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