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
AngelPP21 小时前
OpenClaw 架构深度解析:如何把 AI 助手搬到你的个人设备上
人工智能
宅小年21 小时前
Claude Code 换成了Kimi K2.5后,我再也回不去了
人工智能·ai编程·claude
九狼21 小时前
Flutter URL Scheme 跨平台跳转
人工智能·flutter·github
ZFSS21 小时前
Kimi Chat Completion API 申请及使用
前端·人工智能
天翼云开发者社区1 天前
春节复工福利就位!天翼云息壤2500万Tokens免费送,全品类大模型一键畅玩!
人工智能·算力服务·息壤
知识浅谈1 天前
教你如何用 Gemini 将课本图片一键转为精美 PPT
人工智能
Ray Liang1 天前
被低估的量化版模型,小身材也能干大事
人工智能·ai·ai助手·mindx
颜酱1 天前
单调栈:从模板到实战
javascript·后端·算法
shengjk11 天前
NanoClaw 深度剖析:一个"AI 原生"架构的个人助手是如何运转的?
人工智能