智能網聯汽車仿真軟件關鍵技術

人工智能

1. 痛點問題

自動駕駛受制于測試規模、測試成本、法律法規等多方面限制，導致實際道路的測試驗證工作安全性差、成本高昂。據權威機構預測，實現全自動駕駛需至少170億公里測試，所耗費的時間和人力成本是天文數字。合理的研發時間內完成百億公里的測試驗證，唯一途徑就是通過準確可靠地仿真。

目前，我國汽車制造商大多選擇采購國外的自動駕駛仿真軟件，國內缺乏具有自主知識產權的同類軟件產品。并且，自動駕駛是多學科交叉的新興技術，傳統仿真軟件對新趨勢適應性不足，存在渲染負擔重、交互智能差、仿真精度低、測試評價難的問題，不足以高效的支撐自動駕駛技術的研發。

2. 解決方案

清華大學車輛與運載學院智能汽車團隊，深耕自動駕駛技術研發，深刻理解現階段技術瓶頸，聚焦細分領域重點攻關，打造了以LasVSim為平臺的自動駕駛仿真-測試-研發工具鏈，并獲國家發明專利和軟件著作權。

該工具鏈面向大規模交通流的自動駕駛仿真，擁有完全自主知識產權，致力于解決現有仿真平臺的需求痛點，覆蓋典型自動駕駛測試場景，自主研發了交通參與者交互模型，高精度傳感器模型和車輛動力學模型，支持標準化的算法開發I/O接口，內嵌客觀性能評價體系，可實現自動駕駛算法的仿真測試加速迭代。

合作需求

（1）從事自動駕駛技術研發的企業開展業務合作。

（2）項目孵化需辦公場地500平，天使輪融資需求約1000萬元。

該成果主要應用于人工智能與自動駕駛的商業化落地。

依托本項目成果成立北京昇啟科技有限公司，聚焦于人工智能與自動駕駛的初創公司，旨在開發具有完全自主知識產權的工業軟件，應用于高級別自動駕駛和智能控制領域，為復雜工業控制對象提供先進人工智能解決方案。

該軟件與同類競品相比，具有完全自主知識產權，聚焦細分領域重點攻關，產品定位清晰，核心功能技術指標更優：

1. 可提供大規模的混合交通流仿真；

2. 可提供異構交通參與者交互模型；

3. 高精度自動駕駛傳感器模型和車輛動力學模型；

4. 高效并行的模塊化軟件架構；

發明專利 、 軟件著作權

已授權發明專利4項，軟件著作權1項。