Supplyframe Supplyframe XQ Datasheet5 芯耀 Findchips bom2buy Siemens Xcelerator
关注我们
  • 技术群
  • 地域群
  • 活动群

  • 存储/储能技术资源交流群

    加入

  • 电子技术交流群

    加入

  • AI人工智能交流群

    加入

  • 物联网技术交流群

    加入

  • 机器人技术交流群

    加入

  • 电源技术交流群

    加入

  • 广深工程师技术资源交流群

    加入

  • 上海区域工程师技术资源交流群

    加入

  • 北京区域工程师技术资源交流群

    加入
设计助手
电子硬件助手 电子硬件助手
元器件查询 元器件查询

扫码加入

加入星计划，您可以享受以下权益：

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入

仿真

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

仿真（Simulation），即使用项目模型将特定于某一具体层次的不确定性转化为它们对目标的影响，该影响是在项目仿真项目整体的层次上表示的。项目仿真利用计算机模型和某一具体层次的风险估计，一般采用蒙特卡洛法进行仿真。

仿真（Simulation），即使用项目模型将特定于某一具体层次的不确定性转化为它们对目标的影响，该影响是在项目仿真项目整体的层次上表示的。项目仿真利用计算机模型和某一具体层次的风险估计，一般采用蒙特卡洛法进行仿真。收起

查看更多
类型
新鲜 热门
不限时间
  • 3DGS技术详解（一）：3DGS如何融合动态天气与光照等环境因素？
    1170
    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，
    740
    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
    408
    02/03 10:05
    自动驾驶 仿真
  • 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
    1288
    01/26 14:57
    自动驾驶 仿真
  • E2E仿真脚本太复杂？VBA零代码解决困扰
    在智能汽车的开发进程中，功能安全、通信可靠性正成为行业面临的核心挑战。面对复杂场景功能安全仿真测试以及高效通信故障排查需求，VBA 工具链迎来重要更新——V3.2.0R 版本正式发布！
    887
    2025/12/29
    智能汽车 仿真
    E2E仿真脚本太复杂？VBA零代码解决困扰
  • 有限元仿真中的稳态和瞬态是怎么回事？在仿真过程中该如何选择？
    一、定义 稳态问题： 系统在长期运行后达到平衡的状态，具有稳定的边界条件和物理场，系统变量不随时间变化。 如热传导中，温度场不随时间改变；流体力学中，流场各点随时间不发生变化。 瞬态问题： 随着时间的变化，系统变量也会由一种状态转变成另一种状态，或物理场由于边界条件的改变而变化的过程。 如热系统中，受热源、冷却等边界条件变化随时间变化的过程。 二、时间相关性 稳态问题和瞬态问题的区别是计算结果是否
    1089
    2025/12/17
    仿真
  • 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
    663
    2025/12/15
    仿真 数字孪生
  • 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
    2618
    2025/12/03
    传感器 自动驾驶
  • 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
    733
    2025/11/20
    机器人 仿真
  • 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
    1576
    2025/11/10
    传感器 汽车电子
  • 仿真二次开发(3)——开发流程和案例
    前文我们讨论了仿真二次开发的分类以及进行二次开发需要具备的一些条件，本文我们继续讨论仿真二次开发的流程。
    993
    2025/11/10
    仿真
    仿真二次开发(3)——开发流程和案例
  • 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
    1321
    2025/11/06
    自动驾驶 仿真
  • 一文讲清如何闭环自动驾驶仿真场景，实现从“重建”到“可用”？
    一、引言 在自动驾驶技术飞速发展的当下，高精度、高保真的仿真场景构建成为关键。3D Gaussian Splatting（3DGS）凭借高效渲染与逼真场景还原能力，逐渐成为三维重建与仿真领域的焦点。然而，实际应用中，如何将多源异构数据高效转化为可用的 3DGS 场景，如何保障场景与真实环境的一致性，成为了行业难题。 针对3DGS 落地自动驾驶仿真的核心痛点， aiSim 打造从原始数据标准化到高保
    1053
    2025/10/27
    仿真 测试测量
  • 一文拆解3DGS，弄清原理框架、实战 demo 与自驾仿真落地探索！
    01、引言 当前，三维重建技术正处于从"实验室演示"迈向"工业级应用"的关键时期。每一次对场景细节的精准还原，每一帧实时流畅的渲染效果，都在检验算法对真实世界的复现能力。高效、高质量的三维重建能够显著提升数字资产制作效率，助力提升虚拟测试的真实性，加速仿真验证流程。 然而，在"平衡重建质量与效率"这一核心目标下，现有技术仍面临诸多挑战，包括大规模场景的处理效率、动态物体的建模能力，以及跨平台部署的
    2.1万
    2025/10/20
    传感器 自动驾驶
  • 仿真二次开发(2)——分类和条件
    前文我们讨论了仿真二次开发的基本概念和功能，本文我们继续讨论仿真二次开发的分类以及要进行二次开发所需的一些技术条件。
    929
    2025/10/13
    仿真
    仿真二次开发(2)——分类和条件
  • IC设计中前仿真和后仿真的区别是啥？
    前仿真和后仿真是芯片验证的关键环节，分别侧重于功能正确性和时序正确性。前仿真关注器件参数和逻辑功能，而后仿真则考虑寄生参数和信号完整性。两者在工具使用上相似，但在流程环节上有明显区别，前仿真在RTL设计阶段，而后仿真在布局布线完成后进行。
    3566
    2025/09/18
    仿真 ic设计
    IC设计中前仿真和后仿真的区别是啥？
  • 浅谈数字孪生场景生成如何进入“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，场景的可扩展性与多样性一直是瓶颈。 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O
    812
    2025/09/10
    传感器 仿真
  • 仿真二次开发(1)——概念和功能
    对于现实世界的很多物理过程或现象，在引入一些合理的假设基础上，可以用偏微分方程组进行定量描述，再引入一定的数值计算方法将偏微分方程转化为代数方程，最后在计算机上编写数值计算程序进行求解，这个过程就是工程仿真的一般过程。随着计算机技术的进步，为了提高仿真效率，人们将通用的分析过程进行封装软件化，逐渐形成了现在各行各业的商业仿真软件。
    1271
    2025/08/15
    仿真
    仿真二次开发(1)——概念和功能
  • 5000字干货 自动驾驶 HIL 测中 如何构建“以假乱真”的实时数据注入系统
    01、引言 在端到端自动驾驶的研发竞赛中，算法的迭代速度远超物理世界的测试能力。单纯依赖路测不仅成本高昂、周期漫长，更无法穷尽决定系统安全性的关键边缘场景（Corner Cases）。 因此，硬件在环（HIL）仿真测试成为唯一的出路。然而，将仿真数据闭环注入域控制器流程中存在诸多技术难度，特别是高像素相机原始数据，如何无损、无延迟地将数据灌入对时序和信号要求极为苛刻的域控制器中成为了当前调试HiL
    921
    2025/08/13
    自动驾驶 仿真
  • Xcelium和Questasim的信息调试工具
    1. 前言 使用Xcelium和Questasim工具在进行编译（compilation）、细化（elaboration）和仿真（simulation）时，通常会报一些简短信息，一来方便用户查看并调试，另一方面加快了仿真速度，因为打印的信息越多，仿真速度就越慢。 有时候这些信息过于简短，会使得用户调试起来有点困难，不知道问题出在哪里，因此，Xcelium和Questasim各自都提供了对应的信息调
    1154
    2025/07/25
    仿真 终端
    Xcelium和Questasim的信息调试工具

正在努力加载...

热门作者 换一换
相关标签