万博Ansys si impegna在modo che gli studenti di oggi abbiano successo, fornendogli il software gratuito di simulazione ingegneristica。
万博Ansys si impegna在modo che gli studenti di oggi abbiano successo, fornendogli il software gratuito di simulazione ingegneristica。
万博Ansys si impegna在modo che gli studenti di oggi abbiano successo, fornendogli il software gratuito di simulazione ingegneristica。
Per Stati unite Canada
+ 1 844.462.6797
万博ANSYS的博客
2021年1月14日
风、雨、雪、雾和灰尘等不利天气条件会迅速出现在道路上,并极大地影响我们的感知和驾驶。如果天气会影响我们对道路的感知,那么它会对高级驾驶辅助系统(ADAS)和自动驾驶汽车(AV)产生什么影响呢?
推出全自动驾驶汽车的一个障碍是对自动系统的数据收集、目标检测和决策过程要有100%的信心。在任何照明水平和天气条件下,摄像头都必须可靠地“看到”行人和其他物理物体,并从制动等关键系统触发适当的反应。在多雨、多雾和多雪的情况下,这尤其具有挑战性,这可能会混淆视觉摄像机,也可能影响激光雷达、雷达和其他传统传感器技术的性能。事实上,天气条件和相关的传感器污染对传感器性能有直接影响,阻碍了决策的最佳检测。影响可能是:
但是,当在自动驾驶汽车上安装传感器,然后让它在各种可能的大气条件和各种可能的地形下进行数千英里的道路测试几乎是不可能的时候,如何才能达到所需的确定性水平呢?仅通过道路测试就能获得100%的信心可能需要数百年。
汽车公司可以使用天气实验室等物理测试来创建受控环境中的场景,并使用道路测试来评估天气的影响。天气实验室可以提供可重复的天气数据,但不考虑其他车辆和道路上的动态条件造成的天气加剧。道路测试将自动驾驶系统暴露在真实的天气条件下,但它不能依赖于快速的技术发展。
物理测试的有效替代方案是耦合计算流体动力学(CFD)和光学模拟解决方案。这些解决方案可以为不同的天气场景提供基于物理的方法,并在虚拟环境中对传感器和自动系统进行性能测试,从而帮助自动驾驶汽车制造商快速开发感知天气的自动系统。
cfd光学解决方案提供了一种设计和优化传感器等硬件的有效方法,以及控制这些传感器的嵌入式软件。因为模拟可以在设计过程的早期进行,它可以通过检测稍后很难解决的问题来节省时间,当大部分设计已经完成时。
在cfd光学解决方案中,万博Ansys流利用于CFD模拟各种天气情况,包括风、雨、雾、雪和沙尘。此外,天气引起的传感器污染、液滴撞击和向薄膜流动的过渡、起雾和表面凝结、结霜、结冰和除冰现象也可以使用Fluent进行分析。CFD模拟的结果是光学模拟的高保真、可重复的天气数据生成。
CFD还可以帮助分析人员评估天气对光学传感器的影响,并改进光学传感器的设计、性能、包装和安装位置。公司可以虚拟研究传感器布局,寻找最有效的传感器组合,以提高自动驾驶汽车传感器在恶劣天气条件下的性能。他们还可以使用模拟来审查和开发涂层和清洁系统,以增强传感器的感知;对感知算法进行可靠性测试;并进行边缘情况分析。
让我们更深入地研究两个例子:雨和雾。
比方说,你想评估相机和激光雷达在中等降雨下的性能。CFD模拟使您能够模拟原生雨以及其他来源产生的水滴,如轮胎的侧面飞溅,或道路上其他车辆产生的飞溅和水滴。在对多雨条件进行CFD模拟后,从Fluent中导出液滴的位置和大小,并导入Speos通过3D纹理特征生成场景中的水滴,以便在相机传感器和相关感知算法上测试其影响。
下面是用CFD生成的降雨数据进行光学模拟的相机图像。
晴、小雨及中雨情况(左至右)
在小雨中,前车和行人被检测到的置信水平与晴天条件下几乎相同。检测的主要退化是左车。置信度由晴空万里时的0.87下降至小雨时的0.47。在中雨条件下,前车检测置信水平从0.98下降到0.87,侧车和行人检测不可靠(这两个物体的置信水平低于置信阈值0.2)。
工程师还可以使用Speos中的先进相机模型来评估景深的影响。景深会使相机图像中附近的物体变得模糊,这使得感知算法很难检测到它们。天气强度与景深的结合对感知算法来说是一个挑战。
雨水对激光雷达的结果有影响。雨滴会造成激光雷达点云的分散和缺失点。液滴的密度、大小和分布都对激光雷达的性能起着重要的作用。不同的激光雷达后处理算法,例如使用最后的收益而不是峰值收益,可以用于减轻影响。
液滴,在外壳上,更接近激光雷达发射器,偏离光远比空气中的液滴。
从左至右:小雨、中雨(外壳上无水滴)、中雨(外壳上有水滴)
要了解天气条件对相机和激光雷达的影响,请查看按需网络研讨会:发现不利天气条件模拟.
虽然目前的传感器技术——包括光学相机和激光雷达——在雾天条件下还不够成熟,但有一个积极的发展:热成像。由于热传感器可以感知远红外辐射,因此可以揭示温度的对比,这对于在雾和其他视觉模糊的条件下探测人、动物和其他产生热量的物体很有价值。
在Speos中重建的虚拟驾驶场景中,使用热成像摄像机和不同程度的雾进行了逼真的模拟。结果显示,与可见光(RGB)相机相比,在雾天使用热成像相机时,感知能力有了巨大的改善。这表明,在传统传感器组合中添加热成像可以提高雾天条件下自动驾驶汽车传感器的性能。
cfd光学解决方案可用于创造雾环境,并在这些条件下测试传感器和自主系统的性能。使用Fluent可以模拟均质和非均质(时空变化)雾条件。来自CFD的雾数据被传输到Speos,以测试可见光摄像机、热成像摄像机和激光雷达在这些雾条件下的性能。下面的图像显示了可见光相机和激光雷达在光学模拟中看到的道路上不均匀的雾和汽车前面的车辆。
左:可视摄像头,右:激光雷达
汽车制造商和原始设备制造商可以通过Ansys解决方案进一步关注模拟,以补充他们的物理天气测试。万博在早期设计阶段使用模拟可以帮助减少自主系统商业化周期的时间和成本。
有效的感知,特别是在恶劣的天气条件下,是当今自动驾驶汽车实现100%可靠性的最大挑战之一。耦合的cfd光学解决方案可以通过开发端到端天气感知解决方案来帮助分析人员应对天气条件带来的挑战,包括设计传感器、优化其性能、战略性地将传感器安装在车辆上、设计传感器清洗系统、测试感知算法和执行功能安全分析。
这意味着自动驾驶汽车工程团队可以开始增加和加快他们的测试和验证活动,以完善创新的混合功能传感器设计,利用Ansys模拟极大地提高车辆的感知能力。万博
我们在这里回答你的问题,期待与你交谈。我们Ansys销售团队的一名成员万博将很快与您联系。