博客
关于我
面向未来的智能驾驶测试平台
阅读量:162 次
发布时间:2019-02-28

本文共 625 字,大约阅读时间需要 2 分钟。

智能驾驶技术目前正处于充分验证阶段,为了确保达到极低的事故率要求,测试里程需要达到110亿英里。由于标准化场地测试路况单一,而开放道路测试又存在复现难度的问题,因此高效率、高覆盖度的仿真测试成为验证智能驾驶系统的关键手段。作为国内领先的汽车电子服务商,恒润科技推出了面向未来的智能驾驶整车测试平台,能够在实验室环境中充分验证智驾算法。

该系统整合了驱动控制系统测试平台、智驾控制系统测试平台以及智能网联系统测试平台,包含以下重要模块:

  • 高级快速原型:支持智驾算法快速下载与验证
  • 毫米波雷达模拟器:支持多方向多目标回波仿真
  • 超声波雷达模拟器:满足APA测试需求
  • 摄像头视频仿真:实现摄像头传感器信号仿真
  • 激光雷达模拟:支持16-64线激光雷达点云实时模拟
  • 交通流联合仿真:高度还原不同时间段的交通场景
  • GNSS模拟器:联合交通场景实时仿真,提供各制式导航电文及信道模拟
  • 基站模拟器:模拟运营商网络通讯服务,车辆外场行驶网络工况
  • 信道模拟器:模拟各类标准及自定义V2X信道模型
  • 人机交互台架:实现影音娱乐人机交互自动化测试
  • 新能源仿真系统:三电系统集成测试,支持纯电/混动等新能源系统类型
  • 通过该测试平台,国内多家OEM和零部件供应商在恒润科技的支持下建立了自己的"虚拟车辆"实验室,成功将HIL测试技术应用于单ECU或整车电控系统的开发与测试。未来,围绕智能驾驶测试评价体系将更加丰富和完善,恒润科技可以成为您智能驾驶领域的可靠合作伙伴。期待您的垂询!

    转载地址:http://uduj.baihongyu.com/

    你可能感兴趣的文章
    OpenCV使用霍夫变换检测图像中的形状
    查看>>
    opencv保存图片路径包含中文乱码解决方案
    查看>>
    OpenCV保证输入图像为三通道
    查看>>
    OpenCV入门教程(非常详细)从零基础入门到精通,看完这一篇就够了
    查看>>
    opencv图像分割2-GMM
    查看>>
    opencv图像分割3-分水岭方法
    查看>>
    opencv图像切割1-KMeans方法
    查看>>
    OpenCV图像处理篇之阈值操作函数
    查看>>
    opencv图像特征融合-seamlessClone
    查看>>
    OpenCV图像的深浅拷贝
    查看>>
    OpenCV在Google Colboratory中不起作用
    查看>>
    OpenCV学习(13) 细化算法(1)(转)
    查看>>
    OpenCV学习笔记(27)KAZE 算法原理与源码分析(一)非线性扩散滤波
    查看>>
    OpenCV学堂 | CV开发者必须懂的9种距离度量方法,内含欧氏距离、切比雪夫距离等(建议收藏)
    查看>>
    OpenCV学堂 | OpenCV中支持的人脸检测方法整理与汇总
    查看>>
    OpenCV学堂 | OpenCV案例 | 基于轮廓分析对象提取
    查看>>
    OpenCV学堂 | YOLOv8与YOLO11自定义数据集迁移学习效果对比
    查看>>
    OpenCV学堂 | YOLOv8官方团队宣布YOLOv11 发布了
    查看>>
    OpenCV学堂 | YOLOv8实战 | 荧光显微镜细胞图像检测
    查看>>
    OpenCV学堂 | 汇总 | 深度学习图像去模糊技术与模型
    查看>>