ADAS
關注創建者：Garyice 創建時間：2018-10-08
ADAS的視頻教程
高級駕駛輔助系統（ADAS）仿真在車輛開發中的應用
高級駕駛輔助系統（ADAS）仿真在車輛開發中的應用 適用人群：從事車輛ADAS仿真測試、HIL系統測試以及HMI系統交互設計等工程師。 高級駕駛輔助系統（ADAS）仿真在車輛開發中的應用（免費）【已結束】 直播時間：2023-08-04 19:30 先進駕駛輔助系統(ADAS)在當今汽車行業的發展對于提高車輛安全性和駕駛員舒適度至關重要。
免費 34分鐘 85播放
查看
ADAS功能軟件基礎介紹
什么是ADAS 2. ADAS包括哪些組成部分 3. ADAS有哪些功能，這些功能跟自動駕駛/無人駕駛的聯系與區別 4. 開發ADAS功能軟件需要哪些工具
免費 58分鐘 192播放
查看
面向 ADAS 和 HMI 開發的可視化數字孿生解決方案 —— 從離線仿真到實時集成
· 查看實際案例：主機廠和供應商當前如何利用 VI-WorldSim 集成傳感器仿真、執行復雜場景，加速 ADAS 和 HMI 的創新進程。
免費 31分鐘 33播放
查看
ADAS的實例教程
為此，康謀在本文將為您詳細介紹IVEX的智能概覽功能，助力AD/ADAS的開發與驗證！
一、AD/ADAS性能概覽的重要性
為了開發、演進、測試和驗證自動駕駛（AD）功能或自動駕駛輔助系統（ADAS），各大企業都在生成數千小時的包含仿真或真實世界的駕駛數據日志。那么，如何才能知道自身的AD/ADAS系統是否始終按要求運行？是否朝著更好的表現發展？
對“脫離”AD/ADAS模式的情況進行分析是一種常見的方法。這有助于了解系統失敗的“原因”，而后可對表現不佳的地方進行分組，提供一個概覽以確定糾正這些失敗的優先順序。然而，“脫離”分析僅涵蓋“已知”的不當行為，對于邊緣/極端情況該如何處理？更重要的是，對于險些發生的事故如何處理？
例如，由于一個錯誤檢測或者說“幽靈檢測”，白色的自車認為它將與車輛1發生碰撞，因此決定執行變道操作，如圖1所示。幸運的是，由于自車的左車道是空的，該操作是可行的，否則就可能會由于自車的急剎車而導致與車輛4發生追尾事故。
圖1 追尾未遂
這種更深入、更有成效的分析也與ISO 21448（SOTIF）所提出的過程相匹配，以識別在某些不利觸發條件下系統可能會表現出的局限性、弱點與干擾，而這些都可能導致事故或相關意外事件的發生。
如果能夠提供AD/ADAS系統性能的概覽，工程師就可以迅速在結構化分析中定位所有相關的事件或條件，例如：
（1）數據日志中出現了哪些未遂事故？
（2）系統在哪一個操作域（OD）表現不佳，原因是什么？
（3）開發是否正朝著更好的表現方向發展？
（4）是否應該修改功能需求，以便流暢且充分地與現實世界交互？
（5）功能是否滿足了指定的需求？
展開 大部分ADAS應用需要對來自多個傳感器的多路信號進行處理和分析，包括視頻攝像機、雷達、紅外傳感器，以及今后可能出現的激光等其他傳感器信號，例如危險探測不僅僅需要對來自多個攝像機的數據流進行集成和分析，而且對于全天候各種天氣條件下的應用，還必須采用雷達數據。ADAS應用中不同信號的集成又被稱為傳感器融合。
二、元器件類別及重點供應商
汽車ADAS系統涉及多種元器件，包括感應識別、執行機構、芯片算法、地圖導航、車聯網等模塊。ADAS的主要功能模塊主要包括：感知、決策、執行等。其中，執行模塊的難度較大，電控制動執行技術主要被博世、大陸等公司掌握。芯片、激光雷達、毫米波雷達等感知元器件通常由外資公司把控。
圖表 2 國際主流ADAS產品供應商
資料來源：一覽眾咨詢《2018-2025年無人駕駛汽車市場調研及投資前景報告》
目前ADAS核心技術主要掌握在外資公司手中，包括博世、大陸、德爾福、電裝等。中國多年積累的工程師紅利體現，創業型公司大量涌現，本土工程師和海歸力量共同推動技術進步。但綜合考慮法規、標準、公司規模和抗風險能力等要素，整車廠對大規模采購創業型ADAS產品仍有顧慮。中資公司可能在后裝ADAS和預警類ADAS領域尋求突破。
圖表 3 全球主要ADAS系統集成商市場份額
數據來源：一覽眾咨詢
企業詳細分析見一覽眾咨詢公司撰寫的《2018-2025年無人駕駛汽車市場調研及投資前景報告》。
三、市場前景
長遠來看，ADAS得到廣泛應用的決定性因素還是成本。雖然ADAS技術越來越復雜，但是，傳感器和處理器技術的進步—在很少的元器件中集成多種功能，現在可以支持工程師以中端甚至是經濟型汽車能夠承受的價格來設計ADAS應用。成本的降低以及通過功能集成來降低復雜度是推動ADAS技術在各類車輛中得以廣泛應用的關鍵因素。
展開 當今汽車行業最受關注的話題之一是先進的駕駛輔助系統（ADAS），該系統可以多種方式幫助駕駛員處理潛在問題。它們可以為駕駛員提供視覺和聽覺警告，也可以控制制動器、加速器和轉向裝置，使汽車遠離危險。
ADAS系統依賴于來自越來越多的離散傳感器的高質量數據，例如光探測和測距傳感系統（LiDAR），它使用脈沖激光測量與目標物體之間的距離；還有無線電探測和測距傳感系統（RADAR），其類似于LiDAR，但RADAR使用無線電波代替激光和紅外（IR）相機系統。
以上這些都使ADAS能夠更好地認知周邊環境并提高其輔助駕駛的能力。
ADAS中的GPU
在汽車的中央電子控制單元（ECU）中，您可以找到一個或多個大型硅器件，其中包含一個多核中央處理單元（CPU），一個圖形處理單元（GPU），一個為傳感器數據提供實時處理的內存子系統，以及一系列其他內核，如I / O、外設連接、專用視頻和DSP。
GPU高度并行，以吞吐量為導向的特性使其非常適合ADAS應用，并可應對諸多挑戰。它就像是一個“渦輪增壓”的乘法累加引擎，而且是以神經網絡類型算法為基礎的。因此，毫無疑問，當今許多領先的ADAS供應商都開始利用嵌入式GPU的能力和性能，來實現汽車所需要的功能和性能的提升。
從歷史上看，GPU在汽車的技術構成中起的作用較為傳統，即驅動顯示器。然而消費者越來越期望他們的新車提供與智能手機或平板電腦相同的尖端技術。因此，我們看到，應用正在向具有多個高分辨率屏幕的數字儀表板轉變，目前，1080p在中檔車中很常見，且有越來越多的4K屏幕被指定用于豪華車和行政車。
這些更大、更高分辨率且響應更快的屏幕使駕駛員和乘客能夠以更自然、更直觀的方式與他們的汽車互動。
展開 智能汽車的ADAS水平分辨
從ADAS的實現邏輯上是感知→決策→執行的過程，感知是正確決策和執行的前提，可以先從ADAS硬件配置來了解。特別是一些基礎的ADAS功能，基本上是使用供應商的解決方案，對比優缺點還是比較明顯的。
攝像頭和雷達是目前應用最多的ADAS傳感器，通常我們用V（video）和R（Radar）來代指攝像頭和毫米波雷達，用數字來表明配置的數量。比如1R1V就是由一個雷達和一個攝像頭組成的ADAS系統。通常的配置會有1V、1R、1R1V、3R1V、5R1V以及5R多V。更多的傳感器會帶來更多的成本，但肯定對感知的準確率和漏報率指標上有所增益。所以可以初步認為更多傳感器的ADAS系統表現會更好。
而在攝像頭方案里，Mobileye 的攝像頭芯片＞其他攝像頭芯片，Mobileye Q4 ＞ Mobileye Q3，多目攝像頭＞單目攝像頭。
從傳感方案的角度來看：有通過毫米波雷達完成，有通過前視攝像頭雷達完成，也有攝像頭和雷達融合的方案。這里面需要注意的是，毫米波雷達對于非金屬和靜態物體識別并不好，單毫米波雷達方案的AEB功能可能對行人，較低車速下的表現欠佳，不熟悉雷達這一特性可能會產生相應風險。而攝像頭的方案對于距離判定準確性要差一些，功能體驗可能會差一些。二者的融合方案能夠取長補短，相對更好一些。
另一個去了解ADAS水平的方法是從功能體驗的角度。從0到1是解決有無的問題，而從1到100則需要去看實際的體驗感受水平，而這里是可以有些量化指標的。
下面列出一些常見ADAS的一些體驗指標：
1. ACC與全速ACC：很多ACC功能要求車速在30km/h以上才能工作，而全速ACC則通常可以在0-150km/h起作用。
2.
展開 隨著自動駕駛（AD）/高級駕駛輔助系統（ADAS）在車輛中的應用日益廣泛，其引發的各類事件分析成為關鍵問題。本文聚焦特斯拉Autopilot的緊急制動情況，借助IVEX打造的數據采集平臺（Carvex）及安全分析平臺（Safety Analytics platform）展開研究。
通過對超過15000公里行程、40TB數據中緊急制動事件的剖析，發現Autopilot在面對超出操作設計域的場景時會解除自動駕駛，導致駕駛員緊急制動；同時還存在將正常情況誤判為風險而緊急制動的現象，這些分析為深入了解AD/ADAS系統行為提供了參考。
一、引言
在過去幾年里，AD/ ADAS組件在商用車和零售車輛中越來越受歡迎。這也帶來了一系列亟待解決的復雜問題。比如一個備受關注的問題：如何從數千小時的駕駛數據（包括開發階段和實際路測）中識別并理解由 AD/ADAS 行為觸發的各類事件，如緊急制動、急加速、低碰撞時間等。
數據采集平臺Carvex集成了一套尖端傳感器陣列，搭載于特斯拉Model 3車型，主要用于采集駕駛數據以驅動產品開發。大部分數據是在Autopilot（特斯拉的L2 ADAS系統）被激活時收集的。由于 Autopilot 是先進的 ADAS 系統之一，我們特別關注其性能表現，尤其是誤觸發緊急制動（false positive braking）這一ADAS領域長期存在的技術痛點。
起初，我們在檢查數據中的緊急制動事件時也遇到了困難。Carvex 已經收集了 15000 公里的駕駛數據。雖然與正常 ADAS 系統在部署前所需的測試里程相比，這個數字還很小，但我們發現，如果沒有良好的輔助工具，識別和檢查緊急制動事件并非易事。
本文將解析特斯拉的緊急制動事件。
展開 
ADAS的最新內容
乘用車、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
現場帶來40+場技術演講、20+場實景演示，覆蓋虛擬驗證、駕駛模擬器、智能測試、NVH、ADAS、數字孿生、電驅動研發等核心議題，全方位解碼更智能、更高效、更可持續的汽車研發未來。
若將隱藏層擴展至 [8,256,256,128,128,64,6]，權重參數激增，訓練時需要將批量數據駐留顯存，24GB顯存是起步，48GB+才能從容
混合精度訓練：COMSOL 6.x版本支持FP16/FP32混合精度，NVIDIA RTX Pro系列（Ada/Blackwell架構）的Tensor Core可在此場景下提供2~4倍額外加速
訓練時間敏感性：對于1000樣本×8參數的數據集
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
智能駕駛與傳感器(Intelligent Driving & Sensors)
自動駕駛技術：輔助駕駛(ADAS)、自動駕駛解決方案(L2-L4)、車路協同系統(V2X)。
傳感器：激光雷達、毫米波雷達、超聲波雷達、攝像頭傳感器、高精度定位、組合導航系統。
4.
aiSim 作為全球首個通過ISO 26262 ASIL-D認證的自動駕駛仿真平臺，搭載自研aiSim AIR確定性仿真引擎，提供物理級傳感器仿真、高精度環境模擬與多模態感知數據輸出，覆蓋 SIL/HiL 全流程測試，是 ADAS / 自動駕駛研發與驗證的核心工具，更能助力主機廠獲取L3準入資質！
點擊立即報名</strong></a></p><div contenteditable="false" width="100%">
<hr>
</div><p><strong>5/21 | Speos Camera應用更新</strong></p><p><img src="https://img.jishulink.com/202604/imgs/6357c549446a4d1493af05a6ada1927c
在自動駕駛領域，車載ADAS系統需要在高速震動中保持對遠近視場的恒定清晰監控。威睛的無焦點方案，將機械對焦這一薄弱環節整個換成了算力——算力是不怕震動的。同時，系統級小型化優勢也為車載傳感器的緊湊化設計提供了可能性。
威睛光學已獲得聯合光電（上市公司）、同方以衡基金、晨暉資本等知名投資方青睞。
DEMO部分也會帶來此虛擬化技術應用于幾類常見的POSIX控制器如Adaptive Autosar、ADAS等的驗證場景。
它們共同支持對乘坐與操控、NVH、ADAS和HMI的同時評估，幫助團隊在開發早期做出自信決策，無需依賴物理原型。
關于 VI-grade
VI-grade 是全球顛覆性汽車開發解決方案提供商，致力于推動零原型車開發模式的落地。
公司以人為本的解決方案涵蓋行業領先的實時仿真軟件、專業駕駛模擬器及硬件在環解決方案，助力交通運輸行業加速產品開發。
