智核工场SmartCore-CSDN博客

原创再议智能驾驶HIL仿真系统踩过的坑

如果要问这个过程有多少坑，那答案是：全部是坑，就没有走过平坦的路。智能驾驶的HIL仿真很难做，从场景管理系统开发、场景库构建、仿真引擎部署、传感器建模、仿真接口开发、动力学建模、自动化测试、测试评估体系建设等方面看，每一个环节都挑战重重。有些棘手问题的解决时间，短则半月，长则半年。记得有一个智能驾驶ADCU域控的时钟同步稳定性问题，耗费了1年半才最终解决。

2025-04-23 12:08:00 1068

原创对智能驾驶HIL仿真系统的一些总结与反思

文末扫码关注“智核工场”公众号，加入智驾仿真群。

2025-04-22 11:14:40 521

原创智能驾驶仿真系统开发与测试

智能驾驶的测试验证是一项投资大、周期长、收效小的工作。单车平均路测成本超100万元每年，算法迭代平均周期长达6个月。为了应对这种挑战，工信部、交通部等四部委在L3智驾车辆准入试点要求中，将仿真测试纳入必备考核指标。领先的头部车企已建立超1000万公里的仿真测试里程库。仿真技术正从“辅助工具”升级为"战略基础设施"，使整体测试成本降低了70%，效率提升200%。

2025-04-15 17:08:34 587

原创智能驾驶数据闭环开发与应用交流

智核工场依托自身优势，组织智能驾驶领域顶级的数据闭环与数据治理专家开展为期2天的”智能驾驶数据闭环与应用“研学活动，除了讲授智驾数据闭环理论和实践平台搭建，还组织优秀数据治理企业的实地考察，赋能相关企业与单位，实现真正的数据技术能力跃迁。

2025-04-15 10:45:10 936 1

原创智驾供应商的危局与突围路径分析

智能驾驶行业在经历了几年的“期望膨胀期”后，迅速进入了“泡沫破裂的低谷期”。随之而来的是大量以Tier1为主的智驾企业融资困难，出现破产、裁员或者项目终止。这不是危险耸听，而是正在发生或者即将发生的事。

2025-04-14 15:05:53 529

原创车企如何利用数据闭环服务智驾开发与测试

智能驾驶技术飞速发展，数据成为驱动自动驾驶技术进步的关键要素。如何构建高效的数据闭环以优化智驾系统的开发和测试，已成为各大车企关注的重点。

2025-04-14 14:07:52 1269

原创智能驾驶感知模块的测试评估方法（上）

对于智能驾驶系统而言，感知模块是开发难度最大、投入资源最多的核心部分。在智能驾驶开发团队内部，感知模块需要独立进行评测才能及早发现潜在缺陷或判断性能是否有改进。随着近几年BEV、OCC、E2E等新技术方案被越来越多企业应用，感知的评测变得越来越艰难，效率也变得越来越低下。本文作者基于在智驾测试行业多年经验，试图总结感知评测的基本规律和效率提升方法，以供读者一些启发。

2025-04-10 18:15:01 1490

之前用户问了关于端到端模型的评测方法，我详细分成了几个维度，包括安全性、泛化性、鲁棒性等，还提到了仿真测试、真实道路测试等方法。规划和控制通常分为路径规划和运动控制两部分，规划负责生成从起点到终点的路径，考虑静态和动态障碍物，而控制则负责跟踪这个路径，处理车辆的加速、制动和转向。然后，我需要参考行业内的实践，比如Waymo、Tesla他们是怎么做的，有没有公开的测评方法或标准。伦理和法规方面，需要确保测试符合当地的交通法规，以及伦理标准，比如在不可避免的碰撞情况下如何做出决策，这也是测评的一部分。

2025-02-26 19:27:44 1420

原创端到端智能驾驶评测方法概要

端到端智能驾驶模型的评测需结合多模态测试环境量化与主观评估结合动态迭代的体系，同时关注技术可行性与伦理合规性。未来趋势是构建开放、标准化的评测平台（类似MLPerf），推动行业协作与技术进步。

2025-02-26 19:17:07 1296

原创世界模型与世界基础模型

世界模型是一种用于模拟和预测环境状态的模型，常用于强化学习、机器人学和人工智能研究。它的核心思想是让AI或代理（agent）学习一个环境的内部表示，以便在脑海中模拟可能的未来状态，从而更高效地做决策。特点：用于模拟环境：世界模型学习环境的动态规律，允许AI在内部模拟行动和结果。减少试错成本：AI可以在虚拟环境中“思考”并评估行动，而不是直接尝试，减少真实环境中的试错成本。

2025-02-25 16:23:20 332

原创端到端的自动驾驶代码量变少了，为何对算力要求却更高了

端到端智能驾驶的代码量减少是因为规则逻辑被深度学习模型所替代，模型负责处理从感知到决策的完整流程。然而，由于深度学习模型的复杂性、海量数据的需求以及实时推理的要求，系统对算力的需求反而大幅增加。这种技术架构的转变反映了从手工规则到数据驱动的技术进步，但也带来了新的挑战，特别是在硬件和计算资源方面。

2024-09-05 14:20:13 701

原创自动驾驶测试系列（一）：初识自动驾驶下

本文是自动驾驶测试领域系列专栏的第一章，用于介绍自动驾驶的基本系统，了解自动驾驶的测试对象，包括自动驾驶的软硬件架构、传感器、线控车辆等内容。

2022-08-05 15:39:38 1628

原创自动驾驶测试系列（一）：初识自动驾驶上

2022-08-05 15:33:57 2729

基于数据驱动的交通建模方法.pdf

用于自动驾驶的仿真与场景设计-Data-Driven Simulation and Parametrization of Traffic Scenarios for the Development of Advanced Driver Assistance Systems

2019-07-21

车辆横向引导功能的自动驾驶功能安全概念与基于仿真的验证

随着自动驾驶或自动车辆（AVs）中安全和网络安全的必要性日益受到关注，旨在减少道路交通事故、拯救人类生命。虽然自动驾驶系统能够在驾驶过程中展示其能力和高级应用，但它们未能确保安全性和网络安全，并且在获得认证批准方面遇到困难。现有的方法和正在进行的研究项目正面临边界挑战，需要研究重点是同时考虑网络安全方面的安全概念。本文综述了高度自动驾驶（HAD）功能在功能安全（FuSa）、预期功能安全（SOTIF）和网络安全领域中的现状，包括通过扩展危害分析和威胁分析、应用场景缩减测试技术和识别包括管理系统在内的与安全相关的输入参数，来扩展这些领域的接口。主要贡献如下：（i）在特定的操作设计域（ODD）中识别危险事件、威胁和风险评估，以建立特定功能的ADS安全和网络安全目标并进行细化。（ii）基于仿真的场景测试为在不危及人类生命的情况下进行关键车辆测试和评估风险提供了机会。因此，基于仿真的场景分析和测试在ADS开发中是迫切需要的。因此，应用参数变化的场景仿真来识别未知的不安全场景，并支持定义ADS的安全操作域。（iii）通过将场景缩减方法纳入逻辑场景研究中，展示了一个高效的场景测试过程

2024-05-26

BMW集团：使用VIRES VTD为自动驾驶系统生成和验证传感器模型

近年来，随着传感器技术和数据处理算法的进步，自动驾驶系统已经取得了很大的进展，能够提升车辆驾驶员和乘客的安全性和舒适度。然而，由于自动驾驶的复杂性，确保和验证自动驾驶系统安全用于公共道路仍然是主要挑战之一。虚拟世界提供了一个适合、安全且受控的环境，可以处理大部分必要的测试和验证工作。在虚拟开发方法中，选择合适的场景以及生成与现实情况高度匹配的虚拟传感器数据是其中的核心要求。虚拟传感器数据是通过传感器模型生成的，这些模型构成了虚拟环境感知的核心组件。这些感知数据是自动驾驶系统决策算法的主要输入流之一。因此，传感器模型的保真度是虚拟开发和测试可行性和有效性的决定性因素。

2024-05-26

自动驾驶仿真测试中的摄像头建模方法

虚拟仿真在机器人和自动驾驶汽车的开发和测试中越来越重要，因为它为候选导航、感知和传感器融合算法在复杂和安全关键场景中的快速探索打开了大门。由于大多数机器人和自动驾驶汽车都大量使用摄像头来感知周围环境，因此相机建模成为成功模拟这些自主代理的前提。本文概述了相机模型的使用背景；对图像采集流程的每个组件以及用于其建模的算法进行了逐组件分析；最后讨论了采用不同视角进行相机建模的数据驱动方法。

2024-05-26

基于场景的扩展HARA：融合功能安全与预期功能安全（SOTIF）的自动驾驶安全评估

基于场景的危害分析和风险评估（HARA）是一种针对车辆自动化能力识别（例如SAE/NHTSA自动化水平）的有效且现实的方法。对于自动驾驶系统，该系统通过传感器（融合）和执行器与其环境进行大量交互，因此危害考虑必须从E/E系统故障行为扩展到涵盖预定功能安全（SOTIF），包括网络安全。基于场景的HARA可以捕获如何考虑功能安全（FuSa）和SOTIF来分析危害，但它们的关系和相互依赖需要以系统的方式表示。此外，还使用了诸如系统理论过程分析（STPA）之类的强大方法来识别、定义和分析危害，但并未进行风险评估。因此，我们研究了基于场景的HARA的最新技术，并提出了一种将FuSa和SOTIF相结合的扩展HARA。特别地，我们考虑了（a）功能场景表示和场景选择（例如在HARA中绘制基本场景和事故场景）以及（b）用于一次性查找每个HAD功能的FuSa和SOTIF之间关系和交互的方法。此外，我们通过在一个适用案例（即横向引导辅助系统）中演示该过程的方式，执行了具有扩展功能的基于场景的HARA方法，并披露了结果。

2024-05-26

自动驾驶汽车的预期功能安全（SOTIF）验证方法

国际标准化组织（ISO）的预定功能安全（SOTIF）是一个相对较新的标准，它解释了系统预定功能的处理机制以及系统合理误用的验证机制。它要求在实际中实现基于ISO SOTIF的先进驾驶辅助系统（ADAS）和自动驾驶的验证。本文的目的是以智能速度辅助（ISA）为例，解释ISO SOTIF验证的虚拟仿真和合成场景创建的策略。ISO SOTIF建议的流程被用作测试策略推导的参考，同时保持技术和功能安全要求作为测试的基础。按照定义的标准程序实施危险识别和风险评估。利用虚拟仿真工具创建ISO SOTIF合成场景。提出了一种带有详细示例的场景引发方法。使用一个包含所有可能的相关静态和动态行为者的树状图来生成场景。首先创建“一行”或“两行”的伪场景，然后扩展到完整的场景细节。然后，这些详细的场景在虚拟仿真工具中实现。在SIL / MIL / HIL环境中，将待测试的算法暴露于这些ISO SOTIF场景中，以评估系统如何响应这些极端情况。还可以从输入需求规范中生成额外的ISO SOTIF场景。本文展示了一些涉及不同环境条件和危险模拟实例的场景。本文通过实际示例解释了如何对自动驾驶系统进

2024-05-26

端到端的激光雷达点云建模方法

先进的传感器是实现自动驾驶汽车技术的关键。激光扫描仪传感器（LiDAR，光探测和测距）因其长距离和对低光照驾驶条件的鲁棒性而成为基本选择。设计自动驾驶汽车控制软件的问题是一个复杂的任务，很难在基于规则的系统中明确制定，因此最近的方法依赖于可以从数据中学习这些规则的机器学习。这种方法的主要问题是，用于泛化机器学习模型所需的训练数据量很大，另一方面，与其他汽车传感器相比，LiDAR数据注释的成本非常高。一个准确的LiDAR传感器模型可以应对此类问题。此外，它的价值不止于此，因为现有的LiDAR开发、验证和评估平台及流程成本高昂，而且虚拟测试和开发环境在物理属性表示方面仍不成熟。在这项工作中，我们提出了一种基于深度学习的LiDAR传感器模型。该方法使用深度神经网络对传感器回波进行建模，并使用极坐标网格图（PGM）从真实数据中学习回波脉冲宽度。我们将模型性能与全面的真实传感器数据进行基准测试，并取得了非常有希望的结果，为未来工作设定了基准。

2024-05-26

基于第一性原理的自动驾驶SOTIF Corner Case挖局与3D虚拟仿真测试

通过3D虚拟仿真生成多样化的测试场景并测试全栈自动驾驶系统(ADS)，是一种很有前途的预期功能安全(SOTIF) 测试方法。然而,随着测试场景的不同，传感器配置的差异，会特殊的结果，例如发出的光脉冲会经历后向散射和衰减，哪些是通常被现有方案所忽视，导致虚假的阳性或错误的结果。本文提出了一种基于第一性原理的传感器建模方法和环境交互方案，并将其集成到CARLA中。有了这个方案，一个长期被忽视的不利类别发现与天气相关的极端情况，以及它们的根的原因。在此基础上设计了一种元启发式算法在一些经验的见解，指导两种种子方案和突变，显著降低了搜索的维度场景和提高角落案例识别的效率。实验结果表明，在相同的仿真设置下，我们的算法发现的极端情况是与最先进的作品相比。

2024-05-24

基于仿真的毫米波雷达性能评估与改进方案

自动驾驶(HAD)系统由复杂的结构组成，包含不同类型的传感器。需要对HAD系统的功能进行测试，以确保自动驾驶车辆的整体安全。像真实世界测试这样的方法需要大量的行驶里程，而且非常昂贵和耗时。因此，基于仿真的测试被广泛接受和应用于HAD系统，包括传感器性能改进。因此在高压下对这些传感器进行广泛的测试至关重要。本文的主要贡献如下:首先，提出了基于仿真的雷达传感器测试概念和方法，为预期功能的安全性(SOTIF)提供了用例。第二，具体的雷达效应是通过仿真测试对两种不同的雷达模型进行了评估，以支持和实现传感器的功能不足。最后，提出了开发滤波器以提高传感器性能的建议考虑雷达特有的多径传播效应。

2024-05-24

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

vincent_321的博客

原创再议智能驾驶HIL仿真系统踩过的坑

原创对智能驾驶HIL仿真系统的一些总结与反思

原创智能驾驶仿真系统开发与测试

原创智能驾驶数据闭环开发与应用交流

原创智驾供应商的危局与突围路径分析

原创车企如何利用数据闭环服务智驾开发与测试

原创智能驾驶感知模块的测试评估方法（上）

原创如何对智能驾驶的规控算法进行测评？

原创端到端智能驾驶评测方法概要

原创世界模型与世界基础模型

原创端到端的自动驾驶代码量变少了，为何对算力要求却更高了

原创自动驾驶测试系列（一）：初识自动驾驶下

原创自动驾驶测试系列（一）：初识自动驾驶上