物理級傳感器仿真的案例
康謀分享 | 物理級傳感器仿真：破解自動駕駛長尾場景驗證難題
仿真測試雖已成為行業共識，但其真實度仍存根本性質疑——當多數平臺仍停留在視覺逼真層面時，感知算法的低階數據處理和魯棒性測試已觸及驗證天花板。
其實，真正的物理級仿真必須從數據源頭出發：從光子穿透鏡頭到電信號轉換，從激光能量分布到多回波散射，每一個物理環節都會直接影響算法在現實世界中的表現。
基于此，本文將深入解析攝像頭與激光雷達的物理建模機制，并解讀2025新興標準ASAM OpenMATERIAL 3D，從而探討如何為高可信度仿真提供關鍵基礎的問題！
01 鏡頭模型的光學物理建模
傳統的攝像頭仿真，其終點往往是一張“干凈”的RGB圖像。這對于高級規劃控制算法或許足夠，但對于依賴圖像原始信息的感知算法開發者而言，這無異于在精裝修的樣板間里測試建筑結構。他們真正需要的，是模擬從光子穿過復雜鏡頭組，到CMOS傳感器輸出原始電信號的全過程。
1、畸變原理與參數化建模
現代車載廣角／魚眼鏡頭的非線性失真很難靠針孔模型捕捉。這種畸變始于鏡片的設計：曲率、鏡間距離、材料折射率、涂層結構等都會造成光線偏折與映射失真。
高保真建模路徑：
（1）畸變函數：（如 fisheye、Mei、F?Theta、EUCM 等）源自具體鏡頭標定，能描述像素偏移；
（2）多項式系數模型：捕捉畸變隨徑向變化的非線性，用于語言和超廣角鏡頭；
（3）LUT（查找表）方式：直接復刻真實標定點映射，將任意復雜畸變精準還原。
技術意義：光學還原誤差的減少將會直接提升后續曝光、噪聲疊加的物理建模可信度，還能從光學角度模擬不同的鏡頭效應。
展開 設計仿真 | 基于VTD的多物理傳感器自動駕駛系統仿真方案
隨著自動駕駛算法等級的不斷提高，各開發商的傳感器布置方案也越來越豐富，最典型的為多V、多R及多L的方案。而在對多種類，多數量的傳感器進行物理模型仿真時，會占用大量的計算資源和網絡通訊資源，同時仿真的效果還受到PCIe總線帶寬及顯卡的接口數量限制。
基于VTD的多物理傳感器自動駕駛系統仿真方案，采用VTD的主從機布置方式，將VTD軟件安裝在主機Master上，從機slave上只安裝運行VTD所需要的依賴，主機以mount的方式將仿真軟件映射在從機Slave相應的位置。在主機中配置各類型傳感器運行的顯卡平臺，仿真開始時，主機以ssh的方式將傳感器的計算任務下發到從機Slave的顯卡，以調用從機Slave的計算資源，達到仿真對速度的要求。各個計算機的顯卡將計算完成的數據，分別通過HDMI和以太網的數據，發送到視頻注入板(FPGA)或直接發送給被測系統SUT。從而在感知層實現全鏈路仿真。該系統可以滿足用戶：
01
同時進行多路視頻數據的感知算法驗證；
02
同時進行多路激光雷達點云數據的仿真驗證；
03
同時進行多路毫米波雷達點云數據的仿真驗證；
04
可進行多V多R和多L的物理模型仿真驗證；
05
可進行行泊一體的算法仿真驗證。
VTD方案優勢
支持主從機的布置方式，合理分配計算資源；
主從機采用同一套仿真軟件，降低軟件成本；
根據顯卡的種類(圖形卡/計算卡)合理分配計算任務；
從機數量可擴展。
展開 ANSYS SPEOS & VRXPERIENCE-基于物理特性的智能駕駛傳感器高精度仿真
作為智能駕駛系統的重要組成部分，傳感器為感知系統提供原始數據，其性能對整個智能駕駛系統的功能和性能有直接且重要的影響。
為提高智能駕駛系統開發的效率和效果，會采用仿真的方式對方案進行驗證和優化，涉及全數字仿真、半實物仿真等。為使仿真結果盡可能真實地反映實際情況，需要對攝像頭、激光雷達、毫米波雷達等傳感器進行高精度的建模仿真。
針對此類應用，經緯恒潤聯合ANSYS公司，提供包括光學及視覺模擬軟件SPEOS和光學虛擬現實仿真軟件VRXPERIENCE的智能駕駛傳感器高精度仿真解決方案，依據對象的真實物理屬性進行傳感器和場景的高精度仿真。
產品介紹
ANSYS SPEOS & VRXPERIENCE解決方案在智能駕駛領域可應用于攝像頭、激光雷達、毫米波雷達傳感器的建模仿真，涉及像素網格投影、成像仿真、圖像后處理接口、機器視覺、ADAS部件級仿真、實時燈光仿真、動態前照燈性能評估、傳感器性能評估等。可以在智駕系統研制早期，基于真實物理屬性進行不同天氣、時間、路況、光學傳感器安裝位置、安裝數量、傳感器設計方案、材料設計方案、照明設計方案等條件下的仿真模擬，對不同設計方案進行驗證，節約樣件和測試成本，縮短研發周期。
? ANSYS SPEOS
ANSYS SPEOS與SpaceClaim、CATIA V5、UG、CREO等主流CAD軟件平臺相結合，能夠實現從結構設計到光學設計的無縫銜接，以OMS設備的光學屬性測量結果作為軟件的輸入，基于材料的真實物理屬性進行傳感器及現實場景仿真，模擬結果可直接與實物照片進行對比。
SPEOS可以通過數字化建模為攝像頭和激光雷達傳感器提供測試環境，快速直觀地將駕駛環境中攝像頭和激光雷達的成像結果模擬出來。
展開 紅外溫度傳感器無需物理接觸測量的好處
紅外測溫儀也稱為IR溫度計，是一種非接觸式紅外溫度傳感器，用于無需物理接觸即可測量溫度。它檢測并捕獲物體發出的熱輻射，并將其轉換為溫度讀數。紅外溫度傳感器通常是帶有激光指示器的手持設備，可幫助瞄準目標區域。
紅外溫度傳感器如何工作？
紅外溫度傳感器的工作原理是紅外輻射原理。所有高于絕對零的物體都會發射紅外輻射，紅外輻射會隨著溫度的變化而增加或減少。這些溫度傳感器利用探測器來感應物體發出的紅外輻射并將其轉換為電信號。然后信號被處理并在設備上顯示為溫度讀數。
使用紅外溫度傳感器有什么好處？
（1）非接觸式測量
紅外溫度計提供了一種衛生且非侵入性的溫度測量方法。它們可以在安全距離內使用，從而降低交叉污染的風險，并允許快速有效地進行測量。
（2）即時結果
使用紅外傳感器，幾乎可以立即獲得溫度讀數，提供即時反饋，無需物理接觸或等待時間。
（3）應用范圍廣泛
紅外高溫計可用于醫療保健、工業應用、HVAC（供暖、通風和空調）、食品安全等領域。具體示例包括監測體溫、檢測電氣系統中的熱點、評估機械設備、發現絕緣故障以及確保食品安全。
展開 
Virtual Test Drive官方推薦學習資料
Virtual Test Drive
軟件通常
被應用于高級駕駛員輔助系統和自動駕駛系統的開發，同時也兼顧駕駛模擬訓練領域的場景仿真角色，被廣泛應用在
XiL
的各個階段：
軟件在環、駕駛員在環、車輛在環和硬件在環。
Virtual Test Drive—— 虛擬駕駛仿真應用的完整工具鏈，是用于虛擬駕駛場景創建、配置、仿真和評估的工具包，覆蓋了公路交通仿真和軌道交通仿真兩大領域。VTD主要被應用于高級駕駛員輔助系統和自動駕駛系統的開發，同時也兼顧駕駛模擬訓練領域的場景仿真角色。VTD以涵蓋了從三維虛擬世界的創建到復雜交通場景的仿真，具備簡單/物理級傳感器仿真的特性。被廣泛應用在XiL的各個階段：軟件在環、駕駛員在環、車輛在環和硬件在環。同時，VTD憑借著其開放性和模塊化的設計理念，以及通用和標準的對外接口，在滿足用戶方便快捷集成自有算法的同時，兼具同第三方軟件聯合仿真的能力。
如果你是以下方面的仿真分析人員：
汽車主機廠IT工程師/負責人
參與ADAS和自動駕駛產品開發的項目負責人與工程師
基于場景和仿真測試技術的評估認證機構負責人
主機廠/供應商測試部門負責人/工程師
標準化場景開發與應用人員
自動駕駛仿真測試解決方案與數據分析人員
自動駕駛評價體系開發人員
ADAS與自動駕駛研究領域的高校和研究機構
請一定要關注本次推薦的內容，MSC官方為大家整理了一系列Virtual Test Drive官方資料，全網唯一，記得收藏哦！
展開 《AI重構仿真：Smart-ROM如何實現“秒級”物理場分析？》
在數字驅動研發與運維的時代，仿真技術已成為探索物理世界的核心。然而，當創新速度要求以“天”甚至“小時”計時，傳統的高保真CAE仿真，卻因其固有的“重計算”模式，在多個關鍵場景中陷入窘境：
? 系列研發困局：每當系列產品進行參數調整或型號拓展，你是否不得不重復運行冗長的全階仿真，等待數小時甚至數天，拖累整體研發節奏；
? 數據價值沉睡：海量的仿真歷史數據，無法被有效提煉與復用，成為一座座未被挖掘的“數據墳墓”，價值白白流失；
? 優化探索之殤：涉及多參數、多目標的設計優化與方案探索時，基于原生CAE軟件的迭代仿真正在消耗大量的計算資源與工程時間，讓“快速迭代”淪為奢談；
? 智能運維延遲：在預測性維護、在線診斷等數字孿生實時交互場景中，傳統仿真動輒數小時甚至數天的計算延遲，完全無法滿足“分鐘級”乃至“秒級”的響應需求，致使數字孿生停留于靜態展示。
這些痛點共同指向一個根本矛盾：對高保真結果的迫切需求與無法承受的計算時間成本。
Smart-ROM用AI重構仿真范式，它不僅僅是一個工具，更是一種全新的工作流程：通過智能學習歷史仿真數據，自動構建高保真降階模型（ROM），將原本需要數小時的物理場分析，壓縮至秒級完成。
接下來，讓我們一起剖析，Smart-ROM如何一步步將“秒級物理場分析”從愿景變為標準工作流程。
展開 為什么采用光纖傳感器的方式測量物理量
光纖傳感為電路和電子電路無法工作的地方提供了測量解決方案。光纖傳感器的工作完全基于光子，也就是通常所說的光。從物理學的角度看，光子沒有質量，光子不干涉電子，光子只在特定條件下干涉其他光子。因此，即使在高電磁場、高磁場、高輻射場和極端溫度的環境中，光子的行為也是可以預測和控制的。
18.jpg
隨著光纖的出現，科學界已經學會在很小的一片玻璃中以最小的損耗或干擾引導光進行長距離的傳輸。如果沒有光纖，我們所知道的互聯網就不會存在。令人難以置信的大量信息通過光纖網絡在全世界傳播。
很明顯，光子可以只用光來感知物理量。許多來自通信行業的光纖創新可以直接應用于光纖傳感。一些最早的光纖傳感器是在20世紀70年代被描述和演示的光纖旋轉傳感器(陀螺儀)。光纖陀螺是一種成熟的產品，具有極高的精度和可靠性，主要用于高端導航系統以及地球物理鉆井設備制導系統。基于光學干擾的光纖聲學傳感器非常敏感，它們可以捕捉到壓力波的微小變化，并探測來自令人難以置信的距離的聲音——復雜的聲納應用是它們的主要應用。溫度、應變、位置、速度、角度、振動和聲音傳感器都已實現并投入商業使用。當然，大多數其他物理量都可以用光來感知和測量。然而，并不是所有的可能性都被探索或開發了。
根據定義，光纖傳感器完全由光控制，不包括任何電子元件。通常，光纖傳感器是使用一定數量的光來“審問”的，并且傳感器會根據被測量的物理量來改變審問光信號的特性。詢問器將接收到的光學信號轉換成模擬或數字形式的電子量，并作為附加控制設備的接口。
雖然光纖通信廣泛應用于工業網絡，但與這些網絡相連的傳感器通常是測量溫度、壓力、流量、位置、速度等的傳統電子傳感器。盡管今天的電子產品功能強大、功能多樣、錯綜復雜，但還是有局限的。溫度范圍被限制在大約-65°C到+125°C之間，電子傳感器在高電磁、磁場或輻射(x射線)下無法可靠工作。
展開 基于PTP，如何做好多傳感器微秒級時間同步？
01 引言
自動駕駛車輛行駛過程中，多傳感器（相機、激光雷達等）采集的帶有精準同步時間戳的數據，是車輛實現高精度感知、定位、決策與規劃的核心前提。正因如此，在自動駕駛數據采集系統中，傳感器與主控單元之間通常會采用(g) PTP 協議，以保障多傳感器的硬件時間同步。
然而和客戶對接過程中，客戶普遍反饋在實際開發過程中，要實現單個或多個傳感器與主控平臺的精準時間同步，往往會面臨時間同步精度不足、多傳感器時間戳不統一、系統部署流程復雜、數據質量難以管控等一系列問題。
康謀長期致力于多傳感器數據采集方案開發，在解決客戶問題的實踐中，積累了應對上述時間同步問題的豐富經驗。本文針對 PTP 時間同步協議在傳感器與主控平臺間的應用，分享相關的實踐案例與技術經驗，和大家一起討論學習。
02 相機與工控機時間同步
PTP時間同步體系
以相機和工控機實現PTP時間同步部署為例，相機采集端口采集用以太網接口(支持PTP)，工控機對應采用以太網接口(支持PTP)，以此搭建基礎的同步硬件鏈路。此外，激光雷達通常采用車載以太網（支持 (g) PTP 協議）完成時間同步，其實現思路與部署邏輯和本案例中的相機方案同理。
PTP時間同步可以簡單劃分為四層結構：
①硬件層：依托網卡 PHC（Precision Hardware Clock）硬件時鐘，在數據包收發的物理層 / 數據鏈路層邊界直接打上時間戳。可規避軟件協議棧的延遲干擾，為整個同步體系提供納秒級的硬件時間基準。
②協議層：基于 IEEE 1588 PTP 協議，通過 Sync/Follow-Up 和 Delay_Req/Delay_Resp 兩組核心消息對實現主從同步。
展開 康謀分享 | aiSim5 物理相機傳感器模型驗證方法（一）
三、離線仿真器驗證
1、簡介
也可以采用基于物理的渲染（PBR）離線渲染器進行比較。
2、步驟
以下是詳細的驗證步驟：
構建相同樣本場景：在aiSim和參考渲染器中構建相同的樣本場景。這包括場景中的所有物體、材質、光照條件等，以確保兩個環境中的變量盡可能一致。
使用相同的相機參數：使用相同的相機外部參數（extrinsic）和內部參數（intrinsic）來拍攝場景。外部參數涉及相機在世界空間中的位置和方向，而內部參數則包括焦距、畸變等相機特有的屬性。
進行HDR或LDR驗證：無論是高動態范圍（HDR）還是低動態范圍（LDR）驗證，都可以用于比較兩個渲染器生成的圖像。選擇哪種驗證方式取決于場景的光照條件和所需的驗證精度。
比較生成圖像的差異：對aiSim生成的圖像和參考渲染器生成的圖像進行比較。可以通過視覺檢查或使用圖像分析工具來量化差異，如計算顏色偏差、亮度對比度等。
多場景驗證：通過多個不同的場景來驗證系統的不同部分，例如只驗證人工光源，或者只驗證天空和太陽的效果等。可以幫助識別和隔離特定問題，提高驗證的針對性和效率。
以上方法均適用于驗證aiSim相機傳感器模型與現實世界或高精度的離線渲染器的相關性。
展開 未來車規級氫氣傳感器市場規模有多大？
單個模組價格方面，由于目前車規級氫氣傳感器處于被日本 FIS 和日本理研壟斷的狀態，日本理研的單價約為 5000 元左右，而日本 FIS 的單價則在 1500 元以上，如果是小批量則可能在 2000 元左右。
因此，假設以 2000 元作為單價計算的話，到 2030 年，中國氫燃料電池汽車對氫氣傳感器的需求價值約在 100 億~200 億元之間。
污氮脫氧裝置與PPM級氧氣傳感器：高純氣體生產的穩定保障
氧含量分析儀中檢測PPM級別氧氣濃度的傳感器，工采網推薦美國Southland PPM級氧氣傳感器 - TO2-1X，測量范圍為0-10PPM與0-10000PPM兩種；采用微型燃料電池傳感器技術，具有高精度，長壽命等特性，廣泛應用于空氣分離裝置，化工&石化過程，煉鋼等多種領域氧氣含量
英國SST 熒光微量氧變送器 - LOX-TRACE-1000-BLX可測量暴露于任意氧濃度環境，且不會損壞傳感器。對氧氣具有高度選擇性和靈敏度響應速度快，凈化時間短直接通過RS485接口連接至控制器。氧氣測量范圍 0-1000ppm
綜上所述，污氮脫氧裝置與氧含量分析儀的聯合應用，不僅提高了高純氣體生產的效率和質量，還降低了企業的運營成本和維護難度。這種技術組合在未來的化工生產中，將繼續發揮重要作用，為行業的持續進步和發展貢獻力量。
展開 
低功耗溫濕度傳感器HCP2D-3V用于工業級電子溫濕度計
溫濕度產品在現代的應用非常廣泛，機房、工業、農業，倉儲等都離不開溫濕度管理，特別是在實時記錄溫濕度變化的工作中最為廣泛，溫濕度傳感器可以根據所記錄的數據，對各個不同的領域進行科學有效的分析、管理。如今，民用溫濕度傳感器的應用也越來越普遍，但是，工業級溫濕度傳感器仍然占據著主導地位。
都是用于溫濕度測量，工業級溫濕度計和普通的溫濕度計有什么區別呢？主要是因為他們采用的溫濕度傳感器的差異。通常來說，民用溫濕度計多采用濕敏電阻和NTC熱敏電阻進行集成設計，工業用的溫濕度計多采用能在各種惡劣環境下使用的高品質溫濕度傳感器進行設計。兩類產品差異簡單介紹如下：
1. 測量范圍廣：
一般的溫濕度傳感器，溫度的測量范圍比較窄，一般為-10~50℃，濕度為20%RH~99%RH，當溫濕度數值過大時設備容易損壞。
工業級溫濕度計測量范圍可以滿足更高的測量要求，濕度滿量程測量，溫度高低溫寬測量范圍，如可滿足100℃以上的溫度測量。
2. 測量精度高：
普通溫濕度傳感器精度相對偏低，溫度精度一般為±1~3℃，濕度±5RH%
工業級溫濕度傳感器精度高，溫度精度<±0.3℃，濕度<±3%RH,普通溫濕度傳感器無法達到這個精確度。
3. 可靠性和長期穩定性:
由于制作工藝等原因，普通溫濕度傳感器只適合一般家庭、辦公室等普通室內環境進行簡單的溫濕度監控，如果強行放在惡劣的工業環境中，很容易就測的不準，甚至損壞。工業級的溫濕度傳感器耐受環境能力都得到了強化，可以保持良好的長期穩定性，沒有這個顧慮。
展開 aiSim 5.11.0 正式發布：動態落葉、HiL工具鏈、資產庫全面升級！
aiSim 作為全球首個通過ISO 26262 ASIL-D認證的自動駕駛仿真平臺，搭載自研aiSim AIR確定性仿真引擎，提供物理級傳感器仿真、高精度環境模擬與多模態感知數據輸出，覆蓋 SIL/HiL 全流程測試，是 ADAS / 自動駕駛研發與驗證的核心工具，更能助力主機廠獲取L3準入資質！
本文為大家介紹 aiSim v5.11.0 版本全新升級情況，本次更新帶來動態落葉特效、全新 HiL 測試工具鏈、豐富的 OpenSCENARIO 擴展能力，并對 aiSim Web 端、傳感器編輯、資源庫等進行全方位優化，自動駕駛仿真體驗全面進階。
下面為您逐一介紹！
一、更真實的環境
仿真測試的可信度，首先取決于環境是否“像真的”。
在 aiSim 5.11.0 中，我們引入了動態落葉效果，落葉會受重力、風力以及路過車輛氣流的影響，實時出現在攝像頭和激光雷達傳感器中，讓秋季道路場景更加逼真。
落葉效果圖
同時，新的色調映射器能夠模擬人眼視覺系統對亮度的感知能力，特別適合分析車輛前照燈的照明表現。
在交通邏輯層面，OpenSCENARIO 的支持得到增強，DistanceCondition 新增了 freespace 參數，使動作觸發基于物體之間的實際間隙而非中心點，并且支持縱向與橫向距離測量，讓安全檢測更加貼近真實駕駛判斷。
二、更強大的測試工具
本次更新帶來了完整的 HiL 硬件在環測試工具鏈，通過 Direct Camera Injection PCIe 卡將仿真或預先錄制的攝像頭數據直接注入目標 ECU，實現對車載攝像頭管線的真實驗證。同時，FMU 工具鏈可將最小化的 aiSim 客戶端打包為 FMU 3.0 CoSimulation 模型。
展開 設計仿真 | VTD傳感器仿真與RDMA技術的應用
隨著車輛智能化程度不斷提升，車載傳感設備也從最初的1R1V逐步發展到5R10V，甚至出現當下主流的多毫米波（6）、多超聲波（12）、多相機（10+）以及多激光雷達（1~3）的綜合傳感系統。同時，這也對智能駕駛仿真測試軟件及系統在多類型、多數量傳感器仿真過程中的模型真實可靠性、運行實時性、數據傳輸的低延遲性、高帶寬性以及系統可靠性上提出了更加嚴苛的要求。
在傳感器模型的真實性與可靠性方面，VTD軟件通過對于傳感器建模方法論與技術實現了持續迭代，在相機、激光雷達、毫米波雷達、超聲波雷達等傳感器的物理模型搭建方面積累了豐富的經驗。在相機模型方面，可實現對于鏡頭畸變、相機動態曝光、動態白平衡、動態焦距調整、運動模糊、RAW數據仿真、ISP逆變換等特性的模擬。在激光雷達方面，支持傳統機械式激光雷達以及MEMS的固態（半固態）激光雷達仿真，同時在雷達回波模式設置、鬼影模擬、邊緣膨脹、運動畸變等特性均可實現模擬。
在應對多傳感器數據傳輸的問題上，VTD除了支持常規TCP/IP傳輸外，還支持共享內存SHM的讀寫機制，極大的提升了數據讀寫速率。在傳輸硬件配合的方面，海克斯康工業軟件VTD與NI達成深度合作，雙方基于RDMA技術的應用在多傳感器仿真領域取得了較大的進展。RDMA(Remote Direct Memory Access)，全稱遠端內存直接訪問技術，相對于傳統的TCP/IP通信具有以下特點：
CPU Bypass
數據傳輸過程中，僅僅使用操作系統建立通道，后續應用程序可繞過CPU直接進行消息傳遞。可有效降低CPU負載，尤其是在多傳感器仿真使用環境中可有效提升仿真性能，最大限度發揮CPU自身性能。
展開 康謀產品 | 仿真驅動、數據自造：Anyverse巧用合成數據重構智能座艙
圖6：Anyverse功能概覽
圖7：多樣化的艙內合成數據
1、關鍵功能亮點
（1）多樣化艙內合成數據生成
支持多年齡、種族、姿態的角色建模，覆蓋兒童座椅狀態、寵物遮擋、錯誤安全帶系法等復雜情境，輸出 RGB、IR、ToF、Radar 等多傳感器格式數據。
（2）快速虛擬驗證與閉環測試
適配 Euro NCAP、IIHS、China NCAP 等安全法規標準，提供像素級真值標注、行為追蹤與模型性能可視化驗證。
（3）物理級傳感器仿真引擎
支持基于 SBR 技術的雷達建模、高保真紅外與近紅外成像、MIMO 系統仿真，輸出雷達立方體與點云格式數據。
（4）開放、可復用的數據資產庫
提供可自定義的角色、座艙結構、傳感器布置與互動物體庫，快速構建多變場景，顯著降低研發成本。
憑借高保真仿真能力與多模態數據生成優勢，Anyverse 展現出在整車廠、Tier 1 與算法研發團隊中廣泛部署的潛力，正加速艙內感知系統的訓練與驗證閉環。
五、結語：仿真驅動的智能座艙創新路徑
智能座艙的真正挑戰，不是識別駕駛員是否閉眼，而是理解“此時此刻車內發生了什么”。這需要多模態、多角色、多行為的精準感知系統，更需要背后支撐它的，一整套高保真、低成本、標準對齊的仿真機制。
從數據生成到算法驗證，從法規適配到部署測試，Anyverse 提供的不僅是一個仿真平臺，更是智能座艙走向真正“理解人”的關鍵基礎設施。
未來的人車交互，不止于響應，而源于洞察！
參考文獻：
1. Sundaram, S., et al. (2023). BEHAVE: Dataset and Method for Tracking Human-Object Interaction. CVPR 2023.
2.
展開 