7大国内外自动驾驶仿真平台汇总

最新更新时间:2022-01-21来源: 智车科技 关键字:自动驾驶  仿真平台 手机看文章 扫描二维码
随时随地手机看文章

自动驾驶汽车在真正商业化应用前,需要经历大量的道路测试才能达到商用要求。采用路测来优化自动驾驶算法耗费的时间和成本太高,且开放道路测试仍受到法规限制,极端交通条件和场景复现困难,测试安全存在隐患。目前,自动驾驶仿真测试已经被行业广泛接受, 自动驾驶算法测试大约 90% 通过仿真平台完成,9% 在测试场完成,1% 通过实际路测完成。

 

要想自动驾驶的仿真平台能实际为自动驾驶的路测发挥出相应的能力,必须要具备几种核心能力:真实还原测试场景、高效利用路采数据生成仿真场景、云端大规模并行加速等,使得仿真测试满足自动驾驶感知、决策规划和控制全栈算法的闭环。目前包括科技公司、车企、自动驾驶方案解决商、仿真软件企业、高校及科研机构等主体都在积极投身虚拟仿真平台的建设,相信在不久的未来将会对自动驾驶的商业化落地产生重要的推进作用。

 

本文将带领读者梳理一下7大国内外较著名的自动驾驶仿真软件平台。


PreScan

 

PreScan是西门子公司旗下汽车驾驶仿真软件产品,Prescan是以物理模型为基础,开发ADAS和智能汽车系统的仿真平台。支持摄像头、雷达、激光雷达、GPS,以及V2V/V2I车车通讯等多种应用功能的开发应用。PreScan基于MATLAB仿真平台,主要用于(ADAS)汽车高级驾驶辅助系统和无人自动驾驶系统的仿真模拟软件,其包括多种基于雷达,摄像头,激光雷达,GPS,V2V和V2I车辆/车路通讯技术的智能驾驶应用。支持模型在环(MIL),实时软件在环(SiL),硬件在环(HiL)等多种使用模式。

 

 

Prescan由多个模块组成, 使用起来主要分为四个步骤: 搭建场景、添加传感器、 添加控制系统、 运行仿真。

 

场景搭建: PreScan 提供一个强大的图形编辑器,用户可以使用道路分段, 包括交通标牌, 树木和建筑物的基础组件库,包括机动车, 自行车和行人的交通参与者库,修改天气条件(如雨, 雪和雾) 以及光源(如太阳光,大灯和路灯) 来构建丰富的仿真场景。新版的PreScan也支持导入OpenDrive格式的高精地图,用来建立更加真实的场景。

 

添加传感器: PreScan 支持种类丰富的传感器,包括理想传感器, V2X传感器,激光雷达,毫米波雷达, 超声波雷达, 单目和双目相机, 鱼眼相机等。用户可以根据自己的需要进行添加。

 

添加控制系统: 可以通过MATLAB/ Simulink 建立控制模型,也可以和第三方动力学仿真模型(如 CarSim,VI-Grade,dSpace ASM 的车辆动力学模型)进行闭环控制。

 

运行实验:3D 可视化查看器允许用户分析实验的结果,同时可以提供图片和动画生成功能。此外, 使用ControlDesk和LabView的界面可以用来自动运行实验批次的场景以及运行硬件在环模拟。


CarMaker

 

Carmaker,还有相关的 TruckMaker和MotorcycleMaker是德国IPG公司推出的动力学,ADAS和自动驾驶仿真软件。Carmaker首先是一个优秀的动力学仿真软件,提供了精准的车辆本体模型(发动机、 底盘、 悬架、传动、 转向等) ,除此之外, Carmaker还打造了包括车辆,驾驶员,道路,交通环境的闭环仿真系统。

 

 

IPG Traffic:是交通环境模拟工具, 提供丰富的交通对象(车辆、 行人、 路标、交通灯、 道路施工建筑等) 模型。可实现对真实交通环境的仿真。测试车辆可识别交通对象并由此进行动作触发(如限速标志可触发车辆进行相应的减速动作)。

 

IPG Driver:先进的、 可自学习的驾驶员模型。可控制在各种行驶工况下的车辆, 实现诸如上坡起步、 入库泊车以及甩尾反打方向盘等操作。并能适应车辆的动力特性(驱动形式、 变速箱类型等) 、 道路摩擦系数、 风速、 交通环境状况, 调整驾驶策略。

     

    CarMaker 作为平台软件, 可以与很多第三方软件进行集成, 如 ADAMS、 AVLCruise、 rFpro 等, 可利用各软件的优势进行联合仿真。同时 CarMaker 配套的硬件,提供了大量的板卡接口, 可以方便的与 ECU 或者传感器进行 HIL 测试。


    CarSim

     

    CarSim, 还有相关的 TruckSim 和 BikeSim 是 Mechanical Simulation 公司开发的强大的动力学仿真软件, 被世界各国的主机厂和供应商所广泛使用。CarSim 针对四轮汽车, 轻型卡车,TruckSim 针对多轴和双轮胎的卡车,BikeSim 针对两轮摩托车。CarSim 是一款整车动力学仿真软件, 主要从整车角度进行仿真,它内建了相当数量的车辆数学模型, 并且这些模型都有丰富的经验参数,用户可以快速使用,免去了繁杂的建模和调参的过程。

     

     

    CarSim 模型在计算机上运行的速度可以比实时快 10 倍,可以仿真车辆对驾驶员控制,3D 路面及空气动力学输入的响应,模拟结果高度逼近真实车辆,主要用来预测和仿真汽车整车的操纵稳定性、制动性、平顺性、动力性和经济性。CarSim 自带标准的 Matlab/Simulink 接口,可以方便的与 Matlab/Simulink 进行联合仿真,用于控制算法的开发,同时在仿真时可以产生大量数据结果用于后续使用 Matlab 或者 Excel 进行分析或可视化。CarSim 同时提供了 RT 版本,可以支持主流的 HIL 测试系统,如 dSpace 和 NI 的系统,方便的联合进行 HIL 仿真。


    VIRES VTD

     

    VTD (VirtualTest Drive)是德国 VIRES公司开发的一套用于ADAS,主动安全和自动驾驶的完整模块化仿真工具链。VIRES已经于2017年被MSC软件集团收购。VTD目前运行于Linux平台,它的功能覆盖了道路环境建模、 交通场景建模、天气和环境模拟、 简单和物理真实的传感器仿真、场景仿真管理以及高精度的实时画面渲染等。可以支持从SIL到HIL和VIL的全周期开发流程,开放式的模块式框架可以方便的与第三方的工具和插件联合仿真。VIRES也是广泛应用的自动驾驶仿真开放格式OpenDrive,OpenCRG和OpenScenario的主要贡献者,VTD的功能和存储也依托于这些开放格式。VTD的仿真流程主要由路网搭建,动态场景配置, 仿真运行三个步骤组成。

     

     

    VTD 提供了图形化的交互式路网编辑器RoadNetwork Editor (ROD),在使用各种交通元素构建包含多类型车道复杂道路仿真环境的同时,可以同步生成 OpenDrive高精地图。

     

    在动态场景的建立上,VTD提供了图形化的交互式场景编辑器ScenarioEditor,提供了在 OpenDrive基础上添加用户自定义行为控制的交通体,或者是某区域连续运行的交通流。

     

    无论是SIL,还是 HIL,无论是实时还是非实时的仿真, 无论是单机还是高性能计算的环境,VTD都提供了相应的解决方案。VTD运行时可模拟实时高质量的光影效果及路面反光、车身渲染、 雨雪雾天气渲染、 传感器成像渲染、大灯光视觉效果等。


    PTV Vissim

     

    Vissim是德国PTV公司提供的一款世界领先的微观交通流仿真软件。Vissim可以方便的构建各种复杂的交通环境,包括高速公路,大型环岛,停车场等,也可以在一个仿真场景中模拟包括机动车,卡车,有轨交通和行人的交互行为。它是专业的规划和评价城市和郊区交通设施的有效工具,也可以用来仿真局部紧急情况交通的影响,大量行人的疏散等。

     

     

    Vissim的仿真可以达到很高的精度,包括微观的个体跟驰行为和变道行为,以及群体的合作和冲突。Vissim内置了多种分析手段,既能获得不同情况下的多种具体数据结果,也可以从高质量的三维可视化引擎获得直观的理解。无人驾驶算法也可以通过接入Vissim的方式使用模拟的高动态交通环境进行仿真测试。


    TESS NG

     

    TESS仿真系统是同济大学孙剑教授于2006年主持开发的第一代道路交通仿真系统。自此之后,历经十年,孙剑教授课题组针对中国混合交通流运行特征开展了100多项模型创新和仿真系统应用实践。TESS NG微观交通仿真系统所具有的主要功能有:全交通场景仿真,多模式交通仿真,智能交通系统仿真,可视化评估,二次开发接口,支持3D场景展示等。同时,TESS NG可以与城市交通大脑、交通控制系统、可计算路网(如OpenDrive,OpenStreetMap等)一体化整合,同时可与驾驶模拟器、BIM/CIM系统、智能汽车虚拟测试工具等整合实现跨行业应用。用户还可以通过定制化服务实现更多跨行业的应用。

     


    CARLA

     

    CARLA是由西班牙巴塞罗那自治大学计算机视觉中心指导开发的开源模拟器,用于自动驾驶系统的开发、训练和验证。同 AirSim一样,Carla也依托虚幻引擎进行开发,使用服务器和多客户端的架构。在场景方面, CARLA 提供了为自动驾驶创建场景的开源数字资源(包括城市布局、建筑以及车辆) 以及几个由这些资源搭建的供自动驾驶测试训练的场景。同时,CARLA也可以使用VectorZero的道路搭建软件RoadRunner制作场景和配套的高精地图,也提供了简单的地图编辑器。

     

     

    CARLA也可以支持传感器和环境的灵活配置,它支持多摄像头,激光雷达,GPS等传感器,也可以调节环境的光照和天气。CARLA提供了简单的车辆和行人的自动行为模拟,也同时提供了一整套的 Python接口,可以对场景中的车辆,信号灯等进行控制,用来方便的和自动驾驶系统进行联合仿真,完成决策系统和端到端的强化学习训练。

     

    以上就是目前国内外较知名的自动驾驶仿真平台的盘点,也欢迎大家在评论区补充其他用过的自动驾驶仿真平台。

     

    参考链接:


    [1] https://www.sohu.com/a/516344816_468661


    关键字:自动驾驶  仿真平台 编辑:鲁迪 引用地址:http://news.eeworld.com.cn/qcdz/ic561336.html

    上一篇:黑芝麻智能与MAXIEYE达成合作,部署高阶行泊一体国产化智能驾驶方案
    下一篇:松下明年量产新的特斯拉电池,续航提高15%

    推荐阅读

    Wayve与微软合作 利用超级计算技术开发新型自动驾驶模式
    5月18日,自动驾驶汽车深度学习公司Wayve宣布正在与微软(Microsoft)达成合作,利用超级计算基础设施来支持在全球范围内开发基于人工智能的自动驾驶汽车(AV)模型。此前,微软还参与了Wayve价值2亿美元的B轮融资。2020年,Wayve还与微软合作,选择Microsoft Azure加速其技术的发展。Wayve拥有行业领先的专业知识,即使用深度神经网络和大量数据训练AI模型,而微软在赋能大型AI系统方面有着卓越工程技术。两家将结合彼此的优势,致力于释放深度学习系统在自动驾驶领域的潜力,或许可比基于规则的方法更快地扩展到新的地区。当围绕Wayve的独特方法进行设计时,微软超级计算基础设施的强大功能可使得自动驾驶技术更快落地
    发表于 2022-05-20
    Wayve与微软合作 利用超级计算技术开发新型<font color='red'>自动驾驶</font>模式
    自动驾驶汽车所面临的网联挑战
    与人脑一样,负责驾驶车辆的计算机需要在瞬间做出决定,以应对突发状况,即使是微小的延迟也会给车辆和乘客带来灾难性的后果。传感器融合通过结合来自多个输入的数据(包括雷达、LiDAR和摄像头)来复制人类的感官。通过融合这些数据,车厂可以缓解单一传感器的不足,以获得车辆周围环境的完整图像,并提供高水平的空间感知。然而,为了使传感器融合可靠地工作,必须以非常高的速度收集、分发和处理传感器的数据。就像人脑一样,负责驾驶车辆的计算机需要在瞬间做出决定,以应对突发状况。在这个过程中,即使是微小的延迟也会对车辆和乘客产生灾难性的后果。正如人们所预料的那样,将自动驾驶汽车(AV)所需的所有传感器整合到一起会增加车辆的复杂性,并需要OEM在设计、工程和制
    发表于 2022-05-19
    行为预测技术——自动驾驶破局关键
    自动驾驶领域已持续火热了多年,而截止目前,自动驾驶在真实复杂场景下的大规模部署却一再延后。其中一个很重要的原因是,对于动态和强交互性场景下的行为和轨迹预测问题(behavior prediction)始终没有得出很好的解决方案。由于缺乏对其他道路参与者的行为理解与预测,自动驾驶车辆便无法进行安全高效的决策、规划以及控制。在自动驾驶领域,很早就有业内人士指出:行为预测是自动驾驶最具挑战性的问题之一,比如曾经领导Google无人车项目多年的Chris Urmson,曾在演讲中提到:Google无人车项目的最大障碍就在于怎样理解并预测周围道路参与者的未来行为。什么是自动驾驶中的行为预测问题?让我们从自动驾驶汽车的工作原理开始。我们知道,目
    发表于 2022-05-18
    行为预测技术——<font color='red'>自动驾驶</font>破局关键
    现代汽车与SOS Lab合作开发用于自动驾驶机器人的激光雷达
    据外媒报道,作为使用机器人落实“Mobility of Things”生态系统战略的一部分,韩国现代(Hyundai)汽车集团将与韩国Smart Optical Sensors Lab(SOS Lab)合作,开发用于移动机器人的小型激光雷达系统。合作旨在通过扩大物体识别范围,开发出一种能够在障碍物之间或不规则道路上稳定移动的自动驾驶机器人。图片来源:现代汽车现代汽车集团表示,双方已签署了一份谅解备忘录。SOS Lab开发的固定式激光雷达传感器在尺寸、重量、功率、价格和耐用性方面均具有优势。现代将为移动机器人硬件设计技术和算法提供支持,而SOS Lab则提供先进的3D高分辨率激光雷达设计技术和软件知识。未来两年,两家公司将开发高分辨率
    发表于 2022-05-17
    现代汽车与SOS Lab合作开发用于<font color='red'>自动驾驶</font>机器人的激光雷达
    一文读懂车辆变道预警系统
    在很多的事故视频中,我们经常会看到这一类事故,在拥挤的交通环境中,一辆车与旁边车道的车辆距离很近,但是却直接进行变道,从而导致旁边车道的车辆直接撞到了变道车辆。很多人看到这类视频后都会谴责变道车辆恶意变道,影响交通安全。但是在实际的驾驶环境中,很多驾驶员在变道前,会通过后视镜查看后方车辆,但是由于车辆存在盲区,仅通过后视镜看路况时,旁边车道的车辆可能无法直接被观察到,从而导致上文所述的恶意变道的事故发生,此外在如大雨、大雾、夜间灯光昏暗等特殊天气条件下,则更难通过后视镜观察到后方车辆,这就会产生更大的盲区,让驾驶过程变得更加危险。所谓的汽车盲区,就是指驾驶员处于正常驾驶位置时,其视线被汽车车身遮挡而不能直接观察到的部分区域,简而言之
    发表于 2022-05-16
    一文读懂车辆变道预警系统
    自动驾驶L3:奔驰先行,国内车企如何补足这一课?
    奔驰L3上市,国内车企:L3是不是鸡肋,要不要补课?不久前,潍柴动力董事长谭旭光公开喊话:“当前的自动驾驶技术就是忽悠,L1和L2级自动驾驶还尚且马马虎虎,L3级自动驾驶更是不可能的。”话音刚落,奔驰携L3级自动驾驶款款来了。自5月起,德国市场的奔驰S级和奔驰EQS主,花费5000欧元(约合人民币35155元)和7430欧元(约合人民币52241元),便可选装Drive Pilot系统(L3级自动驾驶系统)。届时,这些车主便可以在德国全境1.3万公里的高速公路上以最高60 km / h的速度率先实现有条件的自动驾驶。多家车企发力,但L3时代尚远2021年12月10日,德国联邦汽车运输管理局 (KBA) 批准了奔驰的L3级自动驾驶系统
    发表于 2022-05-13
    <font color='red'>自动驾驶</font>L3:奔驰先行,国内车企如何补足这一课?
    小广播
    换一换 更多 相关热搜器件

    About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

    站点相关: 动力系统 底盘电子 车身电子 信息及娱乐系统 安全 总线与连接 车用传感器/MCU 检测与维修 其他技术 行业动态

    词云: 1 2 3 4 5 6 7 8 9 10

    北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

    电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2022 EEWORLD.com.cn, Inc. All rights reserved