環境感知
關注創建者：匿名 創建時間：2026-01-05
環境感知的視頻教程
智能網聯汽車多域多維架構發展
智能網聯汽車是指搭載先進的車載傳感器、控制器、執行器等裝置，并融合現代通信與網絡技術，實現車與X（車、路、人、云等）智能信息交換、共享，具備復雜環境感知、智能決策、協同控制等功能，可實現“安全、高效、舒適、節能”行駛，并最終可實現替代人來操作的新一代汽車。
免費 45分鐘 98播放
查看
環境噪聲測量的新進展
環境噪聲測量的新進展 適用人群：從事聲學與振動相關行業的技術人員、環保領域的技術和管理人員等 環境噪聲測量的新進展【已結束】 直播時間：2021-03-23 14:00 課程大綱： 1.工業生產和日常生活中環境噪聲的感知、測量與評價 2.B&K在環境噪聲測量領域的新進展
免費 1小時4分鐘 252播放
查看
應用VI-grade實時仿真軟件加速汽車研發進程新產品發布會
在設計、測試和優化ADAS和智能駕駛功能時尤其如此，這一過程要求工程師通過傳感器感知外部環境，通過適當的算法預測交通流行為，并規劃車輛在特定執行器工作下的響應。 在這個免費的60分鐘的網絡研討會中，我們將介紹VI-grade最新版本的實時仿真軟件解決方案，了解如何使用這些工具，通過離線仿真和駕駛員在環仿真的方式體驗和優化車輛模型和控制策略。
免費 54分鐘 172播放
查看
環境感知的實例教程
清華大學也于2006年研制出可以分為高速和城區兩種環境下不同駕駛模式的無人駕駛汽車，其最高時速為100 km/h[2]。
從2009年起到2016年，我國每年舉辦一次無人駕駛汽車比賽，至今已經舉辦了八屆。此項比賽大大推進了我國無人駕駛技術的發展，但是仍與西方發達國家存在較大的差距。
2 無人駕駛汽車環境感知系統研究現狀
2.1 Boss無人駕駛汽車的環境感知系統
Boss無人駕駛汽車的感知系統是由兩個相機，九個激光雷達和兩個IBEO組成。其中九個雷達又分為一個三維激光雷達，六個二維激光雷達和兩個毫米波雷達。雷達主要用來檢測靜態的障礙，當道路前存在障礙物時，首先由雷達檢測并生成相應的障礙物地圖，如果障礙物為移動障礙物時，會自動從障礙物地圖中剔除。
2.2 Junior無人駕駛汽車的環境感知系統
Junior無人駕駛汽車的感知系統是先由一個測量單元通過與衛星系統相連接感知車輛當前的具體位置。在車輛兩邊安裝兩個傳感器，通過激光感知車輛前方路面情況，并生成車輛周圍路面的3D結構。在車頂、尾部和保險杠處分別安裝2個激光傳感器，感知車輛周邊的障礙物。把多個傳感器感知測量一個時間段內的局部路面情況匯總，組成一個路面情況地圖，防止一個傳感器在一小段路面上存在盲點[3]。
2.3 Talos無人駕駛汽車的環境感知系統
Talos無人駕駛汽車的感知系統主要是由安裝在車前三個，車后四個的近距離傳感器組成，由這些傳感器感知車輛附近的障礙物情況。由車頂的激光雷達傳感器感知車輛周圍障礙物和路面情況，而且該傳感器傳回的信息分類較為精細，能夠明確區分是障礙物還是路面的信息，并且根據不同分類建立相應地圖結構。
但是車頂的激光雷達傳感器檢測也存在盲區，因此在其附近安裝五個近距離傳感器俯視車輛周邊的路面情況，能夠有效避免盲區。
展開 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。具備以下特性：</p><div contenteditable="false" width="100%"><figure class="figure-image" data-img="https://img.jishulink.com/202411/attachment/becf0c008be644f18d56c04d051bf0ae.png" style="text-align: center"><img src="https://img.jishulink.com/202411/attachment/becf0c008be644f18d56c04d051bf0ae.png"></figure></div><p class="ql-align-center">圖1：ARS548（圖片來源于網絡）</p><p><strong>1.
展開 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。這對感知傳感器實物仿真測試環境構建提出了更高的要求，也期待有更多更優先的構建方法和創新型構想被提出。
---END---
作者：北斗
文章來源：汽車測試網
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 來源 | 巫婆塔里的工程師@知乎
自動駕駛系統包括環境感知和定位，行為預測和規劃控制。作為自動駕駛感知算法工程師，我這里就只說說環境感知方面需要的知識吧。
下面是我在自動駕駛感知專欄中的一篇概述文章，專欄里也包含了各個子領域的介紹性文章。
1 前言
本專欄主要關注自動駕駛中的環境感知任務，內容包括感知技術的起源，現狀以及最新的發展趨勢。感知任務大多涉及算法設計，因此專欄的介紹也以算法為主線，特別是深度學習的算法。此外也會涉及一些數據采集，系統測試，算法部署以及量產感知系統的分析。
自動駕駛中的環境感知包含了自動駕駛和環境感知兩個概念。首先，什么是自動駕駛呢？下面是維基百科上對自動駕駛汽車的定義。
自動駕駛汽車，又稱無人駕駛車、電腦駕駛車、無人車、自駕車，為一種需要駕駛員輔助或者完全不需操控的車輛。作為自動化載具，自動駕駛汽車可以不需要人類操作即能感測其環境及導航。
上述定義里有幾個關鍵詞。首先是汽車，我們這里所說的自動駕駛技術涉及的是汽車，而不是飛機火車之類的交通工具。其次是感知環境和導航，也就是說自動駕駛汽車可以自主的采集和理解周邊環境信息，并根據設定的目的地進行決策和行進。最后是需要駕駛員輔助或者完全不需操控，這里涉及到自動駕駛系統的分級，是一個非常重要的概念，下面稍微展開說一下。
自動駕駛技術不是從0到1的質變，而是一個漸變迭代的過程。關于自動駕駛系統的分級，目前最常用的標準是由SAE（美國汽車工程師學會）制定的。不同機構制定的標準會略有不同，但是基本的概念是一致的。下表對L0（人工駕駛）到L5（完全自動駕駛）六個級別進行了總結。這些定義可能有些難懂，但是與車輛上不同的功能結合起來就容易理解了。
展開 
環境感知的最新內容
Ansys | 什么是光電子學？1個月前
隨著汽車行業向更高的自動駕駛級別發展，更多基于光電子學的傳感器將被集成到車輛，以提高對車輛周圍局部環境的感知水平。
電信
光電子學是現代電信的關鍵，這不僅體現在光纖通信中，還得益于激光和光子集成電路（PIC）。
在這些系統中，半導體激光二極管將電子數據轉化為光信號，然后，光信號以脈沖的形式被引入光纖，并進行遠距離傳輸。
感知技術展區聚焦多模態傳感器、激光雷達、力覺反饋系統等核心部件，集中展示機器人環境感知、數據采集的前沿成果，其中包括可實現0.1秒級地面坡度計算的TOF深度相機與IMU慣性單元，以及能精準識別0.02mm細微缺陷的視覺檢測系統，彰顯感知層作為機器人“感官”的核心支撐作用。
WH3620彩色傳感器-適用于高精度環境光調節場景，高精度、低功耗、強兼容特性重新定義環境光感知！聯系ISweek工采網“在線客服”獲取產品PDF、技術支持、可申請樣片。
其中，大模型核心技術展區聚焦多模態大模型、輕量化部署、訓練數據治理等核心領域，集中展示可獨立復核的技術指標與創新成果，涵蓋推理延遲、準確率、能耗等關鍵參數，直觀呈現大模型在環境感知、復雜推理上的突破；具身智能機器人展區則匯聚人形機器人、四足機器人、智能巡檢機器人等各類產品，既有像Galbot那樣可實現透明物體精準抓取、24小時無人值守運營的前沿機型，也有應用于工業巡檢、醫療服務、公共服務等場景的成熟解決方案
WH3620數字RGBW-IR顏色傳感器，支持紅、綠、藍、白（RGBW）及紅外光（IR）的多通道并行傳感，可實時輸出各通道數據，在不同光照條件（如白光LED、CWF、TL84、D65、光源A等）提供精準的LUX照度、CCT色溫及紅外環境感知能力，為智能設備提供優質光感方案。
高壓比例閥如何適應不同環境條件？3個月前
三、智能控制與自適應算法：動態匹配復雜工況
現代高壓比例閥已不僅是“開關”或“調節”裝置，更是智能化的執行終端，諾冠部分高端比例閥集成內置位置傳感器與閉環控制模塊，配合先進的自適應控制算法，可實時感知負載變化、介質粘度波動或電源波動，并自動調整輸出以維持設定流量或壓力，這種“環境感知+動態補償”能力，使系統在面對溫度漂移、氣源不穩或負載突變時依然保持高精度控制。
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。
主題2：具身智能+礦山
▲核心內容：
行業痛點：高危環境、人力短缺、效率提升；
技術方案：自主導航、環境感知、危險品處理；
應用價值：安全生產、遠程操作、智能巡檢。
2024 R1版Ansys AVxcelerate Sensors自動駕駛汽車傳感器仿真軟件包含了一項重要的增強功能，可用于在結合仿真系統與真實系統的硬件在環環境中進行感知軟件測試。這種基于物理的解決方案現在與NI提供的基于RoCE（基于融合以太網的遠程直接內存訪問）的HiL基礎架構相兼容，以支持驗證更高級別感知所需的大規模、實時和低時延數據交換。
機器人在數字環境中感知流體阻力、測試材料極限、學習避障邏輯。這些來自仿真端的精準數據，是具身智能從實驗室走向生產線的關鍵鑰匙。
在能源裝備領域，天洑利用工業AI技術實現的故障診斷與智能預警，是AI在物理世界落地的另一張名片。通過AI實時監測設備狀態，讓每一臺發電機組、每一座泵站都擁有自我感知能力。
