안전한 자율주행 기술 개발, 시험 및 검증을 위한
센서 구성 요소부터 전체 시스템 검증까지
포괄적인 시뮬레이션 툴 체인
Ansys AVxcelerate는
자율주행 차량 및 ADAS (Advanced Driver Assistance Systems) 시스템의 시험 및 검증을 위한 시뮬레이션 솔루션입니다.
Ansys AVxcelerate는 다양한 주행 시나리오와 환경을 시뮬레이션하며, 이를 통해 자동차 제조업체 및 ADAS 기술 개발 업체들은 재현하기 힘든 다양한 상황에서 자율주행 시스템의 성능 및 안전성을 안전하게, 효율적으로, 비용 효과적으로 개발하고 검증할 수 있으며, 이를 통해 혁신적인 자동차 기술을 더욱 신뢰성 있고, 더욱 빠르게 시장에 출시할 수 있습니다.
그러면, Ansys AVxcelerate 2023 R2의 새로운 기능들을 소개하겠습니다.
Prep-post
- API for Asset preparation automation
- Shared track & asset library
- Extensive simulation ready track & asset library
Sensors
- Advanced lens simulation for Camera
- GPU-based custom post-processing for Camera
- Thermal Cameras simulation
- In-vehicle integration for Radar simulation
Headlamp
- Virtual regulations update
2023 R2 릴리스는 AVxcelerate Sensors 제품에 대한 가치있는 개선 사항을 제공하며, 특히 카메라와 레이다 모델의 향상으로 사용자들은 보다 정확하고 고품질의 시뮬레이션을 수행할 수 있게 되었습니다. 이번 릴리스에서는 카메라의 사용자 정의 크로마틱 이상 문제 및 레이다 센서의 통합과 배치와 관련된 중요한 'perception' 도전과제가 해결되었습니다. 뿐만 아니라, 2023 R1 릴리스의 연장으로 Asset Preparation 프로세스를 자동화(Automation)하는 등 추가적으로 개선되었습니다.
센서
카메라- Custom Chromatic Aberration
- 카메라 센서의 2023 R2 업그레이드에서는 렌즈 크로마틱 이상, 주요 인지 처리의 어려움 중 하나를 다루었습니다. 이제 AVxcelerate 카메라 모델은 사용자 입력을 활용하여 가상 합성 데이터를 생성하여 크로마틱 이상 문제를 도입, 제거 및 테스트할 수 있게 되었습니다.
- 사용자 데이터 캡처 - Zemax와 같은 디자인 도구에서 고급 초점 거리와 같은 사용자 데이터를 캡처하고, 사용자 지정 초점 이동과 같은 매개 변수를 정의할 수 있으므로, 사용자들은 이전보다 훨씬 신뢰할 수 있는 결과를 얻을 수 있습니다.
- AVxcelerate 원시 카메라 데이터의 고속 GPU 후처리가 가능하며, 외부 알고리즘과의 연결이 쉬워지도록 출력 데이터를 조정할 수 있습니다. 각 출력 카메라 유형에 대해 사용자는 6가지 출력 인코딩 형식 중에서 선택할 수 있습니다.
레이다- Placement & Integration on Vehicle
- 고품질 결과를 얻기 위해서는 레이더 센서 모델의 정확성뿐만 아니라 센서의 위치 및 배치도 고려되어야 합니다. 이번 릴리스에서는 AVxcelerate가 HFSS의 결과 및 위치 데이터를 활용하여 정확한 시뮬레이션을 수행할 수 있도록 개선되었습니다.
- ego 차량에 대한 특별한 처리를 통해 시뮬레이션 중에 계산된 방사 패턴이 보존되며 주변 환경과 레이더의 위치 효과를 포함하여 정확한 상호작용이 관리됩니다. 이는 안테나 radiation field pattern (.FFD 파일)을 통해 달성되었습니다.
생태계
Simplified Asset Preparation
- 자율 주행 시험 및 검증 시뮬레이션 초기 설정 시에 주요 어려움 중 하나는 작업의 중복으로 인한 설정 시간입니다. 다행히 혁신적인 API 도입으로 AVxcelerate 사용자는 C++ 또는 Python API를 사용하여 다양한 소스에서 데이터 증강 프로세스를 완전 자동화 할 수 있습니다.
- 2023 R1릴리스에서는 데이터 증강 자동화 기능이 Track 생성에만 제한되었지만, R2에서는 태그가 있는 Track 및 Asset 생성이 완벽히 가능해졌으며, 이로써 주행 시뮬레이터와 AVxcelerate 시뮬레이션 간의 연결 다리를 만들 수 있습니다. 이 새로운 프로세스는 시간을 절약하는데만 그치지 않고, 사전 처리 시간의 큰 감소로 인해 Asset의 다양성을 갖는 대규모 시뮬레이션에서 물리 기반 센서를 더욱 활용할 수 있는 가능성을 열어줍니다.
What's New in AVxcelerate 2023 R2
기술문의
'자율주행' 카테고리의 다른 글
| 자율주행 차량의 능동형 헤드램프 기술의 가상 검증 사례 (0) | 2023.11.02 |
|---|---|
| 자율주행 카메라 센서 시뮬레이션 (0) | 2023.10.23 |
| 빠르게 다가오고 있는 자율 주행 시대: 긴급 상황에서의 안전성 보장이 관건 (0) | 2023.09.05 |
| 자율주행차 개발을 위한 엣지 시나리오 (Edge Scenario) (0) | 2023.07.05 |
| Ansys AVxcelerate를 이용한 자율주행 4D 이미징 레이더 시뮬레이션 (0) | 2023.06.20 |