艙內(nèi)感知技術(shù)
關(guān)注創(chuàng)建者：匿名 創(chuàng)建時(shí)間：2026-01-05
艙內(nèi)感知技術(shù)的視頻教程
Ansys面向感知系統(tǒng)的仿真驗(yàn)證技術(shù)
目前負(fù)責(zé)Ansys自動(dòng)駕駛業(yè)務(wù)開發(fā)和仿真技術(shù)咨詢工作，對(duì)Ansys自動(dòng)駕駛平臺(tái)產(chǎn)品和方案應(yīng)用有全面的了解。 更多視頻請(qǐng)關(guān)注Ansys數(shù)字資源中心：https://v.ansys.com.cn
免費(fèi) 47分鐘 149播放
查看
仿真技術(shù)之自動(dòng)駕駛感知視界-ANSYS傳感器仿真（攝像頭和激光雷達(dá)）
如何在預(yù)算有限的條件下，更好地滿足安全性要求，突破技術(shù)障礙，對(duì)安全分析技術(shù)、系統(tǒng)開發(fā)和驗(yàn)證方法、車輛駕駛環(huán)境以及傳感器仿真的真實(shí)度都提出了更高要求。 ANSYS作為世界領(lǐng)先的工程仿真工具供應(yīng)商，基于扎實(shí)的物理場(chǎng)仿真技術(shù)和安全開發(fā)技術(shù)，正在和知名企業(yè)一起構(gòu)建先進(jìn)的自動(dòng)駕駛仿真工具鏈，涉及功能安全和信息安全分析、道路環(huán)境建模與仿真、傳感器建模與仿真、嵌入式軟件開發(fā)、閉環(huán)仿真，云計(jì)算平臺(tái)等等。
免費(fèi) 1小時(shí)24分鐘 423播放
查看
艙內(nèi)感知技術(shù)的實(shí)例教程
壓縮感知技術(shù)憑借“稀疏性約束降維”的核心邏輯，為光源優(yōu)化提供了突破口——通過將光源在稀疏基（如2D-DCT）下表示為少量非零系數(shù)，大幅削減優(yōu)化變量維度。但壓縮感知光源優(yōu)化的落地效果，關(guān)鍵取決于“優(yōu)化技術(shù)”的工程化實(shí)現(xiàn)：算法迭代步驟的合理性決定了優(yōu)化收斂速度與全局最優(yōu)性，需明確初始值求解、變量更新、收斂判定的完整邏輯；算法實(shí)施細(xì)節(jié)的精準(zhǔn)度（如稀疏基適配選擇、測(cè)量矩陣構(gòu)建、噪聲抑制策略）則直接影響優(yōu)化結(jié)果的穩(wěn)定性與可制造性，是技術(shù)從理論走向工程的核心橋梁。
本文聚焦壓縮感知光源優(yōu)化的優(yōu)化技術(shù)核心，系統(tǒng)拆解算法迭代的完整流程，深入剖析關(guān)鍵實(shí)施細(xì)節(jié)，厘清技術(shù)落地的核心環(huán)節(jié)，為壓縮感知光源優(yōu)化在先進(jìn)光刻工程中的高效應(yīng)用提供可復(fù)用的技術(shù)框架與實(shí)施參考。
02/算法迭代步驟
通過解決l1范數(shù)優(yōu)化問題，可以獲得最佳光源圖形。該問題可以使用在CS領(lǐng)域開發(fā)的多種算法來解決。在優(yōu)化前計(jì)算Iscc矩陣，可以減少運(yùn)行時(shí)間。
通過線性Bregman算法迭代更新光源的2D-DCT系數(shù)θ，該算法計(jì)算效率高、圖像對(duì)比度高，流程如下：
迭代過程中，門運(yùn)算承擔(dān)著參數(shù)精準(zhǔn)篩選的關(guān)鍵角色：
? 若參數(shù)的絕對(duì)值小于設(shè)定閾值，會(huì)直接調(diào)整為0；
? 若參數(shù)絕對(duì)值不小于該閾值，則結(jié)合參數(shù)自身的符號(hào)（正/負(fù)）與閾值運(yùn)算，實(shí)現(xiàn)參數(shù)的定向調(diào)控。
其中的符號(hào)判斷由符號(hào)函數(shù)完成：參數(shù)非負(fù)時(shí)符號(hào)為1，參數(shù)為負(fù)時(shí)符號(hào)為-1——通過這一機(jī)制，最終得到的光源核心參數(shù)（2D-DCT系數(shù)）將更精準(zhǔn)匹配光刻需求。
展開 點(diǎn)擊藍(lán)字 關(guān)注我們
01/簡(jiǎn)介
隨著集成電路制程向3nm及以下先進(jìn)節(jié)點(diǎn)演進(jìn)，光刻成像系統(tǒng)中的光學(xué)衍射、掩模三維效應(yīng)與光致抗蝕劑非線性響應(yīng)相互疊加，使光源-掩模協(xié)同優(yōu)化（SMO）成為保障圖形保真度與芯片良率的核心技術(shù)。傳統(tǒng)線性壓縮感知（CS）驅(qū)動(dòng)的SMO技術(shù)，因難以精準(zhǔn)刻畫掩模與成像之間的強(qiáng)非線性映射關(guān)系，在復(fù)雜圖形優(yōu)化中常面臨精度不足、工藝窗口收縮等問題，已無法滿足極端制程對(duì)優(yōu)化性能的嚴(yán)苛要求。
非線性壓縮感知（NCS）理論的興起為突破這一瓶頸提供了關(guān)鍵路徑，其通過構(gòu)建非線性重構(gòu)模型，可更貼合光刻系統(tǒng)的物理本質(zhì)。然而，不同非線性CS-SMO技術(shù)的適配場(chǎng)景與性能表現(xiàn)尚未形成系統(tǒng)對(duì)比，仿真條件的差異也導(dǎo)致技術(shù)優(yōu)劣難以客觀評(píng)判。
基于此，本文以非線性壓縮感知光源-掩模優(yōu)化的數(shù)學(xué)模型為核心，搭建標(biāo)準(zhǔn)化仿真環(huán)境，選取水平條塊圖形、豎直線條圖形及復(fù)雜電路圖形作為典型測(cè)試對(duì)象，從成像精度、計(jì)算效率、工藝窗口兼容性等維度，系統(tǒng)開展不同SMO技術(shù)的性能對(duì)比研究。通過量化分析各類技術(shù)的適配特性與核心優(yōu)勢(shì)，為先進(jìn)計(jì)算光刻中SMO技術(shù)的選型與工程化應(yīng)用提供科學(xué)依據(jù)與理論支撐。
展開 在水面無人駕駛技術(shù)體系中，感知技術(shù)是核心，而現(xiàn)階段國(guó)內(nèi)外對(duì)其感知技術(shù)的研究仍處于起步階段。本文梳理了無人艇的研發(fā)進(jìn)程，圍繞感知技術(shù)的3個(gè)方面關(guān)鍵技術(shù)進(jìn)行分析與探討：基于水面無人艇的目標(biāo)檢測(cè)，主要包括面向避障的目標(biāo)檢測(cè)及面向作業(yè)的目標(biāo)檢測(cè)、目標(biāo)跟蹤、實(shí)時(shí)定位方法。最后考慮到無人艇感知技術(shù)在系統(tǒng)穩(wěn)定性及目標(biāo)檢測(cè)能力中面臨的挑戰(zhàn)，對(duì)無人艇感知技術(shù)存在的不足和未來的發(fā)展趨勢(shì)做出展望。
關(guān)鍵詞：無人水面艇；感知；路徑規(guī)劃；目標(biāo)檢測(cè)；目標(biāo)跟蹤；導(dǎo)航；定位
由于無人駕駛的發(fā)展，近幾年無人車和無人機(jī)已廣泛應(yīng)用于各種場(chǎng)景。與此同時(shí)，應(yīng)用于水面的無人艇(unmanned surface vehicles，USV)有望在未來代替人類發(fā)揮重要作用。近年來，無人艇被廣泛用于執(zhí)行多種軍事及非軍事任務(wù)，代替作業(yè)人員執(zhí)行危險(xiǎn)或耗時(shí)耗力的任務(wù)，在港口防護(hù)及艦船兵力保護(hù)、海上偵察監(jiān)視、反潛作戰(zhàn)、水上搜救、后勤補(bǔ)給、水質(zhì)監(jiān)測(cè)、水文采樣、海洋環(huán)境測(cè)繪、水域生態(tài)保護(hù)等方面發(fā)揮著重要作用，提高工作效能的同時(shí)也降低了作業(yè)人員的傷亡。
作為無人艇的創(chuàng)始者，以色列埃爾比特系統(tǒng)公司推出的“銀色馬林魚”具有劃時(shí)代的戰(zhàn)略意義[1]。隨后，無人艇SCOUT[2]、水面高速無人艇PROTECTOR[3]、測(cè)量雙體船海豚(MESSIN)[4]、無人艇ROBOAT[5]、無人艇JingHai-I[6]以及各種無人艇海上協(xié)議相繼推出[7]。近年來，各企業(yè)也陸續(xù)推出商用水面無人艇。Fraunhofer CML等8家機(jī)構(gòu)聯(lián)合開展海上智能無人駕駛航行網(wǎng)絡(luò)(MUNIN)計(jì)劃[8]。日本29家單位聯(lián)合組織開展“智能船舶應(yīng)用平臺(tái)(SSAP1)”項(xiàng)目。英國(guó)羅爾斯·羅伊斯公司(R-R 公司)發(fā)起“先進(jìn)自主水運(yùn)應(yīng)用項(xiàng)目(AAWA)”[9]，并與 Finferries 聯(lián)合推出全球第一艘無人駕駛渡輪“Falco”號(hào)。
展開 馬佃波
（吉林大學(xué) 130012)
摘要：無人駕駛汽車的相關(guān)技術(shù)一直是當(dāng)今科學(xué)技術(shù)研究中的重中之重，它對(duì)國(guó)防、科學(xué)技術(shù)的發(fā)展以及整個(gè)社會(huì)的經(jīng)濟(jì)都有重要的影響作用。無人駕駛汽車的相關(guān)技術(shù)涉及了很多知識(shí)，需要大量專業(yè)人才為之奮斗。其中，環(huán)境感知技術(shù)就相當(dāng)于無人駕駛汽車的眼睛，將影響著整個(gè)無人駕駛汽車的安全性和穩(wěn)定性，因此，本文主要分析了當(dāng)前國(guó)內(nèi)外無人駕駛汽車的發(fā)展現(xiàn)狀以及現(xiàn)有的無人駕駛汽車環(huán)境感知系統(tǒng)，對(duì)無人駕駛汽車環(huán)境感知系統(tǒng)中的傳感器進(jìn)行了研究。
關(guān)鍵詞：無人駕駛；汽車；環(huán)境；感知
科技發(fā)展的腳步從未停止，人工智能機(jī)器人及人工智能系統(tǒng)已然成為新世紀(jì)科技發(fā)展的主向。作為人工智能機(jī)器人的分支，無人駕駛汽車的發(fā)展在整個(gè)社會(huì)和科學(xué)技術(shù)的發(fā)展中都具有非常重要的影響。無人駕駛汽車可以通過車上安裝的攝像頭或雷達(dá)感知道路情況，及時(shí)傳遞各種危險(xiǎn)情況給駕駛系統(tǒng)，并且在駕駛員沒有及時(shí)做出反應(yīng)的危急時(shí)刻自動(dòng)采取安全措施，提升駕駛汽車的安全性。
在道路行駛中，可以通過視覺傳感器檢測(cè)汽車是否行駛在車道內(nèi)，有無偏離，還會(huì)識(shí)別行駛過程中道路上的各種標(biāo)識(shí)物和紅綠燈。在無人駕駛技術(shù)中，環(huán)境感知技術(shù)是其組成單元中較為重要的一個(gè)單元，將直接決定無人駕駛汽車的整體水平，一直是無人駕駛技術(shù)中研究的重點(diǎn)。
1 國(guó)內(nèi)外無人駕駛汽車發(fā)展現(xiàn)狀
1.1 國(guó)外無人駕駛汽車發(fā)展現(xiàn)狀
目前對(duì)無人駕駛技術(shù)研發(fā)投入最多且研究較為深入的國(guó)家就是美國(guó)了，其從1970年開始就一直注重?zé)o人駕駛技術(shù)的發(fā)展，在各個(gè)有能力的單位、學(xué)校、研究院投入大量資金進(jìn)行科學(xué)研究，推動(dòng)了無人駕駛汽車的發(fā)展，并取得了非常好的研究成果。
在2011年，英國(guó)的牛津大學(xué)改裝了一輛越野型無人駕駛汽車，該車在行駛中可以不用GPS，而是采取激光雷達(dá)感知道路情況，可以行駛在山路中[1]。
展開 2 感知系統(tǒng)
感知系統(tǒng)目的包括：①安全性：實(shí)時(shí)、準(zhǔn)確識(shí)別周邊影響交通安全的物體，應(yīng)對(duì)突發(fā)事件，為采取必要操作以避免發(fā)生交通安全事故；②通過性：基于自身行駛性能、周邊路況和共識(shí)規(guī)則，能夠?qū)崟r(shí)、可靠、準(zhǔn)確識(shí)別并規(guī)劃出可保證規(guī)范、安全、迅速到達(dá)目的地的行駛路徑；③經(jīng)濟(jì)舒適性：為車輛高效、經(jīng)濟(jì)、平順行駛提供參考依據(jù)。目前，感知系統(tǒng)主要是利用傳感器、定位導(dǎo)航 、車聯(lián)通信（VehicIe-to-X，V2X）3種技術(shù)組合實(shí)現(xiàn)上述目的。
2.1 傳感器
傳感器感知的對(duì)象包括行駛路徑、周圍障礙物和行駛環(huán)境等。感知行駛路徑是對(duì)可通行性道路的識(shí)別，在城市中包括信號(hào)燈、各種標(biāo)志牌、車道線、路障等目標(biāo)的識(shí)別；在野外包括車輛前方路面平坦情況、可通行道路分析等。感知周圍障礙物是識(shí)別影響自動(dòng)駕駛車輛行駛的靜止或者移動(dòng)的各種障礙物，包括路面上的車輛、行人、路障等。感知行駛環(huán)境是判別對(duì)自動(dòng)駕駛車輛行駛影響比較大的變化環(huán)境，例如路面、交通與天氣等。
主流的傳感器感知技術(shù)包括視覺感知、激光感知、微波感知等。視覺感知是基于攝像頭采集的圖像信息，使用視覺相關(guān)算法進(jìn)行處理，認(rèn)知周圍環(huán)境；激光感知是基于激光雷達(dá)采集的點(diǎn)云數(shù)據(jù)，通過濾波、聚類等技術(shù)，對(duì)環(huán)境進(jìn)行感知；微波感知是基于微波雷達(dá)采集的距離信息，使用距離相關(guān)算法進(jìn)行處理，認(rèn)知周圍環(huán)境。3種環(huán)境感知方法的比較如表2所示。根據(jù)各類傳感器技術(shù)特點(diǎn)，不同應(yīng)用場(chǎng)景和系統(tǒng)功能需求下，應(yīng)選不同的傳感器技術(shù)。例如，在高速公路環(huán)境下，由于車輛速度較快，通常選用檢測(cè)距離較大的微波感知；在城市環(huán)境中，由于環(huán)境復(fù)雜，通常選擇檢測(cè)角度較大、信息量豐富的激光、視覺感知技術(shù)。
現(xiàn)在廣泛應(yīng)用的各類高級(jí)駕駛員輔助系統(tǒng)ADAS使用各類傳感器，實(shí)現(xiàn)了相應(yīng)的輔助駕駛功能，為實(shí)現(xiàn)完全自動(dòng)駕駛奠定了基礎(chǔ)，如圖2所示。
展開 
艙內(nèi)感知技術(shù)的相關(guān)專題、標(biāo)簽、搜索
艙內(nèi)感知技術(shù)的最新內(nèi)容
聚焦機(jī)器人產(chǎn)業(yè)“感知-決策-執(zhí)行”技術(shù)閉環(huán)，“感知·決策·執(zhí)行——2026北京國(guó)際機(jī)器人技術(shù)展覽會(huì)”將于2026年6月10日至12日在北京舉辦。展會(huì)以技術(shù)解構(gòu)為核心、開發(fā)者賦能為支撐、供需對(duì)接為目標(biāo)，打造覆蓋全技術(shù)鏈條的專業(yè)交流平臺(tái)，助力機(jī)器人產(chǎn)業(yè)核心技術(shù)迭代與供應(yīng)鏈協(xié)同升級(jí)。
作為本年度北方地區(qū)最具影響力的機(jī)器人專業(yè)展會(huì)，本次展會(huì)將匯聚來自全球20多個(gè)國(guó)家和地區(qū)的400余家參展企業(yè)，展覽面積達(dá)
點(diǎn)擊藍(lán)字 關(guān)注我們
01/簡(jiǎn)介
隨著集成電路制程向3nm及以下先進(jìn)節(jié)點(diǎn)演進(jìn)，光刻成像系統(tǒng)中的光學(xué)衍射、掩模三維效應(yīng)與光致抗蝕劑非線性響應(yīng)相互疊加，使光源-掩模協(xié)同優(yōu)化（SMO）成為保障圖形保真度與芯片良率的核心技術(shù)。傳統(tǒng)線性壓縮感知（CS）驅(qū)動(dòng)的SMO技術(shù)，因難以精準(zhǔn)刻畫掩模與成像之間的強(qiáng)非線性映射關(guān)系，在復(fù)雜圖形優(yōu)化中常面臨精度不足、工藝窗口收縮等問題
01/簡(jiǎn)介
隨著集成電路制程向3nm及以下節(jié)點(diǎn)突破，光刻系統(tǒng)的光學(xué)畸變、掩模三維衍射及光致抗蝕劑非線性響應(yīng)等效應(yīng)疊加，使光源-掩模協(xié)同優(yōu)化（SMO）成為保障成像精度的核心技術(shù)。
傳統(tǒng)線性壓縮感知技術(shù)雖在光源單變量?jī)?yōu)化中實(shí)現(xiàn)了降維高效求解，但面對(duì)SMO場(chǎng)景中掩模-成像的強(qiáng)非線性映射關(guān)系，其線性假設(shè)難以精準(zhǔn)刻畫優(yōu)化變量與成像質(zhì)量的關(guān)聯(lián)，導(dǎo)致優(yōu)化精度與可制造性失衡
光刻技術(shù)第18期 | 非線性壓縮感知理論2個(gè)月前
01/簡(jiǎn)介
隨著集成電路制程推進(jìn)至90nm及以下節(jié)點(diǎn)，光學(xué)鄰近效應(yīng)校正（OPC）、光源掩模聯(lián)合優(yōu)化（SMO）等計(jì)算光刻技術(shù)已成為保障光刻成像精度的核心支撐。其中，壓縮感知（CS）技術(shù)憑借稀疏性約束降維的核心優(yōu)勢(shì)，在光源優(yōu)化（SO）中實(shí)現(xiàn)了高效的參數(shù)尋優(yōu)，大幅降低了計(jì)算復(fù)雜度。
然而，當(dāng)優(yōu)化對(duì)象轉(zhuǎn)向掩模時(shí)，線性CS理論的局限性愈發(fā)凸顯——掩模圖形的像素級(jí)調(diào)控與光刻成像之間存在顯著的非線性映射關(guān)系
01/簡(jiǎn)介
當(dāng)前，壓縮感知光源優(yōu)化的仿真技術(shù)已實(shí)現(xiàn)標(biāo)準(zhǔn)化與精準(zhǔn)化雙重突破，為技術(shù)落地奠定堅(jiān)實(shí)基礎(chǔ)。仿真條件層面，通過構(gòu)建統(tǒng)一的光源參數(shù)基準(zhǔn)、掩模圖形庫及光學(xué)成像模型，建立了可復(fù)現(xiàn)的標(biāo)準(zhǔn)化仿真環(huán)境，解決了傳統(tǒng)仿真中參數(shù)離散導(dǎo)致的對(duì)比誤差問題。
接下來以豎直線條為目標(biāo)圖形進(jìn)行仿真分析，對(duì)比分析在不同變量下曝光圖像的情況。
02/仿真條件
01/簡(jiǎn)介
隨著集成電路制程向3nm及以下節(jié)點(diǎn)突破，光刻系統(tǒng)面臨的光學(xué)畸變（如衍射、偏振效應(yīng)）愈發(fā)顯著，光源作為光刻成像的“源頭變量”，其圖形優(yōu)化直接決定空間像保真度與芯片制造良率。
傳統(tǒng)光源優(yōu)化方法依賴全像素維度尋優(yōu)，受限于光源像素矩陣規(guī)模龐大（常達(dá)數(shù)百甚至數(shù)千維度），存在迭代收斂慢、計(jì)算資源消耗高、易陷入局部最優(yōu)等問題，難以適配先進(jìn)制程對(duì)優(yōu)化效率與精度的雙重需求
隨著自動(dòng)駕駛技術(shù)的快速發(fā)展，車輛準(zhǔn)確感知周圍環(huán)境的能力變得至關(guān)重要。BEV（Bird's-Eye-View，鳥瞰圖）感知技術(shù)，以其獨(dú)特的視角和強(qiáng)大的數(shù)據(jù)處理能力，正成為自動(dòng)駕駛領(lǐng)域的一大研究熱點(diǎn)。
一、BEV感知技術(shù)概述
BEV感知技術(shù)，是一種從鳥瞰圖視角（俯視圖）出發(fā)的環(huán)境感知方法。與傳統(tǒng)的正視圖相比，BEV視角具有尺度變化小、視角遮擋少的顯著優(yōu)勢(shì)，有助于網(wǎng)絡(luò)對(duì)目標(biāo)特征的一致性表達(dá)。基于這樣的優(yōu)勢(shì)
<p>隨著自動(dòng)駕駛技術(shù)的快速發(fā)展，自動(dòng)駕駛的研發(fā)逐漸形成一整套的流程，包括<strong>數(shù)據(jù)采集，清洗標(biāo)注，算法訓(xùn)練，仿真測(cè)試</strong>到<strong>量產(chǎn)</strong>等各技術(shù)環(huán)節(jié)。通過復(fù)雜的步驟從原始數(shù)據(jù)中提出高價(jià)值的信息，其中對(duì)原始數(shù)據(jù)的精準(zhǔn)采集是實(shí)現(xiàn)車輛環(huán)境感知的基石。毫米波雷達(dá)因其出色的測(cè)距、測(cè)速能力以及對(duì)惡劣天氣的魯棒性，成為不可或缺的傳感器之一。</p><p>本文將以4D
摘要
隨著人工智能、邊緣計(jì)算、無線通信和車載傳感器等關(guān)鍵技術(shù)的進(jìn)步和突破，自動(dòng)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(chǎng)景給自動(dòng)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(dòng)駕駛的核心，圍繞感知能力的測(cè)試驗(yàn)證工作是保障自動(dòng)駕駛軟件系統(tǒng)安全可靠的有效且必要途徑。本文簡(jiǎn)要分析了國(guó)內(nèi)外自動(dòng)駕駛感知系統(tǒng)測(cè)試的研究現(xiàn)狀，并對(duì)圖像、激光雷達(dá)、以及感知融合測(cè)試方法和技術(shù)發(fā)展進(jìn)行了討論。
諾斯羅普·格魯曼公司（Northrop Grumman）將采用Ansys仿真與數(shù)字任務(wù)工程解決方案開發(fā)雷達(dá)站，以監(jiān)測(cè)太空高軌道
Ansys 政府計(jì)劃（AGI）正在幫助諾斯羅普·格魯曼公司開發(fā)、測(cè)試并交付深空先進(jìn)雷達(dá)能力（DARC），以支持美國(guó)太空部隊(duì)
