当前位置:文档之家› PanoSim-ADAS传感模型介绍

PanoSim-ADAS传感模型介绍

PanoSim-ADAS传感模型介绍
背景
未来,随着各项ADAS新法案的诞生,车辆上的标配传感器会越来越多。

举例来说,倒车影像现在就成了美国新车的强制装备。

此外,各大机构、主机厂越来越严格的碰撞测试和ADAS测试也让越来越多的用户开始习惯在车辆上搭载这些汽车电子产品。

自动泊车、高速自适应巡航和紧急自动刹车等智能辅助驾驶功能以及备受瞩目的无人驾驶技术都非常依赖传感器,因此车上的传感器不但要多,还要能正确使用。

给车辆安装这些独立系统后,司机就能获知更多信息,车辆也能实现少数自动驾驶功能。

各大机构、主机厂等对虚拟传感器模拟仿真越来越重视,传感器模拟仿真技术应运而生。

简介
PanoSim具备独立的传感器仿真模块,可以对传感器进行单独高效的测试,也可以多传感融合测试,并联合车辆动力学模型、场景模型进行高精度传感环境模拟仿真,为各大机构、主机厂提供多种ADAS传感运用方案,保证研发效率以及实用运用。

PanoSim提供激光雷达、毫米波雷达、超声波雷达、真值传感、无线通讯、鱼眼像机、针孔像机、双目像机等传感器。

传感器采用几何建模+物理建模相结合的混合建模方式,能够输出传感原始数据和目标数据。

用户可在车辆模型任意位置安装传感器,并设置其物理属性如雷达的照射开度、功率衰减、频率、角度和有效距离等。

PanoSim传感配置界面
功能运用
●摄像头算法开发测试应用
●雷达算法开发测试应用
●多传感信号融合以及算法开发测试应用
●雷达/摄像头在环测试设备集成
PanoSim-ADAS传感模型通过结合视觉传感器模型可以直接输出仿真结果,可以为对比真实传感数据、传感算法应用、传感器数据融合算法开发等提供数据支持提高传感数据的置信度。

模型介绍
雷达模型
PanoSim雷达模型包括激光雷达、毫米波雷达、超声波雷达,是基于几何建模与物理建模相结合的混合建模方法,建立了基于回波信号的雷达物理建模方法,较为逼真地模拟了雷达的探测机理(而不是雷达的物理结构),并能反映环境对雷达探测信号传播的影响(噪声、杂波等干扰和衰减)模型精度较高,实时性较好。

雷达模型支持设置雷达功率衰减、RCS估算等物理特性,克服了传统方法的RCS值获取难,准确度无法保证问题。

车载雷达几何模型RCS估算
✧雷达模型性能:
1)真实的模拟雷达探测机理
2)扫描实际形状,反馈RCS估算
3)考虑雷达遮挡情况
4)模拟对环境的功率衰减
5)支持波能量散射图
✧雷达模型的应用
基于超声波雷达的自动泊车应用研究
真值传感
PanoSim提供真值传感器,真值传感器为每个像素提供一个深度值的“摄像机图像”。

可以用于地面真实数据输出、提供最精准的车道线标志信息、像机输入的对象检测算法的参考、校准车道识别算法、快速生成LDW/LKA算法的输入。

目前支持对车道标记、道路边界、目标、交通标志、地图的真值输出,仿真结束后生成真值对比报告。

✧可输出的信号:
1)车道线的绝对位置;
2)传感器扫描中心的车道线距离;
3)可视化车道或路边线的标记的颜色,标签,宽度,长度和间距;
4)相机参考图像。

智能标志牌真值传感
V2X无线通信
V2X使得车与车、车与基站、基站与基站之间能够通信,从而获得实时路况、道路信息、行人信息等一系列交通信息,从而提高驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。

不同于像机和雷达,通信是协作式传感器,其性能严重地依赖交通流量,实际的场地测试不易体现各种交通密度对通信的影响,通信性能十分依赖于各种噪声,场地测试无法定量化控制噪声的水平;通信性能还与道路环境密切相关,例如建筑物密集程度、障碍物遮挡等,场地测试不易覆盖各种工况。

PanoSim提供了V2X车载无线通信传感器,通过自定义应用层协议在仿真建模车载天线中模拟车载无线通信的使用性能,检测多个通信性能指标受路由算法、通信范围、处理速率、移动速度等各种关键因素的组合影响,具有仿真精度高、模块化、综合仿真效率和效果最优等特点。

✧V2X具体特性:
1)自定义通信协议,获取协议信息
2)仿真精度高
3)联合Matlab/Simulink对通信数据进行算法控制
车队V2X无线通讯
像机模型
PanoSim像机模型通过车载视觉传感建模虚拟化真实像机,包括鱼眼像机、针孔像机、双目像机。

像机模型图像能够添加暗角、模糊、畸变等物理特性效果,逼真还原真
实图像效果。

并能够通过像机在环,对标真实相机参数,定制开发图像识别功能。

像机模型建模原理
✧像机具体性能:
1)单目/双目/鱼眼像机选择
2)在Matlab/Simulink中,调用图像数据
3)在Matlab/Simulink中,实现自定义解释算法
4)多传感信号融合算法(例如与雷达/激光数据融合)
5)对象识别和分类算法
6)线识别算法
✧相机成像效果验证:
1建立对应于真实世界的场景3D模型;
2使用真实相机和虚拟相机模型分别对真实场景和3D虚拟场景进行拍摄;
3使用经典图像处理算法验证相机模型;
图像对比
像机模型效果图:
鱼眼像机效果图。

相关主题