動態(tài)

• 發(fā)布了文章 2025-06-25 09:53

  方案分享 | ARXML 規(guī)則下 ECU 總線通訊與 ADTF 測試方案

  

  汽車電子開發(fā)新進展：ARXML 規(guī)則與 ADTF 框架結(jié)合，實現(xiàn) ECU 總線通訊高效測試

  CAN總線 ECU測試 開發(fā)測試 汽車總線 汽車電子

  368瀏覽量

• 發(fā)布了文章 2025-06-18 10:07

  康謀分享| 揭秘C-NCAP ：合成數(shù)據(jù)如何助力攻克全球安全合規(guī)難關(guān)？

  

  C-NCAP 2024新規(guī)將DMS、RFR納入評分體系，推動中國汽車安全從被動向主動轉(zhuǎn)型。車企面臨成本、惡劣環(huán)境可靠性等挑戰(zhàn)。如何通過虛擬仿真和合成數(shù)據(jù)技術(shù)，助力車企大幅提升驗證效率，滿足合規(guī)標(biāo)準(zhǔn)？

  仿真 安全 座艙 汽車 自動駕駛

  1k瀏覽量

• 發(fā)布了文章 2025-06-11 13:51

  康謀方案 | 高精LiDAR+神經(jīng)渲染3DGS的完美融合實踐

  

  在自動駕駛仿真測試剛需下，數(shù)字孿生成提升保真度關(guān)鍵。本文介紹傳統(tǒng)與前沿結(jié)合的構(gòu)建流程，先通過數(shù)據(jù)采集、點云聚合等完成高精地圖重建，再以NeRF+3DGS實現(xiàn)神經(jīng)網(wǎng)絡(luò)重建，降本增效，為仿真注入真實感，重塑測試范式。

  3D 仿真 建模 測試 雷達

  1k瀏覽量

• 發(fā)布了文章 2025-06-04 09:53

  干貨分享 | 從云端到單機的數(shù)據(jù)匿名化全攻略

  

  在數(shù)據(jù)驅(qū)動決策時代，企業(yè)面臨隱私合規(guī)與數(shù)據(jù)利用的雙重挑戰(zhàn)（如PIPL、GDPR等隱私規(guī)定要求）。如何在聚焦效率與合規(guī)平衡，助力汽車、零售等行業(yè)在保護敏感信息的同時，安全釋放視頻數(shù)據(jù)價值，破解數(shù)據(jù)處理的合規(guī)與業(yè)務(wù)增長難題

  圖像處理 安全 數(shù)據(jù) 汽車 隱私

  148瀏覽量

• 發(fā)布了文章 2025-05-28 09:49

  方案分享 | 高精度時間同步技術(shù)的實現(xiàn)與應(yīng)用

  

  如何通過硬件級PTSS/CTSS技術(shù)實現(xiàn)亞微秒級時間同步，支持多傳感器數(shù)據(jù)精準(zhǔn)對齊？PSB+QX550方案采用GPS/PPS/本地時鐘冗余設(shè)計，具備動態(tài)容錯功能，適用于自動駕駛測試等需要高精度時間同步的場景。

  傳感器 數(shù)據(jù)采集 時間同步 汽車 硬件

  1.2k瀏覽量

• 發(fā)布了文章 2025-05-21 09:55

  康謀洞察 | L3+智能座艙時代，主機廠三大核心需求揭秘！

  

  艙內(nèi)感知模型遇數(shù)據(jù)瓶頸？真實采集成本高、隱私限制嚴(yán)、長尾場景稀缺！行業(yè)正轉(zhuǎn)向合成數(shù)據(jù)破局，但仍面臨諸多困難。本文為大家詳細揭秘析主機廠和算法供應(yīng)商的三大需求核心，加速破局！

  仿真 感知 數(shù)據(jù) 智能座艙 汽車

  2.6k瀏覽量

• 發(fā)布了文章 2025-05-14 10:38

  康謀分享 | 自動駕駛仿真進入“標(biāo)準(zhǔn)時代”：aiSim全面對接ASAM OpenX

  

  自動駕駛領(lǐng)域，仿真與標(biāo)準(zhǔn)接口至關(guān)重要。康謀aiSim集成ASAM OpenX系列標(biāo)準(zhǔn)，通過OpenDRIVE、OpenSCENARIO等五大標(biāo)準(zhǔn)，全面優(yōu)化仿真各環(huán)節(jié)，提升測試效率與規(guī)范性，推動自動駕駛規(guī)模化落地。

  仿真 汽車 測試 科技 算法

  2.8k瀏覽量

• 發(fā)布了文章 2025-04-29 10:47

  技術(shù)分享 | 高逼真合成數(shù)據(jù)助力智駕“看得更準(zhǔn)、學(xué)得更快”

  

  自動駕駛研發(fā)如何高效獲取海量訓(xùn)練數(shù)據(jù)？高逼真合成數(shù)據(jù)技術(shù)正在提供新解法。通過仿真平臺可生成多場景、多傳感器的精準(zhǔn)標(biāo)注數(shù)據(jù)。文章詳解如何構(gòu)建符合nuScenes標(biāo)準(zhǔn)的數(shù)據(jù)集，覆蓋復(fù)雜交通場景，為感知模型訓(xùn)練提供高效、可控的數(shù)據(jù)支持。

  仿真 數(shù)據(jù) 標(biāo)定 汽車 算法

  2.8k瀏覽量

• 發(fā)布了文章 2025-04-23 09:34

  康謀分享 | 特斯拉AD/ADAS緊急制動安全分析案例

  

  基于1.5萬公里實測數(shù)據(jù)，本文揭示Autopilot三大緊急制動特征：對鄰車道的過度防御制動、ODD外場景的靜默退出風(fēng)險及信號燈響應(yīng)困境。研究通過多模態(tài)數(shù)據(jù)融合技術(shù)，量化分析制動事件，為ADAS系統(tǒng)優(yōu)化提供重要依據(jù)

  adas 數(shù)據(jù)分析 特斯拉 自動駕駛

  2.2k瀏覽量

• 發(fā)布了文章 2025-04-16 09:51

  方案分享 | ADAS時空融合數(shù)據(jù)采集方案

  

  隨著傳感器數(shù)量的增加和數(shù)據(jù)規(guī)模的指數(shù)級增長，行業(yè)正面臨一系列挑戰(zhàn)：多源傳感器數(shù)據(jù)的時間同步難題、復(fù)雜數(shù)據(jù)格式的適配、測量技術(shù)的靈活性不足、設(shè)備集成周期冗長等，這些問題正成為自動駕駛研發(fā)與測試的“隱形瓶頸”。?

  傳感器 數(shù)據(jù)采集 時間同步 自動駕駛 雷達

  2.4k瀏覽量