交通場景建模的案例
交通場景戰火升級，微信支付加速布局智慧交通
毋庸置疑，交通出行領域擁有巨大的市場潛力，騰訊正在積極布局這一領域。6月15日，騰訊與上海申通地鐵集團正式簽署戰略合作協議，將在移動支付、大數據、人工智能、社交服務等領域展開深入的數字化合作，共同打造從出行到周邊一公里全覆蓋的AI智慧出行生活圈。此前，微信支付已經率先登陸上海地鐵，支持乘客刷碼乘車。
據了解，目前乘車碼已經覆蓋全國46座城市，微信無感支付功能則普及至停車場、高速收費站、加油站等多個場景。再加上此前微信支付接入12306鐵路購票平臺，種種跡象表明，移動支付已經開始滲入衣食住行的“行”領域。
以交通連接多行業場景
通過發揮強大的連接能力和產品能力，微信支付正在試圖打造一個圍繞地鐵、公交、加油站、停車場等場景的“智慧交通”全景圖。但微信支付的腳步似乎不止于此。
“未來，我們將以交通為連接線，實現不同行業間的數據共享和應用，連接各行業間的信息孤島”，“餐飲、民生、住宿、零售和娛樂等高頻消費領域將成為首批被連接打通的行業。”在2018數博會上，雷茂鋒向外界透露了微信支付接下來在交通領域的期望。這意味著智慧交通的價值將不止在于節約管理成本、提升出行效率，還能以出行大數據為核心連通多行業場景，為業主提供深度運營的參考。
交通大數據是世界空間的映射，唯有借助豐富的數據，才能在未來交通出行方面有效整合各種資源，實現真正意義上的智慧出行升級。對于微信支付來說，其獲取的不僅是純位移數據，而是與交通出行緊密關聯、具有更強省份識別能力的數據。通過將孤立的人流、車流，轉化為可視化、可分析的信息流，這些數據可幫助相關運營者建立多元化經營的模式，也為挖掘交通相關業務與周邊商業服務的有機結合提供了數據基礎。
探索智慧城市想象空間
城市公共交通是城市基礎設施的重要組成部分，也是最能反映城市智慧化建設進程的核心場景。
展開 曠視AI復雜場景的交通標志檢測
交通標志本身種類眾多，大小不定，并且在交通復雜的十字路口場景下，由于光照、天氣等因素的影響，使其被精確檢測變得更加困難。提高上述場景下交通標志檢測準確度，將有助于降低十字路口交通事故發生的概率。
提供真實場景的道路圖片，部分圖片給出了交通標志的標注結果，所有交通標志共計 5 個類別，分別為紅燈、直行標志、向左轉彎標志、禁止駛入和禁止臨時停車。
數據示例如下：
初賽1/177，復賽1/12
框架
megengine
算法方案
網絡框架
atss + resnext101_32x8d
訓練階段
mosaic增強
隨機選擇四張圖片，對圖片進行隨機平移10%，尺度縮放(0.5,2.0)，shear 0.1，最后將四張圖片進行組合。
mixup增強
隨機選取兩張圖進行疊加，我們最終選用的比例是0.5 * 原圖+0.5 * 新圖片，同時其進行縮放(0.5,2.0)。
下圖為mosaic+mixup示例圖：
圖片尺寸
最終提交版本輸入圖片尺寸為(1500,2100)
多尺度訓練（最終提交版本未采用）
起初我們將短邊設為(1024, 1056, 1088, 1120, 1152, 1184, 1216, 1248, 1280, 1312, 1344, 1376, 1408)，隨機選取短邊后，長邊按比例縮放，并使長邊長度小于1800，從而進行多尺度訓練，取得了很好的效果。不過后期的mosaic和mixup在增強時對圖片進行了縮放，實則隱含了多尺度訓練，且效果優于上述方法，所以我們最終去掉了多尺度訓練。
展開 Bentley實景建模&軌道交通技術解決方案研討會
Bentley實景建模&軌道交通技術解決方案研討會
課程背景：
Bentley 作為一家軟件研發公司，一直致力于為基礎設施資產全生命周期內的工程設計、項目移交和資產管理提供量身定制的解決方案，涵蓋公路、橋梁、市政、管廊、軌道交通、機場、摩天大樓、工業廠房和電廠以及公用事業網絡等諸多行業。多年來與全球業內人士共促基礎設施進步，為我們的經濟和環境可持續發展提供強大助力。
2018 年8月13日，Bentley軟件公司將于武漢召開 “Bentley實景建模&軌道交通行業技術解決方案分享會” ，本次會議您將了解實景建模技術的應用實踐，并向您重點介紹基于OpenRail的軌道交通全生命周期解決方案，以及其在實際項目中的請看和客戶實際案例分享。同時，您還可以在現場與各位行業專家進行深度溝通與互動。為您在發展 BIM事業的道路上，添磚加瓦。
研討會結束后，我們將于8月14號-8月15號舉辦為期兩天的“Bentley實景建模解決方案軟件培訓”。
我們誠摯邀請您參與本次會議，并衷心期待您的蒞臨！
會議安排
會議時間：2018年8月13號
會議場地：武漢 武漢天祿華美達廣場酒店（湖北武漢市漢口青年路5號）
相關費用：會議免費參加，提供午餐。住宿及交通費請參會單位自理。
主要日程安排：
培訓安排
培訓時間：8月14號-8月15號 09:00-17:30
培訓地點：武漢 武漢市武昌區新時代商務中心主樓606
相關費用：3000元/人（三人同行一人免費），培訓期間食宿及往返交通費請參會單位自理
培訓大綱：
說明：如需“AOPA無人機考證”培訓，請單獨咨詢。
展開 淺析駕駛輔助系統硬件在環仿真技術
圖5 攝像頭視頻流注入原理圖
測試場景建模軟件
場景仿真軟件與車輛動力學軟件聯合仿真可實現閉環，能夠將車輛動力學模型與交通場景很好地融合起來，進而彌補了車輛動力學軟件在真實交通場景建模、路網系統建模及交通狀況控制方面的不足，形成整個復雜交通環境。
經緯恒潤ModelBase為智能駕駛仿真全面護航
因此，可以任意創造場景的仿真測試平臺，成為當前自動駕駛仿真測試的主要手段。2025年中國自動駕駛市場規模將超過8000億元，預計自動駕駛仿真市場規模至少200億美元。
作為本土20年的汽車電子系統科技服務商，經緯恒潤結合多年業務經驗，自主研發，經過內外部驗證，正式對外發布綜合駕駛測試仿真軟件——ModelBase-AD。ModelBase-AD版，具備車輛動力學仿真、場景仿真、傳感器仿真、數據處理等功能，可實現車輛動力域、底盤域、智駕域算法MIL/SIL/HIL/PIL/VIL仿真測試，同時支持云仿真、V2X、數據孿生等應用場景。作為國產自主軟件，ModelBase針對中國特色交通場景，進行大量建模，軟件中預置了典型中國特色場景，符合本土交通法規，助力智能駕駛在國內更快落地。
ModelBase依托豐富的功能、開放的架構、精準的模型、易用的操作，在短時間內獲取了大量客戶認可，在國內擁有近百個項目案例。從售前到售后全生命周期，始終秉承著客戶第一原則，為每一個客戶提供快速、專業、細致、熱情的服務。
經緯恒潤ModelBase演示視頻
目前，經緯恒潤除了在復雜車輛動力學模型以及智能駕駛傳感器建模持續深耕以外，也結合自主研發的INTEWORK軟件中的各類工具，打造針對智能駕駛的全棧工具平臺。該平臺將具備數據采集、AI標注、AI算法訓練、場景泛化、動力學仿真、測試管理、大數據分析及可視化等功能，支持完整的基于數據驅動的智能駕駛開發及測試驗證，助力L3更快落地。敬請期待！
展開 數字之“索”｜守護汽車智能安全
C-NCAP 2021版主要包括AEB、LKA、SAS等，并且C-NCAP評價場景也逐年增加。
面向未來的自動駕駛技術
汽車主機廠該如何通過C-NCAP認證？
在C-NCAP認證中，ADAS（智能輔助駕駛）測試包括模型在環（MiL）、軟件在環（SiL）、硬件在環（HiL）、車輛在環（ViL）、場測、路測等環節，測試內容包括傳感器、算法、執行器等方面，測試包括應用功能、性能、穩定性和魯棒性、功能安全、形式認證等。
傳統開發方法是基于大量的臺架測試和實車測試來實現，不僅試驗周期長，成本高，且安全無法保障，尤其對于ADAS這種關鍵技術，其試驗行駛環境不可預測，測試場景難以復制/重現、不可自動化測試。
達索系統CATIA SCANeR? 軟件可對交通場景仿真及虛擬傳感器建模，也能夠對車輛動力學建模，建立涵蓋真實底盤執行系統的測試模型，同時基于NCAP中定義的典型工況進行仿真分析，搭建AEB功能涉及的虛擬交通場景，對車輛動力學及虛擬傳感器進行參數化建模（也可以基于試驗數據），通過調整測試參數，來實現法規要求參數的定量分析矩陣。SCANeR?構建的測試環境也能夠為ADAS系統提供完整的“人-車-路”仿真測試環境，對符合C-NCAP規范要求的ADAS系統測試評價提供一個良好的開發方法。
新版本，新體驗 CATAI SCANeR?2022版本
開始提供C-NCAP模型包
新本中的模型包提供完整的C-NCAP測試環境工況、虛擬環境和場景腳本，滿足不同類型的C-NCAP標準所要求的測試驗證場景庫。基于這些場景庫，企業可以減少測試環境搭建的時間，縮短獲取C-NCAP認證的時間和成本。
C-NCAP模型包可以幫助工程師使用標準化的用例和場景，從而更快地構建AD/ADAS、Headlights和其他駕駛模擬。
展開 