動態

• 發布了文章 2024-06-19 10:50

  康謀分享 | 從CAN到CAN FD：ADTF在汽車網絡中的應用

  

  ADTF軟件以其強大的功能、高度的靈活性和專業的技術支持，成為汽車電子開發領域的重要工具。無論是在產品開發、系統集成還是測試驗證階段，ADTF都能提供有效的解決方案，加速汽車電子系統的開發進程。

  CAN CAN FD 汽車網絡 自動駕駛

  1.8k瀏覽量

• 發布了文章 2024-06-12 13:07

  康謀分享 | 自動駕駛聯合仿真——功能模型接口FMI（一）

  

  功能模型接口是一個開放且獨立于工具的標準，包含C-API接口、XML描述文件和可交換的功能模型單元，提供容器化模型，便于在不同平臺上重復使用和部署，實現自動駕駛仿真工具間的模型交換和聯合仿真。

  聯合仿真 自動駕駛

  2.2k瀏覽量

• 發布了文章 2024-06-05 15:28

  康謀技術 | 自動駕駛：揭秘高精度時間同步技術（二）

  

  在自動駕駛中，對車輛外界環境進行感知需要用到很多傳感器的數據，如果計算中心接收到的各傳感器消息時間不統一，則會造成例如障礙物識別不準等問題。本文通過“統一時鐘源”、“軟硬件同步”等內容，探討如何對各類傳感器進行高精度的時間同步。

  時間同步 自動駕駛

  1.8k瀏覽量

• 發布了文章 2024-05-29 10:40

  自動駕駛：揭秘高精度時間同步技術（一）

  

  本文重點探討了高精度時間同步技術在多傳感器融合中的重要性。通過選擇統一的時鐘源和基于以太網的協議，確保多傳感器數據在統一時間框架內準確處理，為自動駕駛系統提供了可靠的時間基準。

  傳感器 時間同步 激光雷達 自動駕駛

  6k瀏覽量

• 發布了文章 2024-05-22 13:57

  康謀分享|aiSim5基于生成式AI擴大仿真測試范圍（終）

  

  在場景重建和測試流程閉環的過程中，難免會面臨3D場景制作重建耗時長、成本高、擴展性低以及交通狀況復雜程度難以滿足等問題。康謀aiSim中NeRF和3DGS可以自動化生成3D靜態場景并添加動態實例編輯，從而縮短測試流程，擴大仿真測試范圍，有效解決上述問題。

  仿真測試 測試 自動駕駛

  1.6k瀏覽量

• 發布了文章 2024-05-15 15:28

  康謀產品 | 車載以太網：智能汽車通信的加速器

  

  為了應對車載網絡數據量激增等新挑戰，10GBase-T1標準正式發布，在此趨勢下，康謀帶來了NETLion 10G，幫助工程師們進行數據流量的記錄和分析，極大地方便了車載網絡的開發和測試。

  加速器 數據轉換器 自動駕駛 車載以太網

  2.3k瀏覽量

• 發布了文章 2024-05-08 16:59

  康謀分享 | aiSim5仿真場景重建感知置信度評估（三）

  

  aiSim5能重建高精度的賽道、車庫、高速公路等真實交通場景，用于測試和訓練ADAS/AD系統。通過全局行動日志，能將駕駛數據轉化為場景重建，車道線檢測算法和多目標檢測算法在仿真與現實世界的相關性測試中誤差極為相近。

  adas 測試 自動駕駛

  2.7k瀏覽量

• 發布了文章 2024-04-24 14:58

  康謀分享|aiSim5激光雷達LiDAR模型驗證方法（二）

  

  aiSim中的LiDAR是一種基于光線追蹤的傳感器，能夠模擬真實LiDAR發射的激光束，將會生成LASv1.4標準格式的3D點云，包含了方位角、俯仰角和距離等。aiSim能夠模擬LiDAR單態（Monostatic）和同軸（Coaxial）配置。在aiSim中，LiDAR仿真是將模型建為在某個方向上發射單束光線的點光源，因此，單束光線承載了激光的全部功率。一

  AD adas 激光雷達 自動駕駛

  1.2k瀏覽量

• 發布了文章 2024-04-17 17:08

  康謀技術 |深入探討：自動駕駛中的相機標定技術

  

  隨著自動駕駛技術的快速發展，多傳感器的數據采集和融合可以顯著提高系統的冗余度和容錯性，進而保證決策的快速性和正確性。在項目開發迭代過程中，傳感器標定扮演著至關重要的角色，它位于數據采集平臺與感知融合算法之間，是確保傳感器數據準確性的基礎，同時也是實現傳感器融合的關鍵先決條件。在眾多傳感器中，相機以其豐富的信息獲取能力和成本效益而成為自動駕駛系統中的首選。相機

  傳感器 攝像機 相機 自動駕駛

  1.2k瀏覽量

• 發布了產品 2024-04-15 16:50

  康謀b-plus 多通道以太網數據轉換分析儀/MDILink QX035

  

  產品型號：KM-B21671-MDI-001-0002、3、4、7 型號：KM-B21671-MDI-001-0002、3、4、7

  63瀏覽量