Технология интеллектуального подключенного транспортного средства, комплексный испытательный автомобиль

Обзор продукта:

1. Интеграция аппаратной системы управления шасси по проводам: использует полностью электрический привод и технологию управления по проводам, обеспечивая высокоточное электронное управление системами рулевого управления, торможения и привода. Например, учебный автомобиль с колесной базой 850 мм, запасом хода 40 км и максимальной скоростью 18 км/ч оснащён гидравлическими дисковыми тормозами EHB с электронным управлением и системой рулевого управления по Аккерману, способен преодолевать подъёмы до ±10 градусов и препятствия высотой до 200 мм. Другой учебный автомобиль с колесной базой 1300 мм поддерживает передний и задний привод, развивает максимальную скорость 25 км/ч и имеет степень защиты IP56, что делает его идеальным для испытаний на сложных дорожных покрытиях. Многосенсорное слияние данных: - LiDAR: 16-канальный лидар времени пролета (TOF) с точностью измерения расстояния ±3 см, частотой сканирования 5–20 Гц, формирует данные трёхмерного облака точек со скоростью 320 000 точек в секунду для обнаружения препятствий и моделирования окружающей среды. - Миллиметровый радар: диапазон 77 ГГц с дальностью обнаружения до 250 м, определяет скорость, угол и расстояние до цели, поддерживает различение нескольких целей (до ±0,40 м на большом расстоянии и ±0,10 м на близком). - Визуальная система: двойная камера обеспечивает панорамное изображение на 360 градусов, распознавание разметки полос и инфракрасную/глубинную съёмку. Передняя камера имеет разрешение 1920×1080 и частоту кадров 50 кадров в секунду, распознаёт дорожные знаки, светофоры и пешеходов. - Комплексная навигация: сочетание RTK-GNSS и IMU обеспечивает позиционирование с точностью до сантиметра (1 см + 1 ppm в режиме RTK) и точность определения ориентации 0,1 градуса, поддерживает динамическое планирование маршрута и слежение за траекторией.
2. Программное обеспечение и системы управления Валидация алгоритмов автономного вождения: поддерживает открытые платформы, такие как Autoware и Apollo, обеспечивая разработку алгоритмов для построения карт SLAM, планирования маршрутов и управления принятием решений. Например, экспериментальное транспортное средство достигает уровня L4 автономного вождения за счёт объединения данных от множества датчиков и способно к активному уклонению от препятствий, стыковке с остановкой и локальному планированию пути. Моделирование и мониторинг на облачной платформе: интегрирует виртуальные системы моделирования ( е . напр., CARLA ) с облачными управляющими платформами для удалённого контроля состояния транспортного средства, передачи данных в реальном времени и моделирования экстремальных условий, таких как дождь, туман и электромагнитные помехи. Инъекция и обнаружение неисправностей: использует аппаратные модули онлайн-симуляции и обнаружения неисправностей для моделирования ситуаций, таких как выход из строя датчиков или нарушение связи, что позволяет обучать специалистов по диагностике и устранению неисправностей.