|
概述 智能驾驶是当前汽车行业的研究热点。智能驾驶概念涵盖了传统的高级驾驶辅助系统（ADAS）以及全自动驾驶系统（SAE Level 3及以上级别）。由于智能驾驶系统的复杂性，仿真测试验证成为智能驾驶系统开发流程中必不可少的一智能驾驶仿真测试解决方案个环节。
智能驾驶系统一般包括环境感知、智能决策及车辆控制三个部分，相应的，智能驾驶仿真测试环境需要包括道路交通场景仿真、车辆动力学仿真及传感器仿真。
系统特点 1、车辆动力学仿真 • 动力传动系统：可以模拟传统发动机动力系统、纯电驱动系统、混合动力系统、四轮驱动系统等多种形式 • 底盘系统：包括多种形式的悬架模型、复杂轮胎模型、转向系统模型、液压/气压制动系统模型以及多体车身动力学（纵向、侧向、垂向）模型
2、道路仿真 • 允许手动搭建各种类型的道路，支持OpenDrive标准高精度道路格式、支持OpenCRG高精度路面描述格式 • 支持复杂路网结构：三岔路口、十字路口、立交桥等 • 支持直接导入高精地图数据生成与真实道路高度一致的虚拟道路
3、交通仿真 • 可以模拟各种类型机动车、行人、动物等交通物体 • 可以自定义每个交通物体的驾驶行为，包括路径规划、速度控制、换道等，支持事件触发模式 • 可以生成符合交通规则的随机交通流
4、环境仿真 • 可以模拟晴天、多云、阴天、雨、雪等天气 • 可以模拟白天、黑夜等多种光照条件
5、环境感知传感器仿真 • 对各类传感器均可提供理想环境感知传感器模型，直接输出目标级信息，包括交通物体的类型、位置、速度等信息，道路相关信息、交通标志信息等。
• 毫米波雷达仿真：可提供雷达回波模拟器系统（参见xxx），可集成真实毫米波雷达进行测试 • 摄像头：支持直接输出摄像头捕捉到的图像，提供视频暗箱或者图像直接注入两种HIL仿真方式
• 激光雷达：支持输出点云数据
• 超声波雷达：提供超声波回波模拟和芯片信号级模拟两种HIL仿真方式 • 支持多传感器融合
系统应用领域 ADAS决策及控制算法（AEB、ACC、APA、LKA等）的开发与验证 自动驾驶决策及控制的开发与验证 毫米波雷达功能测试和性能测试 图像感知算法的开发 激光雷达点云数据处理算法的开发
| 
楼主
标题置顶
标题高亮
