泽尔ASEva系统介绍 (二)
智能驾驶已经成为汽车行业的发展热潮和趋势、驾驶场景作为智能驾驶汽车开发和测试的基础、其重要性不言而喻。智能驾驶汽车驾驶场景来源一殷包含标准法规、自然驾驶数据、交通事故数据、仿真衍生妏据等、其中自然驾驶数据作为典型场景利边角场景米源的主要基础,代表了约80%最常见的道路交通状况,因此必须进行自然驾驶场景数据的采集并不析完善场景库。
驾驶场景数据的采集主要包含两部分的内容:一是驾驶场景数据采集平台的搭建和工其链的设计。驾驶场景数据的采集需要相应的感知系统、定位系统、上位机系统、工控机系统等进行支撑,同吋耑要依靠统一的工具链实现传感器标定数据存储和同步处理:二是需要设计合理的采集方案和采集需求,包含采集路线设计、采集天气情况及地埋情况覆盖、白天及夜晚光线条件、采集参数精度设定等,为后续的场景数据处理、场景库搭建以及场景应用等提供数据基础.
场景数据采集主要可分为传感器信号采集、视频数据采集、车辆控制器数据采集、车辆执行器数据采集、车辆动力系统数据采集、环境参数采集和车辆网数据采集。 Aseva系统有以下几个模块:传感器模块可以接入目前主流传感器;车辆总线采集模块可以采集车辆底盘、车载ECU、执行机构以及空调等系统信号.用于车辆动力系统,决策系统和执行系统功能评估;通信模块,主要解决数据远程访问、监控和管理数据记录模块,用于快速存储数据。
通过数据采集和分析,建立基于实际交通环境的场景库。基于该场景库,不仅可以在具体功能开发过程中提出統计意义上:的指导,避免关键参数主观臆断:同时也可以建立仿其模型库、并提供用户白动驾驶算法接口,将算法结果同实际数据进行定量分析,继而提出对已有自动驾驶馍型的收进意见.
-
汽车测试网V课堂
-
微信公众号
-
汽车测试网手机站
最新资讯
-
NVIDIA 发布 2025 财年第三季度财务报告
2024-11-21 13:30
-
Mack卡车为买家推出创新的虚拟现场探索体验
2024-11-21 13:29
-
氢燃料电池卡车从1到100要多长时间?戴姆勒
2024-11-21 13:28
-
聚焦消费者用车极限环境,2024中国汽研汽车
2024-11-21 13:21
-
新能源汽车高寒环境可靠性行驶试验研究
2024-11-21 13:19