人類視覺感知仿真的案例
光學(xué)仿真 | 仿真推動以人類視覺感知為本的汽車顯示設(shè)計
眼睛可以不斷適應(yīng)光線的調(diào)整，而合適的仿真工具要能夠渲染出真實的各種光環(huán)境類型。
在使用基于物理的渲染來仿真人類視覺時，預(yù)測未來產(chǎn)品的質(zhì)量和性能比創(chuàng)建現(xiàn)有原型的逼真渲染更有價值。基于物理的渲染的關(guān)鍵要求之一是中央處理器（CPU）或圖形處理器（GPU）上的高性能計算（HPC）。Ansys正在快速增加對GPU的支持，因為其運算可以更接近實時。這些結(jié)果可以在Ansys Human Vision Lab中，利用上述人眼參數(shù)進行分析和體驗。
歸根結(jié)底，雖然規(guī)范很重要，但有時它們來自未知來源，或者純粹只是比實際應(yīng)用所需更嚴(yán)格。借助仿真軟件可以很快獲得結(jié)果，但是對于最終產(chǎn)品體驗，還是有必要考慮更全面。因為，當(dāng)駕駛員進入車內(nèi)時，他們不會測量顯示屏發(fā)出多少光，但卻會考慮車輛給他們的感覺。由此可見，預(yù)測這些感覺和感知能力，以及在不過度設(shè)計的情況下做出設(shè)計決策的能力，便是虛擬原型開發(fā)工具的價值所在。
不只著眼于數(shù)字，而是體驗結(jié)果。
武漢宇熠科技是 ANSYS 全線產(chǎn)品中國區(qū)官方指定代理商，提供 Ansys Zemax、Ansys Lumerical、Ansys Speos 等軟件產(chǎn)品的培訓(xùn)、銷售、技術(shù)支持、二次開發(fā)、解決方案及這些軟件相關(guān)全方位定制服務(wù)。
銷售熱線：027-87878386
咨詢郵箱：market@ueotek.com
展開 光學(xué) | 仿真推動以人類視覺感知為本的汽車顯示設(shè)計
眼睛可以不斷適應(yīng)光線的調(diào)整，而合適的仿真工具要能夠渲染出真實的各種光環(huán)境類型。
圖1：在極端情況的日照位置，人類對帶有指紋的顯示器與干凈顯示器的感知情況
在使用基于物理的渲染來仿真人類視覺時，預(yù)測未來產(chǎn)品的質(zhì)量和性能比創(chuàng)建現(xiàn)有原型的逼真渲染更有價值。基于物理的渲染的關(guān)鍵要求之一是中央處理器（CPU）或圖形處理器（GPU）上的高性能計算（HPC）。Ansys正在快速增加對GPU的支持，因為其運算可以更接近實時。這些結(jié)果可以在Ansys Human Vision Lab中，利用上述人眼參數(shù)進行分析和體驗。
歸根結(jié)底，雖然規(guī)范很重要，但有時它們來自未知來源，或者純粹只是比實際應(yīng)用所需更嚴(yán)格。借助仿真軟件可以很快獲得結(jié)果，但是對于最終產(chǎn)品體驗，還是有必要考慮更全面。因為，當(dāng)駕駛員進入車內(nèi)時，他們不會測量顯示屏發(fā)出多少光，但卻會考慮車輛給他們的感覺。由此可見，預(yù)測這些感覺和感知能力，以及在不過度設(shè)計的情況下做出設(shè)計決策的能力，便是虛擬原型開發(fā)工具的價值所在。
不只著眼于數(shù)字，而是體驗結(jié)果。
//
近期熱門活動：5月12日 | Ansys Speos 2023 R1 新功能介紹
簡介：Ansys Speos 2023 R1版本提供了強大的功能，可加快結(jié)果生成時間，提高模擬精度，并擴展與其他Ansys產(chǎn)品的互操作性。
展開 人類對航空聲學(xué)感知的沉浸式音景
人類對航空聲學(xué)感知的沉浸式音景
城市空中交通 (UAM) 是一種新興方法，可滿足郊區(qū)和城市環(huán)境中日益增長的航空運輸和運營需求。UAM 實施的目標(biāo)是為周圍人口稠密地區(qū)的人員和貨物創(chuàng)建安全高效的交通系統(tǒng)。考慮到在后勤、國防和人道主義工作中的潛在應(yīng)用，新一代飛機的開發(fā)正在進行中，以創(chuàng)建針對 UAM 任務(wù)優(yōu)化的系統(tǒng)。新興的 UAM 飛機由電池供電，大部分是自主的，適用于商業(yè)和國防應(yīng)用。
UAM 安全是運營商以及周圍民眾最關(guān)心的問題。由于與噪音污染增加相關(guān)的社區(qū)健康風(fēng)險，聲學(xué)是城市環(huán)境中 UAM 平臺的一個重要考慮因素。UAM 噪聲暴露可能導(dǎo)致的不良健康狀況包括疲勞、心理聲學(xué)影響和耳鳴。在整個航空界，基于聲學(xué)的分析和先進的降噪技術(shù)被認(rèn)為對于 UAM 實踐的可持續(xù)性至關(guān)重要。
超越無限
為了激勵更多公司開發(fā)和部署范圍廣泛的電動垂直起降 (eVTOL) 技術(shù)，美國空軍發(fā)起了 Agility Prime 計劃。該計劃旨在利用和加速商用功能，Infinity Labs抓住機會將領(lǐng)先的 Ansys 功能集成到下一代聲學(xué)分析框架中，以造福 UAM 社區(qū)。
根據(jù) Infinity Labs 首席創(chuàng)新官兼聲學(xué)工作首席研究員 Nicholas Kuprowicz 博士的說法，“我最初的想法類似于谷歌地圖，你可以使用谷歌街景跳轉(zhuǎn)到地圖并在三個維度上環(huán)顧四周. 我想要飛機聲學(xué)的類似功能，您可以沉浸在虛擬/模擬環(huán)境中，隨時隨地聽到附近飛機飛行的聲音。”
Infinity Labs 成功展示了高保真建模和仿真功能，使人類能夠在虛擬空域環(huán)境中感知飛機聲學(xué)。該團隊利用Ansys Fluent和Ansys Sound等商用工具來建立能力，并驗證和驗證基于 eVTOL 機身和旋翼聲學(xué)的方法。
展開 視覺傳感器：2D感知算法
來源 | 巫婆塔里的工程師@知乎
1 前言
自動駕駛中的視覺感知模塊通過圖像或視頻數(shù)據(jù)來了解車輛周圍環(huán)境，具體的任務(wù)包括物體檢測和跟蹤(2D或3D物體)，語義分割(2D或3D場景)，深度估計，光流估計等。
這篇文章里我們先介紹一下基于圖像或視頻的2D物體檢測和跟蹤，以及2D場景的語義分割。這幾個任務(wù)在自動駕駛中應(yīng)用的非常廣泛，各種綜述文章也已經(jīng)非常多了，所以這里我只選擇介紹一些經(jīng)典的算法，以脈絡(luò)和方向的梳理為主。
深度學(xué)習(xí)自從2012年在圖像分類任務(wù)上取得突破以來，就迅速的占領(lǐng)了圖像感知的各個領(lǐng)域，所以下面的介紹也以基于深度學(xué)習(xí)的算法為主。
2 物體檢測
2.1 兩階段檢測
傳統(tǒng)的圖像物體檢測算法大多是滑動窗口，特征提取和分類器的組合，比如Haar特征+AdaBoost分類器，HOG特征+SVM分類器。這類方法的一個主要問題在于針對不同的物體檢測任務(wù)，需要手工設(shè)計不同的特征。因此，在深度學(xué)習(xí)興起之前，特征設(shè)計是物體檢測領(lǐng)域的主要增長點。
R-CNN[1]作為深度學(xué)習(xí)在物體檢測領(lǐng)域的開創(chuàng)性工作，其思路還是有著很多傳統(tǒng)方法的影子。首先，選擇性搜索(Selective Search)代替了滑動窗口，以減少窗口的數(shù)量。其次，也是最重要的一點改變，采用卷積神經(jīng)網(wǎng)絡(luò)（CNN）提取每個窗口的圖像特征，以代替手工特征設(shè)計。這里的CNN在ImageNet上進行預(yù)訓(xùn)練，對于通用圖像特征的提取非常有效。最后，每個窗口的特征采用SVM進行分類，以完成物體檢測的任務(wù)。
展開 
Speos Texture可視化紋理提升視覺感知
5.選擇inverse simulation仿真，可以使用preview預(yù)覽功能，預(yù)覽仿真結(jié)果，可以更改texture map替換不同的可視化紋理，同時更改BSDF光學(xué)屬性替換光學(xué)屬性，同時使用新版GPU功能，preview的結(jié)果可以save為XMP仿真文件進行仿真分析。
結(jié)論
Ansys Speos同樣支持多層texture的使用，對每一層的texture應(yīng)用UV映射關(guān)系，將BRDF與帶有alpha透明度的texture聯(lián)合使用，用以實現(xiàn)更高級復(fù)雜的可視化紋理，得益于2023R1版本功能的提升，preview紋理可以預(yù)先查看紋理與匹配幾何對象貼合程度，調(diào)整UV匹配紋理，提升視覺感知質(zhì)量，使Speos光學(xué)仿真設(shè)計創(chuàng)造更多可能性。
展開 自動駕駛的視覺感知包括哪些內(nèi)容？
來源 |
CV研習(xí)社、計算機視覺life
知圈
|
進“域控制器群”請加微13636581676,備注
域
本文針對自動駕駛行業(yè)的視覺感知做簡要介紹，從傳感器端的對比，到數(shù)據(jù)的采集標(biāo)注，進而對感知算法進行分析，給出各個模塊的難點和解決方案，最后介紹感知模塊的主流框架設(shè)計。
目錄
傳感器組件
相機標(biāo)定
數(shù)據(jù)標(biāo)注
功能劃分
共性問題
模塊架構(gòu)
視覺感知系統(tǒng)主要以攝像頭作為傳感器輸入，經(jīng)過一系列的計算和處理，對自車周圍的環(huán)境信息做精確感知。目的在于為融合模塊提供準(zhǔn)確豐富的信息，包括被檢測物體的類別、距離信息、速度信息、朝向信息，同時也能夠給出抽象層面的語義信息。所以道路交通的感知功能主要包括以下三個方面：
動態(tài)目標(biāo)檢測（車輛、行人和非機動車）
靜態(tài)物體識別（交通標(biāo)志和紅綠燈）
可行駛區(qū)域的分割（道路區(qū)域和車道線）
這三類任務(wù)如果通過一個深度神經(jīng)網(wǎng)絡(luò)的前向傳播完成，不僅可以提高系統(tǒng)的檢測速度，減少計算參數(shù)，而且可以通過增加主干網(wǎng)絡(luò)的層數(shù)的方式提高檢測和分割精度。
展開 自動駕駛多目視覺感知
來源 |
巫婆塔里的工程師@知乎
1 前言
從輸出維度的角度來看，基于視覺傳感器的感知方法可以分為
2D感知和3D感知兩種
。專欄之前的文章也分別對這兩種感知任務(wù)做了詳細(xì)的介紹。
視覺傳感器：2D感知算法
從傳感器的數(shù)量上看，視覺感知系統(tǒng)也分為單目系統(tǒng)，雙目系統(tǒng)，以及多目系統(tǒng)。2D感知任務(wù)通常采用的是單目系統(tǒng)，這也是計算機視覺和深度學(xué)習(xí)結(jié)合最緊密的領(lǐng)域。但是自動駕駛感知最終需要的是3D輸出，因此我們需要將2D的信息推廣到3D。
在
深度學(xué)習(xí)取得成功之前，通常的做法是根據(jù)目標(biāo)的先驗大小以及目標(biāo)處于地平面上等假設(shè)來推斷目標(biāo)的深度（距離），或者采用運動信息進行深度估計（Motion Stereo）。有了深度學(xué)習(xí)的助力之后，從大數(shù)據(jù)集中學(xué)習(xí)場景線索，并進行單目深度估計成為了可行的方案。但是這種方案非常依賴于模式識別，而且很難處理數(shù)據(jù)集之外的場景（Corner Case）。比如施工路段的特殊工程車輛，由于數(shù)據(jù)庫中很少出現(xiàn)或者根本沒有此類樣本，視覺傳感器無法準(zhǔn)確檢測該目標(biāo)，因而也就無法判斷其距離。
雙目系統(tǒng)可以自然的獲得視差，從而估計障礙物的距離。
這種系統(tǒng)對模式識別的依賴度較小，只要能在目標(biāo)上獲得穩(wěn)定的關(guān)鍵點，就可以完成匹配，計算視差并估計距離。
但是，雙目系統(tǒng)也有以下缺點。
首先，如果關(guān)鍵點無法獲取，比如在自動駕駛中經(jīng)常引發(fā)事故的白色大貨車，如果其橫在路中央，視覺傳感器在有限的視野中很難捕捉關(guān)鍵點，距離的測算就會失敗。
其次，雙目視覺系統(tǒng)對攝像頭之間的標(biāo)定要求非常高，一般來說都需要有非常精確的在線標(biāo)定功能。
展開 感知（視覺）→決策（具身智能）→執(zhí)行（自動化）
展會名稱：2026深圳（國際）具身智能創(chuàng)新展覽會
同期聯(lián)動展會：第 29 屆華南國際工業(yè)自動化展、華南國際機器視覺及工業(yè)應(yīng)用展、華南國際工業(yè)博覽會
時間：2026 年 6 月 10-12 日
地點：深圳國際會展中心（寶安新館）12 號館（銜接自動化 / 機器視覺展區(qū)）
一、核心參展價值
1、政策 + 產(chǎn)業(yè)雙重紅利
緊扣《深圳市具身智能行動計劃》窗口期，2027 年產(chǎn)業(yè)規(guī)模將破千億。展會匯聚 90%+ 核心部件國產(chǎn)化供應(yīng)鏈，可快速實現(xiàn)技術(shù)落地，坐享粵港澳大灣區(qū) “機器人谷” 核心紅利。
2、同期多展聯(lián)動
與工業(yè)自動化展、機器視覺展同期舉辦，形成 “
感知（視覺）→決策（具身智能）→執(zhí)行（自動化）” 的完整鏈路。共享 10 萬 + 精準(zhǔn)觀眾，聯(lián)合展示、跨界論壇、技術(shù)對接會降低獲客成本，直達上下游合作伙伴。
3、政企研頂流齊聚
特邀政府主管部門、高校 / 科研院所帶頭人、產(chǎn)業(yè)鏈龍頭企業(yè)決策者，圍繞 “感知 / 決策 / 控制 / 交互” 核心技術(shù)、商業(yè)化路徑、政策支持等熱點展開深度對話，一鍵嵌入產(chǎn)業(yè)生態(tài)。
展開 自動駕駛系統(tǒng)中視覺感知模塊的安全測試
視覺感知模塊是自動駕駛進行環(huán)境感知的重要組件,也是車輛進行智能決策的重要基礎(chǔ)．自動駕駛領(lǐng)域的重要企業(yè)特斯拉更是將視覺感知模塊作為其駕駛系統(tǒng)的唯一環(huán)境感知模塊．因此,自動駕駛系統(tǒng)視覺感知模塊的安全性是自動駕駛系統(tǒng)正常工作的關(guān)鍵．雖然視覺感知模塊的表現(xiàn)隨著深度視覺技術(shù)的發(fā)展穩(wěn)步提升,但是其從駕駛環(huán)境中感知到的特征語義難被理解、決策過程無法解釋．如何對自動駕駛系統(tǒng)視覺感知模塊的安全性進行充分測試,已經(jīng)成為了一個迫在眉睫、亟待解決的問題．
誠然,圍繞深度學(xué)習(xí)可解釋性方面的工作有了一定的突破,但是距離分析清楚自動駕駛視覺感知模塊的錯誤傳導(dǎo)機理還有較遠的距離．近年來,神經(jīng)網(wǎng)絡(luò)的黑盒攻擊方法的進步,啟發(fā)大家提出了一些基于場景搜索的自動駕駛視覺感知模塊安全性測試技術(shù)．這些場景驅(qū)動的測試方法利用黑盒測試的思路,為駕駛系統(tǒng)提供盡可能多的駕駛場景數(shù)據(jù),觀察自動駕駛系統(tǒng)的輸出與測試預(yù)言(TestOracle)之間的差異,進而分析自動駕駛系統(tǒng)視覺感知模塊的安全性．
展開 Ansys Speos 2023 R1新功能 | Texture可視化紋理提升視覺感知
4.仿真運算屬性中，激活texture功能，texture在仿真運算結(jié)果中展示方式有三種，分別是color from texture，color form BSDF和none。Color from texture來自紋理的顏色，來自紋理的顏色是指模擬結(jié)果使用圖像紋理的顏色和顏色明度，如果應(yīng)用bump凹凸映射時，仿真結(jié)果也考慮了凹凸映射的灰度顏色亮度。Color from BSDF顏色來自BSDF，來自BSDF的顏色是指仿真結(jié)果使用了BSDF信息的紋理映射光學(xué)屬性，紋理表現(xiàn)是texture，顏色使用BSDF文件。對于None，仿真結(jié)果同時使用圖像紋理顏色和紋理映射光學(xué)屬性的疊加方式。
5.選擇inverse simulation仿真，可以使用preview預(yù)覽功能，預(yù)覽仿真結(jié)果，可以更改texture map替換不同的可視化紋理，同時更改BSDF光學(xué)屬性替換光學(xué)屬性，同時使用新版GPU功能，preview的結(jié)果可以save為XMP仿真文件進行仿真分析。
結(jié)論
Ansys Speos同樣支持多層texture的使用，對每一層的texture應(yīng)用UV映射關(guān)系，將BRDF與帶有alpha透明度的texture聯(lián)合使用，用以實現(xiàn)更高級復(fù)雜的可視化紋理，得益于2023R1版本功能的提升，preview紋理可以預(yù)先查看紋理與匹配幾何對象貼合程度，調(diào)整UV匹配紋理，提升視覺感知質(zhì)量，使Speos光學(xué)仿真設(shè)計創(chuàng)造更多可能性。
展開 工業(yè)機器人發(fā)展現(xiàn)狀：硬件大同小異 視覺感知繪新藍圖
未來融入視覺感知、與AR概念后，行業(yè)趨勢的發(fā)展即可實現(xiàn)遠程下單，無人工廠接到訂單之后可以及時私人訂制出客戶想要的產(chǎn)品。隨著AI技術(shù)的產(chǎn)業(yè)發(fā)展，國內(nèi)的工業(yè)制造力量也會越來越強大，值得期待！
北理工研制機械狗全地形自適應(yīng)，無需額外視覺感知，可在復(fù)雜地形中如履平地
最近，北京理工大學(xué)的研究人員設(shè)計了一種具有并行對稱腿結(jié)構(gòu)的四足機械狗，并應(yīng)用了一種自適應(yīng)算法，使機械狗無需額外的感知或視覺支持就能快速估計全地形信息，在草地和巖石等復(fù)雜地形上如履平地。
▍四足機械狗的誕生三部曲
1、四足機械狗誕生的第一步：考慮什么樣的腿結(jié)構(gòu)能讓機械狗走得穩(wěn)
動態(tài)運動初步由地面反作用力（GRF）決定，可以通過腿結(jié)構(gòu)和執(zhí)行器來表征，研究人員對不同的腿結(jié)構(gòu)進行了數(shù)值模擬，采用了能夠產(chǎn)生更大的地面反作用力（GRF）的對稱并聯(lián)腿結(jié)構(gòu)。
機械狗的腿由強度高、重量輕的碳纖維制成，再配備高精度編碼器、六軸慣性測量單元、每只腳下的三維力傳感器，控制器、驅(qū)動器和電池都位于機器人的中心。這樣下來，機械狗整體質(zhì)量約為 40 kg，腿長為 0.6 m。
2、接下來，就要用控制算法讓機械狗學(xué)會自己走路
研究人員利用了二次規(guī)劃（QP）優(yōu)化的虛擬模型控制（VMC）算法，該方法可利用虛擬力“驅(qū)使”機械狗達到期望的運動狀態(tài)，這些虛擬力通過Jacobian矩陣計算得到期望的關(guān)節(jié)力矩，作為控制關(guān)節(jié)的輸入，讓機械狗達到和虛擬力相同的運動效果。
3、光會走路還不行，此刻的機械狗就像一個沒學(xué)會走路的孩子跌跌撞撞，容易摔跤
研究人員提出了一種快速估計全地形信息的方法，讓機械狗能在復(fù)雜地形下自適應(yīng)調(diào)整平衡、身體狀態(tài)和擺腿運動。該方法基于廣義最小二乘法，通過融合身體、腿部和接觸信息來估計地形參數(shù)，腳步坐標(biāo)是通過融合來自 IMU 的軀干方向信息和關(guān)節(jié)編碼器信息獲得的，無需額外感知或視覺支持。
展開 利用人體對周圍電磁波的增強感應(yīng)，直接可視覺觸覺感知和超靈敏觸覺傳感器
【引言】
使用電子系統(tǒng)模擬人類感知是人工智能和人機交互的關(guān)鍵組成部分。在所有人類感官中，大量的努力都集中在實現(xiàn)觸覺感知上，與其他感官相比，這是一項更具挑戰(zhàn)性的任務(wù)。高性能觸覺傳感器可應(yīng)用于多種技術(shù)，如安全監(jiān)控、工業(yè)自動化、智能機器人、電子皮膚等。隨著各種功能材料的出現(xiàn)，許多具有高拉伸性、自愈合或自供電能力等新特性材料也被應(yīng)用于觸覺傳感器。除了材料創(chuàng)新，許多不同的物理機制也被用作觸覺傳感器的傳導(dǎo)原理，包括壓阻、可變電容，甚至接觸帶電效應(yīng)。不同物理機制的引入可以進一步刺激高性能觸覺傳感器的發(fā)展。觸覺傳感技術(shù)在工業(yè)領(lǐng)域的關(guān)鍵目標(biāo)是實現(xiàn)高分辨率和高靈敏度，同時簡化系統(tǒng)的復(fù)雜性。因此，不斷實驗不同的傳導(dǎo)機制來實現(xiàn)觸覺感知是觸覺傳感器發(fā)展的一項必要任務(wù)，這可以促進智能手機、人機交互等領(lǐng)域的應(yīng)用。
在過去的幾年中，基于麥克斯韋位移電流和靜電場的傳感技術(shù)作為一個新興的研究方向受到了極大的關(guān)注。基于摩擦電納米發(fā)電機(TENG)的感應(yīng)型傳感器是利用麥克斯韋位移電流的最具代表性的技術(shù)之一。這些基于TENG的傳感器可以產(chǎn)生大的電壓輸出，以提高檢測靈敏度，同時降低能耗。然而，由于電荷泄漏和交叉互感， TENG靜電數(shù)據(jù)的采集系統(tǒng)的復(fù)雜性會顯著增加。因此，研究人員非常希望開發(fā)一種改進的方法，能夠繼承這些TENG基傳感器的優(yōu)點并避免其缺陷。
展開 AI能代替人類進行仿真分析嗎？（如同玩游戲時完虐人類那樣）
文章來源: https://www.engineering.com 原作者：Roopinder Tara
歡迎關(guān)注我的公眾號“水木人CAE”，學(xué)習(xí)仿真知識，關(guān)注科技前沿。
譯者注：這年頭，逢人不會聊一聊AI和機器學(xué)習(xí)，都不好意思和人打招呼，更別說我們作為搞技術(shù)的攻城獅群體了。上一篇分享的文章里，已經(jīng)提到了未來仿真服務(wù)會越來越簡單和傻瓜，作為一名普通的CAE攻城獅，可以說危機感爆棚，但是—工程人員的分析能力可不是隨便能替代的。即便是一直致力于宣傳仿真人人都能簡單使用的軟件代理商，關(guān)起門來也得承認(rèn)仿真分析里“分析”這兩個字真不是AI能實現(xiàn)的。且不說數(shù)量巨大的可能性，誰又愿意將自己公司的仿真數(shù)據(jù)分享出來“喂養(yǎng)”一個機器學(xué)習(xí)系統(tǒng)呢？
人工智能（AI）能幫助我們進行模擬仿真嗎？
在玩游戲方面，AI已經(jīng)把人類虐得抬不起頭，但若是挑戰(zhàn)更大的工程學(xué)呢?—這可不僅僅是一個游戲。人工智能可以用于計算機仿真，從而解決現(xiàn)實世界中的問題嗎? AI這個詞這么火爆，工程軟件供應(yīng)商們都迫切渴望將AI應(yīng)用到他們的產(chǎn)品中，但現(xiàn)在時機足夠成熟了嗎？
我們可不是在玩游戲。誠然，人工智能已經(jīng)在戰(zhàn)略游戲中打敗了人類，甚至是非常復(fù)雜的圍棋。但是模擬—例如如汽車的這種大規(guī)模的偏轉(zhuǎn)—則要復(fù)雜得多。AI能發(fā)揮作用嗎？(圖片引自維基百科)。
人工智能(AI)是一年一度的工程軟件未來大會(COFES)上自由討論的主題。一間擠滿了軟件知識分子的房間里，滿是關(guān)于人工智能的想法，他們在討論人工智能在模擬中的應(yīng)用，以及他們對AI和機器學(xué)習(xí)技術(shù)現(xiàn)狀的看法。(這篇文章可不是AI寫的。下面是筆者搜集到的會議上的一些“金點子”和即興的觀點。十分抱歉沒法對被引用者進行一一備注了，我沒法獲取會議室里每個人的名字，所以干脆一個都不用了。畢竟我只是個人類啊！)
展開 下午直播 | Ansys面向感知系統(tǒng)的仿真驗證技術(shù)
針對當(dāng)前L3以上自動駕駛汽車開發(fā)對感知越來越多的應(yīng)用需求，傳統(tǒng)的實車測試不僅人成本高昂，同時無法覆蓋感知測試所需的海量邊緣場景。Ansys 基于物理的傳感器仿真可以實現(xiàn)高精度攝像頭，激光雷達和毫米波雷達實時仿真，幫助用戶加速高等級自動駕駛功能開發(fā)需求。
