广告
自动驾驶仿真技术
2021-06-25 22:11:39· 来源：Astroys
预测并保证自动驾驶平台的可靠性，对于OEM、Tier1、科技公司和汽车领域的很多初创公司来说是一个重大挑战。对于这种自动驾驶平台的日常用户来说，对平台的鲁棒性
预测并保证自动驾驶平台的可靠性，对于OEM、Tier1、科技公司和汽车领域的很多初创公司来说是一个重大挑战。对于这种自动驾驶平台的日常用户来说，对平台的鲁棒性、容错性、传输的信息和实时决策有绝对的信心是非常重要的。
智能和互联（自动驾驶汽车、V2V、V2X组件、家庭自动化、IoT等）的日益发展使得人工干预急剧减少，机电一体化系统将取而代之。只有当用户对设备的可靠性和安全性有绝对的信心时，这些系统才能被部署。
这种设备将根据其两个主要组成部分进行分解，硬件和软件。硬件主要由电子板（与机械系统耦合）组成，软件用于设备实现预期的任务（例如，自主停车、变道、自动驾驶驾驶方法等）。
确保和预测自动驾驶驾驶平台的可靠性和安全性是一项巨大又无边界的任务。一方面，用于实现这一目标的部件的多样性非常高，另一方面，这种创新设备的新功能需要对其固有的可靠性和鲁棒性进行多套不同的测试。
OEM和其他公司的估计表明，为了确保这些自动驾驶平台的安全性、鲁棒性和可靠性，数十亿英里的道路测试是必需的。因此，只有在计算机模拟的帮助和使用下，不同的驾驶场景和个别设计参数才能精确、快速和经济地进行虚拟测试。
什么是数字孪生？
数字孪生是一个活体或非活体物理实体的数字复制品。通过连接物理和虚拟世界，数据被无缝传输，允许虚拟实体与物理实体同时存在。
从根本上说，数字孪生体是一个计算机程序或模拟，它将现实世界中关于物理对象或系统的数据作为输入，并将该物理对象或系统将如何受到这些输入的影响作为输出预测或模拟。
数字孪生平台可用于不同领域的大量使用案例。
汽车领域：数字孪生可以在商业汽车领域创建，因为大量的车辆已经安装了遥测传感器。随着更多高级别的自动驾驶汽车在市场上的出现，完善该技术将变得更加重要。
制造领域：从CAD模型到重现整个制造过程，数字孪生将在制造业中发挥重要作用。
仓储和物流：仓储机器人、物流和自动化将与环境中的数字孪生一起运行，以优化和创造更有效的流程。
自动驾驶仿真的挑战
一般来说，自动驾驶仿真的主要意义在于如何真实地模拟实际驾驶环境。无论模拟器有多好，人工模拟的场景和真实场景还是会有一些差异。
现实世界中仍有许多意外事件是无法在模拟器中模拟出来的。因此，如果能用真实的交通数据来重现真实场景，与人工模拟的场景相比，会得到更好的测试结果。然而，重现真实世界数据的主要问题是处理大量真实世界数据所需的算力。
为了在模拟器上重现现实世界每个路段的场景，人们需要让自动驾驶车辆收集每个路段的信息。这样的信息量在单台机器上是无法处理的。
很多仿真技术公司已经与提供基于云解决方案的公司合作，如亚马逊AWS、微软Azure等，以减轻一些负担，并将数据存储到云端的数据中心。在云上运行大量的模拟，只会产生更多的数据，给已经压力很大的模拟平台增加负担。
智能和互联（自动驾驶汽车、V2V、V2X组件、家庭自动化、IoT等）的日益发展使得人工干预急剧减少，机电一体化系统将取而代之。只有当用户对设备的可靠性和安全性有绝对的信心时，这些系统才能被部署。
这种设备将根据其两个主要组成部分进行分解，硬件和软件。硬件主要由电子板（与机械系统耦合）组成，软件用于设备实现预期的任务（例如，自主停车、变道、自动驾驶驾驶方法等）。
确保和预测自动驾驶驾驶平台的可靠性和安全性是一项巨大又无边界的任务。一方面，用于实现这一目标的部件的多样性非常高，另一方面，这种创新设备的新功能需要对其固有的可靠性和鲁棒性进行多套不同的测试。
OEM和其他公司的估计表明，为了确保这些自动驾驶平台的安全性、鲁棒性和可靠性，数十亿英里的道路测试是必需的。因此，只有在计算机模拟的帮助和使用下，不同的驾驶场景和个别设计参数才能精确、快速和经济地进行虚拟测试。
什么是数字孪生？
数字孪生是一个活体或非活体物理实体的数字复制品。通过连接物理和虚拟世界，数据被无缝传输，允许虚拟实体与物理实体同时存在。
从根本上说，数字孪生体是一个计算机程序或模拟，它将现实世界中关于物理对象或系统的数据作为输入，并将该物理对象或系统将如何受到这些输入的影响作为输出预测或模拟。
数字孪生平台可用于不同领域的大量使用案例。
汽车领域：数字孪生可以在商业汽车领域创建，因为大量的车辆已经安装了遥测传感器。随着更多高级别的自动驾驶汽车在市场上的出现，完善该技术将变得更加重要。
制造领域：从CAD模型到重现整个制造过程，数字孪生将在制造业中发挥重要作用。
仓储和物流：仓储机器人、物流和自动化将与环境中的数字孪生一起运行，以优化和创造更有效的流程。
自动驾驶仿真的挑战
一般来说，自动驾驶仿真的主要意义在于如何真实地模拟实际驾驶环境。无论模拟器有多好，人工模拟的场景和真实场景还是会有一些差异。
现实世界中仍有许多意外事件是无法在模拟器中模拟出来的。因此，如果能用真实的交通数据来重现真实场景，与人工模拟的场景相比，会得到更好的测试结果。然而，重现真实世界数据的主要问题是处理大量真实世界数据所需的算力。
为了在模拟器上重现现实世界每个路段的场景，人们需要让自动驾驶车辆收集每个路段的信息。这样的信息量在单台机器上是无法处理的。
很多仿真技术公司已经与提供基于云解决方案的公司合作，如亚马逊AWS、微软Azure等，以减轻一些负担，并将数据存储到云端的数据中心。在云上运行大量的模拟，只会产生更多的数据，给已经压力很大的模拟平台增加负担。
- 下一篇：汽车部件振动测试
- 上一篇：DEKRA德凯获中国大陆首家工业网络安全CB实验室资质
广告 
广告
编辑推荐
最新资讯
-
端到端专题：DDPG 基础算法与方法论介绍
2024-12-19 11:42
-
多模态大模型最新论文介绍
2024-12-19 11:42
-
建科股份收购苏州赛宝
2024-12-19 09:57
-
端云协同创变，中科创达与火山引擎共塑AI智
2024-12-19 09:56
-
美国环保署为零排放重型车辆补贴7.35亿美元
2024-12-19 09:56
广告
广告
