彻底验证自动驾驶车辆的感知系统

事实证明，高度自动驾驶 (HAD) 开发比预期复杂很多。如今的感知系统往往仍然无法满足 SAE L4 级任务的需求，并且需要进一步研发。成功开发 HAD 感知系统需要模仿人类感知，也就是能够在大部分的照明和环境条件下识别物体并大致评估与其之间的距离。离开快速、彻底的测试框架，这将变得尤为复杂而耗时。

立即注册参加本次网络研讨会，了解 Simcenter Prescan360 如何通过整合测试用例、智能采样、运用云并行系统和整理多种结果的新方式，加快感知系统问题的确定和诊断。

通过并行处理准确模拟感知系统评估的光照

如果仿真引擎无法生成能够替代真实测试的可靠结果，那么实现大量仿真也不够。Simcenter Prescan360 提供基于物理场的传感器模型和材料光学属性库，这是多年研究、大量试验测量活动以及仿真性能改进的结果。

现在，这些模型既可以在云端，也可以在集群并行仿真，这就为感知或运动规划和追踪机器学习开辟了道路。这些模型还可以赋能汽车供应商进行感知处理评估，以及供自动驾驶车辆整车厂进行高保真度完整系统验证。

虚拟测试自动驾驶系统的安全性和可靠性

基于人类导向型测试的 HAD 验证在测试无限数量场景方面遇到了限制。Simcenter Prescan360 助力新型自动化方法以快于迭代式“仿真和审核”循环的速度主导场景测试，而不会错过任何一个测试空间拐角。

观看本次网络研讨会，了解如何将高保真度传感和大规模测试覆盖范围结合起来以加快感知系统开发。