感知技術
關注創建者：匿名 創建時間：2026-01-05
感知技術的視頻教程
Ansys面向感知系統的仿真驗證技術
目前負責Ansys自動駕駛業務開發和仿真技術咨詢工作，對Ansys自動駕駛平臺產品和方案應用有全面的了解。 更多視頻請關注Ansys數字資源中心：https://v.ansys.com.cn
免費 47分鐘 149播放
查看
仿真技術之自動駕駛感知視界-ANSYS傳感器仿真（攝像頭和激光雷達）
如何在預算有限的條件下，更好地滿足安全性要求，突破技術障礙，對安全分析技術、系統開發和驗證方法、車輛駕駛環境以及傳感器仿真的真實度都提出了更高要求。 ANSYS作為世界領先的工程仿真工具供應商，基于扎實的物理場仿真技術和安全開發技術，正在和知名企業一起構建先進的自動駕駛仿真工具鏈，涉及功能安全和信息安全分析、道路環境建模與仿真、傳感器建模與仿真、嵌入式軟件開發、閉環仿真，云計算平臺等等。
免費 1小時24分鐘 423播放
查看
感知技術的實例教程
馬佃波
（吉林大學 130012)
摘要：無人駕駛汽車的相關技術一直是當今科學技術研究中的重中之重，它對國防、科學技術的發展以及整個社會的經濟都有重要的影響作用。無人駕駛汽車的相關技術涉及了很多知識，需要大量專業人才為之奮斗。其中，環境感知技術就相當于無人駕駛汽車的眼睛，將影響著整個無人駕駛汽車的安全性和穩定性，因此，本文主要分析了當前國內外無人駕駛汽車的發展現狀以及現有的無人駕駛汽車環境感知系統，對無人駕駛汽車環境感知系統中的傳感器進行了研究。
關鍵詞：無人駕駛；汽車；環境；感知
科技發展的腳步從未停止，人工智能機器人及人工智能系統已然成為新世紀科技發展的主向。作為人工智能機器人的分支，無人駕駛汽車的發展在整個社會和科學技術的發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感知道路情況，及時傳遞各種危險情況給駕駛系統，并且在駕駛員沒有及時做出反應的危急時刻自動采取安全措施，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汽車是否行駛在車道內，有無偏離，還會識別行駛過程中道路上的各種標識物和紅綠燈。在無人駕駛技術中，環境感知技術是其組成單元中較為重要的一個單元，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中研究的重點。
1 國內外無人駕駛汽車發展現狀
1.1 國外無人駕駛汽車發展現狀
目前對無人駕駛技術研發投入最多且研究較為深入的國家就是美國了，其從1970年開始就一直注重無人駕駛技術的發展，在各個有能力的單位、學校、研究院投入大量資金進行科學研究，推動了無人駕駛汽車的發展，并取得了非常好的研究成果。
在2011年，英國的牛津大學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，而是采取激光雷達感知道路情況，可以行駛在山路中[1]。
展開 在水面無人駕駛技術體系中，感知技術是核心，而現階段國內外對其感知技術的研究仍處于起步階段。本文梳理了無人艇的研發進程，圍繞感知技術的3個方面關鍵技術進行分析與探討：基于水面無人艇的目標檢測，主要包括面向避障的目標檢測及面向作業的目標檢測、目標跟蹤、實時定位方法。最后考慮到無人艇感知技術在系統穩定性及目標檢測能力中面臨的挑戰，對無人艇感知技術存在的不足和未來的發展趨勢做出展望。
關鍵詞：無人水面艇；感知；路徑規劃；目標檢測；目標跟蹤；導航；定位
由于無人駕駛的發展，近幾年無人車和無人機已廣泛應用于各種場景。與此同時，應用于水面的無人艇(unmanned surface vehicles，USV)有望在未來代替人類發揮重要作用。近年來，無人艇被廣泛用于執行多種軍事及非軍事任務，代替作業人員執行危險或耗時耗力的任務，在港口防護及艦船兵力保護、海上偵察監視、反潛作戰、水上搜救、后勤補給、水質監測、水文采樣、海洋環境測繪、水域生態保護等方面發揮著重要作用，提高工作效能的同時也降低了作業人員的傷亡。
作為無人艇的創始者，以色列埃爾比特系統公司推出的“銀色馬林魚”具有劃時代的戰略意義[1]。隨后，無人艇SCOUT[2]、水面高速無人艇PROTECTOR[3]、測量雙體船海豚(MESSIN)[4]、無人艇ROBOAT[5]、無人艇JingHai-I[6]以及各種無人艇海上協議相繼推出[7]。近年來，各企業也陸續推出商用水面無人艇。Fraunhofer CML等8家機構聯合開展海上智能無人駕駛航行網絡(MUNIN)計劃[8]。日本29家單位聯合組織開展“智能船舶應用平臺(SSAP1)”項目。英國羅爾斯·羅伊斯公司(R-R 公司)發起“先進自主水運應用項目(AAWA)”[9]，并與 Finferries 聯合推出全球第一艘無人駕駛渡輪“Falco”號。
展開 機器實現更加智能化的功能，離不開傳感器信息技術的高度集成和綜合運用。弱人工智能邁向強人工智能的路上，更加智能化的傳感器成為了市場剛需。
“感知技術”浪潮來臨
以物聯網、大數據、云計算等新興信息技術為基礎的應用越來越成熟，制造業的生產方式甚至商業模式也逐步發生變革。智能裝備、智能工廠等智能制造正在引領制造方式轉變，背后的推動力量，便是人工智能。
2017年7月20日，中國發布了《新一代人工智能發展規劃》。這個“規劃”的精華之一，便是提出了新一代智能制造的發展方向。機器將變得越來越人性化，掌握學習與識別的功能，新人工智能技術的出現必然會引發又一波的信息化技術浪潮——“感知技術”。
“我們以前解決的是如何處理問題、傳輸問題，如今，我們要去解決如何感知問題。如今火熱的物聯網，是感知技術最大的應用平臺，想要實現人與物的連接，比如說智能家電按照人的意志，依靠傳感器采集水溫、壓力的大小等等，都是需要感知技術來實現。” 中國傳感器與物聯網產業聯盟副理事長郭源生說。
傳感器成為了新人工智能邁向應用的基礎。以智能汽車為例，自動駕駛車輛上，至少安裝了三套傳感器系統：攝像頭、雷達和激光雷達，這樣才能采集到車輛行駛過程中周遭的環境信息，完成智能行駛。“汽車邁向新智能化，可以幫助駕駛員更好的控制車輛行駛以及車內娛樂，我們開始進行動感汽車相關業務，基于華為的研究技術，每輛車上的傳感器超過了1000個。利用這種智能傳感器，可以降低運營商的成本和效率，產生較低的故障率。”華為技術有限公司中國戰略部副部長陳亞新說。
“咖啡機、電飯煲、智能水杯、智能奶瓶、重力感應柜都是傳感器目前大規模應用市場。咖啡機上的傳感器可以智能配料，并增加對配料稱重的功能。智能水杯可以通過傳感器進行水溫的采集。電磁爐和豆漿機通過傳感器增加了重力感應。”
展開 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 2021年4月30日，由中國巖石力學與工程學會組織的"深部工程硬巖時效破裂過程智能感知技術與裝置"科技成果評價會在北京召開。
評價委員會由中國工程院錢七虎院士擔任主任，中國科學院何滿潮院士、工程院顧金才院士、陳湘生院士擔任副主任，評委會專家有：清華大學楊強教授、北京工業大學鄭宏教授、北京交通大學張頂立教授、北京建筑大學戚承志教授、中科院地質與地球物理祁生文研究員。秘書長楊曉杰教授主持會議，顧問秘書長方祖烈教授出席會議。
東北大學校長馮夏庭院士代表項目組作成果匯報。該項目由東北大學完成，針對傳統試驗裝置與感知判別技術對真三向高應力下硬巖時效破裂過程"測不到"、"測不全"和"測不準"，致使硬巖時效型災害孕育過程的機制和規律認知不清，難以科學預測與有效控制。為此，項目團隊發明了深部工程硬巖時效破裂過程試驗裝置與感知技術，科學認知了深部地下工程硬巖時效破裂過程的機制和規律，研發了深部工程硬巖時效破裂過程判別與控制技術，奠定了我國在深部工程安全研究領域的國際領先地位。本項目授權發明專利32項、美國專利1項；發表高質量學術論文50篇、英文著作5部；主編建議方法2項；主編試驗標準1項。
展開 
感知技術的相關專題、標簽、搜索
感知技術的最新內容
概念車以及相關零部件等；</p>
<p style="margin-top: 20px; margin-bottom: 20px; border: 0px;"><span style="font-weight: 700; margin: 0px; padding: 0px; border: 0px;">2、 汽車電子與軟件：</span>電子零部件/材料、半導體、車載系統、測試工具、ADAS、感知技術
1、采用新技術、新材料的商用車、乘用車、概念車以及相關零部件等；
2、 汽車電子與軟件：電子零部件/材料、半導體、車載系統、測試工具、ADAS、感知技術、軟件硬件系統等；
2.1.智能座艙域控制器、座艙芯片、車載顯示、人機交互、操作系統、聲學技術等技術產品
3、 新能源汽車技術及熱管理：驅動系統、電機、變頻器、轉換器、零部件、材料、電池、充電器、制造設備、充電設施
傳統線性壓縮感知技術因難以刻畫光刻系統的復雜非線性映射，優化結果易出現工藝窗口收縮；經典貝葉斯方法雖具備統計建模優勢，但固定先驗分布無法適配多樣化光刻圖形，導致最優信號估計精度不足。在此背景下，融合貝葉斯統計與壓縮感知的BCS（Bayesian Compressed Sensing）計算光刻理論應運而生，成為破解上述瓶頸的關鍵理論支撐。
聚焦機器人產業“感知-決策-執行”技術閉環，“感知·決策·執行——2026北京國際機器人技術展覽會”將于2026年6月10日至12日在北京舉辦。展會以技術解構為核心、開發者賦能為支撐、供需對接為目標，打造覆蓋全技術鏈條的專業交流平臺，助力機器人產業核心技術迭代與供應鏈協同升級。
點擊藍字 關注我們
01/簡介
隨著集成電路制程向3nm及以下先進節點演進，光刻成像系統中的光學衍射、掩模三維效應與光致抗蝕劑非線性響應相互疊加，使光源-掩模協同優化（SMO）成為保障圖形保真度與芯片良率的核心技術。傳統線性壓縮感知（CS）驅動的SMO技術，因難以精準刻畫掩模與成像之間的強非線性映射關系，在復雜圖形優化中常面臨精度不足、工藝窗口收縮等問題
傳統線性壓縮感知技術雖在光源單變量優化中實現了降維高效求解，但面對SMO場景中掩模-成像的強非線性映射關系，其線性假設難以精準刻畫優化變量與成像質量的關聯，導致優化精度與可制造性失衡。在此背景下，非線性壓縮感知（NCS）理論與SMO技術的融合成為突破瓶頸的關鍵，而數學模型的構建則是該融合技術落地的核心前提。
其中，壓縮感知（CS）技術憑借稀疏性約束降維的核心優勢，在光源優化（SO）中實現了高效的參數尋優，大幅降低了計算復雜度。
01/簡介
當前，壓縮感知光源優化的仿真技術已實現標準化與精準化雙重突破，為技術落地奠定堅實基礎。仿真條件層面，通過構建統一的光源參數基準、掩模圖形庫及光學成像模型，建立了可復現的標準化仿真環境，解決了傳統仿真中參數離散導致的對比誤差問題。
接下來以豎直線條為目標圖形進行仿真分析，對比分析在不同變量下曝光圖像的情況。
02/仿真條件
壓縮感知技術憑借“稀疏性約束降維”的核心邏輯，為光源優化提供了突破口——通過將光源在稀疏基（如2D-DCT）下表示為少量非零系數，大幅削減優化變量維度。
Ansys與NI的合作有助于提升車輛感知技術的精準度，幫助汽車企業在研發過程中快速、安全地掌握相關技術，從而獲得顯著優勢。
