離分析清楚自動駕駛視覺感知模塊的錯誤傳導機理還有較遠的距離．近年來,神經(jīng)網(wǎng)絡(luò)的黑盒攻擊方法的進步,啟發(fā)大家提出了一些基于場景搜索的自動駕駛視覺感知模塊安全性測試技術(shù)．這些場景驅(qū)動的測試方法利用黑盒測試的思路,為駕駛系統(tǒng)提供盡可能多的駕駛場景數(shù)據(jù),觀察自動駕駛系統(tǒng)的輸出與測試預(yù)言(TestOracle)之間的差異,進而分析自動駕駛系統(tǒng)視覺感知模塊的安全性．
展開 隨著智能駕駛技術(shù)的普遍應(yīng)用，智能駕駛相關(guān)的測試測量方法也隨之發(fā)展。特別是模擬仿真測試領(lǐng)域，在智能駕駛產(chǎn)品開發(fā)過程中的應(yīng)用越來越廣泛。而無論是自動駕駛（AD）還是高級輔助駕駛系統(tǒng)（ADAS），都是依靠高精度攝像頭、毫米波雷達、激光雷達等感知傳感器對車輛周邊環(huán)境進行感知識別來實現(xiàn)的。那么在自動駕駛系統(tǒng)模擬仿真測試實施過程中，系統(tǒng)中感知傳感器是如何進行實物仿真測試驗證的呢。
本文對自動駕駛系統(tǒng)中感知傳感器實物仿真測試環(huán)境構(gòu)建的原理及其相關(guān)方案進行介紹。
■ 視覺攝像頭的實物仿真環(huán)境構(gòu)建
視覺攝像頭是感光傳感器，光線通過攝像頭光學模組，映射到光學模組后面的感光芯片上，芯片將光信號轉(zhuǎn)換成電信號，這些電信號經(jīng)過濾波、編碼等信號處理步驟，最終形成攝像頭模組的數(shù)字視頻信號。視頻數(shù)據(jù)通過數(shù)字視頻接口，傳輸給攝像頭主控制板。攝像頭主控板集成了主處理器、圖像處理單元和攝像頭電源模塊等電路單元，其中主處理器基于人工智能（AI）和圖像處理技術(shù)，圖像處理單元對拍攝圖像進行實時的解析。數(shù)據(jù)經(jīng)過處理后，車輛前方的車輛、行人以及障礙物被識別出來。
放置在駕駛室內(nèi)部的自動駕駛系統(tǒng)視覺前向攝像頭，朝著車輛行駛方向。前向攝像頭透過風擋玻璃對車輛前方的環(huán)境進行拍攝，前向視覺攝像頭可以識別取景范圍內(nèi)的車輛、行人、車道線、交通信號燈、交通道路標志等目標。
圖1 視覺攝像頭識別車輛前方場景圖（圖片來源：車元素）
基于上述攝像頭圖像采集和目標處理的原理，針對視覺攝像頭的場景目標模擬仿真可以采用視覺場景再現(xiàn)的方式進行實現(xiàn)。最簡單便利的方式是利用投影的方式，對提前錄制好的視覺場景視頻進行播放，視覺攝像頭可以非常輕易的采集到模擬場景中目標，從而完成對攝像頭目標的模擬。
用于攝像頭目標模擬的投影系統(tǒng)，一般由投影儀、幕布及支架組成。
展開 
自動駕駛感知系統(tǒng)的相關(guān)專題、標簽、搜索
自動駕駛感知系統(tǒng)的最新內(nèi)容
當生產(chǎn)線已實現(xiàn)自動化，當ERP/MES系統(tǒng)已打通，您的實驗室檢測數(shù)據(jù)，是否還在靠人工記錄？每一筆抄錄，都可能是一次誤差；每一次查找，都可能耗費半小時。測迅達智能檢測設(shè)備，讓檢測數(shù)據(jù)從源頭數(shù)字化，與LIMS系統(tǒng)無縫對接，真正實現(xiàn)"數(shù)據(jù)不落地，管理零誤差"。
一、檢測的"最后一公里"，卡在了哪里？
走進今天的大多數(shù)材料實驗室，你會發(fā)現(xiàn)一個有趣的現(xiàn)象：
生產(chǎn)車間里，機械臂精準運轉(zhuǎn)，MES
當生產(chǎn)線已實現(xiàn)自動化，當ERP/MES系統(tǒng)已打通，您的實驗室檢測數(shù)據(jù)，是否還在靠人工記錄？每一筆抄錄，都可能是一次誤差；每一次查找，都可能耗費半小時。測迅達智能檢測設(shè)備，讓檢測數(shù)據(jù)從源頭數(shù)字化，與LIMS系統(tǒng)無縫對接，真正實現(xiàn)"數(shù)據(jù)不落地，管理零誤差"。
一、檢測的"最后一公里"，卡在了哪里？
走進今天的大多數(shù)材料實驗室，你會發(fā)現(xiàn)一個有趣的現(xiàn)象：
生產(chǎn)車間里，機械臂精準運轉(zhuǎn)，MES
Ansys自動駕駛汽車仿真解決方案基于從傳感器到系統(tǒng)級的完整工具鏈，通過軟件在環(huán)（SiL）與硬件在環(huán)（HiL）閉環(huán)測試，結(jié)合高保真合成數(shù)據(jù)與開放架構(gòu)生態(tài)，大幅提升開發(fā)效率并降低測試成本。在近期發(fā)布的"Ansys 應(yīng)用類系列網(wǎng)絡(luò)研討會全面上線"中，涵蓋4場AVxcelerate專題內(nèi)容，系統(tǒng)解讀自動駕駛仿真的核心能力與最新進展。
本次系列網(wǎng)絡(luò)研討會將聚焦Ansys 2026 R1 AVxcelerate
2026年，自動駕駛仿真賽道將持續(xù)升溫。
回顧2025年，兩大仿真新技術(shù)快速走進公眾視野，分別是世界模型（World Model）與3DGS（3D Gaussian Splatting，3D高斯?jié)姙R）。
關(guān)于世界模型，此前也寫了挺多科普文章，甚至發(fā)布了一些視頻效果，感興趣的小伙伴可以去搜了看看，本文就不展開了。
而關(guān)于3DGS，我則一直覺得很神秘，因此特地做了一些探索，甚至申請到了商用軟件來試用
新能源與汽車產(chǎn)業(yè)： 用于激光雷達（LiDAR）內(nèi)部光路管理、新能源汽車的傳感器及智能座艙顯示組件，提升自動駕駛系統(tǒng)的感知精度。
藝術(shù)與工業(yè)設(shè)計： 為奢侈品、高端藝術(shù)品及概念產(chǎn)品提供獨特的“極致黑”表面處理，創(chuàng)造震撼的視覺與美學體驗。
研發(fā)實力與愿景
上海黑翊材料科技有限公司匯聚了來自材料科學、光學工程、化學工藝等領(lǐng)域的頂尖研發(fā)團隊，并與多家知名高校及科研院所建立了深度合作關(guān)系。
本文原刊登于Ansys.com：《Ansys AVxcelerate Sensors Software Leverages NI-RDMA for Hardware-in-the-loop (HiL) Testing》
作者：Lionel Bennes | Ansys高級產(chǎn)品經(jīng)理
編輯整理：劉宏鯤 | Ansys高級應(yīng)用工程師
原始設(shè)備制造商（OEM）和供應(yīng)商正在潛心研究、不懈努力地推進自動駕駛技術(shù)
團隊長期聚焦于自動駕駛感知、定位與系統(tǒng)級驗證研究，同時承擔研究生教學與科研平臺建設(shè)任務(wù)。 在科研與教學并行推進的背景下，客戶希望構(gòu)建一套可持續(xù)擴展、可復用的自動駕駛數(shù)據(jù)采集與數(shù)字孿生測試平臺，支撐從真實道路采集到高保真仿真驗證的完整研究鏈路。
在此背景下，康謀為其提供了數(shù)采車系統(tǒng)、無人駕駛車輛集成方案以及數(shù)字孿生仿真服務(wù)，幫助客戶打通“真實世界—虛擬世界”的關(guān)鍵通路。
<p><br></p><p>本文原刊登于Ansys.com：《<a href="https://www.ansys.com/zh-cn/blog/ansys-onsemi-greater-vehicle-perception" rel="noopener noreferrer" target="_blank">Ansys-Onsemi Collaboration Leads to Greater Vehicle
當自動駕駛從輔助走向高階，具身智能從實驗室邁向量產(chǎn)賽道，兩大前沿領(lǐng)域的碰撞正重構(gòu)汽車產(chǎn)業(yè)格局。數(shù)據(jù)顯示，2026年智能駕駛商業(yè)化進程將加速推進，L2級輔助駕駛滲透率有望超70%，具身智能更是被業(yè)內(nèi)預(yù)判為萬億級黃金賽道。在這一產(chǎn)業(yè)變革的關(guān)鍵節(jié)點，AUTO TECH China 2026廣州國際自動駕駛與具身智能技術(shù)展覽會即將于11月27日-30日在廣州廣交會展館D區(qū)盛大啟幕，為全球行業(yè)同仁搭建起技術(shù)交流
過去我們設(shè)計控制系統(tǒng)時，
最怕的是“硬件出錯”：電源故障、線路短路、信號丟失。
而現(xiàn)在，越來越多的問題出現(xiàn)在看不見的地方——
算法偏差、模型錯誤、數(shù)據(jù)污染、系統(tǒng)誤判。
這類問題沒有煙，沒有聲，
它們是“智能化時代的新風險”。
如何讓AI系統(tǒng)在工業(yè)環(huán)境中真正“安全可控”，
成了每一個自動化工程師都繞不開的問題
