概述
車輛感知系統在智能駕駛中扮演著至關重要的角色,它如同車輛的“眼睛”和“耳朵”,負責實時監測和解讀周圍環境信息。該系統通過集成攝像頭、雷達、激光雷達等多種傳感器,能夠準確識別道路狀況、行人和其他車輛,為智能駕駛提供可靠的數據支持。經緯恒潤推出面向教學及科研應用的智能車輛感知系統應用開發方案,包含智能駕駛場景仿真引擎、智能駕駛數據采集系統、智能駕駛域控制器等。
圖1基于數據和場景的智能駕駛全鏈路方案
方案組成
- 智能駕駛場景仿真引擎
智能駕駛場景仿真引擎ModelBase提供高保證的仿真引擎,包含靜態交通場景、動態交通場景、交通參與者、傳感器模型等。為感知算法以及感知融合算法提供仿真輸入。
圖2智能駕駛場景仿真引擎
- 智能駕駛感知測評系統
智能駕駛感知測試系統集成高精度激光雷達、高分辨率攝像頭、GPS定位模塊、總線數據采集模塊、時鐘同步模塊、深度學習計算機等硬件以及專業感知測評軟件。智能駕駛感知測試系統采集到的數據可以一方面導入到場景仿真引擎作為場景仿真的一部分,另外一方面可以作為原始數據輸入智能駕駛域控用于訓練感知融合算法。
圖3智能駕駛數據采集系統
- 智能駕駛域控
智能駕駛域控基于車規級控制器開發,提供開發工具鏈和監控工具,場景仿真的輸出或者數據采集的輸出可以輸入到智能駕駛域控,通過監控模塊可以直觀看到感知或感知融合算法的輸出結果。
圖4面向教學科研智能感知系統應用開發方案
方案特點
- 支持傳感器數據可視化,直觀了解傳感器采集的原始數據
- 支持數據回灌到原型控制器,驗證規控決策算法
- 原型控制器支持感知算法及規控算法燒錄
- 支持傳感器數據仿真,支持物理信號或者目標列表方式仿真
- 提供開發/測試全流程培訓服務,協助完成項目至教學/科研的過程轉化
配套課程方案
實驗室建成后,用于支撐教學及科研任務,具體可支撐教學課程規劃如下:
實驗室內容 | 可支撐教學任務內容 |
智能駕駛場景仿真引擎—ModelBase | 1)復雜多體車輛動力模型學習 2)場景引擎工作原理學習 3)智能駕駛傳感器原理學習 4)智能駕駛相關法規學習 5)OpenX標準體系學習 6)靜態場景搭建方法學習 7)動態場景搭建方法 8)動態場景調試 |
智能駕駛感知測評系統 | 1)智能駕駛傳感器數據認知 2)傳感器數據融合原理學習 3)智能駕駛工作原理學習 4)智能駕駛實車數據采集學習 5)智能駕駛評價標準學習 6)傳感器數據感知標準學習 |
智能駕駛域控 | 1)智能駕駛控制器開發流程學習 2)MBD開發流程學習 3)感知及規控算法開發學習 4)開發工具鏈應用學習 5)智能駕駛算法驗證方式學習 6)MIL/HIL測試方法學習 |
預期收益
- 智能駕駛數據采集感知測評能力構建:基于智能駕駛感知測評系統實車智駕功能的感知測評,用于智能駕駛感知算法能力學習、理解、測評
- 傳感器感知融合算法開發能力構建:基于真實采集原始數據或者仿真數據,學習或開發感知融合算法
- 智能駕駛規控算法能力構建:依托于智能駕駛域控制器,完成規空算法開發并基于實車數據進行測試驗證
- 虛擬傳感器/場景仿真能力構建:基于車輛動力學及場景仿真軟件Modelbase,完成各類傳感器數據仿真或者算法測試
- 提升教學科研水平:直觀的數據展示,可以更深入地理解智能駕駛技術,提高教學和科研的質量
- 促進技術創新:數據可視化及仿真功能,可以實現算法的快速優化與迭代,推動技術創新發展
- 拓展應用場景:支持虛擬傳感器和場景仿真,可以在不同的虛擬環境中測試算法,拓展智能駕駛技術的應用場景。
- 人才培養:方案有助于培養一批具備智能駕駛技術研發能力的人才,滿足行業發展的需求
經緯恒潤的高校車輛感知系統應用開發方案是一項集教育、科研、技術與應用于一體的全棧方案。它不僅為高校提供了一個高效、實用的智能駕駛技術研發平臺,還可通過數據可視化、仿真和原型控制器開發功能,提升教學與科研水平,促進技術創新。在智能駕駛人才培養以及技術研發這條道路上不斷提供先進的解決方案,為智能駕駛技術的普及和發展貢獻自己的力量。
-
實驗室
+關注
關注
0文章
174瀏覽量
19250 -
智能感知
+關注
關注
2文章
98瀏覽量
17823 -
感知系統
+關注
關注
1文章
72瀏覽量
15996
發布評論請先 登錄
相關推薦
評論