12月29日下午，康謀智駕仿真測(cè)試，共筑智駕安全的「信任密碼」”線上研討會(huì)圓滿結(jié)束，感謝各位觀眾的支持與互動(dòng)。

在直播評(píng)論區(qū)，康謀感受到了大家的熱情！再次感謝大家的積極提問，促進(jìn)了更多的交流與學(xué)習(xí)。本文匯總了15個(gè)直播熱點(diǎn)問題并邀請(qǐng)講師做詳細(xì)解答，請(qǐng)查收！（上下滑動(dòng)可以瀏覽全部Q&A內(nèi)容）。此外點(diǎn)擊閱讀原文，即可觀看直播回放！

下期「汽車多總線數(shù)據(jù)采集與分析：方案搭建與應(yīng)用」直播將于2026年1月20日開講，敬請(qǐng)關(guān)注！

此外，文末附獲獎(jiǎng)名單，大家快來聯(lián)系小助手兌獎(jiǎng)啦！

量產(chǎn)應(yīng)用主題Q&A

Q

PPT中有一個(gè)1R1V的HIL測(cè)試系統(tǒng)，似乎在感知傳感器方面使用的都是暗箱形式，是否可以直接通過仿真器配合相關(guān)硬件（例如GMSL板卡）形式直接發(fā)送圖像數(shù)據(jù)？

A

現(xiàn)在HIL使用圖像板卡注入是普遍的。值得注意的是不同廠商的驅(qū)動(dòng)和數(shù)據(jù)流處理是不一樣的，如果要進(jìn)行數(shù)據(jù)注入的開發(fā)，需要將這些輸出弄清楚，才能避免一些在圖像注入時(shí)的坑。所以在使用 GMSL 板卡進(jìn)行注入前，需要找到一家能夠提供適配您 ECU 接口驅(qū)動(dòng)的供應(yīng)商。

Q

場(chǎng)景搭建方面，案例中似乎主要使用的還是OpenDRIVE+OpenSCENARIO，但這個(gè)如何保證仿真環(huán)境真實(shí)度？

A

仿真場(chǎng)景的真實(shí)度和OpenDrive和OpenScenario本身并沒有太多關(guān)系，因?yàn)樗麄兿喈?dāng)于是數(shù)據(jù)格式的一種定義。

對(duì)于仿真場(chǎng)景真實(shí)度，需要關(guān)注被測(cè)對(duì)象。例如測(cè)試感知算法，那就要保證輸入的視頻流要足夠真實(shí)，在仿真環(huán)境中就要有足夠真實(shí)的傳感器模型。并且，組建一套滿足所有測(cè)試要求的仿真環(huán)境是困難的，通常還是根據(jù)想要測(cè)試的環(huán)節(jié)，使用特定的數(shù)據(jù)源注入。

Q

對(duì)于算法閉環(huán)評(píng)估環(huán)節(jié)，量產(chǎn)常用的評(píng)估方法依然是case by case嗎？有沒有相對(duì)成型的方法論？

A

對(duì)于算法評(píng)測(cè)顯然case by case是不夠的。

1. 首先需要針對(duì)你評(píng)測(cè)的算法建立評(píng)價(jià)指標(biāo)體系。也就是你要評(píng)價(jià)他什么；

2 .根據(jù)測(cè)評(píng)體系，去搭建你的仿真系統(tǒng)，解決怎么測(cè)的問題；

3. 每個(gè)評(píng)價(jià)目標(biāo)，需要搭建數(shù)據(jù)庫(kù)和評(píng)價(jià)器metrics。

實(shí)踐來講，算法無(wú)非感知和規(guī)控。感知更注重環(huán)境、目標(biāo)的探測(cè)精度評(píng)價(jià)；而規(guī)控更側(cè)重道路類型、目標(biāo)車動(dòng)作場(chǎng)景下的決策評(píng)價(jià)、規(guī)劃的軌跡線評(píng)價(jià)。

上下滑動(dòng)，查看更多

置信度重構(gòu)主題Q&A

Q

康謀的3DGS地圖是否支持相機(jī)的多機(jī)位觀測(cè)？觀測(cè)到的模型在怎樣的范圍內(nèi)可以保持完整？

A

支持。3DGS 是一種顯式的 3D 表達(dá)，它不是 2D 貼圖。所以在理論上，你可以在這個(gè)場(chǎng)景里擺放任意數(shù)量、任意位置的虛擬相機(jī)都能獲得正確的透視關(guān)系和遮擋關(guān)系。

但是3DGS 的渲染質(zhì)量高度依賴于采集時(shí)的觀測(cè)軌跡。如果仿真相機(jī)在采集軌跡的 ±2 到 3 米 范圍內(nèi)移動(dòng)（模擬換道、輕微的路徑規(guī)劃偏差），我們的 NeRF2GS 可以保證模型是完整的，但是把相機(jī)拉到 50 米高空去做上帝視角，或者移動(dòng)到采集車從未看見過的墻角后方，只會(huì)看到偽影和變形。

Q

生成的3DGS地圖能否配置不同的天氣光照？如何實(shí)現(xiàn)光照度的反饋?zhàn)兓?/strong>

A

原生的 3DGS 做不到物理級(jí)的太陽(yáng)光角變換，因?yàn)榘压庹招畔⒐潭ㄔ诹烁咚骨蛑C函數(shù)里，在做到ISP解耦后可以通過調(diào)整虛擬傳感器的 ISO 和曝光策略來模擬光線變化，對(duì)于添加的Mesh動(dòng)態(tài)元素來說，當(dāng)改變環(huán)境光方向時(shí)，渲染引擎會(huì)計(jì)算 Mesh 車輛的 Shadow Map，并將其強(qiáng)行投影到 3DGS 的路面上。這實(shí)現(xiàn)了局部動(dòng)態(tài)光照，26年上半年康謀將會(huì)發(fā)布GS場(chǎng)景的色彩分級(jí)和光線的重計(jì)算功能。

Q

傳感器模型偏差有哪些具體表現(xiàn)?

A

Camera的話同色異譜（看起來顏色一樣，但光譜響應(yīng)不同）、ISP 噪聲模型不一致、HDR 動(dòng)態(tài)范圍不足；LiDAR：反射率錯(cuò)誤（忽略材質(zhì)物理屬性）、光束發(fā)散角缺失、噪聲缺失；Radar：RCS缺失，缺失多普勒特征等。

Q

靜態(tài)場(chǎng)景失真如何影響自動(dòng)駕駛算法?

A

幾何失真：重建路面與 HD Map 不對(duì)齊導(dǎo)致定位算法漂移 ，導(dǎo)致規(guī)劃決策錯(cuò)誤（如壓線行駛）。紋理/光照失真：錯(cuò)誤的陰影或高光，導(dǎo)致感知算法產(chǎn)生 False Positives（幽靈剎車）或 False Negatives（漏檢障礙物）。

Q

混合渲染如何去擬合3dgs和dynamic object的光照？讓物體看得更真？

A

目前陰影的部分會(huì)實(shí)時(shí)計(jì)算 Mesh 車輛的 Shadow Map，強(qiáng)制投影到 3DGS 的路面上，不同天氣下的重新光照計(jì)算可以拆解3DGS重回圖形學(xué)屬性，然后利用光線追蹤管線重新打光，或者在訓(xùn)練階段走風(fēng)格遷移的方式。

Q

置信度是否可以量化？像車輛動(dòng)力學(xué)仿真模型或者相機(jī)等傳感器仿真模型或者仿真環(huán)境，如何評(píng)估這些仿真模型的置信度高或者是低？像車輛仿真模型，是否可以基于實(shí)車數(shù)據(jù)和仿真數(shù)據(jù)做一個(gè)對(duì)標(biāo)，通過調(diào)整仿真參數(shù)來得到一個(gè)置信度相關(guān)較高的仿真模型？

A

列舉一些常見的量化指標(biāo)：環(huán)境/傳感器：計(jì)算 幾何 RMSE（重投影誤差）、色彩 ΔE、 點(diǎn)云KL 散度。動(dòng)力學(xué)：對(duì)比實(shí)車與仿真的橫擺角速度 (Yaw Rate) 和 側(cè)向加速度 曲線。記錄實(shí)車的控制輸入（方向盤、油門、剎車）和狀態(tài)輸出。在仿真中輸入同樣的控制指令。調(diào)整仿真參數(shù)（輪胎剛度、懸掛阻尼），最小化仿真與實(shí)車的輸出誤差，直到置信度達(dá)標(biāo)（如誤差 < 5%）。

Q

可以介紹一下動(dòng)態(tài)場(chǎng)景中真實(shí)交通流的構(gòu)建方法嗎？如何確保準(zhǔn)確性和交互的真實(shí)性？

A

動(dòng)態(tài)真實(shí)交通流會(huì)有Log2World的工具鏈，在重建NeRF2GS的過程中，從真實(shí)路采數(shù)據(jù)中提取交通流片段轉(zhuǎn)換成符合OpenSCENARIO標(biāo)準(zhǔn)的格式，然后在aiSim中使用，這個(gè)過程中自動(dòng)標(biāo)注出的交通流元素會(huì)具備足夠的特征信息和來實(shí)現(xiàn)軌跡的重建，如果是基于概率的方式重建交通流，也可以利用速分布、車頭時(shí)距、變道頻率 上的 Wasserstein 距離這些指標(biāo)來看當(dāng)前生成的場(chǎng)景的分布是否宏觀準(zhǔn)確。

上下滑動(dòng)，查看更多

虛擬數(shù)據(jù)集主題Q&A

Q

虛擬數(shù)據(jù)集可以用于感知評(píng)測(cè)嗎，與真實(shí)數(shù)據(jù)集相比優(yōu)勢(shì)在哪？

A

可以用于感知模型的評(píng)測(cè)。與真實(shí)數(shù)據(jù)集相比，虛擬數(shù)據(jù)集構(gòu)建的成本低，標(biāo)注精度高，節(jié)省人力和時(shí)間成本。并且虛擬數(shù)據(jù)集能獲得豐富的場(chǎng)景，采集到真實(shí)路采中較少出現(xiàn)的corner cases。

Q

如何將該數(shù)據(jù)集用于感知模型訓(xùn)練，格式適配度怎么樣？

A

simData目前完全符合nuScenes格式，可以用官方的SDK進(jìn)行全部解析。對(duì)于使用nuScenes格式訓(xùn)練的感知模型都是完美適配的。只需要修改不同的類別名就可以直接使用。同時(shí)，基于該格式，可以方便的轉(zhuǎn)換為waymo、kitt等數(shù)據(jù)集格式。

Q

對(duì)仿真生成數(shù)據(jù)的質(zhì)量有什么檢測(cè)的方法和指標(biāo)嗎？仿真數(shù)據(jù)給到算法訓(xùn)練，是什么訓(xùn)練方式呢，多少比例混合真實(shí)數(shù)據(jù)集，對(duì)算法的效果有實(shí)際驗(yàn)證數(shù)據(jù)嗎？

A

可以使用感知模型進(jìn)行評(píng)測(cè)。分別基于我們的simData虛擬數(shù)據(jù)集和nuScenes數(shù)據(jù)集訓(xùn)練感知模型，設(shè)計(jì)了三組實(shí)驗(yàn)來說明虛擬數(shù)據(jù)集與真實(shí)數(shù)據(jù)集的一致性以及對(duì)于模型性能的提升能力，具體可以查看我們的評(píng)測(cè)報(bào)告。指標(biāo)用了mAP和NDS。

做評(píng)測(cè)的時(shí)候我們使用了純虛擬數(shù)據(jù)集訓(xùn)練模型和真實(shí)數(shù)據(jù)集訓(xùn)練的模型在虛擬數(shù)據(jù)集上進(jìn)行微調(diào)。進(jìn)行微調(diào)的模型展現(xiàn)出了更好的泛化能力。

上下滑動(dòng)，查看更多

仿真加速落地主題Q&A

Q

在HIL測(cè)試中，aiSim這樣的仿真器扮演什么角色，要求仿真器具備什么樣的能力？

A

在HIL測(cè)試中，aiSim這樣的仿真器扮演著“虛擬世界生成器”與“傳感器數(shù)據(jù)源”的核心角色，負(fù)責(zé)替代真實(shí)的物理道路環(huán)境。

這就要求仿真器必須具備高保真的傳感器物理建模能力（能輸出通過物理渲染的Raw圖像、點(diǎn)云或雷達(dá)波形以“欺騙”感知算法）、確定性的實(shí)時(shí)運(yùn)行能力（確保與ECU的時(shí)鐘毫秒級(jí)同步，不丟幀不卡頓）以及開放的硬件接口支持（能將數(shù)據(jù)流直接輸送給視頻注入板卡或CAN/以太網(wǎng)接口），從而在實(shí)驗(yàn)室中構(gòu)建出覆蓋邊緣場(chǎng)景的高置信度閉環(huán)測(cè)試環(huán)境。

Q

端到端的自動(dòng)駕駛測(cè)試相比于傳統(tǒng)的自駕測(cè)試有什么區(qū)別，對(duì)仿真測(cè)試流程有什么新的要求？

A

傳統(tǒng)的自駕測(cè)試是高度解耦，可能將感知、規(guī)控等環(huán)節(jié)分開進(jìn)行測(cè)試，每個(gè)環(huán)節(jié)有著不同的輸入源和輸出數(shù)據(jù)。

而端到端模型是一體化的，可能傳感器的數(shù)據(jù)輸入后，就直接得到最終的規(guī)控結(jié)果。這對(duì)仿真測(cè)試提出了全新要求，不能使用之前不同環(huán)節(jié)進(jìn)行數(shù)據(jù)注入的方式，要求仿真器能提供高保真的傳感器數(shù)據(jù)，保證仿真測(cè)試環(huán)境與真實(shí)環(huán)境高度一致。并且測(cè)試指標(biāo)有了新的變化，需要建立基于駕駛結(jié)果的全新閉環(huán)評(píng)價(jià)體系。

康謀下期直播預(yù)告

獲獎(jiǎng)名單

康謀“智駕仿真測(cè)試，共筑智駕安全的「信任密碼」”線上研討會(huì)圓滿結(jié)束，非常感謝各位觀眾的支持與互動(dòng)，以下是互動(dòng)紅包獲獎(jiǎng)名單，快來聯(lián)系小助手領(lǐng)獎(jiǎng)！

本次未有邀請(qǐng)達(dá)人產(chǎn)生，期待大家下次積極參與（有效邀約人數(shù)：自動(dòng)駕駛行業(yè)專業(yè)人士且填寫信息無(wú)誤。）

不想錯(cuò)過下一次的活動(dòng)預(yù)告分享？

點(diǎn)擊上方卡片關(guān)注我們，及時(shí)獲取康謀資訊！