aiSim™

端到端的自動駕駛仿真模擬工具,全球首款通過 ISO26262 ASIL-D 認證的模擬器工具

功能介紹

自研引擎提供的確定性環境和天氣模擬

正確模擬相關傳感器感知的環境,創建具備完全確定性和可重覆性的物理環境和天氣效應,為基於神經網絡的多傳感器感知系統提供堅實基礎。

  • 采用光線追蹤和光柵化技術,模擬暴風雪、暴雨、霧天、晴天等多種天氣條件。
  • 配置多種道路參數,包括車道線磨損道路退化等。

基於物理原理的傳感器實時仿真

全面精準設置模擬情況和交互環境,傳感器模型庫包括相機、激光雷達、雷達、超聲波傳感器等。

  • 基於高度可擴展框架,實現多個GPU上分布式光追渲染,實時仿真高度覆雜的多傳感器配置。
  • 測試多種相機退化和鏡頭失真情景對相機傳感器感知能力的影響。
  • 新傳感器配置和設計能夠快速測試其感知性能。

大規模生成合成數據

提供現實世界中難以捕捉的場景和車輛駕駛過程中的邊緣案例,通過擴充數據集提升ADAS和AD系統的能力。

  • 大規模生成具有隨機化特性的場景案例
  • 配備多種場景的地圖和資源
  • 提供統計信息和視覺反饋幫助用戶理解合成數據

雲原生UI和開放SDK

aiSim提供的GUI功能支持本地部署和基於Web的形式,以確保用戶體驗和部署的無縫銜接。

 

配備了全面的SDK,通過API和SDK使開發人員能夠進行定制化需求,實現用戶工具鏈的無縫高效集成。

  • 傳感器API允許自定義開發或集成第三方傳感器模型
  • 場景API允許開發和使用程序控制場景中的靜態&動態對象

成熟的3D資源處理編輯流程

  • 豐富的高質量車輛模型
  • 可編輯道路使用者動畫模型
  • 結合多種操作設計域的模塊化地圖編輯流程
  • 數千個三維道路模型
  • 1500+模板實現自由創建和定制場景

特點與優勢

實時、確定性仿真引擎

aiSim 的專有渲染引擎旨在滿足物理上正確的天氣和環境模擬的所有要求,提供從大規模測試管道到具有挑戰性的 HiL 設置的先進端到端測試功能。

 

在 aiSim 4 中,可以利用最先進的光柵化和光線追蹤渲染技術來模擬各種天氣和環境條件,包括暴風雪、大雨、霧和陽光。此外,可以輕鬆配置道路塗漆惡化和道路退化,為感知系統創造更具挑戰性的環境。

基於物理的傳感器模型

傳感器模擬是自動駕駛軟件堆棧測試流程的關鍵部分,因為自動駕駛車輛周圍環境的訊息是通過傳感器獲取的。

 

對傳感器進行建模需要採用基於物理的方法,以準確生成全面的模擬條件、環境相互作用和傳感器性能下降。aiSim 4 提供了一個廣泛的基於物理且經過驗證的傳感器模型庫,包括攝影機、激光雷達、雷達和超聲波傳感器

大規模合成數據生成

aiSim 與 aiFab 相結合,支持大規模場景的簡單生成,並具有域隨機化,以復制現實世界數據中的巨大變化。

 

它涵蓋了各種自動駕駛用例的位置和資產,包括高速公路、城市和停車場景。數據生成後,它會提供統計數據和可視化反饋,以便用戶可以詳細了解其合成數據

配置推薦

最佳配置

在計算密集型模擬中,采用最廣泛的傳感器模式,進行全面的天氣和交通仿真

電腦配置

  • CPU: 第 7 代 Inter Core i7 處理器(或更高)
  • 內存:32 GB
  • 硬盤空間:200 GB
  • 顯卡:NVIDIA GeForce RTX 3080Ti(或更高)
  • 光線追蹤:對於光線追蹤傳感器模擬(相機、激光雷達、雷達), 需要 GPU 具有光線追蹤的配置,例如 NVIDIA GeForce RTX 2080Ti
  • Titan RTX
  • GeForce RTX 3000系列
  • GeForce RTX 4000系列
  • GeForce RTX 3000系列
  • Quadro RTX 3000
  • Quadro RTX 4000
  • NVIDIA RTX A5000

軟件配置

  • 支持 Khronos Vulkan 的最新 GPU 驅動
  • 對於 Windows 10 上使用的 NVIDIA 顯卡,推薦安裝GeForce Game Ready 驅動程序
  • 對於 Ubuntu 系統,建議通過 Graphics Drivers PPA 獲取最新的 Nvidia 驅動程序
  • 7-Zip
  • Python 3
  • Git Bash for Windows
  • VK_EXT_SCALAR_BLOCK_LAYOUT
  • VK_KHR_SHADER_FLOAT_CONTROLS
  • VK_EXT_DESCRIPTOR_INDEXING
  • VK_KHR_SPIRV_1_4
  • VK_KHR_ACCELERATION_STRUCTUR
  • VK_KHR_RAY_TRACING_PIPELINE
  • VK_KHR_MAINTENANCE3
  • VK_KHR_PIPELINE_LIBRARY
  • VK_KHR_DEFERRED_HOST_OPERATIONS
  • VK_KHR_BUFFER_DEVICE_ADDRESS
  • CMake 3.26 或更新版本
  • Python 3
  • Visual Studio 2019 16.10 和 16.11 → Microsoft Visual C++編譯器 14.29
  • Visual Studio 2022 17.2 → Microsoft Visual C++編譯器 14.32
  • Ubuntu 20.04 → GCC 9.4.0 和 Clang 10.0(帶有 libstdc++)
  • Ubuntu 22.04 → GCC 11.4.0 和 Clang 14.0(帶有 libstdc++)
  • CMake 3.26 或更新版本

支持平台

  • Windows 10 64 bit
  • Ubuntu 18.04 and 20.04


性能

  • 推薦使用 aiSim 的最佳配置,以發揮其全部潛力。

基礎配置

僅采用CPU進行模擬運行,以及采用物體級別的傳感器

  • CPU: 第 7 代 Inter Core i7 處理器(或更高)
  • 內存:8 GB
  • 硬盤:200 GB

aiSim 普通配置是在較低性能的設備上部署 aiSim 的壹個實例。可能會影響模擬複雜環境,如城市場景或夜晚有許多光源的場景時的性能;因此無法保證最佳性能。


(NVIDIA GTX 1050Ti 不支持光線追蹤傳感器仿真。)

升級配置

結合相機傳感器,采用物體級別的仿真,無需更複雜的光線追蹤

  • CPU: 第 7 代 Inter Core i7 處理器(或更高)
  • 內存:32 GB
  • 顯卡:NVIDIA GeForce GTX 1080Ti(或更高)
  • 硬盤空間:200 GB

聯係虹科幫您解決難題

Let's have a chat