13412598543
技術文章
在自動駕駛時代奔涌向前的路上，仿真測試早已不再是可選項，而是驗證智能駕駛系統(tǒng)安全性、魯棒性和泛化能力的剛需，如何提升仿真測試的保真度已成為無法避免的重要話題。
這正是“數(shù)字孿生"出現(xiàn)的時代背景。本文為大家詳細介紹如何用傳統(tǒng)與前沿結合的數(shù)字孿生構建流程，再配合3DGS 的神經網(wǎng)絡重建技術，為自動駕駛仿真測試注入真正的“現(xiàn)實之眼"。
依托的aiData工具鏈與aiSim仿真平臺，本文建立了一套高精度數(shù)字孿生地圖構建流程，已經廣泛應用于布達佩斯 Kolosy廣場、ZalaZone測試場等真實道路還原項目。整個流程包括：
（左）帶有標注的HD地圖、（中）裝飾HD地圖、（右）aiSim中渲染
采用搭載激光雷達（LiDAR）、高精度GNSS/INS系統(tǒng)的測繪車（如康謀DATALynx ATX4）執(zhí)行移動激光掃描（MLS），通過aiData Recorder進行錄制，主要路線至少繪制兩次，確保厘米級空間精度。
數(shù)采車示意圖
使用aiData Annotator將多幀點云拼接為統(tǒng)一的全局坐標系，結合反射率、時間戳等多通道信息形成高密度、低誤差的空間點集。
Tips：詳細數(shù)據(jù)采集精度和點云數(shù)據(jù)格式可聯(lián)系康謀技術團隊獲取，可接受第三方數(shù)據(jù)，但建議在采集前與我們技術團隊溝通優(yōu)化策略。
基于聚合點云手工標注道路元素：車道線、交通標志、人行道、護欄、紅綠燈等。輸出為GeoPackage格式的HD Map，用于自動駕駛系統(tǒng)參考。
ZalaZone試驗場 LiDAR點云建模ZalaZone試驗場衛(wèi)星參考圖像
借助Atlas程序化建模引擎，生成道路、地形等基礎結構，再通過aiSim Unreal插件手工裝飾建筑、植被、街景設施，高程度復現(xiàn)現(xiàn)實細節(jié)。為了獲取最大精度，康謀將會采用DCC工具，例如Maya、Blender、Substance等工具利用可用數(shù)據(jù)構建新模型；
傳統(tǒng)方式固然精準，但高成本、高周期、強人工依賴，難以支撐大規(guī)模、快速迭代的測試需求。
本文分享的神經網(wǎng)絡重建方案，則以NeRF+ 3DGS為核心技術，實現(xiàn)了從真實環(huán)境到仿真世界的躍遷：
相比傳統(tǒng)數(shù)月的手動建模，神經網(wǎng)絡重建只需幾天時間，就能將采集到的圖像和點云數(shù)據(jù)自動生成高保真的三維靜態(tài)場景。
在aiSim中重建Waymo場景
通過DEVIANT算法驗證3D目標檢測精度、Mask2Former測量像素一致性等方式，驗證了神經重建場景在多攝像頭視角下的高可用性與仿真一致性。
請查看最新發(fā)表的論文“Hybrid Rendering for Multimodal Autonomous Driving: Merging Neural and Physics-Based Simulation"
方案致力于告別繁復的建模軟件與人工建模流程，實現(xiàn)端到端自動化構建，大幅降低人力與制作成本。
在生成的三維場景中，可靈活添加動態(tài)對象（車輛、行人、信號燈等），并全面兼容OpenSCENARIO標準，適配多種自動駕駛測試平臺。
神經網(wǎng)絡重建方案遵循高度自動化流程：
流程圖
（1）數(shù)據(jù)采集： 使用DATALynx ATX4記錄圖像、LiDAR點云和自車位姿；推薦配置包括Hesai Pandar64、環(huán)視非魚眼攝像頭和NovAtel高精度組合導航系統(tǒng)。
（2）數(shù)據(jù)轉換：將原始數(shù)據(jù)轉化為康謀格式，統(tǒng)一處理點云、圖像和標定信息。
（3）自動標注： 利用aiData工具鏈去除動態(tài)目標、生成GT數(shù)據(jù)，實現(xiàn)非因果式追蹤。
環(huán)視系統(tǒng)自動標注
（4）神經網(wǎng)絡訓練： 使用NeRF/3DGS算法生成高精度三維場景。
（5）仿真部署與增強： 在aiSim仿真平臺中集成重建場景，配置不同環(huán)境（暴雨、夜晚、雪天）、多模態(tài)傳感器（攝像頭、LiDAR、毫米波雷達等）與虛擬交通流。
雨天場景
在自動駕駛技術快速發(fā)展的今天，數(shù)字孿生已從簡單的場景復制，進化為具備真實物理特性的虛擬世界。我們和眾多同行們正在見證一場仿真技術的革命：
（1）通過激光雷達的精準測繪確保厘米級精度
（2）借助3DGS/NeRF實現(xiàn)場景的智能重建
（3）融合傳統(tǒng)與創(chuàng)新的技術優(yōu)勢
康謀致力于將傳統(tǒng)構建流程與前沿神經網(wǎng)絡重建技術相融合，用速度、真實與自動化重塑自動駕駛仿真測試的范式。
關注微信