康謀自動(dòng)駕駛文章

• 方案分享 | ARXML 規(guī)則下 ECU 總線通訊與 ADTF 測(cè)試方案2025-06-25 09:53

  

  汽車(chē)電子開(kāi)發(fā)新進(jìn)展：ARXML 規(guī)則與 ADTF 框架結(jié)合，實(shí)現(xiàn) ECU 總線通訊高效測(cè)試

  CAN總線 ECU測(cè)試 開(kāi)發(fā)測(cè)試 汽車(chē)總線 汽車(chē)電子 150瀏覽量

• 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)？2025-06-18 10:07

  

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

  仿真 安全 座艙 汽車(chē) 自動(dòng)駕駛 986瀏覽量

• 康謀方案 | 高精LiDAR+神經(jīng)渲染3DGS的完美融合實(shí)踐2025-06-11 13:51

  

  在自動(dòng)駕駛仿真測(cè)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(guò)數(shù)據(jù)采集、點(diǎn)云聚合等完成高精地圖重建，再以NeRF+3DGS實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)重建，降本增效，為仿真注入真實(shí)感，重塑測(cè)試范式。

  3D 仿真 建模 測(cè)試 雷達(dá) 1026瀏覽量

• 干貨分享 | 從云端到單機(jī)的數(shù)據(jù)匿名化全攻略2025-06-04 09:53

  

  在數(shù)據(jù)驅(qū)動(dòng)決策時(shí)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(chē)、零售等行業(yè)在保護(hù)敏感信息的同時(shí)，安全釋放視頻數(shù)據(jù)價(jià)值，破解數(shù)據(jù)處理的合規(guī)與業(yè)務(wù)增長(zhǎng)難題

  圖像處理 安全 數(shù)據(jù) 汽車(chē) 隱私 147瀏覽量

• 方案分享 | 高精度時(shí)間同步技術(shù)的實(shí)現(xiàn)與應(yīng)用2025-05-28 09:49

  

  如何通過(guò)硬件級(jí)PTSS/CTSS技術(shù)實(shí)現(xiàn)亞微秒級(jí)時(shí)間同步，支持多傳感器數(shù)據(jù)精準(zhǔn)對(duì)齊？PSB+QX550方案采用GPS/PPS/本地時(shí)鐘冗余設(shè)計(jì)，具備動(dòng)態(tài)容錯(cuò)功能，適用于自動(dòng)駕駛測(cè)試等需要高精度時(shí)間同步的場(chǎng)景。

  傳感器 數(shù)據(jù)采集 時(shí)間同步 汽車(chē) 硬件 1191瀏覽量

• 康謀洞察 | L3+智能座艙時(shí)代，主機(jī)廠三大核心需求揭秘！2025-05-21 09:55

  

  艙內(nèi)感知模型遇數(shù)據(jù)瓶頸？真實(shí)采集成本高、隱私限制嚴(yán)、長(zhǎng)尾場(chǎng)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(xì)揭秘析主機(jī)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(chē) 2615瀏覽量

• 康謀分享 | 自動(dòng)駕駛仿真進(jìn)入“標(biāo)準(zhǔn)時(shí)代”：aiSim全面對(duì)接ASAM OpenX2025-05-14 10:38

  

  自動(dòng)駕駛領(lǐng)域，仿真與標(biāo)準(zhǔn)接口至關(guān)重要?？抵\aiSim集成ASAM OpenX系列標(biāo)準(zhǔn)，通過(guò)OpenDRIVE、OpenSCENARIO等五大標(biāo)準(zhǔn)，全面優(yōu)化仿真各環(huán)節(jié)，提升測(cè)試效率與規(guī)范性，推動(dòng)自動(dòng)駕駛規(guī)?；涞亍?

  仿真 汽車(chē) 測(cè)試 科技 算法 2794瀏覽量

• 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”2025-04-29 10:47

  

  自動(dòng)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(guò)仿真平臺(tái)可生成多場(chǎng)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(chǎng)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(chē) 算法 2838瀏覽量

• 康謀分享 | 特斯拉AD/ADAS緊急制動(dòng)安全分析案例2025-04-23 09:34

  

  基于1.5萬(wàn)公里實(shí)測(cè)數(shù)據(jù)，本文揭示Autopilot三大緊急制動(dòng)特征：對(duì)鄰車(chē)道的過(guò)度防御制動(dòng)、ODD外場(chǎng)景的靜默退出風(fēng)險(xiǎn)及信號(hào)燈響應(yīng)困境。研究通過(guò)多模態(tài)數(shù)據(jù)融合技術(shù)，量化分析制動(dòng)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(dòng)駕駛 2207瀏覽量

• 方案分享 | ADAS時(shí)空融合數(shù)據(jù)采集方案2025-04-16 09:51

  

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

  傳感器 數(shù)據(jù)采集 時(shí)間同步 自動(dòng)駕駛 雷達(dá) 2354瀏覽量