傳感器仿真的案例
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 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 今晚ANSYS直播丨無人駕駛傳感器仿真之攝像頭與激光雷達，報名抽手機
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。
ANSYS自動駕駛系列Webinar，結合自動駕駛系統的研發講述ANSYS工具如何助力自動駕駛的開發驗證，本期重點為ANSYS自動駕駛解決方案之傳感器仿真（攝像頭和激光雷達）。
報名方式
手機端請掃描二維碼報名
或者點擊報名：http://event.31huiyi.com/1727639264/index?c=jishulink
展開 VTD傳感器仿真與RDMA技術的應用
wx_fmt=png&from=appmsg"></p><p><br></p><p><br></p><p>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。</p><p>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：</p><p><strong>CPU Bypass</strong></p><p>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。</p><p><strong>內核Bypass</strong></p><p>IO數據流程可繞過內核，在用戶層完成數據準備后即可直接通知硬件進行數據的收發，避免系統調用和上下文切換所帶來的時間和資源開銷。
展開 
干貨｜自動駕駛系統中感知傳感器實物仿真測試環境構建
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 Ansys與索尼半導體合作推動新一代汽車圖像傳感器仿真
<p><strong>精確建模提高了仿真保真度并簡化了工作流程，從而加速產品上市進程</strong></p><p><br></p><p><strong>主要亮點</strong></p><ul><li>Ansys解決方案現可與索尼半導體解決方案公司的傳感器模型集成，優化和加速用于自動駕駛汽車（AV）和高級駕駛輔助系統（ADAS）等應用的攝像頭功能的開發</li><li>此次技術合作，使攝像頭和感知系統開發人員能夠通過實施虛擬原型設計和測試來加速開發和驗證</li></ul><p> </p><p>Ansys宣布與索尼半導體解決方案（索尼）公司展開合作，在包括AV和ADAS在內的新一代汽車應用中，增強高保真度圖像傳感器仿真和基于攝像頭的功能。Ansys Speos現在能夠與索尼的傳感器模型無縫集成，以更精確的建模簡化開發和驗證。</p><p><br></p><p>汽車圖像傳感器必須不斷發展，以提供更安全、更強大的ADAS功能。為了滿足這一需求，Ansys基于攝像頭系統中使用的圖像傳感器的內部架構，開發了一種與索尼傳感器型號兼容的新型軟件接口。該接口支持在各種場景和環境中進行高保真度的虛擬攝像頭測試，不僅可減少對于特設物理攝像頭測試的需求，還能夠加速驗證過程。</p><p><br></p><p>索尼圖像傳感器的用戶，將能夠執行針對光譜效應、高動態范圍（HDR）和LED燈閃爍減緩的端到端高保真度汽車級仿真。此外，用戶還可以再現運動模糊和卷簾快門等圖像傳感器現象。
展開 下午直播 | Ansys Lumerical & SPEOS CMOS傳感器仿真新流程
這個設計流程包括CMOS模組的透鏡組以及光感測器，前者會需要幾何光學的工具Ansys SPEOS，後者則是需要微觀光學與光電交互作用的仿真工具，即Ansys Lumerical FDTD與CHARGE。而通過添加Ansys SPEOS的處理真實照明的功能，用戶可以輕松得到相機的仿真圖像。網絡研討會首先會簡要介紹Lumerical和SPEOS工具。接下來，我們會介紹2021 R1可用的CMOS感測器的工作流程，以及Lumerical如何實現和SPEOS間的資料轉換。最後透過SPEOS鏡頭系統（SLS）導入器整合透鏡組的資訊以及與Ansys Lumerical得到的外部量子效率（EQE）實現整個CMOS感測器光學仿真。
展開 4/22 | Ansys Lumerical & SPEOS CMOS傳感器仿真新流程
這個設計流程包括CMOS模組的透鏡組以及光感測器，前者會需要幾何光學的工具Ansys SPEOS，後者則是需要微觀光學與光電交互作用的仿真工具，即Ansys Lumerical FDTD與CHARGE。而通過添加Ansys SPEOS的處理真實照明的功能，用戶可以輕松得到相機的仿真圖像。網絡研討會首先會簡要介紹Lumerical和SPEOS工具。接下來，我們會介紹2021 R1可用的CMOS感測器的工作流程，以及Lumerical如何實現和SPEOS間的資料轉換。最後透過SPEOS鏡頭系統（SLS）導入器整合透鏡組的資訊以及與Ansys Lumerical得到的外部量子效率（EQE）實現整個CMOS感測器光學仿真。
展開 Comsol基于摩擦發電原理的自供電運動傳感器仿真 ￥1800
image_process=/format,webp/resize,w_219" alt="基于comsol的鋰電池疊片電化學耦合熱分析的圖1" width="219"></span></p><p><br></p><p> <img src="https://img.jishulink.com/upload/202012/03b6f11d1d224b0e917dfb3107ee9959.gif"> </p><p> 之前在NANO有一篇論文，描述了自供電運動傳感器仿真，采用了摩擦發電的原理：</p><p><span style="color: rgb(102, 102, 102); background-color: transparent;">摩擦納米發電機因其制備簡單,瞬時功率大,成本低等優勢,在環境能量采集和自供電傳感器設計方面具有廣泛的應用前景.為了激發學生對這一前沿領域的興趣和科研熱情,拓寬學生的知識面,該文設計了基于摩擦發電的高靈敏度自供電加速度傳感器.通過選取摩擦靜電序列差異較大的摩擦副材料,提高傳感器的輸出性能.金屬質量塊置于摩擦副的上表面,通過響應環境振動信號來驅動摩擦層進行接觸分離運動,使傳感器輸出與振動信號振幅對應的電信號.實驗結果表明,所研制的傳感器無需外界電源供電,其輸出靈敏度高達20.4 V/(m·s~(–2)),可廣泛用于實驗室物品掉落,傾倒,人體摔倒等振動信號檢測.相關教學實驗提高了學生的科研素養,創新思維和工程實踐能力.
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 一文了解面向無人駕駛感知系統的仿真驗證技術
一、傳感器算法訓練與數據融合
針對傳感器的物理仿真與測試
傳感器性能測試
不同光環境的感知輸出測試
傳感器裝車布置測試
感知算法識別精度測試
感知算法識別訓練
多傳感器仿真數據檢測
多傳感器數據融合
二、整車駕駛仿真測試
針對整車系統級的仿真測試
不同場景下的感知數據檢測
邊緣場景的傳感器數據檢測
傳感器失效訓練
危險行為的感知測試訓練
攝像頭注入測試
三、面向功能安全的仿真測試
注入故障測試
對選定的SOTIF相關用例進行在環
在不同環境下進行傳感器測試
驗證感知算法對其他干擾源的魯棒性測試
隨機輸入擾動測試
高精度的L3+自動駕駛應用傳感器與駕駛仿真：
Ansys為面向L3+的自動駕駛應用提供了一系列可擴展的面向高級自動駕駛功能設計、開發和測試驗證的工具和系統平臺，針對目前難度較大的感知系統仿真驗證，Ansys提供高精度的物理傳感器、三維環境與駕駛仿真能力，從而縮短自動駕駛的測試周期和巨大的路試花費。當前平臺下Ansys主要提供以下幾方面能力：
構建高精度的傳感器仿真與驗證能力。Ansys提供面向自動駕駛的物理傳感器仿真測試工具 Ansys VRX，該工具提供給用戶基于光學和電磁學求解器的傳感器仿真，通過傳感器原始數據RAW Data的輸出，幫助用戶實現與三維場景、感知算法、控制算法統一的自動駕駛系統的實時閉環仿真。同時工具具備的豐富接口可以提供用戶實現與多種第三方駕駛仿真工具的聯合仿真。工具目前支持攝像頭、激光雷達和毫米波雷達三款主流傳感器的物理級仿真。
基于物理的攝像頭模型支持標準鏡頭、魚眼鏡頭和環視多攝像頭的仿真，通過對鏡頭模型、圖像傳感器模型、處理器模型、風擋參數等五十多個物理參數的設置，可以表現出攝像頭成像中如過曝、噪點、畸變、色散等一系列物理現象，實現原始圖像數據輸出。
展開 
行業應用方案 | 面向無人駕駛感知系統的仿真驗證技術
一、傳感器算法訓練與數據融合
針對傳感器的物理仿真與測試
傳感器性能測試
不同光環境的感知輸出測試
傳感器裝車布置測試
感知算法識別精度測試
感知算法識別訓練
多傳感器仿真數據檢測
多傳感器數據融合
二、整車駕駛仿真測試
針對整車系統級的仿真測試
不同場景下的感知數據檢測
邊緣場景的傳感器數據檢測
傳感器失效訓練
危險行為的感知測試訓練
攝像頭注入測試
三、面向功能安全的仿真測試
注入故障測試
對選定的SOTIF相關用例進行在環
在不同環境下進行傳感器測試
驗證感知算法對其他干擾源的魯棒性測試
隨機輸入擾動測試
Ansys為L3+自動駕駛應用提供高精度的傳感器與駕駛仿真能力
Ansys為面向L3+的自動駕駛應用提供了一系列可擴展的面向高級自動駕駛功能設計、開發和測試驗證的工具和系統平臺，針對目前難度較大的感知系統仿真驗證，Ansys提供高精度的物理傳感器、三維環境與駕駛仿真能力，從而縮短自動駕駛的測試周期和巨大的路試花費。當前平臺下Ansys主要提供以下幾方面能力：
構建高精度的傳感器仿真與驗證能力。
展開 行業應用方案 | 面向無人駕駛感知系統的仿真驗證技術
當前平臺下Ansys主要提供以下幾方面能力：
構建高精度的傳感器仿真與驗證能力。Ansys提供面向自動駕駛的物理傳感器仿真測試工具 Ansys VRX，該工具提供給用戶基于光學和電磁學求解器的傳感器仿真，通過傳感器原始數據RAW Data的輸出，幫助用戶實現與三維場景、感知算法、控制算法統一的自動駕駛系統的實時閉環仿真。同時工具具備的豐富接口可以提供用戶實現與多種第三方駕駛仿真工具的聯合仿真。工具目前支持攝像頭、激光雷達和毫米波雷達三款主流傳感器的物理級仿真。
基于物理的攝像頭模型支持標準鏡頭、魚眼鏡頭和環視多攝像頭的仿真，通過對鏡頭模型、圖像傳感器模型、處理器模型、風擋參數等五十多個物理參數的設置，可以表現出攝像頭成像中如過曝、噪點、畸變、色散等一系列物理現象，實現原始圖像數據輸出。基于物理的攝像頭仿真能力，可以很好的應用于基于視覺傳感器的輔助駕駛和自動駕駛功能中，如FCW、LDW、APA、LKA等等同時支持的圖像注入模式可以幫助實現圖像幀的像素電平信號輸出，進行基于攝像頭ECU的硬件在環（HiL）測試。
基于物理的激光雷達模型包含有旋轉式和固態掃描式兩種模式，通過對環境、脈沖發射器、脈沖接收器光學組件、脈沖接收器電學組件、處理器模型等三十多個物理參數的設置，可以表現出激光雷達探測中出現的回波損失、光譜吸收、運動畸變等一系列物理現象，實現激光脈沖原始點云數據、回波強度數據和波形數據等信息輸出。
基于物理的毫米波雷達模型采用Ansys HFSS SBR+彈跳射線法，基于GPU加速的可以實現毫秒級的實時雷達仿真，包含FMCW和PDW兩種調制波形仿真以及多通道MIMO雷達仿真。
展開 行業應用方案 | 面向無人駕駛感知系統的仿真驗證技術
當前平臺下Ansys主要提供以下幾方面能力：
構建高精度的傳感器仿真與驗證能力。Ansys提供面向自動駕駛的物理傳感器仿真測試工具 Ansys VRX，該工具提供給用戶基于光學和電磁學求解器的傳感器仿真，通過傳感器原始數據RAW Data的輸出，幫助用戶實現與三維場景、感知算法、控制算法統一的自動駕駛系統的實時閉環仿真。同時工具具備的豐富接口可以提供用戶實現與多種第三方駕駛仿真工具的聯合仿真。工具目前支持攝像頭、激光雷達和毫米波雷達三款主流傳感器的物理級仿真。
基于物理的攝像頭模型支持標準鏡頭、魚眼鏡頭和環視多攝像頭的仿真，通過對鏡頭模型、圖像傳感器模型、處理器模型、風擋參數等五十多個物理參數的設置，可以表現出攝像頭成像中如過曝、噪點、畸變、色散等一系列物理現象，實現原始圖像數據輸出。基于物理的攝像頭仿真能力，可以很好的應用于基于視覺傳感器的輔助駕駛和自動駕駛功能中，如FCW、LDW、APA、LKA等等同時支持的圖像注入模式可以幫助實現圖像幀的像素電平信號輸出，進行基于攝像頭ECU的硬件在環（HiL）測試。
基于物理的激光雷達模型包含有旋轉式和固態掃描式兩種模式，通過對環境、脈沖發射器、脈沖接收器光學組件、脈沖接收器電學組件、處理器模型等三十多個物理參數的設置，可以表現出激光雷達探測中出現的回波損失、光譜吸收、運動畸變等一系列物理現象，實現激光脈沖原始點云數據、回波強度數據和波形數據等信息輸出。
基于物理的毫米波雷達模型采用Ansys HFSS SBR+彈跳射線法，基于GPU加速的可以實現毫秒級的實時雷達仿真，包含FMCW和PDW兩種調制波形仿真以及多通道MIMO雷達仿真。
展開 康謀分享 | 基于多傳感器數據的自動駕駛仿真確定性驗證
圖9 基于python腳本可視化的LiDAR檢測差異項個數結果
GPS Sensor、IMU Sensor以及用于觀測仿真自車狀態的Vehicle Sensor輸出的均為JSON格式的信息，同樣比較所有Group的鍵（key）與值（value），并記錄差異項個數（Number of Differences）。對于3類天氣5次測試的GPS、IMU、Vehicle數據信息，3類天氣5次測試之間均不存在差異項。
圖10 基于python腳本可視化的GPS、IMU、Vehicle Sensor結果
04 總結
在本文設計的傳感器配置與場景中，aiSim的各項傳感器數據在固定的參數配置下，仿真過程與仿真結果不存在任何差異（除UTC時間）。除了本文提到的傳感器與場景，在其他不同環境、傳感器配置下的驗證中，aiSim也均表現出了卓越的確定性。
在aiSim的仿真世界里，沒有偶然和隨機，只有精確和必然。每一次的測試結果都真實反映了被測算法的真實能力，每一次的問題暴露都能被穩定復現和修正。
參考文獻
1. On Determinism of Game Engines Used for Simulation-Based Autonomous Vehicle Verification
展開 