案例 | 解锁智能网联汽车的“气象试炼场”——光照篇

新闻来源:中汽股份

智能网联汽车驰骋于复杂多变的现实路况,光照条件瞬息万变,从阳光明媚的白昼到夜幕笼罩的黑夜,从光线强烈的隧道入口到昏暗幽深的隧道内部,每一种光照场景都可能对智能网联汽车的感知系统、决策系统产生影响。如何确保智能网联汽车在各类光照环境下都能精准运行?智能网联复杂环境多维模拟平台的光照模拟系统给出了答案,它凭借先进技术,精准勾勒出自然光照环境的每一处细节,为智能网联汽车搭建起一座可靠的测试 “堡垒”。

光照模拟系统支持5-3000Lux无级可调,并精心设定 10 个典型值用于照度定量测试,无论是艳阳高照的晴天,还是光线昏暗的阴天,都能轻松应对。均匀排布在测试环境舱顶的灯具可保证测试区域内整体照度均匀度偏差不高于20%,单车道照度均匀度偏差不高于10%,全方位满足各类测试需求并为测试数据的准确性筑牢根基。

光照模拟系统同样采取模块化设计,单个测试单元长达 50m,依照车辆行驶方向巧妙布局,每个单元都能独立控制,犹如一支训练有素的 “灯光部队”,可根据测试指令灵活变换 “阵型”。通过单灯控制、单列控制、区域控制等多种技术手段,能完美复现隧道照明、夜间路灯照明等真实场景,为智能网联汽车提供身临其境的测试体验,大幅提升测试结果的真实性与可靠性。

该系统还具备多样化场景模拟能力,主光照系统结合频闪灯可以解锁闪电、抓拍等特殊光照效果,极大地丰富了测试场景,让智能网联汽车在各种极端或特殊光照条件下接受严苛 “考验”。

光照系统采用HELVAR控制系统,提供完整的DALI控制协议及数据反馈。无论是静态照明还是动态照明,都能实现全面、精准的控制,让灯光系统的灵活性与精确性发挥得淋漓尽致。配合测试环境舱内的照度计,实时监测并反馈光照情况,确保每一组测试数据都精准无误。

中汽股份智能网联复杂环境多维模拟平台的光照模拟系统,正以其卓越的技术实力和贴心的服务优势,引领智能网联汽车测试行业迈向新高度。该平台为智能网联汽车测试搭建起一座场景丰富、专业严谨的“气象试炼场”,助力智能网联汽车组合驾驶辅助系统探索复杂气象环境下的性能极限。

拓展阅读:

智能网联汽车气象多级可调模拟测试平台(VTHILS车辆-环境-交通在环测试系统),可通过对真实环境(雨、雾、光照、地面结冰湿滑等)和交通状况(行人、车辆、交通信号灯等)的准确模拟,在真实、可控、可重复、安全的条件下快速进行“真实车辆+真实传感器+V2X通信+天气环境+交通环境+道路环境模拟”的测试认证,可充分保证试验的可重复性和一致性,为智能驾驶提供全天候赋能,也为相关标准、法规的研究制定提供量化的、关键的依据。

2023年12月26日,中汽股份与IAE智行众维在苏州高铁新城达成战略合作,双方将依托各自在技术、业务、资源上的优势,聚焦产业核心技术,围绕仿真测试验证、试验场建设运营、产业监管保障等领域进行技术攻关及创新、课题研究以及标准体系共建等。

案例 | 解锁智能网联汽车的“气象试炼场”——迷雾篇

新闻来源:中汽股份

智能网联汽车要实现全天候、全场景的稳定运行,复杂多变的气象环境成为了其上路的一大挑战。当大雾弥漫,能见度骤降,如何确保智能网联汽车依旧能安全、稳定地行驶?智能网联复杂环境多维模拟平台给出了解决方案,其降雾模拟系统为智能网联汽车打造了一座专属的 “迷雾” 试炼场。

这个降雾模拟系统拥有一系列令人惊叹的技术 “硬实力”。在低能见度模拟方面,可以实现精准到15 米的最低能见度,从大雾、浓雾再到强浓雾,均可实现自然场景的精准复刻。一流体造雾技术可以让喷头雾化颗粒直径中位数稳稳控制在 25μm 左右,接近自然界的雾滴直径,让每一次雾气模拟都如同真实的自然现象再现。该系统给汽车组合驾驶辅助系统在低能见度环境下的验证,提供了真实可靠的测试环境。

降雾系统采用模块化设计,100米为一个降雾单元,每个单元都能独立控制。这使得该系统可以灵活组合出各种复杂的雾气场景,通过单个区域喷雾开启,还能实现“团雾”效果,满足智能网联汽车在不同测试需求下的严苛要求,为汽车的全方位性能测试奠定了坚实基础。

在试验效率上,降雾系统通过缩短造雾时间、精准把控能见度数据,有效保障了测试的效率和准确性。平台能在短短5分钟内迅速完成造雾且达成指定浓度指标,形成稳定的雾气环境后,还可持续稳定造雾30分钟以上,为汽车测试提供了充足的时间保障;环境舱内配备能见度测量仪,实时监测并反馈测试场地的能见度,确保每一组测试数据都精准无误。

除了科技实力过硬,模拟平台还综合采取多种手段保证降雾效果。为了保证造雾浓度,平台各入口布置了柔性卷帘装置,避免外界自然环境风吹散模拟出的雾;为了实现雾气环境的灵活设置,环境舱全域铺设通风系统,并与降雾模拟系统实现联动,灵活调控雾气的排出,实现降雾浓度的变化。

复杂多变、能见度降低的雾气环境越来越成为智能网联汽车安全上路的必修课。中汽股份智能网联复杂环境多维模拟平台的降雾模拟系统,让智能网联汽车在面对现实世界中的大雾天气时能更加从容不迫,为未来智能交通的安全出行保驾护航。

扩展阅读:

智能网联汽车气象多级可调模拟测试平台(VTHILS车辆-环境-交通在环测试系统),可通过对真实环境(雨、雾、光照、地面结冰湿滑等)和交通状况(行人、车辆、交通信号灯等)的准确模拟,在真实、可控、可重复、安全的条件下快速进行“真实车辆+真实传感器+V2X通信+天气环境+交通环境+道路环境模拟”的测试认证,可充分保证试验的可重复性和一致性,为智能驾驶提供全天候赋能,也为相关标准、法规的研究制定提供量化的、关键的依据。

2023年12月26日,中汽股份与IAE智行众维在苏州高铁新城达成战略合作,双方将依托各自在技术、业务、资源上的优势,聚焦产业核心技术,围绕仿真测试验证、试验场建设运营、产业监管保障等领域进行技术攻关及创新、课题研究以及标准体系共建等。

案例 | 解锁智能网联汽车的“气象试炼场”——降雨篇

智能网联汽车要实现全天候、全场景的稳定运行,就必须经受住各种复杂气象环境的考验。然而,自然界中的雨、雾、光照等气象环境难以满足定量可控的测试需求。中汽股份基于国家重点研发计划 “新能源汽车” 5.2 专项《智能汽车场景库应用与多维测试评价技术》,自主研发、设计、建造的大型气象环境模拟舱——智能网联复杂环境多维模拟平台,精准还原自然界中降雨、降雾、光照场景以及气象间的组合场景,为智能网联汽车测试提供定量、可复现的测试环境,俨然是一座智能网联汽车的 “气象试炼场”。其中,降雨模拟系统能够精准复刻自然降雨场景,为智能网联汽车撑起一片全天候运行的 “保护伞”。

踏入模拟平台,仿佛置身于一个气象的“微观世界”。

这里的降雨强度可覆盖5-120毫米/小时,采用雨强范围内对标典型值的方法,6级精细调节,轻松模拟从小雨的淅淅沥沥到特大暴雨的倾盆之势,配合灯光系统可以营造出全天候复杂降雨场景,给汽车组合驾驶辅助系统带来全方位的挑战。

降雨系统采用模块化设计,50米一单元,每个单元支持独立控制,可实现不同单元不同降雨量的效果。模块化的布置使测试系统更加灵活,每个单元可独自掌控降雨的开关与流量,满足多样化的测试需求,实现车辆行驶中的雨量突变效果。

中雨遇电动自行车闯红灯

 

降雨喷头布局独具匠心,六边形紧密堆叠、井然有序。这一设计让降雨覆盖率轻松突破90%,测试区域的降雨均匀度也稳稳保持在85%以上,专业降雨模拟喷头可将雨滴中位数粒径精准控制在0.5-3.0mm,与自然界雨滴相差无几。防滴漏设计让雨型切换行云流水,前一刻还是细雨绵绵,下一刻便能暴雨骤至,大幅提高了测试效率。

除了卓越的技术优势,降雨模拟系统的服务优势同样突出。环境舱内配备国标翻斗式雨量计,可对测试区域内的降雨情况进行实时测量,并实时反馈至环境管理及监控系统,让智能网联汽车在不同降雨条件下的测试需求得到快速响应。在可持续性方面,环境舱内完善的雨水循环系统,支持全场地以最大雨量持续降雨30分钟以上,确保试验能够不间断地高效进行,为汽车测试提供了充足的时间。

智能网联复杂环境多维模拟平台降雨系统精准的模拟和高效的服务,可以让智能网联汽车在面对真实世界的风雨时更加安全可靠,助力汽车行业深入探索智能网联汽车在极端降雨条件下的性能边界。

扩展阅读:

智能网联汽车气象多级可调模拟测试平台(VTHILS车辆-环境-交通在环测试系统),可通过对真实环境(雨、雾、光照、地面结冰湿滑等)和交通状况(行人、车辆、交通信号灯等)的准确模拟,在真实、可控、可重复、安全的条件下快速进行“真实车辆+真实传感器+V2X通信+天气环境+交通环境+道路环境模拟”的测试认证,可充分保证试验的可重复性和一致性,为智能驾驶提供全天候赋能,也为相关标准、法规的研究制定提供量化的、关键的依据。

2023年12月26日,中汽股份与IAE智行众维在苏州高铁新城达成战略合作,双方将依托各自在技术、业务、资源上的优势,聚焦产业核心技术,围绕仿真测试验证、试验场建设运营、产业监管保障等领域进行技术攻关及创新、课题研究以及标准体系共建等。

标准发布丨ASAM OpenMATERIAL 3D 1.0.0

2025 年 4 月,ASAM OpenMATERIAL 3D 1.0.0 标准已正式发布。该标准针对物理材质属性和三维物体描述提出了规范格式。欢迎ASAM会员与行业专家查阅与使用。

1. 为什么要开发ASAM OpenMATERIAL?

简单来说,OpenMATERIAL是为了提供有效的高精度仿真模型

如果要为高级驾驶辅助系统(ADAS)提供可靠的安全论据,需要在各种测试方法和环境中获得精确、一致的数据。但是有限、昂贵的计算资源阻碍了仿真技术的普及和发展,导致在设计解决方案之时必须优先考虑最小的内存和计算需求。为了降低对计算资源(硬件设备)的需求,一般会通过降低物理模型精确而视觉效果区别不大的方式来实现。在早期开发阶段不失为一种高效的方式,但并不代表在建模中不需要严格的物理准确性。

随着计算能力和仿真技术的进步,虚拟仿真测试在开发各个阶段的作用也得到了行业的普遍认可。这一进步增加了对“数字孪生”或真实世界实体的高精度仿真需求,这对于增强物理传感器仿真至关重要。因此,行业内迫切需要对材料属性进行精确建模,确保 3D 模型及其物理属性通过标准化流程在不同平台和利益相关者之间始终如一地交换。

2. ASAM OpenMATERIAL 3D 标准介绍

ASAM OpenMATERIAL 3D作为开源项目,致力于通过提供精确、标准化的3D资产与材料属性,有效支撑传感器行为仿真的需求。

ASAM OpenMATERIAL 3D标准既定义了材料的物理属性,又规范了3D模型结构以实现更高精度的仿真。该标准摒弃了简单标注”玻璃””金属””橡胶”等材质名称的传统方式,转而精确定义折射率、表面粗糙度、磁导率等特性参数。这些物理属性存储于专门的材质文件中,并与3D几何模型结构建立关联,从而确保仿真过程中的真实物理行为表现。

ASAM OpenMATERIAL 3D标准并未引入新的三维属性描述格式,而是为模型元素如坐标系和可移动部件(例如行人的四肢)建立了一致的层级结构。此方法增强了不同仿真之间的兼容性,并允许现有的3D资产无缝集成。
通过结合标准化的材料属性和3D结构,该标准提升了感知传感器仿真的效果,使激光雷达、雷达和摄像头的输出更为真实。这对于生成准确的传感器数据至关重要,而这些数据对于测试和训练感知算法非常关键。
ASAM OpenMATERIAL 3D标准旨在支持整个传感器仿真工作流程中的关键使用场景。它支持3D资产和材料数据的创建,使模型与材料属性可以同时或单独生成。这些资产和材料可通过直接交换或市场平台在不同组织间分发,确保协作顺畅无阻。
创建完成后,它们可以被导入到仿真平台中,无论是集中式仿真平台还是像功能模拟单元(FMU)这样的去中心化模型。该标准还支持对象部件操作,允许三维模型在仿真中包含可移动的组件。
通过定义材料属性,该标准增强了信号传播建模,使得能够准确模拟传感器与环境的交互,包括能量传播和信号反射。最终,这有助于对感知算法进行测试和训练,从而优化自动驾驶车辆的感知系统。
该标准聚焦于传感器将要互动的虚拟环境和对象,包括:
  • 目标对象(target objects),如车辆和行人,
  • 周围结构(surrounding structures),如建筑物和其他固定元素,
  • 道路表面(road surfaces),具备物理道路特性。
然而,环境条件——如天气、光照及其他影响传感器的因素——暂时不在此标准范围之内。同样,传感器外壳与环境的互动,如雨滴或传感器上的污垢,也不包含在该标准内。
3. ?中国企业参与ASAM OpenMATERIAL 3D 标准制定
作为 ASAM 组织内最为活跃的区域之一,中国会员长期参与和制定 ASAM 标准。在 ASAM OpenMaterial 3D 项目中,苏州智行众维智能科技有限公司(IAE Suzhou Technologies Co. Ltd.)深入参与并提供技术支持。
感谢中国会员与专家对 ASAM 标准及社区的辛勤付出。C-ASAM 将为中国会员提供 ASAM 标准制定的相关支持和服务,欢迎有需要的会员专家积极联系。

如需阅读ASAM OpenMaterial 3D版本内容,敬请关注本公众号,输入“3D1.0”关键字获取官方网页链接。
C-ASAM工作组将持续跟进ASAM标准制修订最新进展,并带来重要成果的分析解读,敬请大家关注。

案例分享 | 攻克ADAS开发测试难题,实现单元动态测试新突破

随着智能网联汽车的快速发展,软件已成为汽车的核心竞争力。某智驾公司作为智能驾驶领域的佼佼者,其智驾部门专注于开发高性价比、高性能的智能驾驶解决方案。其智驾系统已广泛应用于国内大型OEM旗下的多个品牌车型,覆盖从高速无图NOA到城市全场景无图NOA等多种功能。然而,随着智能驾驶系统的复杂性不断增加,智驾公司也面临着诸多挑战,尤其是在代码动态测试方面。

 

 

 

 

痛点1:代码规模庞大,测试用例编写工作量惊人

-?问题:ADAS项目集成后,代码量极其庞大,需要进行单元动态测试的代码模块众多。编写测试用例的工作量随之呈指数级增长,这不仅耗费大量人力,还严重影响了开发进度。

-?影响:测试团队疲于奔命,却难以在短时间内完成高质量的测试用例编写,导致测试覆盖率难以提升。

痛点2:开源工具的局限性

-?问题:客户之前一直使用开源的动态测试工具,但这些工具存在诸多问题。UI界面简陋,操作体验较差,功能也严重缺失,无法满足复杂的测试需求。

-?具体表现

– 功能缺失:无法支持高级C++算法的测试,对于复杂数据结构和逻辑的处理能力不足。

– 性能瓶颈:在处理大规模代码时,工具运行缓慢,甚至频繁崩溃,严重影响测试效率。

– 缺乏专业支持:开源工具缺乏专业的技术支持和持续更新,面对复杂问题时,客户只能自行摸索解决办法。

痛点3:测试用例编写困难

-?问题:ADAS系统涉及大量C++高级算法,这些算法的逻辑复杂,数据交互频繁。编写测试用例时,需要深入理解算法的每一个细节,同时还要考虑各种边界条件和异常情况,难度极大。

-?具体表现

– 专业门槛高:测试人员需要具备深厚的C++编程基础和算法知识,才能准确编写测试用例。

– 测试用例质量参差不齐:由于难度过高,测试用例的编写质量难以保证,很多用例无法有效覆盖代码逻辑,导致测试覆盖率始终无法达到100%。

痛点4:MC/DC覆盖率测试难题

-?问题:MC/DC(Modified Condition/Decision Coverage)覆盖率是软件测试中的一种重要指标,尤其在汽车电子领域,对安全性要求极高。然而,开源工具无法支持MC/DC覆盖率的测试,这使得客户在满足行业标准方面面临巨大挑战。

-?影响:无法准确评估代码的测试覆盖率,难以确保软件的可靠性和安全性,项目通过行业认证的难度大大增加。

 

 

 

 

1. 代码规模庞大,测试用例编写工作量惊人

-?解决方案:CT工具提供自动生成测试用例的功能,能够根据代码逻辑自动生成基础测试用例,为测试人员减少一部分工作量,让他们可以将精力集中在更复杂和关键的测试用例编写上。

-?效果:显著降低了测试用例编写的工作量,提升了测试效率,缩短了项目周期。

2. 开源工具的局限性、测试用例编写困难以及MC/DC覆盖率测试难题

解决方案

– CT工具的UI界面更加现代化、简洁,操作起来更加便捷,极大地改善了测试人员的使用体验。

– 提供打桩和Mock功能,用于减少测试时与其他依赖模块的耦合,使得测试更加独立和高效。

– 针对复杂代码,CT工具还提供代码层级故障注入功能,用于测试故障处理代码等正常方式无法覆盖的代码,进一步提高测试覆盖率。

<图1> 故障注入功能

– 提供MC/DC测试用例编写指南,帮助测试人员快速掌握编写技巧,提高测试用例的编写速度。

? <图2> MC/DC测试用例编写指南
– 通过优化算法和逻辑分析,CT工具能够减少不必要的测试用例数量,用最少的测试用例数量达成更高的MC/DC覆盖率。

– CT工具支持MC/DC覆盖率测试,并提供详细的测试用例编写指南和优化建议,帮助客户满足行业标准。

效果

解决了开源工具功能缺失和性能瓶颈的问题,降低了测试用例编写的难度,提升了测试用例的质量和覆盖率,同时确保了软件的可靠性和安全性,提高了项目通过行业认证的可能性。

3. 全程技术支持

-?解决方案:我们为代码动态验证解决方案提供全程技术支持,专业团队随时响应客户遇到的各种问题,确保测试过程顺利进行。

-?效果:客户在使用过程中无需担心技术难题,能够专注于测试任务本身。

4. 开发人员介入迭代源码

-?解决方案:针对客户项目代码量级极其庞大的问题,CT工具的软件开发团队进行了针对性的迭代开发,发布了多个补丁,大大提高了测试执行的速度。

-?效果:优化了工具的性能,使其能够高效处理大规模代码,确保测试效率不受影响。

中路慧能《车路云一体化测试场建设项目中期评审会暨智能网联汽车标准验证基地授牌仪式》圆满举行

文章来源:中路慧能检测认证科技有限公司

2025 年 4 月 28 日,《车路云一体化测试场建设项目中期评审会暨智能网联汽车标准验证基地授牌仪式》在中路慧能检测认证科技有限公司盛大启幕。政府领导、行业精英、专家学者齐聚一堂,共同见证车路云一体化发展的重要里程碑,为智能网联汽车产业的前行注入强劲动能。

本次会议由中路慧能总经理聂秋海担任主持人,招远市副市长荆兴业,中国智能网联汽车产业创新联盟秘书长、中国汽车工程学会副秘书长、国家智能网联汽车创新中心副主任公维洁,玲珑集团总裁王琳等领导亲临现场。此外,各大主机厂、行业机构、相关产业的领导和专家也纷纷到场,共同为行业发展建言献策。

会议伊始,招远市副市长荆兴业发表致辞。他在讲话中强调,智能网联汽车是未来交通发展的必然趋势,中路慧能车路云一体化测试场建设项目及智能网联汽车标准验证基地的推进,对招远市产业升级和经济高质量发展意义深远。招远市人民政府将持续优化营商环境,全力支持项目建设,与企业携手推动智能网联汽车产业在招远落地生根、蓬勃发展。

随后,国家智能网联汽车创新中心业务总监、车路云一体化测试场建设项目负责人夏雪,带来了车路云一体化测试场建设项目中期汇报。国家智能网联汽车创新中心孙宫昊汇报了车路云一体化标准体系建设及招远智能网联汽车标准验证基地工作进展。

会议的高潮当属智能网联汽车标准验证基地授牌仪式。在全场嘉宾的共同见证下,公维洁秘书长为中路慧能授牌并发表讲话。她指出:“中路慧能在车路云一体化领域的积极探索与卓越成果,为行业发展树立了标杆。此次授牌,不仅是对过去成绩的肯定,更是对未来发展的期许。希望中路慧能以基地为依托,进一步深化创新,推动智能网联汽车产业迈向新高度。

授牌仪式结束后进行了车路云一体化测试场数字孪生系统成果展示和实车演示,数字孪生系统通过虚拟仿真技术,生动展现了测试场的运行场景和车辆测试过程,实车演示中,智能网联汽车精准完成各项测试任务,充分展示了车路云一体化技术的实际应用效果。

下午,由中路慧能、国汽智联、IAE智行众维联合打造的车路云一体化测试场建设项目顺利通过中期评审,标志着这一国家级示范项目取得重要进展。在该项目闭门会上,与会专家和企业代表围绕项目建设中的关键问题展开深入讨论,提出了许多宝贵的意见和建议。随后进行的中亚轮胎试验场的参观活动,则让嘉宾们近距离了解了轮胎测试技术和设备,为未来的产业合作提供了新的思路和方向。

此次《车路云一体化测试场建设项目中期评审会暨智能网联汽车标准验证基地授牌仪式》的成功举办,是中路慧能在智能网联汽车领域的一次重要突破,也为行业发展提供了新的思路和方向。我们期待与更多行业伙伴携手同行,共同开创智能网联汽车产业的美好未来!

发布 | Coral-Data开源计划第12期:SimTerrain-City1 for VTD仿真静态场景数据集

本期发布“SimTerrain-City1 for VTD仿真静态场景数据集”。该仿真静态场景可直接在Virtual Test Drive(以下简称VTD)仿真平台运行,助力用户快速开展仿真测试。

SimTerrain-City1 for VTD仿真静态场景数据集依据国家标准、行业标准(以下简称国标、行标)对城市道路的要求,结合中国上海的道路特征制作而成,适用于城市道路领航辅助系统等运行设计域(ODD)内ADAS/ADS系统的功能验证与可靠性测试。场景精准还原城市道路中常见的道路路况,如直道、弯道、坡道、环岛、隧道及十字、T型、Y型等多样化路口形态,满足ADAS/ADS系统仿真测试及驾驶模拟器应用需求。相较实车测试,仿真测试可显著降低测试成本(无需实体车辆与物理环境),并支持测试条件的快速参数化调整。

静态场景介绍

SimTerrain-City1 for VTD仿真静态场景选取SimTerrain-City1 for OpenDRIVE仿真静态场景的其中一段(分块2)制作,较SimTerrain-City1 for OpenDRIVE仿真静态场景增加了背景3D模型,产品成果可在VTD软件中直接使用。

图 1??SimTerrain-City1 for OpenDRIVE全图

分块2由停车场、小区内部道路、直行路段及多样化路口构成;全图全长约双向22km。

– 东西走向:包含2条主干道,里程分别为双向2km和1.6km,其中双向1.6km直道与停车场相连,停车场面积约为14400m?。

– 南北走向:包含2条主干道,里程分别为双向3.4km和3.8km。

图 2?SimTerrain-City1 for VTD分块2

– 停车场:设有多个停车分区,包含斜列式、垂直式、平行式车位布局,配备全封闭、半封闭、开口式三类车位标线,设置数字编码、指示文字及导向箭头等车位标识;

– 通行类型:单向道、双向道、车道增减过渡段等;

– 双向道路:采用城市护栏或中央隔离带实施双向分隔;

– 夜间照明:全线设置路灯照明。

图 3?仿真静态场景分块2展示

 

场景生产依据

SimTerrain-City1 for VTD仿真静态场景依据国标、行标对城市道路要求,结合中国上海道路形态制作,具体如下:

– 道路宽度、限速依据《CJJ37-2012城市道路工程设计规范(2016年版)》;

– 道路交通标志依据《GB 5768.2-2022 道路交通标志和标线 第2部分:道路交通标志》;

– 道路交通标线依据《GB 5768.3-2009 道路交通标志和标线 第3部分:道路交通标线》;

– 道路交通信号灯依据《GB 14886-2016道路交通信号灯设置与安装规范》与影像资料;

– 道路交叉口依据《GB 50647-2011城市道路交叉口规划规范》与影像资料;

停车场停车位依据《GA/T 850-2009城市道路路内停车泊位设置规范》。

表 1 分块2路网信息

表 2 分块内涵盖道路路况

场景生产说明

– 交通标志和标线:静态场景为虚拟地理位置,因此交通标线和交通标志的布设以国标、行标为基础,参考真实地形添加样式,尺寸以国标《GB 5768 道路交通标志和标线》为依据。

? 交通标线:包含车道标线、导流线、车距确认线、减速振荡标线等;

? 交通标志:包含指路标牌、禁令标牌、警告标牌、告示标牌等。

– 道路高程:搭建静态场景的参考数据(OpenStreetMap、百度街景)缺失相对高程信息,因此静态场景的高程主要参考百度街景的坡度视觉效果做还原(保证上坡和下坡的一致性),坡度值参考国标进行设置。

下载方式

扫描下方二维码即刻下载。

如需了解更多VDBP平台及Coral-Data开源数据集的相关信息,可联系众链科技 021-59990939或IAE智行众维? 0512-66836566,亦可关注官方微信公众号:VDBP众链科技、智行众维。

聚智苏州,聚焦 AI 智能驾驶发展新机遇

新闻来源:苏州高通创达联合创新中心

4 月 27 日,由中科创达软件股份有限公司主办,苏州市计算机学会与苏州大学计算机科学与技术学院协办的 “AI 时代下智能驾驶发展的新机遇” 沙龙在苏州高铁新城圆满举办。来自苏州大学、苏州市计算机学会、高通公司和IAE智行众维等70余位企业代表及行业专家齐聚一堂,共探智能驾驶在 AI 浪潮下的发展新路径。IAE智行众维副总经理刘虎受邀出席并做《AI时代下汽车行业洞察与思考》主题分享。

他表示,随着AI大模型、云计算技术的快速发展,汽车行业正在迎接颠覆式的数智化变革,我们也将进入一个Agent应用时代。而汽车作为具身智能当中最具代表性和商业价值的智能机器人,也将会是一个超智能Agent。未来我们围绕着汽车及智驾相关的开发和应用,会是一个围绕着世界模型+多Agent+空间智能+数据驱动的新架构范式。 IAE 智行众维作为智能新能源汽车仿真测试领域的专业服务商,将基于AI大模型技术,推出AI Based 场景数据服务+大模型紧密融合的仿真测试工具链+智能化安全测评服务,助力智驾和低空领域加速到来。

最后的圆桌讨论环节,专家们围绕 AI 对智能驾驶的颠覆、应对策略及未来挑战等关键问题,分享了深刻见解与思考。

智能驾驶的未来图景,不仅需要单点技术的“星火突破”,更呼唤全产业链的“燎原之势”。作为智能操作系统领域的深耕者,我们深谙生态协同的战略价值,将以开放姿态携手产业链上下游伙伴,持续以创新为引擎,突破技术边界、拓展应用场景,在智能出行的新赛道上,共同书写产业变革的时代篇章,为全球用户解锁更安全、更智能、更高效的出行新范式。

Crab智驾场景认知炼金引擎:自动驾驶场景数据闭环的跃迁

在智能驾驶技术迈向高阶自动驾驶的关键跃迁中,数据资产持续为行业突破提供核心驱动力。实现L2到L3级跨越的核心挑战在于攻克长尾效应,这要求系统具备处理海量不可穷举的Corner Cases的能力。

然而在智能驾驶技术迭代的深水区,传统自然驾驶场景构建范式正遭遇三重困境:

1. 原始数据问题无法有效修复,生成场景质量低;

2. 面对海量数据,场景提取难度高,场景生成效率低;

3. 生成场景无法有效进行特征提取和场景分类,去重工作困难,测试效率难以提升。

DeepOCEAN.AI仿真平台的Crab自然驾驶场景处理工具通过三层引擎实现范式突破:

1. 数据炼金层

搭载强大的数据清洗功能,能够自动识别并剔除数据中的噪声、异常值和重复数据、平滑轨迹、目标物合并及补帧等,确保清洗后的数据质量满足高质量场景构建要求。

Crab功能:自动轨迹平滑效果

Crab功能:目标物自动合并效果

 

2. 价值提纯层

内置数据筛选规则,同时支持用户自定义筛选标准,构建智能场景特征蒸馏系统,实现关键场景识别。

 

3. 认知进化层

构建符合ISO 34502的场景语义本体库,实现多维场景特征矩阵,通过特征识别、认知聚类,并结合相似性度量技术,实现场景自动化分类和场景库自主进化。

核心三层能力基础上,Crab提供更多功能,支撑数据生产工程化应用:

1. 多源数据可视化展示

Crab软件提供了丰富的可视化展示功能。支持展示点云、视频、OpenDRIVE格式路网、目标物等数据。方便用户更直观地了解数据情况和处理结果。

 

2. 手动编辑和切片

在自动化算法基础之上,Crab软件配套人工模式,支持进一步优化数据处理。同时支持多种数据片段切片方式,包括人工自定义切片(手动拖动进度条或输入起终时刻)、筛选结果切片;支持对数据切片复制、再切片、再筛选等处理。

 

3. 多样化数据导出功能

支持导出多种格式的数据处理成果,用于后续的数据应用链路。

– 面向SCANeR仿真平台的场景文件(.sce格式)

– 面向VTD和CARLA仿真平台的场景文件(openscenario格式)

– 面向数据分析的时序化表格文件(.csv格式)

Crab自然驾驶场景处理工具,通过高度自动化、智能化的数据处理流程,降低用户数据处理和应用的门槛,成为基于场景的智驾安全评测的关键基础。依托数据驱动的智驾仿真体系,通过Crab系列工具对自然驾驶数据进行多模态解析与场景重构,可高效融合虚实测试场景。这种基于多源、真实道路数据淬炼的场景库和数据集,不仅显著提升未知风险工况的覆盖率,更通过数据驱动的方式持续高效探索安全边界,最终构建起破解自动驾驶长尾难题的系统性解决方案。

IAE智行众维成功入选中国汽车产业“最具投资价值创新企业榜单”TOP30

4月17日,在2025汽车技术领袖深圳论坛上,中汽信科、AUTO HUB(车联创谷)、新汽车投资人俱乐部联合发布“中国汽车产业科创企业投资潜力TOP30榜单”,IAE智行众维成功入选。

为确保评审过程透明度和专业性,本次榜单评审活动以公开、公正、公益、规范为原则,依据汽车产业细分赛道对创业企业科学分类,按照行业前瞻价值、技术创新评价、企业成长潜力、核心团队能力、融资与股东背景等维度制定了创业企业的评价办法和评审流程。30多位具有行业影响力的知名专家、投资人担任评委,历经3个多月的积极投入和通力协作,榜单终于出炉。

发布方表示,这是一份有分量、有依据、有公信力的榜单,未来期待汽车产业愈来愈多的优秀创业企业积极关注和参与进来,共同打造中国汽车科创企业早期创投的风向标,成为挖掘新质生产力、推动汽车产业创新发展的重要策源地。

此次入选 “中国汽车产业科创企业投资潜力 TOP30 榜单”,不仅是对 IAE 智行众维过往成就的高度认可,更希望在未来汽车产业创新发展的征程中, IAE智行众维能够持续发挥关键引领作用,引领行业驶向新高度。