全球汽车制造商和技术供应商都在应用dSPACE工具实现自动驾驶的概念。我们提供所需的仿真和验证解决方案,其中包括SIL、HIL、原型开发、数据记录、数据回放、数据增强、传感器真实性、基于场景的测试、场景生成以及数据和测试管理。我们的产品组合包括用于PC、HIL仿真器或云端的解决方案。如果需要,我们还提供咨询服务。
dSPACE为基于数据的开发和验证提供了全面的解决方案和服务,帮助您实现自动驾驶。这确保了所有开发阶段都能实现无缝、高效的数据处理,从数据记录到数据释放(或sign-off测试)都包含在内。
自动驾驶中的效应链通常由不同的处理阶段组成。首先,传感器的原始数据必须进行预处理(感知)。我们的目标是在单个图像或反射点的基础上检测功能、静态或动态对象以及车辆环境的自由空间。在随后的阶段,结果在合并之后被归类到能够保持一致的环境模型(数据融合)。为此,传感器数据的时间同步和相关性显得非常重要。此外,有必要基于高清地图(定位)确定确切位置和车道位置。
基于环境模型,可以分析车辆周围的情况,规划可能的驾驶轨迹,决定操作选项以及执行纵向和横向控制。
真实世界全面而精密的仿真是进行成功验证的基础。使用合适的传感器模型。并且将实际传感器与测试环境集成能够发挥重要作用。传感器模型的扩展范围从技术独立的变体(其根据环境模型提供的信息直接生成对象列表)到现象学或物理模型都有涉及。现象学或物理模型通常在高性能GPU上进行计算,并将原始数据馈送到连接的真实传感器,如摄像头传感器或雷达传感器。根据数据类型和激励层,传感器可通过不同的方式集成。这些集成选项的范围可以是直接刺激传感器前端,可以通过OTA方式,例如雷达,或者通过带有GNSS(全球导航卫星系统)的HF电缆或V2X(Vehicle-to-X)信号。由于传感器预处理、传感器数据融合以及传感器控制单元中的环境模型的建立对效应链有很大的影响,因此在测试环境中必须使用真实的传感器。
基于人工智能的一站式解决方案,用于自动驾驶车辆(AV)基于数据的开发,从数据记录和优化到大型仿真中基于真实世界的场景生成1)都包含在内。
快速原型利用dSPACE原型系统和RTMaps开发感知,融合和应用算法
MIL/SIL 仿真在标准PC或PC集群上通过模型在环(MIL)或软件在环(SIL)仿真测试自动驾驶功能
HIL 仿真在实验室中测试自动驾驶系统和整个处理过程
工具概览协调良好的工具链中的工具在所有的开发步骤都能顺利进行交互
视频关于dSPACE高级驾驶辅助系统(ADAS)和自动驾驶的一系列视频
dSPACE过程咨询无论是否使用dSPACE工具,dSPACE流程咨询都会提供咨询项目,在整个ECU开发阶段帮助您定义并优化流程。
订阅新闻通讯
订阅/管理订阅/取消订阅 dSPACE新闻简讯