white rectangle 1 - Simulation CN
仿真模拟平台

我们的仿真平台已实现商业化部署,该平
台贯穿整个自动驾驶系统研发迭代的全流
程,从训练、测试到部署,加快自动驾驶
系统的上市时间。

训练环境

主要功能
真实模拟的3D 环境
  • 丰富的3D仿真驾驶环境
  • 数字化双胞胎技术和生成完整的虚拟场景
  • 应用深度神经网络技术 (DNN) ,生成真实的仿真场景
大型数据集
  • 用于训练和测试机器学习的大型数据集
  • 具有可导出性和重复使用性
  • 在每帧画面中都有准确一致的标注物
丰富的交通模型
  • 真实模拟的汽车司机、骑行者和行人
  • 人工智能与特定场景的互动式行为资料库
  • 可按相应比例配置和部署

功能验证

主要功能
即用型场景
  • 通用型自动驾驶功能的预构建式场景库
  • 支持标准的高级驾驶辅助系统 (ADAS) 和自动驾驶 (AV) 评估程序
  • 利用fuzzing技术实现不同驾驶场景的快速创建
场景的制作和管理
  • 场景的制作、配置和管理
  • 简易的网页式图形界面
  • 强大的Python脚本编写功能
与现有组件的简易集成
  • 基于标准接口的闭环模拟
  • 使用 Jenkins 和 Bamboo 进行自动化测试
  • 产品生命周期管理 (PLM) 和需求管理采用基于覆盖率的验证方法

分析

主要功能
关键性数据的选取
  • 即用型通过/失败标准
  • 强大的自定义规则创建
  • 针对大规模仿真的趋势挖掘
可视化
  • 以目标为导向的数据展示
  • 多层自适应Dashboard
  • 设计决策优化
部署
  • 支持道路预备的测量
  • 法规要求的虚拟认证
  • 持续支持地理扩张
工作原理
静态层
自动虚拟世界

程序构建的道路、建筑物和基础设施的3D环境将精确到每一个车道标记、表面材质和红绿灯。

动态层
智能交通模型

基于人工智能的交通模型能够准确还原仿真区域的司机、行人和骑行者的行为习惯。

传感层
传感器的精确模拟

支持常用的摄像头和激光雷达,并支持基于深度神经网络的雷达传感器模型,同时提供了一套工具链来实现传感器的快速创建。

云层
云端支持任意规模仿真场景

支持大规模重建,可覆盖海量驾驶场景,加快仿真运行速度,大大降低仿真成本。