🚗 dSPACE 感知仿真
实战·30章
🎓 友好色系
01
dSPACE平台概述
公司介绍 · SCALEXIO / MicroAutoBox / VEOS · 自动驾驶场景
02
感知仿真基础
传感器模型(摄像头/激光雷达/毫米波/超声波) · 特性参数 · 环境搭建
03
摄像头仿真
模型原理 · 畸变模型 · 图像管线 · ModelDesk场景配置
04
激光雷达仿真
工作原理 · 点云生成 · 反射率与噪声 · Aurelion配置
05
毫米波雷达仿真
信号处理链 · 目标检测跟踪 · 多普勒效应 · RCS设置
06
超声波传感器仿真
测距原理 · 波束模型 · 近距离探测 · 停车辅助场景
07
传感器融合仿真
时间同步 · 外参标定 · 卡尔曼滤波 · 匈牙利匹配
08
场景编辑器ModelDesk
道路建模 · 交通参与者 · 标志与信号灯
09
Aurelion可视化引擎
3D渲染 · 天气光照(雨雪雾夜晚) · 传感器可视化
10
RTMaps实时中间件
数据流图 · 采集回放 · MATLAB/Simulink联合
11
Simulink集成
接口配置 · S-Function · 硬件在环(HIL)测试
12
VEOS虚拟验证
纯软件仿真 · 模型集成 · CI/CD回归测试
13
ADAS功能仿真
ACC · AEB · LKA 感知输入仿真
14
感知算法部署
YOLO / PointPillars 在dSPACE部署测试
15
数据记录与回放
RTMaps记录 · ROS Bag转换 · 场景复现
16
传感器故障注入
失效模式(遮挡/噪声/漂移) · 测试用例设计
17
感知性能评估
mAP · MOTA · 延迟测量 · 鲁棒性分析
18
OpenSCENARIO标准
格式解析 · 场景描述语言 · 导入导出
19
OpenDRIVE高精地图
地图格式 · 车道级路网 · 传感器关联
20
V2X通信仿真
DSRC/C-V2X · 车-车/车-路 · dSPACE实现
21
多车协同仿真
多辆自动驾驶车辆 · 感知与决策仿真
22
硬件在环(HIL)测试
MicroAutoBox · 实时机柜 · 信号调理与故障注入
23
软件在环(SIL)测试
VEOS算法验证 · MIL/SIL/HIL覆盖率
24
自动化测试框架
Python控制dSPACE · pytest · 测试报告
25
感知系统标定
摄像头内参 · 激光雷达联合标定 · 标定场仿真
26
极端天气仿真
暴雨/暴雪/浓雾/强光 · 传感器影响建模
27
夜间场景仿真
低光照 · 车灯模型 · 红外摄像头仿真
28
对抗测试
对抗样本(贴纸/光照) · 鲁棒性验证
29
dSPACE与ROS/ROS2集成
ROS节点 · 话题映射 · 时间同步
30
综合项目实战
高速公路领航辅助 · 场景设计到算法部署