康谋科技

• 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

  652

  12/03 15:01

  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

  736

  12/01 15:29

  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

  785

  11/25 10:18

  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

  492

  11/20 14:46

  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

  622

  11/17 13:15

  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

  1004

  11/10 14:57

  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

  896

  11/06 16:40

  自动驾驶 仿真
• 如何在百亿罚单警示下破局？分享DXC数据合规实践案例

  一、前言 随着自动驾驶技术的快速发展，数据收集与处理规模呈指数级增长，数据隐私保护也已成为企业不可回避的重要议题。官方数据显示GDPR自2018年建立以来累计处罚金额已高达62亿欧元，凸显了全球监管机构对数据合规的严格要求！ 多个行业巨头因数据处理不当付出沉重代价：大众汽车曾因在测试车辆上违规安装摄像头而未充分告知乘客，加上数据处理不当，被德国下萨克森州数据保护监管机构罚款110万欧元；Meta将

  康谋科技

  614

  11/03 13:28

  汽车电子 测试测量
• 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

  康谋科技

  645

  10/27 16:32

  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

  康谋科技

  8671

  10/20 15:08

  传感器 自动驾驶
• 一文分享ROS 传感器模块的通用架构设计与跨中间件扩展实践

  在自动驾驶与机器人仿真领域，传感器数据的高效交互是连接虚拟仿真与实际系统的关键纽带。ROS（Robot Operating System） 作为行业通用的机器人操作系统，其传感器数据交互机制直接影响仿真的真实性与系统集成的便捷性。 本文基于对 aiSim 中各类 ROS 传感器（时钟、GPS、IMU、激光雷达、车辆、相机）模块的源码学习，梳理了它们的共性架构与实现要点，并结合 aiSim‑SDK

  康谋科技

  1476

  10/16 09:03

  传感器 自动驾驶
• 方案分享 | 一体化ROS智能驾驶小车及实训教学平台解决方案

  在自动驾驶技术飞速发展的当下，一套兼顾 “实战开发” 与 “教学实训” 的智能小车方案，成为高校、职业院校及科研机构的核心需求。 今天，康谋带来的 ROS 智能驾驶小车整体方案，不仅具备专业级的硬件配置与软件架构，更配套完整的实训教学平台及教学资源，从 “硬件落地” 到 “教学实践”，一站式解决自动驾驶教学与开发痛点。 一、ROS 智能驾驶小车方案概述 1、整体架构：模块化设计，清晰可追溯 小车采

  康谋科技

  1685

  09/29 09:47

  自动驾驶 智能驾驶
• 汽车视频总线采集过程中，如何兼顾响应速度和可靠性？

  一、引言 在汽车智能化进程中，视频总线是核心数据通道之一，比如环视摄像头、舱内和车辆监控。其采集场景需面对高带宽数据处理、多设备时序同步、跨环境适配等多重挑战。对汽车测试开发者而言，往往出现“需求响应速度” 与 “技术可靠性” 的矛盾。 既要快速适配车型视频协议（GMSL/Ethernet/UVC/等）、新增摄像头/激光雷达等外设，及实验室、实车、云端场景切换；又需解决多设备时序同步（帧同步误差

  康谋科技

  930

  09/24 11:24

  汽车电子 测试测量
• 关于数据跨境，你应该了解的合规难题有哪些？

  当下正是一个由数据驱动的伟大变革时代。从ADAS到AD，每一次技术的跃迁都离不开海量道路数据的采集、标注与分析。以图像数据为例，它们是训练和优化感知算法、提升系统安全性的宝贵资源。 然而，当计划将这些数据送往异国研发团队时，数据合规这个难题便摆在了面前。 一、全球化研发的数据合规挑战 对于任何一个有全球拓展计划的车企或技术供应商而言，跨国研发与测试通常是不可避免的，例如验证算法在不同交通环境、气候

  康谋科技

  834

  09/17 11:52

  人工智能 汽车电子
• 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

  康谋科技

  726

  09/10 14:46

  传感器 仿真
• 什么是车载以太网技术？

  随着汽车智能化、网联化的发展，传统车载网络如CAN、LIN等已无法满足日益增长的数据传输需求。车载以太网凭借其高带宽、低延迟和标准化优势，正成为新一代汽车电子架构的核心通信技术。 本文将系统介绍车载以太网的技术特点、技术细节，并解析康谋(Keymotek)在该领域的创新产品和解决方案。 一、车载以太网概述 车载以太网(Automotive Ethernet)是专为汽车环境设计的以太网技术，在传统以

  康谋科技

  2743

  09/03 15:59

  汽车电子 以太网
• 汽车行业 GDPR 误区 TOP5，带您一文厘清！

  《通用数据保护条例》（GDPR）旨在确保企业和组织妥善处理个人数据，尊重个人隐私。作为全球最严格的数据保护法规之一，它适用于所有收集、处理或存储欧盟公民个人数据的企业与组织。 GDPR 对违规行为处以高额罚款，因此充分理解其条款至关重要 —— 若未能合规，企业不仅可能声誉受损，还会面临经济损失。接下来，我们就来拆解汽车行业中关于 GDPR 的 5 个最常见误区。 01、非必要数据无需匿名化 “数据

  康谋科技

  769

  08/28 09:09

  AI 汽车电子
• 一文看懂车载以太网gPTP时间同步

  01、引言 随着车载网络从 CAN 总线向以太网迁移，传统毫秒级同步精度已无法满足多传感器融合、线控系统协同的需求。 比如在多传感器时空对齐中，激光雷达的点云、摄像头的图像、毫米波雷达的回波信号，需在同一时间基准下融合。而当以 120km/h 车速计算，1ms 的时间偏差会导致 3.3cm 的空间误差，造成自动驾驶的安全风险。 因此，gPTP 通过 ±50ns 同步精度的设计目标，为传感器融合提供

  康谋科技

  3479

  08/20 17:01

  传感器 智能驾驶
• 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

  康谋科技

  695

  08/13 11:03

  自动驾驶 仿真
• 生成式 AI 重塑自动驾驶仿真 4D 场景生成技术的突破与实践

  近年来，伴随自动驾驶技术的快速发展，行业对于仿真测试平台的精度、覆盖率和可扩展性提出了更高要求。尤其在数据闭环迭代、长尾场景验证及安全冗余验证等关键环节中，高保真、高复杂度的场景生成能力正在成为测试体系的核心支撑。 传统场景生成方式面临效率低、人工成本高、行为多样性不足等问题，难以满足当前智能驾驶系统对大规模、多模态、真实物理驱动场景的需求。为应对这一挑战，基于生成式AI的4D场景生成技术迅速兴起

  康谋科技

  1362

  08/06 14:23

  AI 汽车电子

正在努力加载...