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
• 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
• 道路仿真
♦ 允许手动搭建各类型的道路,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
• 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
• 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
• 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,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