康谋分享 | 自动驾驶仿真进入“标准时代”:aiSim全面对接ASAM OpenX

目录

一、OpenDRIVE:兼容多版本地图标准

[(1)Atlas 工作流](#(1)Atlas 工作流)

[(2)UE Plugin 工作流](#(2)UE Plugin 工作流)

二、OpenSCENARIO:标准化动态行为建模

三、OpenCRG:还原毫米级路面细节

四、OpenMATERIAL:更真实的感知仿真

五、OSI:标准化环境接口

六、总结


随着自动驾驶技术走向高阶智能化 以及法律法规的逐渐完善,仿真测试 将会成为ADAS/AD 研发流程的必不可少的环节。标准化接口数据格式不仅提升了测试效率,更成为推动产业协同的关键基石。

康谋 aiSim 深度集成ASAM OpenX 系列标准 ,构建了高度兼容、高度还原的自动驾驶仿真平台。本文将从五大核心标准切入,系统解读 aiSim 如何通过标准化接口,全面支持自动驾驶仿真各环节。

一、OpenDRIVE:兼容多版本地图标准

ASAM OpenDRIVE 是自动驾驶仿真中最常用的道路拓扑标准, 用于描述路网结构、几何形态及拓扑关系,采用 XML 格式,扩展名为 .xodr。aiSim 支持 OpenDRIVE 1.4 至 1.7 版本 ,并提供双工作流以满足不同使用场景:

(1)Atlas 工作流

基于自研 Atlas 工具链 ,适用于快速搭建交通场景及行为测试流程,道路信息以逻辑形式加载,不参与实时渲染,能够实现高效构建、快速测试。

(2)UE Plugin 工作流

面向UE开发的aiSim插件,适用于数字孪生仿真可视化场景搭建 ,地图导入时完成高保真渲染,便于添加静态资产与视觉验证,真实感强、适合高精还原

aiSim的灵活地图导入能力,不仅提升仿真效率,更帮助用户在开发早期快速实现从测试到交付的闭环。

二、OpenSCENARIO:标准化动态行为建模

**ASAM OpenSCENARIO(.xosc)**定义了交通参与者的行为、事件与触发机制,是仿真场景动态建模的核心标准。

aiSim 支持 OpenSCENARIO 1.2,具备以下优势:

a. 桌面版与云端 GUI 场景编辑器支持交互式构建,所见即所得;

b. 可描述复杂的车、人、交通灯、静态物体之间的行为交互;

c. 支持导出每次仿真过程的 EvaluationResult,便于结果记录与对比。

如构建一个典型的 cut-in 场景,用户只需在编辑器中完成参数配置,即可自动生成可复现场景文件,大幅简化开发流程。

aiSim用标准构建动态场景、用结果衡量系统能力,助力自动驾驶功能闭环验证

三、OpenCRG:还原毫米级路面细节

OpenCRG提供标准化方式描述道路表面细节,支持毫米级不规则地形建模,用于动力学仿真与轮胎接触等精细化测试。CRG 文件使用二维 UV 网格系统,描述每个点的精确高程信息。

aiSim 在导入OpenDRIVE 地图时自动解析 符合条件(purpose = elevation,mode = global)的 CRG 元素,提升仿真中的道路表面真实度

a. 用户导入地图时可启用"应用 CRG 元素"选项,自动映射高程信息。

b. 支持设置横纵向最小增量值,控制网格精度,最小支持毫米级,显著提升仿真保真度。精准路面建模,进一步增强地形还原与物理行为一致性。

从低到高增量值下OpenDRIVE地形的变化

四、OpenMATERIAL:更真实的感知仿真

在感知仿真中,物理材质决定了相机/激光雷达的真实响应,OpenMATERIAL 提供统一材质描述标准,链接 3D 几何与真实物理属性,实现更贴近真实的感知仿真环境。

aiSim 已初步集成 OpenMATERIAL,支持在传感器仿真中对材质反射、纹理、透明度等进行高保真建模

在 aiSim 中,材质信息被高度还原并用于物理传感器模拟,特别适用于摄像头模型的成像仿真。通过 OpenMATERIAL 标准,aiSim 能够提供更准确的光照色彩与纹理响应,为感知算法的训练与验证创造更接近真实世界的环境。

我们还开源了基于 OpenMATERIAL 构建的aiSim Archer 车辆模型,包含:

a. 超过 140k 多边形精度建模

b. 全 UV 展开与规范命名

c. 23 个可控灯光节点

d. 包含 glTF 材质与 .xoma 文件

e. 以及额外的法线贴图与细节纹理提升视觉质量

五、OSI:标准化环境接口

ASAM Open Simulation Interface(OSI) 为自动驾驶系统提供通用"环境感知输入接口",用于传输仿真中感知相关数据。标准基于 Protocol Buffers,结构清晰、模块可扩展。

aiSim 中,OSI 被用于输出高频率、高一致性的 Ground Truth 数据,包括:

a. 自车及他车的位置、姿态、速度、加速度等状态

b. 所在车道信息及边界点分布

c. 持续每步仿真中生成并记录,支持全流程回溯

同时,aiSim 提供两种查询方式:

**a. GetAllOSIGT:**获取全部仿真过程中的 GT 数据(带时间戳)

**b. GetLastStepsOSIGT:**仅获取最新一步仿真数据,便于实时监控

aiSim的模块化输出 + 高效接口,从仿真生成到算法验证的无缝衔接,大幅提升测试流程的规范化与自动化程度。

六、总结

在自动驾驶迈向规模化落地的关键阶段,开放、标准化、可复现的仿真能力是保障算法稳定性与法规符合性的核心基础。

aiSim 将持续深度适配ASAM OpenX 生态,联动OpenDRIVE构图、OpenSCENARIO 场景定义、OpenMATERIAL 材质标准、OSI 接口协议等核心能力,为行业客户提供更高质量、更高效率的仿真解决方案。


我是分享自动驾驶技术的康谋

期待与您的的探讨学习

欢迎关注互动

aiSim自动驾驶仿真平台 - 端到端智驾仿真工具 | 高保真环境模拟和场景重建 | 软件在环测试 | 康谋科技https://keymotek.com/adas-simulator-aisim/

相关推荐
沈浩(种子思维作者)2 分钟前
真的能精准医疗吗?癌症能提前发现吗?
人工智能·python·网络安全·健康医疗·量子计算
minhuan3 分钟前
大模型应用:大模型越大越好?模型参数量与效果的边际效益分析.51
人工智能·大模型参数评估·边际效益分析·大模型参数选择
Cherry的跨界思维9 分钟前
28、AI测试环境搭建与全栈工具实战:从本地到云平台的完整指南
java·人工智能·vue3·ai测试·ai全栈·测试全栈·ai测试全栈
MM_MS12 分钟前
Halcon变量控制类型、数据类型转换、字符串格式化、元组操作
开发语言·人工智能·深度学习·算法·目标检测·计算机视觉·视觉检测
ASF1231415sd25 分钟前
【基于YOLOv10n-CSP-PTB的大豆花朵检测与识别系统详解】
人工智能·yolo·目标跟踪
m0_6501082432 分钟前
VGGT-Long:突破千米级长 RGB 序列单目 3D 重建的极限
自动驾驶·机器人导航·vggt·3d视觉基础模型·千米级单目3d重建·通用模型·分块-对齐-闭环-全局优化
独自破碎E37 分钟前
【二分法】寻找峰值
算法
mit6.8241 小时前
位运算|拆分贪心
算法
水如烟1 小时前
孤能子视角:“意识“的阶段性回顾,“感质“假说
人工智能
Carl_奕然1 小时前
【数据挖掘】数据挖掘必会技能之:A/B测试
人工智能·python·数据挖掘·数据分析