康谋科技

• 3DGS技术详解（一）：3DGS如何融合动态天气与光照等环境因素？

  康谋科技

  1189

  02/11 11:20

  传感器 自动驾驶
• 2026年，讲讲3DGS和世界模型，在自动驾驶仿真中的组合

  2026年，自动驾驶仿真赛道将持续升温。 回顾2025年，两大仿真新技术快速走进公众视野，分别是世界模型（World Model）与3DGS（3D Gaussian Splatting，3D高斯泼溅）。 关于世界模型，此前也写了挺多科普文章，甚至发布了一些视频效果，感兴趣的小伙伴可以去搜了看看，本文就不展开了。 而关于3DGS，我则一直觉得很神秘，因此特地做了一些探索，甚至申请到了商用软件来试用，

  康谋科技

  821

  02/09 14:20

  智能驾驶 仿真
• 技术分享|如何做从 OpenDRIVE 到 Atlas的道路数据编辑与格式适配？

  1 引言 在智能驾驶仿真测试的场景构建中，无论是结构化道路的搭建还是非结构化道路的加工，其工作流程通常依赖于明确的数据基础和后续的可视化处理。在进入Unreal Engine或Blender等工具进行地图外观加工之前，具备完整、准确的道路逻辑数据通常是不可或缺的前提。 用户常见的问题包括：获得外观精细的地图却无法提取道路逻辑与真值信息，或是拥有逻辑完备的道路数据，导入仿真环境后却只呈现为缺乏视觉表

  康谋科技

  408

  02/03 10:05

  自动驾驶 仿真
• 一文讲清“实测 - 仿真” 一体化数据采集与验证平台如何做

  康谋为国内某高校智能驾驶科研团队提供数采车系统、无人驾驶车辆集成方案及数字孪生仿真服务，解决其系统性技术挑战，包括高带宽数据采集与低延时实时监测、实车与仿真环境的运动状态同步难题，并构建以数据一致性与实时性为核心的联合解决方案，显著提升了科研效率、降低了测试成本与风险，且非常适合教学使用。

  康谋科技

  861

  01/29 10:10

  传感器 自动驾驶
• 迈向智驾高阶验证：一文介绍高保真HIL仿真解决方案，重塑测试价值

  随着智能驾驶向 L3/L4 高阶演进，传感器配置密度激增、场景复杂度指数级提升，HIL（硬件在环）测试面临核心痛点，如传统方案仿真保真度不足难以匹配高阶智驾感知需求、链路复杂导致升级成本高、边缘场景覆盖不全与低延迟传输矛盾凸显、无法支撑高阶系统全生命周期测试验证。 针对现有 HIL 系统升级迭代与新增部署的核心诉求，本文介绍高保真端到端 HIL 仿真测试解决方案，以 aiSim 仿真器为核心，为外

  康谋科技

  1306

  01/26 14:57

  自动驾驶 仿真
• 汽车多总线数据采集：挑战、架构与同步策略一文全解析

  一、引言 每一次极端天气下的紧急制动，每一段复杂路况中的精准识别，本质都在考验算法对现实世界的适应能力。因此，我们可以看到在智能辅助驾驶从“功能验证”到“场景攻坚”的关键阶段，真实、高质量的数据是算法性能提高的基石。尤其在极端天气、颠簸路面和电磁干扰等恶劣工况下，如何实现多源传感器数据的高可靠采集、高精度同步与高效率处理，是行业中常遇到的难题。 下文将结合行业实践，系统拆解多总线（CAN/LIN/

  康谋科技

  422

  01/19 11:26

  汽车电子 数据采集
• 如何做好全自动化ADAS 高精度标注？

  一、引言 在ADAS（高级辅助驾驶）开发领域，高质量的标注数据是算法迭代的核心基础。然而，传统依赖人工标注的模式通常成本高昂、周期漫长，每年投入可达数百万美元，处理时间往往需要数月，严重制约了研发效率与项目推进速度。 这正是本文介绍的aiData Auto Annotator 解决方案的核心价值：由 aiMotive 打造的强大自动化工具，旨在大幅降低标注成本并缩短处理时间。当路测数据采集完成后，

  康谋科技

  4091

  01/12 14:06

  自动驾驶 数据采集
• 端到端下半场，如何做好高保真虚拟数据集的构建与感知？

  随着自动驾驶技术的发展，端到端架构逐渐取代传统模块化架构，但由于数据规模和场景覆盖度不足，虚拟数据集成为解决实际路测难题的关键。本文介绍了SimData虚拟数据集及其aiSim2nuScenes工具链，详细描述了数据集的构建方法、工具链的功能和应用场景。实验结果显示，SimData数据集在收敛性、一致性及迁移学习方面表现出色，证实了其在自动驾驶感知算法训练中的有效性。通过引入物理级高保真的虚拟数据，可以显著提高模型在复杂现实世界的鲁棒性和泛化能力，助力自动驾驶技术的进步。

  康谋科技

  1088

  01/08 15:21

  仿真测试 数据集

  
• 如何高效构建与测试非结构化道路场景？

  如何攻克非结构化道路难题？真实地形建模难、逻辑与物理数据割裂、测试验证闭环难实现？本文介绍如何实现通过OpenDRIVE到Atlas地图转换，无缝集成Unreal Editor/Blender进行地形编辑，实现逻辑路网与三维融合，完成高保真仿真验证闭环！

  康谋科技

  513

  01/05 17:40

  自动驾驶 测试测量

  
• 基于PTP，如何做好多传感器微秒级时间同步？

  01、引言 自动驾驶车辆行驶过程中，多传感器（相机、激光雷达等）采集的带有精准同步时间戳的数据，是车辆实现高精度感知、定位、决策与规划的核心前提。正因如此，在自动驾驶数据采集系统中，传感器与主控单元之间通常会采用(g) PTP 协议，以保障多传感器的硬件时间同步。 然而和客户对接过程中，客户普遍反馈在实际开发过程中，要实现单个或多个传感器与主控平台的精准时间同步，往往会面临时间同步精度不足、多传感

  康谋科技

  766

  2025/12/29

  传感器 PTP
• 一文讲清如何全自动化处理数据！

  01、引言 在汽车 AI 领域，无论是高级驾驶辅助系统（ADAS）还是自动驾驶技术的研发，都需要数据。因此高质量、精准且记录完备的数据，是神经网络训练、验证及仿真测试的核心支撑。 然而，数据采集往往是 AI 开发生命周期中成本最高的环节，需要投入车辆、传感器、驾驶员、定制软件及大量工程时间。更令人困扰的是，由于传感器部署不当、校准失准、版本控制缺失或诊断元数据遗漏等可避免的问题，这笔巨额投资常常无

  康谋科技

  765

  2025/12/22

  传感器 自动驾驶
• SimData深度解析：高保真虚拟数据集的构建与评测

  在自动驾驶感知的下半场，数据已成为驱动算法迭代的核心燃料。然而，真实路测数据面临着成本高昂、标注困难、极端场景（Corner Cases）难以覆盖以及安全性受限等“卡脖子”问题。 面对这一核心痛点，虚拟仿真数据已成为解决方案中的关键角色，成为确保开发效率与安全性的不可或缺一环。免费获取 | SimData高保真虚拟数据集开源发布，兼容nuScenes，开箱即用！文章中，简单介绍了一下SimData

  康谋科技

  662

  2025/12/15

  仿真 数字孪生
• 一文搞懂智慧隧道施工

  随着智慧工地与无人化施工技术的推进，隧道施工装备的数字化转型已成为行业焦点。近期，在和众多该类客户的沟通过程中，我们观察到了一些被频繁提到的客户需求和场景痛点，针对于此，以隧道运输设备——MSV胶轮车为例，本文为该类客户量身定制了一套高性能多模态数据采集方案。 本文将从客户的实际痛点出发，详细拆解如何在无GPS信号、环境恶劣的隧道场景中，实现高精度、多传感器的数据融合与采集。 一、 客户需求与场景

  康谋科技

  686

  2025/12/08

  自动驾驶 测试测量
• 5000字长文拆解仿真技术置信度：核心挑战与测试技术路径

  01、引言 随着自动驾驶功能复杂度的指数级增长，单纯依赖道路测试进行验证的成本高昂、周期漫长且无法穷尽所有可能的边缘场景。仿真测试因此成为研发流程中不可或缺的一环，它能够以低成本、高效率的方式大规模生成和复现高风险的“边缘案例”与“关键场景”，从而加速算法的迭代与验证。 然而，仿真的价值完全取决于其结果的置信度。一个高置信度的仿真平台，其输出应在统计意义上与真实世界的传感器数据、车辆行为和环境交互

  康谋科技

  2682

  2025/12/03

  传感器 自动驾驶
• 聊聊特斯拉的“哨兵模式”为何被告？

  自动驾驶技术正加速重塑未来交通格局，成为全球科技与产业竞争的核心赛道。然而，技术迭代的背后，数据安全与隐私保护的矛盾日益凸显。自动驾驶系统的研发与测试高度依赖海量真实场景视觉数据，这些数据在捕捉复杂交通环境的同时，不可避免地涉及过往行人和车辆的个人身份信息。 2022 年以来，相关隐私争议通过诉讼等形式持续发酵，引发全球对自动驾驶行业数据合规性的广泛讨论。如何在不阻碍技术创新的前提下，筑牢隐私保护

  康谋科技

  1450

  2025/12/01

  汽车电子 图像处理
• 深度解析：双模态仿真测试解决方案

  随着端到端自动驾驶架构的兴起，传统基于规则的仿真测试正面临“真实感不足”与“场景泛化难”的双重挑战。 本文深入解析双模态仿真测试解决方案：一方面依托 aiSim 提供确定性的物理级传感器建模；另一方面通过 World Extractor 实现基于3DGS/NeRF的自动化世界重建。 重点探讨二者如何通过混合渲染（Hybrid Rendering）的技术路线，在保留真实世界视觉保真度的同时，实现动态

  康谋科技

  1126

  2025/11/25

  汽车电子 端到端
• 农业机器人仿真面临的挑战有哪些？

  1、前言 全球农业正面临粮食需求增长、可持续发展压力及劳动力短缺等多重挑战，农业机器人已从未来愿景变为现实应用。真实环境中测试农业机器人成本高、周期长且存在安全风险，机器人仿真技术通过构建数字孪生环境，可提前规避错误，成为农业机器人研发落地的关键支撑，但农业场景的特殊性，也让仿真技术面临诸多专属挑战，亟需针对性的解决方案突破瓶颈。 本文将系统梳理农业机器人仿真面临的核心难题，结合相关技术探索解决方

  康谋科技

  748

  2025/11/20

  机器人 仿真
• 一文讲清高校多传感器时间同步方案应该怎么做！

  1）引言 在高校自动驾驶实验室里，团队可能常以 BEV（Bird’s-Eye View）感知架构为研究主线。旨在通过相机阵列和激光雷达的数据，在空间上重建统一的车周环境，为下游检测、分割提供高精度“语义地图”。然而，一旦相机间的时间同步存在几十毫秒及以上的误差，BEV 投影的理想模型便可能失效，引发一系列典型的问题： 1、多相机拼接的鸟瞰图在特征层面出现撕裂，导致Transformer或者卷积融合

  康谋科技

  1145

  2025/11/17

  传感器 测试测量
• 讲讲如何实现高保真虚拟数据集生成

  一、前言 在自动驾驶感知系统的研发过程中，模型的性能高度依赖于大规模、高质量的感知数据集。目前业界常用的数据集包括 KITTI、nuScenes、Waymo Open Dataset 等，它们为自动驾驶算法的发展奠定了重要基础。 然而，构建真实世界的感知数据集并非易事——不仅需要投入大量人力、物力与时间成本，还需要面对数据采集受限、隐私合规、标注耗时以及极端场景（corner case）难以获取等

  康谋科技

  1622

  2025/11/10

  传感器 汽车电子
• 一文拆解SiL测试痛点，讲清全研发周期SiL验证方案如何做！

  01、引言 在自动驾驶系统的研发过程中，如何平衡创新速度与系统可靠性，是每个工程团队都必须面对的核心挑战。 团队常常面临着来自两个维度的具体痛点：在本地开发阶段，工程师们常常受限于HiL测试资源紧张、调试成本高昂、算法早期验证困难等问题；而在规模化测试阶段，团队又面临着测试周期过长、CI/CD集成困难、资源利用不平衡等新的挑战。这些痛点严重制约了自动驾驶技术的迭代速度和质量保障。 本文将从这些实际

  康谋科技

  1319

  2025/11/06

  自动驾驶 仿真

正在努力加载...