环境感知为辅助驾驶和自动驾驶（ADAS/AD）奠定基础。在驾驶功能的开发和测试过程中，车辆与环境仿真软件DYNA 提供经过验证的摄像头、雷达、激光雷达和超声波传感器模型。
不同的抽象层次
虚拟试驾软件 DYNA4提供不同抽象级别的模拟传感器输入。可以根据具体用例和被测系统的边界，在不同级别之间进行切换：
- 基于物理模型的原始数据传感器
利用虚拟生成的摄像头图像或激光雷达点云测试感知算法 - 检测级传感器
利用来自雷达、摄像头和激光雷达等多传感器提供的检测结果，测试低级传感器融合算法 - 基于传感器输出的目标列表
利用来自雷达和摄像头等多传感器生成的目标列表，测试高级传感器融合算法 - 融合后的目标列表
以融合后的目标列表作为输入，测试ADAS/AD功能
虚拟传感器的优势
- 整车评估
针对感知和控制功能的测试，采用闭环仿真，可提供一致的反馈，这与使用预先记录数据的测试方案形成鲜明对比 - 早期开发阶段的灵活性
当实际传感器配置尚未完全确定时，虚拟传感器允许调整各种参数 - 零风险测试
在虚拟环境中轻松重现现实中难以观察或存在安全风险的挑战性场景 - 精准匹配的输入
可根据待测系统的输入需求选择相应的抽象层次，从原始传感器数据到完全理想化的目标列表 - 效率更高，手动工作更少
完整可用的真实数据使手动标注变得不再必要
典型应用场景
在DYNA4中使用虚拟驾驶测试对BASELABS动态网格进行测试
- 在开发早期阶段确定传感器配置
- 功能测试
将NCAP碰撞场景中的物体列表作为输入提供给自动紧急制动算法，同时有意忽略感知的影响 - 鲁棒性测试
测试自动泊车功能在镜头污损导致摄像头帧质量下降情况下的性能 - 性能测试
在HIL（硬件在环）测试环境中，通过注入模拟的摄像头图像和雷达检测数据，评估自动驾驶功能在功能性和响应时序方面的表现 - 为基于人工智能的感知算法的学习和测试丰富数据集
纳入现实中难以观察或观察不安全的场景、物体及环境效应
目标级的传感器输入
- DYNA4中基于语义图像分割的物体列表
- 特定传感器的目标列表或融合目标列表
- 理想化的地面真值信息或考虑遮挡情况
- 基于边界框的高效计算，或考虑精确几何形状的语义图像分割
- 提供ASAM OSI格式的模拟传感器数据，以便轻松集成到被测系统中
虚拟传感器：摄像头、雷达、激光雷达、超声波
在DYNA4环境下对基于摄像头的ADAS功能进行测试
摄像头
- 可配置摄像头，视角最大可达360°
- 支持鱼眼、OpenCV、Scaramuzza或Kannala-Brandt参数的畸变参数化
- 滤波器：镜头污渍、灰度、Bayer等
- 通过独立输出端口传输RGB图像流以实现图像注入，甚至适用于立体摄像头
- RGB摄像头图像流传输，用于向ADAS控制单元注入视频
- 应用范围涵盖从MIL（算法开发）到HIL（ECU图像注入）
雷达
- 每个目标的多次雷达探测结果，其中包含距离、径向速度和雷达截面积（RCS）等雷达专用数据，以OSI传感器数据的形式提供
- 基于多普勒效应和快速傅里叶变换（FFT）处理的建模，并进行相应的分箱处理
- 涵盖典型效应，如其他目标造成的遮挡、天线波束图、每个周期内检测次数有限，以及角度和速度的模糊性
- 利用Persival的专业技术开发出计算效率高的现象学模型
激光雷达
- 基于激光束与物体表面夹角及其材料特性的反射强度
- 提供旋转式和非旋转式激光雷达传感器
- 可调节的入射角和信号分辨率
- 通过DDS或UDP以Velodyne格式输出3D点云数据（作为ROS主题）
超声波
- 对传播和大气衰减的考虑
- 基于物体几何形状和材料特性的吸收与反射
- 可调的入射角和信号分辨率
- 输出强度深度直方图
Felix Beygang
ADAS解决方案专家
让我们来讨论一下您的使用场景
如果您对ADAS测试系统、物理仿真模型或虚拟驾驶测试有任何疑问，请联系我，我们将为您找到合适的解决方案。