環境感知技術
關注創建者：匿名 創建時間：2026-01-05
環境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
【技術鄰】Bentley綜合建模環境技術直播培訓課程
AECOsim Building Designer CONNECT 綜合建模環境迎戰復雜項目 1、Bentley AECOsim Building Designer 土建設計軟件介紹及應用 2、Bentley AECOsim Building Designer 優勢所在及經典案例分享 3、Bentley AECOsim Building Designer CONNECT
免費 2小時2分鐘 495播放
查看
環境感知技術的實例教程
它的掃描范圍在水平方向上為360°，最遠檢測距離為120 m，可以在除了雨霧等惡劣天氣的任何環境下使用。一般來說雷達安裝的位置和擺放的姿勢都會影響到其檢測的范圍，所以一般在無人駕駛汽車中，都會把三維激光雷達安裝在車頂的位置，這樣可檢測的范圍更廣[5]。
4 結束語
無人駕駛汽車的環境感知技術值得我們進行更加深入的研究，環境感知技術在無人駕駛汽車技術研究中占據著非常重要的地位，它的優劣將影響著整個駕駛過程的安全性與穩定性。而且環境感知技術包括的內容非常多，如傳感器方面的知識、計算機知識、計算機的圖像處理、對圖像的理解認知以及傳感器與計算機信息相融合的技術等等，需要更多專業人才為之努力，投身科研事業。
雖然直到現在，我國還沒有完全實現真正的無人駕駛，但是國家出臺了很多對其有利的政策，并且對各個參與研究的學校、研究院、企業進行扶持，無人駕駛汽車的相關技術一直在快速發展中，相信在不久的將來，我國就會實現真正的無人駕駛。
【參考文獻】
[1]馬飛躍,王曉年. 無人駕駛汽車環境感知與導航定位技術應用綜述[J]. 汽車電器,2015,(02):1-5.
[2]王貴槐,萬劍. 汽車安全輔助駕駛支持系統信息感知技術綜述[J]. 交通與計算機,2008,(03):50-54.
[3]王世峰,戴祥,徐寧,張鵬飛. 無人駕駛汽車環境感知技術綜述[J]. 長春理工大學學報(自然科學版),2017,(01):1-6.
[4]陳龍. 城市環境下無人駕駛智能車感知系統若干關鍵技術研究[D].武漢大學,2013.
[5]王藝帆. 自動駕駛汽車感知系統關鍵技術綜述[J]. 汽車電器,2016,(12):12-16.
展開 <p>隨著自動駕駛技術的快速發展，自動駕駛的研發逐漸形成一整套的流程，包括<strong>數據采集，清洗標注，算法訓練，仿真測試</strong>到<strong>量產</strong>等各技術環節。通過復雜的步驟從原始數據中提出高價值的信息，其中對原始數據的精準采集是實現車輛環境感知的基石。毫米波雷達因其出色的測距、測速能力以及對惡劣天氣的魯棒性，成為不可或缺的傳感器之一。</p><p>本文將以4D毫米波雷達ARS548為例，分享毫米波雷達如何快速實現數據采集，可視化及存儲策略。關于毫米波雷達的特性可進一步了解文章<strong>《毫米波雷達技術解析》</strong>。</p><h2>一、ARS548毫米波雷達概述</h2><p><strong>ARS548</strong>是 4D高分辨率成像毫米波雷達（4D High Resolution Radar），如圖1所示。它能夠有效的測量<strong>距離（Range），速度（Velocity），水平角度（Azimuth）</strong>和<strong>俯仰角度或高度（Elevation）</strong>四個維度的信息，具備感知目標三維空間位置能力。
展開 我希望在飛行器聲學方面也實現類似的功能，讓您可以在任何時間和地點，沉浸在虛擬/仿真環境中，聆聽到在附近飛行器的聲音。”
Infinity Labs成功展示了高保真度建模和仿真功能，使人類能夠在虛擬空域環境中感知飛行器聲學。該團隊利用包括Ansys Fluent和Ansys Sound在內的商用工具實現了這項功能，并基于eVTOL機身和轉子聲學對這種方法進行了驗證和確認。得益于該功能，Infinity Labs可直接支持政府研究和行業硬件開發工作，并將其應用擴展到更廣泛的飛行器類型和操作環境中。由于人類對聲學的感知是飛行器航線規劃的重要影響因素，該公司預計這項功能在商業和國防領域的應用將獲得顯著增長。
可信任的流程
基本流程的概念很簡單：將來自飛行器操作的計算流體動力學（CFD）仿真的壓力流場數據輸入到聽覺化方法中，然后利用該方法可將壓力數據轉換為觀察者所在位置能夠感知到的聲音。
Infinity Labs通過兩種不同的應用建立了該流程，旨在驗證和確認此功能：第一種應用是在城市環境中對概念性eVTOL機身和轉子設計的飛行操作進行仿真。
展開 圖3 多普勒效應示意圖（圖片來源：https://www.guyhowto.com/）
基于毫米波雷達的上述原理，在毫米波雷達目標模擬環境構建時，采用毫米波雷達目標模擬器進行毫米波雷達目標的模擬。模擬器可以通過空饋的方式接收被測毫米波雷達的發生信號，運用信號處理技術，分析發射信號的特征參數，并根據模擬需求，發射出疊加目標數據的雷達回波。毫米波雷達接收到回波后，進行目標數據參數解析，從而實現毫米波雷達目標的模擬仿真。
圖4 毫米波雷達目標模擬器原理示意圖
毫米波屬于無線電微波，所以在模擬仿真環境構建時，會把目標模擬設備、被測設備放置在相對密閉的微波暗箱環境中。毫米波雷達目標模擬過程中，會需要模擬各不同角度上的目標，由于目標模擬器不方便進行移動，無法模擬出相對測試環境的絕對角度，所以一般還會采用旋轉云臺搭載被測毫米波雷達，進行雷達與目標模擬器之間相對角度的模擬。
圖5 毫米波雷達目標模擬微波暗箱結構示意圖
■ 總結：感知傳感器模擬仿真方案多樣性、實用性強
從上面的介紹不難看出，自動駕駛主要感知傳感器的實物仿真環境構建，都是基于工作原理，靈活運用傳感器感知介質特性，在標準環境下，進行的模擬目標匹配的信號再造。針對與同一類型的感知傳感器，其實物仿真環境的構建方式其實并非是唯一的，只要環境中相對潔凈，未引入其他影響感知傳感器識別目標的噪聲，并能準確有效的對該類型傳感器可感知目標進行模擬，那這就是一個成功的環境構建方案。所以在不同模擬仿真測試系統應用時，可以結合不同的測試需求，對傳感器實物仿真構建方法進行選擇。
從自動駕駛模擬仿真測試產業發展需求角度出發，目前可以實現的感知傳感器環境構建方案還相對較少，后續自動駕駛整車級模擬仿真測試環境中，必定需要多類型感知傳感器融合仿真測試環境。
展開 圖4 紅外傳感器
圖5 流速傳感器
二、水下環境感知技術
⒈水下環境感知技術
水下環境感知技術是指智能水下機器人通過搭載的光學和聲學傳感器對未知區域進行環境識別，由于水下環境自身的特殊性，使得智能水下機器人在環境感知方面的研究進展較慢。水下環境感知技術主要分為聲吶目標探測技術和光學目標探測技術，其中常見的技術是聲吶目標探測技術。
聲吶目標探測技術：主要指利用聲吶原理和聲吶系統設備對水中目標進行探測的技術。按照聲吶的原理我們可以將其分為聲吶目標主動探測技術和聲吶目標被動探測技術。
有目的地主動從系統中發射聲波的稱為主動聲吶，利用接收換能器基陣接收目標自身發出的噪聲或信號來探測目標的聲吶稱為被動聲吶。
目前，安裝在ROV機器人本體上的探測聲吶主要使用的是前視聲吶、側掃聲吶、剖面聲吶、多普勒聲吶和聲相關聲吶、通信聲吶等。
⒉載體模塊化設計
由載體結構、控制系統、導航系統、能源系統、推進系統、通信系統和任務載荷等模塊組成。
展開 
環境感知技術的相關專題、標簽、搜索
環境感知技術的最新內容
隨著城鎮化進程加速和“雙碳”目標推進，綠色建筑與宜居環境成為城市發展的核心議題。“十四五”規劃明確提出“提升城市建設智慧化水平，發展智能建造”，對建筑能效與環境適應性提出了要求。[1]在這一背景下，建筑風環境仿真技術正成為優化人居環境、保障建筑安全的關鍵支撐。CAE風環境仿真技術，通過高精度數值模擬還原真實風場與建筑的相互作用，為建筑可持續設計提供科學決策依據。
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。
作為本年度北方地區最具影響力的機器人專業展會，本次展會將匯聚來自全球20多個國家和地區的400余家參展企業，展覽面積達
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
01/簡介
隨著集成電路制程向3nm及以下節點突破，光刻系統的光學畸變、掩模三維衍射及光致抗蝕劑非線性響應等效應疊加，使光源-掩模協同優化（SMO）成為保障成像精度的核心技術。
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
01/簡介
隨著集成電路制程推進至90nm及以下節點，光學鄰近效應校正（OPC）、光源掩模聯合優化（SMO）等計算光刻技術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。
然而，當優化對象轉向掩模時，線性CS理論的局限性愈發凸顯——掩模圖形的像素級調控與光刻成像之間存在顯著的非線性映射關系
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
01/簡介
隨著集成電路制程向3nm及以下節點突破，光刻系統面臨的光學畸變（如衍射、偏振效應）愈發顯著，光源作為光刻成像的“源頭變量”，其圖形優化直接決定空間像保真度與芯片制造良率。
傳統光源優化方法依賴全像素維度尋優，受限于光源像素矩陣規模龐大（常達數百甚至數千維度），存在迭代收斂慢、計算資源消耗高、易陷入局部最優等問題，難以適配先進制程對優化效率與精度的雙重需求
一、引言
無論是暴雪過后的街道、夜幕下車燈照亮的路面、還是雨霧交織的高速公路——這些對人類駕駛員而言習以為常的場景，卻構成了自動駕駛系統面臨的環境感知極限挑戰。這是由于傳統3D場景重建技術在面對復雜環境時常常力不從心：要么把雪花當成場景的一部分輸入進模型，要么在光照變化時直接失效。
近年來，3D高斯潑濺（3D Gaussian Splatting, 3DGS）技術的崛起，為這一困境帶來了革命性轉機
議題5：基于物理的復雜電磁環境感知與成像仿真技術探討
講師簡介：
張旭 | Ansys主任應用工程師
15年以上天線設計經驗。主要負責HFSS高頻相關的技術方案開發、咨詢與技術支持等。
內容簡介：本次演講將介紹 Ansys Perceive EM 在復雜電磁仿真中的應用與優勢。
<p class="ql-align-center"><img class="ztext-gif" width="640" role="presentation" src="https://pic1.zhimg.com/v2-4535bc19aaf1c155e5894f226a8af668_b.webp" data-thumbnail="https://pic1.zhimg.com/v2-4535bc19aaf1c155e5894f226a8af668
