大规模场景生成

Cognata 的可扩展式弹性云计算能力大大简化了大规模场景的生成。
立即开始使用我们的通用型标准场景库,或者使用Cognata Studio
UI和ASAM OpenSCENARIO® 脚本功能创建自定义式的场景。

场景生成

Cognata简化了从简易的操作
到复杂的多智能体城市交互系统的可参数化场景的创建流程。

通过我们业界一流的Studio UI
或强大的脚本功能 (包括ASAM
OpenScenario®支持系统),
可轻松编写和扩展您的自定义场景。

 

场景库

Cognata平台自带一个可定制式的
“即装即用”型场景库。

您可以很轻松地修改和自定义场景库,
或者使用您专有的独创场景来扩展该场景库。

测试与分析

我们的可扩展式云架构和强大的编制界
面,可以快速启用或进行大规模测试活动。

测试架构师可以在我们直观的Studio UI
和易于使用的REST API之间进行选择,
以执行大规模的测试方案。

定义实用的KPI,可视化数据趋势,
并从大规模测试活动中选取关键性数据。

基于覆盖率的测试执行

公路环境中的自动驾驶(AV)验证和分析用例:车道居中

公路环境:转弯时的车道居中

基于Cognata汽车的物理特性,
我们可以看出在不同的自车
(ego-vehicle)车速下,
车辆与沥青路面的摩擦会发生变化,
并作出不同表现。

在该同一场景的, 公路环境中(并排视图),
我们可以看到自车(ego-vehicle)
试图在急转弯时保持其车道居中位置。
它在一个给定速度上获得成功,
却在另一个给定速度最终失败。

 

城市环境中的(AV)验证和分析用例: 行人检测

停车场:在有过路行人和近车道车辆时的自动刹车辅助系统(AEB)启用

通过Cognata的高级感知训练,
车辆做出的决策时刻影响着场景的最终结果。

在该同一场景的并排视图中,
中止先前决策的1秒差异就能改变最终结果。
在这个停车场的场景中,
我们可以看到自我意识车辆(ego-vehicle)
与近车道车辆相撞,
且未能达到预先设定的安全区域的成功标准。