仿真軟件專家rFpro開發新技術 可準確測試聯網自動駕駛車輛對環境的感知-博山新闻

                                                                      2019年08月19日 5:07 来源:博山新闻 编辑:快3彩票平台官网

                                                                      快3彩票平台官网

                                                                      【昆山反杀案一年】

                                                                      目前∵,英國政府項目dRISK使用rFpro軟件驗證真實世界中的傳感器模型∵﹡,從而與真實的傳感器相關聯↑。這是通過仿真實現自動駕駛系統端到端驗證的重要基石⌒□♂。

                                                                      Hoyle認為rFpro的獨特之處在於⌒↑,其自動駕駛系統閉環端到端仿真過程包含一個精確的車輛模型┊π,該模型能夠全代表響應路面變化和控制輸入π♂。他表示┊♂⌒,「感知能力不僅對安全而言非常重要?π,而且對消費者的滿意度也至關重要π☆。我們的系統精確建模微小路面差異〇,可以評估乘坐舒適性⌒♀。我們發掘聯網自動駕駛車輛的能力♂∴,使其像人類一樣識別並避開坑窪π↑。」

                                                                      Hoyle還表示◇⌒▽,「由於傳感器輸入量巨大?▽┊,因此對使用模擬軟件的自動駕駛系統測試工程師需求量越來越大〇∴?。過去◇,汽車行業軟件工程師與測試工程師的比例約為1:1┊⌒◇。而航空電子領域軟件工程師與測試工程師的比例約為1:5?,以確保乘客安全△。我們相信汽車行業的這一比例正越來越接近航空電子領域?。」

                                                                      Hoyle表示◇♂,「物理建模意味着模擬車輛及車載傳感器遇到的所有對象的材料和屬性?┊△,而不僅僅是對其進行抽象表示♀。我們擁有創建城市街道、鄉村道路、試驗場和測試軌道數字孿生體的經驗♀〇∵,了解建模的複雜性⊙♂,例如天氣條件或路面變化﹡。我們的工程師不斷縮小模擬測試和真實測試之間的差距⌒∴↑。rFpro軟件可用於多種仿真π◇♂,包括帶有實時曝光控制與真實運動模糊模擬功能的4K攝像頭△▽,以及從揮動手臂的行人身上接收微多普勒信號的雷達模型〇▽。」

                                                                      rFpro技術總監Chris Hoyle解釋稱♂∟,「大多數系統建模都以理想傳感器模型為基礎?,驗證車輛算法和控制系統﹡◇,但忽略了傳感器本身的限制♂┊。惡劣的照明條件◇△,或者商店櫥窗的反光♂,會破壞傳感器對車輛周圍環境的感知↑,導致潛在的災難性錯誤↑∴⊙。對聯網自動駕駛車輛或配備ADAS的車輛進行全面驗證時□◇,必須包括傳感器識別與描述其環境特徵的能力∴♂。」

                                                                      快3彩票平台官网

                                                                      (圖片來源:rFpro官網)立法者將能在完全虛擬的環境中△⊙,制定車輛審批流程⊿⊿,證實車輛能在真實道路上安全行駛∴。該項技術已經在歐洲NCAP測試中用於驗證車輛安全性↑。

                                                                      快3彩票平台官网

                                                                      在模擬過程中評估傳感器感知能力非常重要∴▽⊿,因為未來的立法有可能規定⊿,任何自動駕駛系統進入公共道路之前□⊿〇,必須通過虛擬測試和批准⌒。因此↑,整個系統必須在全代表的虛擬環境中進行測試π┊▽。

                                                                      由於在大量不同環境中進行驗證?,自動駕駛汽車需要行駛大量里程π,因此在現實世界中此種方法並不可行◇。而傳感器感知最具挑戰性⌒∟?,因為它需要物理精確的虛擬世界▽□△,該虛擬世界必須與現實世界和物理模型傳感器高度相關♂〇。

                                                                      推荐阅读:江西托管所凶案