Cognata仿真模拟平台
我们的仿真平台已实现商业化部署,该平 台贯穿整个自动驾驶系统研发迭代的全流 程,从训练、测试到部署,加快自动驾驶 系统的上市时间。
我们的仿真平台已实现商业化部署,该平 台贯穿整个自动驾驶系统研发迭代的全流 程,从训练、测试到部署,加快自动驾驶 系统的上市时间。
训练环境
l真实模拟的3D 环境
Ø丰富的3D仿真驾驶环境
Ø数字化双胞胎技术和生成完整的虚拟场景
Ø应用深度神经网络技术 (DNN) ,生成真实的仿真场景
l大型数据集
Ø用于训练和测试机器学习的大型数据集
Ø具有可导出性和重复使用性
Ø在每帧画面中都有准确一致的标注物
l丰富的交通模型
Ø真实模拟的汽车司机、骑行者和行人
Ø人工智能与特定场景的互动式行为资料库
Ø可按相应比例配置和部署
功能验证
l即用型场景
Ø通用型自动驾驶功能的预构建式场景库
Ø支持标准的高级驾驶辅助系统 (ADAS) 和自动驾驶 (AV) 评估程序
Ø利用fuzzing技术实现不同驾驶场景的快速创建
l 场景的制作和管理
Ø场景的制作、配置和管理
Ø简易的网页式图形界面
Ø强大的Python脚本编写功能
l与现有组件的简易集成
Ø基于标准接口的闭环模拟
Ø使用 Jenkins 和 Bamboo 进行自动化测试
Ø产品生命周期管理 (PLM) 和需求管理采用基于覆盖率的验证方法
分析
l关键性数据的选取
Ø即用型通过/失败标准
Ø强大的自定义规则创建
Ø针对大规模仿真的趋势挖掘
l可视化
Ø以目标为导向的数据展示
Ø多层自适应Dashboard
Ø设计决策优化
l部署
Ø支持道路预备的测量
Ø法规要求的虚拟认证
Ø持续支持地理扩张
工作原理
l静态层
自动虚拟世界
程序构建的道路、建筑物和基础设施的3D环境将精确到每一个车道标记、表面材质和红绿灯。
l动态层
智能交通模型
基于人工智能的交通模型能够准确还原仿真区域的司机、行人和骑行者的行为习惯。
l传感层
传感器的精确模拟
支持常用的摄像头和激光雷达,并支持基于深度神经网络的雷达传感器模型,同时提供了一套工具链来实现传感器的快速创建。
l云层
云端支持任意规模仿真场景
支持大规模重建,可覆盖海量驾驶场景,加快仿真运行速度,大大降低仿真成本