云上高博会

智能网联汽车仿真软件关键技术

1. 痛点问题自动驾驶受制于测试规模、测试成本、法律法规等多方面限制，导致实际道路的测试验证工作安全性差、成本高昂。据权威机构预测，实现全自动驾驶需至少170亿公里测试，所耗费的时间和人力成本是天文数字。合理的研发时间内完成百亿公里的测试验证，唯一途径就是通过准确可靠地仿真。目前，我国汽车制造商大多选择采购国外的自动驾驶仿真软件，国内缺乏具有自主知识产权的同类软件产品。并且，自动驾驶是多学科交叉的新兴技术，传统仿真软件对新趋势适应性不足，存在渲染负担重、交互智能差、仿真精度低、测试评价难的问题，不足以高效的支撑自动驾驶技术的研发。 2. 解决方案清华大学车辆与运载学院智能汽车团队，深耕自动驾驶技术研发，深刻理解现阶段技术瓶颈，聚焦细分领域重点攻关，打造了以LasVSim为平台的自动驾驶仿真-测试-研发工具链，并获国家发明专利和软件著作权。该工具链面向大规模交通流的自动驾驶仿真，拥有完全自主知识产权，致力于解决现有仿真平台的需求痛点，覆盖典型自动驾驶测试场景，自主研发了交通参与者交互模型，高精度传感器模型和车辆动力学模型，支持标准化的算法开发I/O接口，内嵌客观性能评价体系，可实现自动驾驶算法的仿真测试加速迭代。合作需求（1）从事自动驾驶技术研发的企业开展业务合作。（2）项目孵化需办公场地500平，天使轮融资需求约1000万元。

清华大学 2022-01-07