告别数月等待:数字孪生场景生成从此进入“日级”时代

一、行业挑战与痛点

在自动驾驶开发中,高保真的仿真场景 是算法迭代和验证的基石。然而,传统手工建模方式需要大量3D设计师投入,构建一个复杂交通环境往往耗时数月甚至半年以上 ;同时,城市、高速、停车场等多种运营设计域(ODD)都需要覆盖,场景的可扩展性多样性一直是瓶颈。

更重要的是,随着自动驾驶系统从模块化架构向端到端系统级演进,仿真平台不仅要验证感知、决策和控制单元的单点性能,更要在同一环境中评估OneModel/TwoModel协同的整体表现,这意味着:

(1)测试场景必须与真实世界尽量一致,以避免在端到端链路上引入虚假偏差;

(2)需要灵活修改传感器布局、天气和交通流量来覆盖边界工况;

(3)要同时支持 SIL(软件在环)、HiL(硬件在环)、DiL(驾驶员在环)等多级仿真,并在同一数字孪生环境下复现。

然而,即使采用高保真物理渲染,仿真数据与真实世界之间依然存在域间差距(domain gap),端到端仿真测试因而受限,算法开发和功能安全验证被拖慢。

这类端到端测试 需要用户能够自主、快速 地采集真实世界数据并生成高保真数字孪生,以便随时迭代场景并适配不同的传感器布置和测试条件。传统的外包式建模服务或半成品工具链,难以满足客户对自助操作和敏捷迭代的要求。

二、World Extractor 工具链简介

针对这些痛点,康谋推出的World Extractor 已经不只是一个"内部项目工具",而是一个成熟、可商用、可自助使用的端到端工具链 。它集成了 NeRF 与 3D Gaussian Splatting 等前沿神经重建技术,用户只需将自己的实地录制数据(如车队采集的多传感器数据)导入,即可在数天内自动生成静态 3D 世界,无需专业 3D 建模师。

World Extractor工作前端用于评估采集数据质量和场景回放

在此基础上,用户可以通过内置的2000+ 动态主体资产库自主增强场景,添加车辆、行人、交通灯、标志牌等元素,并根据测试需求调整 ODD、时间、天气和交通流量。

整个过程不再依赖团队手工制作 ,客户可以完全掌握采集、生成和仿真流程,形成自己的数字孪生资产库,并与康谋 aiSim 直接联动。

三、与aiSim的无缝集成

World Extractor 的独特价值在于与 aiSim 的原生集成 。通过"神经重建 + 物理引擎"的混合渲染方式,既能保留真实世界的纹理和几何细节,又能获得物理上精确的传感器输出。

在 aiSim 中,用户可一键配置多传感器仿真,包括摄像头、雷达、激光雷达、超声波传感器等,灵活调整天气、光照和时间条件,验证在极端场景下的算法表现。

1、关键优势

World Extractor + aiSim的关键优势在于:

**(1)自动化管线:**将高保真 3D 环境生成周期从传统的 3--6 个月缩短到 1 天,实现真正意义上的"日级数字孪生"。

**(2)传感器无关:**覆盖摄像头、雷达、激光雷达等所有主流传感器模式,与大多数只关注单一传感器的竞争产品相比更全面。

**(3)极端新视角:**即使偏离原始采集轨迹,依然能保持高精度渲染和传感器一致性,适合多变路径和复杂测试工况。

**(4)量化验证:**通过感知功能等量化指标,域间差距极小,提供比纯质性评估更可的验证依据。

2、客户案例

欧洲某乘用车OEM 有构建3D孪生场景地图,并基于aiSim开展SiL、HiL和DiL仿真测试的需求。

为满足该需求,解决方案是利用aiSim、World extractor工具链(涵盖采集、可视化分析、3DGS模型和自动标注功能),为客户多个团队创建覆盖不同ODD的3D环境,这些环境可直接用于aiSim及客户基于UE构建的DiL系统。

本项目KPI 是采用World Extractor生成高质量合成数据,避免重复采集数据测试新传感器方案,且将原本3 - 6月的数字孪生时间缩短到1天

具体实施步骤为:

客户自有数采车队采集场景数据,用于3DGS场景重建;

基于采集数据构建3D模型,支持高保真交通、场景和传感器仿真;

训练3DGS数据孪生场景,并无缝导入aiSim中使用;

提供客户自有UE引擎DiL模拟工具,实现驾驶员参与的闭环仿真测试

四、总结

在自动驾驶的竞争赛道上,高保真、可扩展的仿真场景构建已成为端到端系统级验证的关键。

无论你是整车厂还是Tier1团队,都可以借助 World Extractor + aiSim 快速搭建符合自身传感器、算法和测试要求的高保真仿真环境,实现真正的端到端系统级验证

相关推荐
星马梦缘3 小时前
Matlab机器人工具箱7 搬运动画展示
matlab·机器人·仿真·逆解
漫谈测试4 小时前
秒杀系统数据分层校验
测试
搞一搞汽车电子18 小时前
S32K3平台eMIOS 应用说明
开发语言·驱动开发·笔记·单片机·嵌入式硬件·汽车
星马梦缘19 小时前
Matlab机器人工具箱使用2 DH建模与加载模型
人工智能·matlab·机器人·仿真·dh参数法·改进dh参数法
MOS管-冠华伟业1 天前
WSD3075DN56高性能MOS管在汽车电动助力转向系统(EPS)中的应用
汽车
老猿讲编程1 天前
从航空FACE的一个落地方案漫谈汽车HPC软件架构的思维转变(1/3)FACE基础概念与落地案例
汽车·软件架构
恒点虚拟仿真1 天前
XR数字融合工作站赋能新能源汽车专业建设的创新路径
人工智能·汽车·xr·虚拟现实·虚拟仿真·新能源汽车·ai+虚拟仿真
JIngJaneIL1 天前
汽车租赁|基于Java+vue的汽车租赁系统(源码+数据库+文档)
java·vue.js·spring boot·汽车·论文·毕设·汽车租赁系统
Luminbox紫创测控2 天前
一文了解太阳光模拟器的汽车材料老化测试及标准解析
汽车