跳至正文

资源中心

产品资料

技术分享

技术云课堂

· 端到端智驾技术HiL仿真测试的多重挑战
· 有效应对智驾技术新挑战的HiL测试方案
· 完善智驾HiL仿真测试能力的有效方法
2025-04-22

端到端智驾测试HiL仿真策略与思考

· ADAS仿真测试系统简介
· 仿真测试系统的实现路径
· 仿真测试在大量项目中的应用
2024-03-27

ADAS仿真系统开发与测试实践

· 高保真物理传感器和逼真环境模拟
· 基于生成式AI的场景生成
· 场景编辑和大规模场景生成测试
2025-03-27

仿真加速ADAS感知和控制开发流程

常见问题解答

在开发自动驾驶解决方案时,逼真的天气模拟是必不可少的。
通过使用aiSim,您不仅可以模拟晴天、雾天、雨天或下雪天,还可以模拟黎明、黄昏或蓝光时间(人工光源和阳光混合)。所有这些都是通过基于物理的光照强度计算完成的,并且在所有传感器模式中都是完全确定和一致的。

aiSim提供不同复杂程度的车辆动力学模型以适应不同的用例。简单的模型通常适用于外部车辆,复杂的模型适用于自车。
通过aiSim的车辆动力学接口(VD)或是功能模拟单元(FMU)使用车辆动力学模型。

康谋aiSim仿真软件提供包含数百个与功能安全相关的基本场景的库。通过修改参数,如参与者行为、天气变化、道路状况和传感器退化等情况,可以生成丰富多样的场景。

通过aiSim client可以实现aiSim和自动驾驶软件的连接,client将收集到的传感器仿真数据实时发送给自动驾驶软件。

支持。除了aiSim中内置的镜头畸变模型以外,用户也可以使用aiSim client实现自定义的镜头畸变算法,并应用于每个图像输出中。

康谋aiSim可以实现一个自动驾驶算法同时测试多个场景;通过aiSim CLI还能够实现多个算法同时测试多个场景。

产品资料

技术分享

ADAS数据采集与高性能计算技术白皮书

深入洞察 ADAS 数据采集前沿技术,获取应对复杂数据采集挑战的有效策略,助力行业突破技术瓶颈。

技术云课堂

· 智驾领域的时间同步
· 时间同步技术路线
· 时间同步技术方案与案例解读
2024-12-16

自动驾驶精确时间同步技术与应用

· 车载以太网在自动驾驶感知中的应用
· 高精度数据采集关键技术
· 融合实践与案例分享
2024-12-19

车载以太网技术与ADAS感知应用

· 自动驾驶数据全球化现状与挑战
· 不同地区隐私安全法规差异解读
· 成功隐私保护和匿名化合作案例
2024-12-17

自动驾驶数据匿名化挑战与方案

常见问题解答

支持任何数据源和传感器,只需要搭配不同的转换设备来进行接口及协议的匹配和转换。

基于LV124,在完整系统负载下,以6.5 m/s²条件下通过测试
LV124 规范是汽车行业中用于评估车辆电气系统的耐久性和可靠性的标准之一,由德国汽车工业联合会(VDA)颁布。

BRICK2配备了时间同步服务XTSS软件,能够为传感器(摄像头、激光雷达)每个数据包打上时间戳。在多传感器测量系统中,能够确保整个系统的时钟都在同一时间基准中运行。
在CTSS(集群时间同步服务) 中主要参考GPS的时间,在PTSS(平台时间同步服务)中主要依靠BRICK2硬件本身的时钟,并通过以太网同步其他硬件设备(MDILink和NETLion)。

NETLion有两种工作模式,分别是转换和TAP模式。
前者是T1和T/TX的转换;后者主要用于数据无损解耦给其他设备(ECU),通过NETLion的设置端口也可以实现线束检测的功能。

MDILink主要是将摄像头的数据(CSI2、FPD、GMSL2)进行解耦,通过以太网的形式传给BRICK2设备。一个MDILink可以接两个摄像头,支持输入和输出。
NETLion1000同样支持两路激光雷达进行数据传输,支持网络TAP模式和双介质模式的转换。

两台MDILink设备均连接到BRICK2时,相互之间不会产生信号干扰。MDILink有STP双绞线版本,增强了设备的抗干扰能力。

产品资料

技术分享

安全驾驶车辆辅助系统规范白皮书

清晰掌握 2026 年实施的车辆辅助系统最新标准与评估要点,助力您在车辆安全技术领域抢占先机。

技术云课堂

· 合成数据的应用与常见类型
· 合成数据的获取方法、验证与优化
· AVM案例分享:从场景搭建到验证优化
2025-04-22

合成数据在自动驾驶中的应用

· 基于场景的自动驾驶测试难点
· 场景挖掘、评估与导出技术
· 遵循Euro NCAP的出海助力
2024-12-18

场景挖掘推动高效测试与出海

· 自动驾驶数据全球化现状与挑战
· 不同地区隐私安全法规差异解读
· 成功隐私保护和匿名化合作案例
2024-12-17

自动驾驶数据匿名化挑战与方案

常见问题解答

匿名化的效率需要从多个角度考量,比如硬件和云端提供的算力,以及数据在不同IO环境下的读写速度都会影响匿名化的效率。
对于匿名化的质量来说,我们针对公开数据集在不同的感知任务上进行了测试,基于DNAT的匿名化方案能够有效保留数据特征,且在匿名化识别率上基本可以实现95%+。

目前支持人脸、全身、车牌的识别和匿名化处理,如果需要用自己的算法做匿名化也可以只提供检测的部分。
准确率通常取决于图像的质量和数据流的稳定性,理论上可以达到99%,实际运行过程中也可以达到95%以上。如果有需要且预算充足,可以特定进行相关测试。

一个关键的点是保证匿名化(加密)效果和对于隐私的保护,即确保匿名化后的数据无法被逆向恢复,这一点康谋方案采用的加盐随机的方式生成了随机扰动,无论是精准模糊还是DNAT方案都确保了匿名化操作不可逆,另一方面,是要对加密的适配性提出了挑战,需要针对不同灯光、视角下进行面部匿名化,康谋方案就此也针对大量数据集进行了训练,适配了不同地区面部和车牌的特征,提供了在不同环境下匿名化质量的保证。
真值数据对IVEX解决方案而言不是必需的,因为我们可以在感知数据的基础上提取驾驶场景,并处理任何类型数据。根据客户的使用案例,真值数据可以是有用的。在客户使用IVEX感知算法时,系统性能是可以确保提供准确的场景分类的。如果客户提供了自己的感知数据,客户需要确保这些感知数据的质量足够好,使得障碍物及其轨迹能够被正确识别。

默认情况下,工具可以提取12个类别:切入、切出、接近慢速车辆、接近制动车辆、接近停止车辆、自车变道、自车超车、后方车辆超车、自车跟车、后方车辆跟车、对向车辆接近、自车转弯。其它类别可以基于进一步深入讨论做定制化。

是的,我们的产品路线图包含了与 Euro NCAP 等新兴标准对齐的场景挖掘能力升级。如上所述,IVEX 支持用户自定义规则或通过开放接口集成自定义逻辑。

关注康谋科技,获取更多技术干货

试用端到端仿真软件

数采支持时间同步吗

有实时建模与渲染产品吗