面向教学科研智能感知系统应用开发实验室

概述

车辆感知系统在智能驾驶中扮演着至关重要的角色，它如同车辆的“眼睛”和“耳朵”，负责实时监测和解读周围环境信息。该系统通过集成摄像头、雷达、激光雷达等多种传感器，能够准确识别道路状况、行人和其他车辆，为智能驾驶提供可靠的数据支持。经纬恒润推出面向教学及科研应用的智能车辆感知系统应用开发方案，包含智能驾驶场景仿真引擎、智能驾驶数据采集系统、智能驾驶域控制器等。

图1基于数据和场景的智能驾驶全链路方案

方案组成

• 智能驾驶场景仿真引擎

智能驾驶场景仿真引擎ModelBase提供高保证的仿真引擎，包含静态交通场景、动态交通场景、交通参与者、传感器模型等。为感知算法以及感知融合算法提供仿真输入。

图2智能驾驶场景仿真引擎

• 智能驾驶感知测评系统

智能驾驶感知测试系统集成高精度激光雷达、高分辨率摄像头、GPS定位模块、总线数据采集模块、时钟同步模块、深度学习计算机等硬件以及专业感知测评软件。智能驾驶感知测试系统采集到的数据可以一方面导入到场景仿真引擎作为场景仿真的一部分，另外一方面可以作为原始数据输入智能驾驶域控用于训练感知融合算法。

图3智能驾驶数据采集系统

• 智能驾驶域控

智能驾驶域控基于车规级控制器开发，提供开发工具链和监控工具，场景仿真的输出或者数据采集的输出可以输入到智能驾驶域控，通过监控模块可以直观看到感知或感知融合算法的输出结果。

图4面向教学科研智能感知系统应用开发方案

方案特点

• 支持传感器数据可视化，直观了解传感器采集的原始数据
• 支持数据回灌到原型控制器，验证规控决策算法
• 原型控制器支持感知算法及规控算法烧录
• 支持传感器数据仿真，支持物理信号或者目标列表方式仿真
• 提供开发/测试全流程培训服务，协助完成项目至教学/科研的过程转化

配套课程方案

实验室建成后，用于支撑教学及科研任务，具体可支撑教学课程规划如下：

实验室内容	可支撑教学任务内容
智能驾驶场景仿真引擎—ModelBase	1）复杂多体车辆动力模型学习 2）场景引擎工作原理学习 3）智能驾驶传感器原理学习 4）智能驾驶相关法规学习 5）OpenX标准体系学习 6）静态场景搭建方法学习 7）动态场景搭建方法 8）动态场景调试
智能驾驶感知测评系统	1）智能驾驶传感器数据认知 2）传感器数据融合原理学习 3）智能驾驶工作原理学习 4）智能驾驶实车数据采集学习 5）智能驾驶评价标准学习 6）传感器数据感知标准学习
智能驾驶域控	1）智能驾驶控制器开发流程学习 2）MBD开发流程学习 3）感知及规控算法开发学习 4）开发工具链应用学习 5）智能驾驶算法验证方式学习 6）MIL/HIL测试方法学习

预期收益

• 智能驾驶数据采集感知测评能力构建：基于智能驾驶感知测评系统实车智驾功能的感知测评，用于智能驾驶感知算法能力学习、理解、测评
• 传感器感知融合算法开发能力构建：基于真实采集原始数据或者仿真数据，学习或开发感知融合算法
• 智能驾驶规控算法能力构建：依托于智能驾驶域控制器，完成规空算法开发并基于实车数据进行测试验证
• 虚拟传感器/场景仿真能力构建：基于车辆动力学及场景仿真软件Modelbase，完成各类传感器数据仿真或者算法测试
• 提升教学科研水平：直观的数据展示，可以更深入地理解智能驾驶技术，提高教学和科研的质量
• 促进技术创新：数据可视化及仿真功能，可以实现算法的快速优化与迭代，推动技术创新发展
• 拓展应用场景：支持虚拟传感器和场景仿真，可以在不同的虚拟环境中测试算法，拓展智能驾驶技术的应用场景。
• 人才培养：方案有助于培养一批具备智能驾驶技术研发能力的人才，满足行业发展的需求

经纬恒润的高校车辆感知系统应用开发方案是一项集教育、科研、技术与应用于一体的全栈方案。它不仅为高校提供了一个高效、实用的智能驾驶技术研发平台，还可通过数据可视化、仿真和原型控制器开发功能，提升教学与科研水平，促进技术创新。在智能驾驶人才培养以及技术研发这条道路上不断提供先进的解决方案，为智能驾驶技术的普及和发展贡献自己的力量。