产品详细介绍1.系统方案ANSYS高精度自动驾驶仿真验证平台提供了基于物理的三维场景建模、基于语义的道路事件建模、基于物理光学属性的摄像头和激光雷达的仿真、基于物理电磁学属性的毫米波雷达的仿真，从而实现多传感器、多交通对象、多场景、多环境的实时闭环仿真。其主要功能如下：1)开放式交通场景编辑模块，自定义设定道路和交通场景，可以自定义设定道路两旁的建筑物，绿化带等等；2)可以根据用户需求，自定义设定道路场景上的交通流，可以自定义设定道路上来往的车辆，行人和交通指示灯；3)可以根据客户需求，自行设定主动驾驶（或算法控制车辆）的车辆动力学参数；4)支持高精度的三维场景仿真和基于环境光的模拟；5)支持高精度的物理属性的传感器仿真，包括毫米波雷达的仿真、摄像头的仿真和激光雷达的仿真；6) 此外，考虑到能更加逼真地反映“人—车—路”在环仿真测试，该平台还提供了开放的接口，可以与实物传感器、VR设备、控制器、各类测试数据进行无缝的联入，从而更好的满足不同级别、不同目标的测试仿真要求。2.      系统构成下面分别介绍本平台各模块的构成。2.1.自定义道路环境ANSYS自动驾驶仿真平台提供了一套自定义道路场景的设计工具，具备直道、弯道、曲线等设计能力，支持道路宽度、长度、半径、方向、车道数量、车道方向、车道限速、车道类型等的编辑。同时，该设计工具支持高架等不同高度道路以及不同坡度倾角、道路交叉口、匝道、并道等的定义。还支持车道线的自定义化建模，包括单线、双线、实线、虚线、车道线纹理、颜色等一系列车道线类型。同时，软件集成丰富的环境模型库，如树木、建筑物、交通标识、路灯、电线杆、绿化带、动物，施工路段障碍物和设施、交通行人等对象模型，可根据用户需求对道路场景进行快速建模。除了自定义场景外，ANSYS自动驾驶仿真平台还支持导入OpenStreetMap等3D高精地图，自动生成与地图匹配的道路模型。2.2.自定义交通场景ANSYS自动驾驶仿真平台还提供了快捷的基于语义的道路交通流设计，包括车道行驶规则、车辆及行人行为、交通指示牌行为，以及某一时刻各交通对象交通行为的精确数据输出。此外，交通对象的行为也可以人为定义，包含如车辆驾驶行为、突然变道、突然加速、行人乱闯红灯和人行道等一系列场景的仿真，同时软件内部车辆和行人之间可自定义交互与否，即可仿真自动避让行人和忽视行人发生碰撞等行为。软件内嵌脚本语言定义，同时也支持如Python，C++等语言的接口控制来定义交通行为。如下图所示，为通过语义级的脚本语言来定义车辆和行人等交通对象的行为。2.3.构建车辆动力学模型除了上述的道路场景以及交通流的搭建能力之外，ANSYS自动驾驶仿真平台同样提供了基于总成特性的车辆动力学模型，并提供了以下性能参数的配置：底盘参数，如长宽高、轴间距、重量等；性能参数，如最大时速、引擎转速等；转向参数；轮毂参数； ……同时，软件还提供了各类特性参数的预定义实验数据，方便用户对所定义车辆的特性进行快速的测试验证。相关的实验数据有：加速特性实验数据；刹车特性实验数据；转弯特性实验数据；方向盘特性实验数据；侧风实验数据；障碍物和转弯实验数据；……ANSYS自动驾驶仿真平台还支持外部车辆动力学模型的导入和集成，如CarSim车辆动力学模型，以及用户自研的车辆动力学模型。2.4.基于物理真实的三维场景建模在无人车辆的物理仿真中，除了前述关于道路场景，交通流以及车辆动力学模型的建模能力外，ANSYS自动驾驶仿真平台的最大特点和优势在于提供基于物理真实的三维场景建模和ray-tracing的图形算法。使得上述的场景的构建与物理真实达到一个高匹配度，以此对无人车中传感器的感知和后期控制算法的验证提供了很好的准确性和真实性，以减少场景搭建的缺陷所带来的传感器和感知算法的决策错误。在整个基于物理真实的建模平台搭建中，ANSYS 自动驾驶仿真验证平台会通过对以下物理真实参数的定义和基于ray-tracing的图形算法来保证仿真的准确性和真实性：环境光源的定义，包括：天空的照度值； 基于经纬度的太阳光的照度和位置定义；环境场景中各种点光源以及面光源的定义（光谱+IES+XMP）；车辆照明系统的光源定义（光谱+IES+XMP）；环境场景中包括道路，建筑，车身等一系列材料表面光学属性的定义。其中各个光源的定义通过导入相关定义文件，如下图所示：如前述所讲，材料表面光学属性通过ANSYS开发的一套OMS材料物理光学属性BRDF测量仪硬件设备，对用户所需仿真的场景材料库进行探测，并将探测所得材料表面光学属性BSDF函数附在前述场景建模的所属材质表面，从而在ray-tracing的图形算法下仿真得到一整套完整的考虑外部环境光以及物体表面光学属性的物理真实的三维场景建模。同时ANSYS自动驾驶仿真平台还提供丰富的材料库供客户场景建模使用。2.5.基于物理真实的多传感器模型融合和系统级仿真在无人车辆中，除了前述ANSYS自动驾驶仿真平台能提供的基于物理真实的场景建模能力外，同样集成了包含摄像头，激光雷达和毫米波雷达的感知系统模型仿真。可以实现物理级的实时动态仿真，即在基于物理真实的道路场景以及交通流定义完成，添加环境光源以及材料表面光学属性后，通过搭建智能驾驶模拟器来实现感知系统的动态实时仿真验证，研究环境以及交通流对感知系统的影响。同时，ANSYS自动驾驶仿真平台还支持如C++/ANSYSSCADE/SIMULINK等外部接口的控制算法来对传感器的输出进行数据处理和验证，包括SIL, HIL等多级别仿真验证。1)      基于物理的摄像头系统级仿真在基于物理的摄像头系统级仿真阶段，ANSYS自动驾驶仿真平台通过定义摄像头的如下物理参数得到RAW图像用以对摄像头供应商进行验证或者硬件在环系统的仿真验证。摄像头系统级仿真参数模型参照EMVA1288标准建模，主要包含： 镜头模型镜头材料； 焦距；孔径光阑；镜片透过率函数； 畸变等；成像仪模型分辨率；尺寸；曝光时间； 噪声系数；量子效率；增益等；处理器模型 摄像头位置风挡参数入射角；折射率；厚度；透过率函数等。基于以上物理参数的建模以及对场景环境光源的考虑和材料表面光学属性的影响，在系统级仿真中摄像头输出与真实匹配度高度一致的RAW图像。如下图所示ANSYS自动驾驶仿真平台的摄像头实时输出提供给感知算法的车道线识别。2)      基于物理的激光雷达系统级仿真类似于摄像头的系统级仿真，激光雷达的系统级仿真通过准确定义的激光雷达参数，通过发射和接收生成的点云图对用户构建的场景和交通流进行感知探测并验证相关感知算法。支持多种激光雷达模式（扫描式，旋转式）。激光雷达的建模参数包括：扫描式最大和最小探测距离； 横向视场角；纵向视场角；分辨率等；旋转式最大和最小探测距离；旋转速率；最大线数等；如下图所示为ANSYS自动驾驶仿真平台的激光雷达实时探测深度图与摄像头输出RAW图像相匹配。3)      基于物理的毫米波雷达系统级仿真毫米波雷达的系统级别仿真通过ANSYS特有的ROM降阶技术，以HFSS软件为模拟工具，可以通过内嵌接口工具与ANSYS自动驾驶仿真平台结合实现毫米波雷达与摄像头和激光雷达的同步实时仿真，得到雷达回波的成像结果并进行分析。2.6.实时闭环仿真系统如前述通过对环境、场景、交通流的建模构造出无人车辆的运行场景和轨迹，同时耦合如摄像头、激光雷达和毫米波雷达的感知系统的仿真，通过开放的API接口，可以方便的进行外部自动驾驶算法的集成。从而形成实时闭环的驾驶系统仿真。2.7.基于物理的智能头灯照明仿真系统随着智能驾驶辅助系统（ADAS）的逐渐普及和行业发展，车辆智能化头灯照明系统也逐渐成为当前行业的发展趋势和应用热点。ANSYS自动驾驶仿真平台Headlamp模块通过ANSYS特有的物理级仿真引擎，为客户提供真实的车辆头灯路面光型分布测试和动态驾驶与智能头灯仿真测试。除了前述在三维环境建模中通过ANSYS OMS设备进行材料表面光学属性的采集与赋值外，为了保证接近真实的物理仿真光型，Headlamp模块同样对光源进行仿真模拟，包括车灯光源，自然光光源，路灯光源等。定义方式包含如：光源光强分布IES文件；光源光谱spectrum文件；光源强度等；如下图所示分别为不同光源的光谱分布和车灯光源的IES定义文件。基于环境和光源的物理仿真，可以实现车辆前照灯远光，近光，侧灯的切换以及光强的实时切换控制，同时丰富的光度学分析工具，包含色度学，光度学，等照度线，等照度区域等信息便于分析光分布情况。支持的25米目标墙光分布信息用于分析验证头灯光分布是否符合标准。除了静态光型分布验证，ANSYS Headlamp开放的如C++，SCADE，Simulink的光型数据接口支持客户自定义化的智能头灯开发与验证，同时丰富的动态驾驶模拟和场景仿真也可以帮助客户实现实时的动态驾驶头灯验证，如AFS，ADB，矩阵头灯，像素头灯等智慧头灯的仿真与测试验证，基于IIHS动态头灯测试标准的夜间测试验证。ANSYS VRXPERIENCE 驾驶仿真软件由SCANeR™提供技术支持要满足自动驾驶车辆的严格安全标准，需要测试数百万种情境下的世界、交通和天气的所有复杂交互。物理测试需要数十亿英里的真实环境驾驶，这需要数十年开发时间和巨额成本。ANSYS VRXPERIENCE 驾驶仿真软件由经 AVSimulation验证的 SCANeRTM 提供技术支持。这是一款开放式的可扩展模块化仿真解决方案，用于构建真实度极高的虚拟环境。ANSYS VRXPERIENCE 驾始仿真软件由 SCANeR 提供技术支持，可根据各种目标和性能要求进行测试。它集成了高清 (HD) 地图生成的道路状况与资料库、交通状况、天气情况及车辆动力学等内容。任何自定义车辆模型都可以通过 FMI、C/C++、ANSYS Twin Builder 或 Simulink 进行连接。SCANeR 支持的 VRXPERIENCE 驾驶仿真软件还集成了所有驾驶员硬件模拟器界面，帮助打造出最具真实感的驾驶体验。SCANeR是一个全面的交通场景仿真软件套件，专门用于汽车和运输仿真，解决ADAS，自动驾驶车辆，HMI和前灯使用案例的测试和驾驶问题。SCANeR提供构建超逼真虚拟世界所需的所有工具和模型：道路环境，车辆动力学，交通，传感器，真实或虚拟驾驶员（自动驾驶），车前灯，天气状况和场景脚本。它不是一个“黑匣子”工具，而是一个真正的科研实验专用的模块化仿真平台，灵活，可扩展和开放，满足研究人员和工程师的需求。它的多功能性使得整个设置成为可能：驱动模拟器Simulator，模型在环MIL，软件在环SIL，硬件在环HIL。ANSYS VRX平台是一个全面的交通场景仿真软件套件，专门用于汽车和运输仿真，解决ADAS，自动驾驶车辆，HMI和前灯使用案例的测试和驾驶问题。ANSYS VRX平台提供构建超逼真虚拟世界所需的所有工具和模型：道路环境，车辆动力学，交通，传感器，真实或虚拟驾驶员（自动驾驶），车前灯，天气状况和场景脚本。它不是一个“黑匣子”工具，而是一个真正的科研实验专用的模块化仿真平台，灵活，可扩展和开放，满足研究人员和工程师的需求。它的多功能性使得整个设置成为可能：驱动模拟器Simulator，模型在环MIL，软件在环SIL，硬件在环HIL。欧洲2.0旨在满足场景密度要求，同时通过利用SCANeR™的新磁贴系统管理，可以创建有效的场景控制。由于其大尺寸和地形多样性，欧洲2.0提供了许多机会。使用欧洲2.0，您将能够使用各种实验（ADAS的开发，管理事件的研究等），以便在许多移动车辆上快速和长时间驾驶：公路，高速公路，山脉（雪，曲线和银行） ，城市，休息区等由于SCANeR™即将推出的新“国际化”功能，客户可以自动将标志和道路标记更改为其他国家/地区（DE / US / MX）。使用SCANeR™studio的Terrain模式可以轻松导入GIS数据。据外媒报道，ansys宣布与avsimulation合作，将avsimulation的仿真技术与ansys的沉浸式自动驾驶仿真解决方案相结合，加快自动驾驶汽车进入市场的步伐。为了达到严格的自动驾驶安全标准，需要在数百万种场景中，测试自动驾驶汽车与周围环境、交通和天气之间的复杂互动。该测试需要对原型车进行数十亿英里详尽的物理道路测试，花费数十年的开发时间和成本。ansysvrxperience有助于减少物理原型测试，节省时间。它是ansys的沉浸式解决方案之一，结合了虚拟现实功能与物理仿真。使工程师能在日常驾驶条件下，测试、验证以及体验自动驾驶系统和车辆性能，一天之内就能完成数百万英里虚拟测试。vrxperience包括hmi测试、物理传感器仿真（包括雷达、激光雷达、摄像头和超声波）、嵌入式软件控制集成以及前照灯仿真，并与仿真数据管理和系统安全分析连接。avsimulationscaner studio嵌入vrxperience，作为其驾驶模拟器模。avsimulationscanerstudio是一个开放的、可扩展的模块化仿真解决方案。它能创建真实的虚拟世界，使用户在高性能集群或者公共云中，例如微软azure，模拟成千上万种多变的驾驶场景。scaner?融合了高清地图和资产库生成的道路、交通状况、天气条件、以及汽车动力学等。雷诺集成cae & plm工程副总裁olivier colmard表示，“虚拟样机和大规模仿真是确保自动驾驶汽车安全的关键。雷诺车队利用avsimulation及其scaner studio技术，可以在百万种驾驶场景中设计、模拟和测试自动驾驶系统，验证汽车安全性。此次合作有助于以减少物理测试，缩短上市时间，确保安全。”ansys系统事业部副总裁兼总经理eric bantegnie表示，“vrxperience与scaner驾驶模拟器结合，将使原始设备制造商、第一级和第二级客户能够快速追踪三级到五级自动驾驶汽车的创建、集成和认证。此次合作有助于汽车制造商降低开发成本，加快自动驾驶汽车交付进度。”AVSimulation与ANSYS之间的战略合作伙伴关系通过虚拟测试加速了自动驾驶汽车的设计和验证，可在一周内实现数百万英里的数字道路测试。此次合作将AVSimulation的革命性仿真技术与ANSYS的沉浸式自动驾驶模拟解决方案相结合，大大加速了自动驾驶汽车向汽车制造商推向市场的道路。作为其驾驶模拟器模块嵌入在VRXPERIENCE中，AVSimulation经过验证的SCANeR™Studio产品是一个开放且可扩展的模块化仿真解决方案，可创建超逼真的虚拟世界，使用户能够模拟数千种高性能集群或多种可变性的驾驶场景。公共云，例如Microsoft Azure。SCANeR™融合了高清地图和资产图书馆生成的道路，交通状况，天气状况，车辆动力学等。“通过这种合作伙伴关系，AVSimulation和ANSYS提供了惊人的广度和深度的技术，使汽车制造商能够大幅降低开发成本，加快向客户交付自动车辆”，ANSYS系统业务部副总裁兼总经理Eric Bantegnie说。有关官方新闻稿的详细信息：https：//www.prnewswire.com/news-releases/avsimulation-and-ansys-speed-development-of-safe-autonomous-driving-for-automakers-300873669.html

针对无人机面临的网络与系统层面的安全威胁，在 GF 基础科研、装备预研项目等重大项目支撑下，研发了具有完全自主知识产权的无人机安全防护系统，从无人机系统安全、无人机通信安全、无人机应用安全三大安全需求出发，突破了飞控形式化建模及代码自动生成、安全形式化验证、可信计算、区块链等关键技术，发明了满足安全与安保需求的飞控系统代码自动化生成技术，实现了符合实时性要求的无人机飞控系统安全性验证与运行监控，实现构建了“开发 - 运行 - 维护”的飞控系统全生命周期的一体化一体化无人系统安全防御体系。 截止目前，无人机安全防护系统已经历技术研发、原理样机开发两个阶段，技术成熟度达到 4 级，相关技术已应用于国产大飞机 C919、国产嵌入式操作系统“天脉”，持续深入推进军民融合协同发展。 主要技术指标 在无人机飞行控制系统开发阶段，从安全与安保需求出发，支持对无人机飞控模块进行形式化建模及关键软件组件的代码自动化生成，并且对自动生成的飞控核心代码进行自动化及组合验证，覆盖率不小于 90%；在运行阶段，基于可信计算及分区隔离技术，无人机安全防护系统的动态安全事件响应速度小于 500ms；并且，针对无人机集群以、无人机与地面站通信两种应用场景，支持机 - 站接入认证及批量认证、机群群组密钥管理，安全性至少达到 80bit 安全。

针对微型无人机，由于载荷的限制无人机本身不能承担地面标识位置解算等繁杂大量的计算以及无人机在运动过程中图像特征提取精度不高导致地面标识位置解算精度有待提高，因此考虑将辅助降落/回收系统嵌入到地面回收基座中，从而辅助无人机安全降落。

上海交通大学“控制科学与工程”学科是在1974年建立的“船舶惯性导航自动控制专业”基础上发展起来的国家重点学科，在船舶控制、岸船信息系统、水下通信、舰船消磁和机器人等领域有着长期的积累。 无人船团队依靠学科雄厚的科研实力，于2013年牵头建立了上海高校船舶自动化工程研究中心，面向船舶救援和水下地形测绘等行业应用开发了具有动力定位能力的智能无人船。 该船系统组成包括姿态位置感知子系统、姿态位置控制子系统、推进子系统、环境感知子系统、无线通信子系统、推力分配子系统和监控子系统，集成了GPS、电子罗盘、惯性导航、测深仪、气温、风速、风向、水温、水上与水下摄像头、水下声纳、水样采集仪等仪器，采用了先进控制技术、干扰预测和补偿技术、智能推力分配技术、远距离通信技术和数据采集处理技术，具备厘米级动力定位和循迹精度，20km通信和监测距离，自身姿态和环境参数动态感知能力，以及自主操作和自主避障能力。 该船可广泛用于水质监测、水文测量、水上水下监测、船舶救援和水下地形测绘等行业，大大提高了工作效率、降低人员工作强度。所开发的动力定位等高端技术还可应用于深海油气资源开发、海底施工、船舶救援、船舶动态补给、舰船扫雷和海岛布防等领域。

产品详细介绍 一、中国无人机行业发展现状、前景及趋势分析     1.1 中国无人机发展现状     中国2014年无人机销量约2万架，其中军用无人机约占1.4%，民用无人机占98.6%，预计到2020年中国无人机年销量将达到29万架。受低空逐步开放的利好，国内民用无人机发展非常迅猛，未来几年将保持50%以上的增长，2014年中国民用无人机销售规模已经达到40亿元。     中投顾问发布的《2016-2020年中国无人机行业深度调研及投资前景预测报告》中指出2015年，国内的无人机市场依然火热。包括研发、生产、运营在内，我国目前有300家至400家民用无人机企业，从业人员超过万人。未来我国需要1万多架民用无人机，以此简单计算，未来市场空间高达500多亿元。     1.2 无人机行业发展前景     无人机被称为“空中机器人”，从1917年第一架无人机诞生到现在近100年时间，无人机技术持续进步，尤其是微电子、导航、控制、通信等技术，极大地推动了无人机系统的发展，促进了无人机系统在军事和民用领域的应用。     2015年9月3日中国的阅兵展示了3款无人机，让民众过足了眼瘾。据美国、以色列未来战机规划，未来无人机将超过有人机。我国军用无人机紧随以美国、以色列为首的第一梯队之后，处于第二梯队，发展空间巨大。     民用无人机拥有规模不亚于军用无人机的巨大市场。未来的无人机将集成更多的机器人技术和更先进的算法，装备更多的传感器，加载更多的任务载荷设备，接入外部网络，智能化地完成各种复杂的任务。     民用无人机用途极为广泛，未来市场主要集中于农林植保、影视航拍、电力巡检、水文监测、城市巡检、快递派送等领域。借鉴美国对民用无人机监管逐步放松的历程，以及国内民用无人机政策的规范和低空空域改革的深化，我国民用无人机行业将呈现爆发式增长。     智能化趋势     未来无人机应该是智能化的，而不仅仅只是听从人类指令而被动行动的玩具。未来战场瞬息万变，战机往往梢纵即逝，因此，一架具有主动判断能力和卓越战场感知能力的智能化无人机就能在站场上迅速取得先机，从而赢得战争胜利。     隐身化趋势     现代防空武器的迅速发展，对无人机的隐身性能及机动性能提出了更高的要求。为提高无人机的机动性能和战场生存能力，未来无人机需要朝着隐性化，微型化方向发展。特别是翼展不超过15厘米的特微型无人机，携带方面，战术灵活，可以在提高生存能力的大大增强战争侦察、渗透能力。     集成化趋势     未来无人机正朝着系统集成，综合传感方向发展，增强无人机的通用性。未来无人机不将再有明显的分类，一架无人机就能完成侦察/探测/打击/评估等一体化任务。同时，针对未来一体化战争趋势，无人机数据链可以与有人战斗机迅速分享，各自分工，应对不同任务的需要。未来的无人机系统更强调高度集成化，以满足灵活多变的作战任务需求。     民用化趋势     根据《美国陆军无人机系统路线图（2010-2035）》，无人机在军用领域的应用范围将进一步扩展至C3I指挥控制、空战、加油、空运等更多类型的作战任务，逐步对有人驾驶飞机形成替代。而在民用领域，随着对无人机应用价值认知程度的加深，无人机在遥感测绘、边海防、森林防火、管道巡线、警务执法等方面的应用已开始起步，并呈现出迅猛发展之势。未来，全球民用无人机的市场需求将以年均近30%的速度快速递增。   二、开展无人机应用技术专业的必要性     作为信息时代高技术含量的产物，无人机已成为世界各国加强国防建设和加快信息化建设的重要标志。众多发达国家和新兴工业国家，无不重视无人机的研究、发展和应用。当前，除了在军事上广泛应用，无人机在警用、气象、农林，甚至勘探等民用领域也大显身手，诸多无人机发展领先国家已将其作为推动新兴产业发展、满足社会经济活动需要的重要手段和重点选择。2014年以来无人机的发展速度堪称迅猛，国内无人机生产企业已超过400家，从业人员突破10万，占据了全球70%的无人机市场。随着我国加快推进实施“中国制造2025”，无人机产业将会成为未来市场焦点。市场研究机构IDC预测，2019年中国市场消费级无人机出货量将达到300万台，较2016年的39万台实现大幅增长。未来3年,无人机将会应用到更广泛的领域，其中航拍无人机的出货量有望增长七倍以上。目前，中国无人机市场尚未成熟，对于希望进入此领域的无人机制造商来说，中国市场前景广阔。同样对于中高职院校来讲，基于无人机的广阔发展前景及应用市场，开设相关专业课程及培养无人机操控人员和检修人员也迫在眉睫，适应社会发展需要。 针对目前国内无人机市场才人缺失的情况及无人机应用技术专业的教学空白,公司集聚一批多年从事无人机研发、制造以及无人机驾驶员培训的专业人员,成功开发出了一系列适合中高职院校教学的无人机模拟飞行软件、无人机教学专用设备、无人机科普创新展示设备和装配维修维护实训平台等,同时开发了与之配套的适合中高职、本科院校教育的无人机专业人才培养方案、师资培养方案、专业教材、课程设置、教学计划、校企合作方案等,已逐步在国内多家中、高职院校展开推广,对于学校的教学质量评估、院校升级评估都起到了促进作用,深受广大院校的好评。   三、弗莱茵教学专用无人机特点 ●安全是首位,包括人员安全、无人机设备安全、弹射装置的安全使用、电池的安全使用、训练场地的安全、教员的安全应急措施等； ●必须采用开源飞控系统,使得学生能通过自己编程、调整参数,学习和掌握无人机飞行控制技术； ●要求无人机结构简介,各功能部件模块化设计,便于学生学习、理解、掌握； ●教练机必须耐摔且维修方便,出现故障后学生可以学习自己维修、维护,使飞机重返蓝天； ●测试设备、专用工具、飞机配件齐备,便于学生在反复动手中体验、实践； ●具备教练驾驶模式,教员全程监管、应急,避免事故发生。  

广泛应用在航拍、测绘、植保、检测、搜救等多种领域的设备，部分有我司自行开发，也可以为特殊用户定制开发领域装备；

1、安全辅助驾驶系统：前向碰撞预警 FCW、行人预警 PCW、 车道偏离预警 LDW、限速标志提醒 ISA、司机防危险驾驶 DSW（闭眼、打哈欠、打电话、抽烟、姿态异常、驾驶员身 份鉴定）、BSD 盲区监测； 2、远程监控报警系统：车辆实时跟踪、多方位视频监控、 智能呼叫与人工坐席、报警影像上传、行车记录存储； 3、驾驶风险管理平台：结合驾驶行为、时间、天气、路况、 环境和车况等多维信息，分析并展示车辆驾驶的实时风险， 并在线整合历史数据，定制化生成风险统计报表。 

基于STM32制作的一款北斗户外自主导航与定位功能的自主行驶智能车，融合高精度定位、多源融合定位、自主避障、远程监控、自主路径规划等技术，可以在设定的环境实现自动驾驶。 产品适用于卫星导航教学、创新项目研究、单片机、软件编程等相关课程； 主要功能 静态定位精度到达毫米级，动态定位精度达到5厘米； 具有自主线路规划、寻点功能； 可通过远程进行配置、控制功能； 支持自动行驶、及手动控制两种模式； 避障、调速、准确定位停车功能； 车体单元： ★宽电供电，9~12.5V,额定电压：12V； 舵机转向，转向精度±0.25°; 转弯半径，≤1.5m； 车体尺寸，≥270*147*64mm（长宽高）; 负载，≥1.5kg。

产品详细介绍ANSYS驾驶模拟与交通场景编辑系统1.系统方案ANSYS驾驶模拟与交通场景编辑平台提供了基于物理的三维场景建模、基于语义的道路事件建模、基于物理光学属性的摄像头和激光雷达的仿真、基于物理电磁学属性的毫米波雷达的仿真，从而实现多传感器、多交通对象、多场景、多环境的实时闭环仿真。其主要功能如下：1)开放式交通场景编辑模块，自定义设定道路和交通场景，可以自定义设定道路两旁的建筑物，绿化带等等；2)可以根据用户需求，自定义设定道路场景上的交通流，可以自定义设定道路上来往的车辆，行人和交通指示灯；3)可以根据客户需求，自行设定主动驾驶（或算法控制车辆）的车辆动力学参数；4)支持高精度的三维场景仿真和基于环境光的模拟；5)支持高精度的物理属性的传感器仿真，包括毫米波雷达的仿真、摄像头的仿真和激光雷达的仿真；6)此外，考虑到能更加逼真地反映“人—车—路”在环仿真测试，该平台还提供了开放的接口，可以与实物传感器、VR设备、控制器、各类测试数据进行无缝的联入，从而更好的满足不同级别、不同目标的测试仿真要求。2.系统构成下面分别介绍本平台各模块的构成。2.1.自定义道路环境ANSYS驾驶模拟与交通场景编辑平台提供了一套自定义道路场景的设计工具，具备直道、弯道、曲线等设计能力，支持道路宽度、长度、半径、方向、车道数量、车道方向、车道限速、车道类型等的编辑。同时，该设计工具支持高架等不同高度道路以及不同坡度倾角、道路交叉口、匝道、并道等的定义。还支持车道线的自定义化建模，包括单线、双线、实线、虚线、车道线纹理、颜色等一系列车道线类型。同时，软件集成丰富的环境模型库，如树木、建筑物、交通标识、路灯、电线杆、绿化带、动物，施工路段障碍物和设施、交通行人等对象模型，可根据用户需求对道路场景进行快速建模。除了自定义场景外，ANSYS驾驶模拟与交通场景编辑平台还支持导入OpenStreetMap等3D高精地图，自动生成与地图匹配的道路模型。2.2.自定义交通场景ANSYS驾驶模拟与交通场景编辑平台还提供了快捷的基于语义的道路交通流设计，包括车道行驶规则、车辆及行人行为、交通指示牌行为，以及某一时刻各交通对象交通行为的精确数据输出。此外，交通对象的行为也可以人为定义，包含如车辆驾驶行为、突然变道、突然加速、行人乱闯红灯和人行道等一系列场景的仿真，同时软件内部车辆和行人之间可自定义交互与否，即可仿真自动避让行人和忽视行人发生碰撞等行为。软件内嵌脚本语言定义，同时也支持如Python，C++等语言的接口控制来定义交通行为。如下图所示，为通过语义级的脚本语言来定义车辆和行人等交通对象的行为。2.3.构建车辆动力学模型除了上述的道路场景以及交通流的搭建能力之外，ANSYS驾驶模拟与交通场景编辑平台同样提供了基于总成特性的车辆动力学模型，并提供了以下性能参数的配置： 底盘参数，如长宽高、轴间距、重量等； 性能参数，如最大时速、引擎转速等； 转向参数； 轮毂参数； ……同时，软件还提供了各类特性参数的预定义实验数据，方便用户对所定义车辆的特性进行快速的测试验证。相关的实验数据有： 加速特性实验数据； 刹车特性实验数据； 转弯特性实验数据； 方向盘特性实验数据； 侧风实验数据； 障碍物和转弯实验数据； ……ANSYS驾驶模拟与交通场景编辑平台还支持外部车辆动力学模型的导入和集成，如CarSim车辆动力学模型，以及用户自研的车辆动力学模型。2.4.基于物理真实的三维场景建模在无人车辆的物理仿真中，除了前述关于道路场景，交通流以及车辆动力学模型的建模能力外，ANSYS驾驶模拟与交通场景编辑平台的最大特点和优势在于提供基于物理真实的三维场景建模和ray-tracing的图形算法。使得上述的场景的构建与物理真实达到一个高匹配度，以此对无人车中传感器的感知和后期控制算法的验证提供了很好的准确性和真实性，以减少场景搭建的缺陷所带来的传感器和感知算法的决策错误。在整个基于物理真实的建模平台搭建中，ANSYS驾驶模拟与交通场景编辑平台会通过对以下物理真实参数的定义和基于ray-tracing的图形算法来保证仿真的准确性和真实性： 环境光源的定义，包括： 天空的照度值； 基于经纬度的太阳光的照度和位置定义； 环境场景中各种点光源以及面光源的定义（光谱+IES+XMP）； 车辆照明系统的光源定义（光谱+IES+XMP）； 环境场景中包括道路，建筑，车身等一系列材料表面光学属性的定义。其中各个光源的定义通过导入相关定义文件如前述所讲，材料表面光学属性通过ANSYS开发的一套OMS材料物理光学属性BRDF测量仪硬件设备，对用户所需仿真的场景材料库进行探测，并将探测所得材料表面光学属性BSDF函数附在前述场景建模的所属材质表面，从而在ray-tracing的图形算法下仿真得到一整套完整的考虑外部环境光以及物体表面光学属性的物理真实的三维场景建模。同时ANSYS驾驶模拟与交通场景编辑平台还提供丰富的材料库供客户场景建模使用。2.6.实时闭环仿真系统如前述通过对环境、场景、交通流的建模构造出无人车辆的运行场景和轨迹，同时耦合如摄像头、激光雷达和毫米波雷达的感知系统的仿真，通过开放的API接口，可以方便的进行外部自动驾驶算法的集成。从而形成实时闭环的驾驶系统仿真。2.7.基于物理的智能头灯照明仿真系统随着智能驾驶辅助系统（ADAS）的逐渐普及和行业发展，车辆智能化头灯照明系统也逐渐成为当前行业的发展趋势和应用热点。ANSYS自动驾驶仿真平台Headlamp模块通过ANSYS特有的物理级仿真引擎，为客户提供真实的车辆头灯路面光型分布测试和动态驾驶与智能头灯仿真测试。除了前述在三维环境建模中通过ANSYS OMS设备进行材料表面光学属性的采集与赋值外，为了保证接近真实的物理仿真光型，Headlamp模块同样对光源进行仿真模拟，包括车灯光源，自然光光源，路灯光源等。定义方式包含如： 光源光强分布IES文件； 光源光谱spectrum文件； 光源强度等；分别为不同光源的光谱分布和车灯光源的IES定义文件。基于环境和光源的物理仿真，可以实现车辆前照灯远光，近光，侧灯的切换以及光强的实时切换控制，同时丰富的光度学分析工具，包含色度学，光度学，等照度线，等照度区域等信息便于分析光分布情况。支持的25米目标墙光分布信息用于分析验证头灯光分布是否符合标准。除了静态光型分布验证，ANSYS Headlamp开放的如C++，SCADE，Simulink的光型数据接口支持客户自定义化的智能头灯开发与验证，同时丰富的动态驾驶模拟和场景仿真也可以帮助客户实现实时的动态驾驶头灯验证，如AFS，ADB，矩阵头灯，像素头灯等智慧头灯的仿真与测试验证，基于IIHS动态头灯测试标准的夜间测试验证。

产品详细介绍北京紫光基业科教设备制造有限公司是一家国家高新技术企业，是中国教育装备行业协会会员，也是中国道路运输协会会员单位。公司位于北京经济技术开发区联东U谷工业园区，是一家从事生产汽车驾驶模拟器、汽车仿真电路学生实习台、汽车教学模型、汽车电教板、飞机驾驶模拟器、摩托车驾驶模拟器等教学设备的专业企业。北京紫光基业科教设备制造有限公司成立于2002年，注册资金1012万元，实力雄厚，地址坐落在北京市中关村科技园区通州园金桥科技产业基地景盛南二街15号3号楼。在2012年“国际发明展览会”获《汽车驾驶模拟器》发明证书金奖，同时还是中国教育装备行业协会会员、中国道路交通运输协会会员，并且获得实用新型专利证书、外观设计专利证书，紫光汽车模拟驾驶教学系统软件也获得中华人民共和国国家版局计算机软件著作权等级证书。软件自主研究开发，在中国还未时兴汽车驾驶模拟器前敏锐的嗅到市场，紫光一直奋斗在教育装备行业前头，用自己的行动让中国现代化教育事业更加璀璨夺目!随着物质生活和汽车工业的发展，汽车驾驶技术越来越成为社会每个公民的基本技能要求，但是驾驶安全的问题也成为社会安定和谐的一个不可忽视的问题，以人为本也是社会发展的基本要求，北京紫光基业科教设备制造有限公司在这个领域的目标是：把社会每一个驾驶人都培养考核出合格的驾驶技术，为社会的平安尽我们最大努力。我们以国家标准为依据而研制的驾驶人科目二考试系统完全满足驾驶人公平，公正，准确的考核驾驶技术。