研究基于二维电子地图的大规模三维场景自动生成方法。基于用户输入的二维目标标定和素材库，实现三维场景快速生成、编辑和简化。主要研究虚拟环境仿真中的关键技术及应用，针对大规模虚拟环境的特殊问题，研究了大规模仿真实体的实时绘制、内外存实时调度、模型简化算法、硬件自适应算法等，实现了大规模虚拟战场的实时漫游。

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

作为显示和照明的器件，有机发光材料是最重要的材料。有应用价值的发光材料必须具有高的发光量子效率、良好的载流子传输特性、成膜特性和热稳定性。而在OLEDs中荧光材料只能利用占25%的单重激发态的能量，其量子效率最高只能达到25%。而磷光材料能够利用三线态的能量，理论上量子效率最高可达100%。其中铱配合物是电致磷光材料中最具潜力的发光材料，目前商用显示和照明器件用得绿光和红光材料就是铱的配合物

（一）项目背景 由于高层建筑物和房屋墙壁等对卫星定位信号的遮挡作用，全球卫星导航系统无法稳定地工作于高层建筑物较多的城市或其他较为密闭的环境中 [29]；美国全球定位系统（Global Position System， GPS）无需使用许可的民用标准定位服务的定位精度不足 10 米，已经不能满足日常生活中对定位精度越来越高的要求，特别是智能交通系统对车载定位系统车道级别的定位精度要求。现有的无线定位技术主要使用红外线、电磁波、磁场、声波、超声波等形式发送定位信号，或通过实时图像信息，实现高精度的无线定位。但这些定位技术需要安装额外的信号发射源，增加了系统的复杂性和实现成本，其中基于电磁波信号的射频识别（Radio Frequency Identification，RFID）定位技术、无线局域网）定位技术、无线传感器网络定位技术、超宽带信号（Ultra Wideband，UWB）定位技术，还会占用一定的通信带宽，降低通信系统的带宽利用效率，而且由于电磁干扰效应不能应用于医院、机场等射频信号严格受限的环境。基于实时图像分析的定位技术（如微软公司的 Easy Living 研究项目）一般需要对定位环境预先建立一个庞大的图像数据库，而且应用时会有一个复杂的图像搜索匹配过程，实时性较差。 本项目以可见光通信理论为基础，利用现有 LED 照明光源，研究开发基于智能灯光照明的室内无线定位导引技术，相比现有室内定位导航技术，本项目利用现有照明指示光源作为信号源，并充分发挥信息融合优势，具有定位精度高、可靠性好、稳定性强的特点，以及节能高效、绿色环保、成本低廉、架设便捷等众多优势。 （二）项目简介 本项目通过研究基于现有照明指示光源的无线通信与定位技术，以及多源信息融合定位技术， 设计开发无线定位产品与相关的管理软件系统，用于实现室密闭内环境高精度、高可靠、低时延的无线定位与导航，并可以与现有卫星导航系统对接，实现全空时的室内外无缝定位与导航。本项目可以解决地下停车场等密闭环境的停车导引、反向寻车问题，通过精细化车辆导引管理，提高车场车位使用效率，改善停车寻车体验；同时，可以根据车辆行人的规划路径控制照明指示光源的开关亮暗，实现导航灯光指引和高效节能的智能照明；还可以推广至物流仓储库房、地下隧道管廊等密闭场合，用于人员、物品与物流机器人的定位、跟踪与导航等用途。 （三）关键技术 本项目旨在实现室内密闭环境高精度、高可靠、低时延的无线定位与导航，涉及的关键技术主要有： 1.基于照明指示光源的无线通信技术 基于照明指示光源的无线通信技术将现有照明指示光源作为信号源，将数据信息调制在照明信号上，在实现基本照明指示功能的同时，实现数据信息的无线传输；具有通信速率高、抗干扰能力强、节能高效、成本低廉、架设便捷等众多优势。然而，由于可见光信号不能穿透墙壁等障碍物传播，容易受到遮挡效应的影响；同时，由于室内环境布局复杂多样，可见光信号传输链路的有效性会受到极大的挑战。因此，为提高数据传输的有效性和稳定性，研究设计相关的数据编码调制算法和信号检测接收算法， 是本项目首要研究的关键技术。 2. 基于照明指示光源的无线定位技术 基于照明指示光源的无线定位技术将现有照明指示光源作为“伪卫星”，通过接收不同信号光源发射的定位信息，可以快速实现有效的无线定位与导航。然而，由于信号传输距离相对较短，以及现有光源布设位置的限制，用户可以检测接收到的信号光源个数十分有限；同时由于汽车、物流机器人的移动速度相对较高，信号传输路径变化较快。因此，研究设计一种高精度、低时延的无线定位技术，是关系本项目有效性的难点问题和关键技术。 3. 面向多源信息融合的无线定位技术 由于现有智能手机等用户终端大都集成了 WiFi、蓝牙、摄像头，以及六轴传感器、地磁感应等模块，如何充分发挥这些模块在无线定位方面的优势，通过研究设计相关的多源信息融合算法，实现高精度、高可靠、低时延的无线定位与导航，也是本项目研究的创新点和关键技术。

白天，由太阳电池板将光能转换给蓄电池充电，当夜晚来临时，蓄电池的电能由高频逆变器转换成交流电使灯点亮，经过设定时间后，灯即自动熄灭。

整个智能照明控制系统是能够适应一个相对集中的建筑群，多个建筑体需要集散照明控制的情况。照明控制系统是由一个主控节点、多个分控节点以及更多的单元节点组成多层多级网络。在最底层，单元节点负责照明现场的状态检测与控制输出，控制对象可以是整个建筑群、可以是一个相对独立的区域或需要较多关联控制的场合、也可以具体到建筑的某一房间。应用在公用设施、车站、海港、宾馆、商厦、写字楼、学校、体育场馆、居民住宅等建筑。在最顶上，主控节点负责整个系统的功能协调与状态检测。一方面，主控节点收集所有单元节点的状态信息，执行必要的本地集中控制，另一方面也可以通过高级网络接口连接到局域网，按高级管理部门的要求提供定期数据报告以及接收控制数据更新和遥控遥测命令。

探索虚拟环境的真实感知以及虚实环境融合的一致性理 论与方法，主要研究虚拟环境的构建、大规模场景绘制、沉 浸式真实感漫游、目标检测与识别等关键技术，在高分遥感 影像增强的虚拟仿真、高清立体显示、多用户虚拟漫游等方 面研究特色鲜明。