01
仿真验证概述
仿真在自动驾驶中的作用 · V模型开发流程 · 仿真验证的核心目标
V模型核心目标
02
仿真环境搭建
主流仿真平台对比 (CARLA, SUMO, LGSVL) · 环境配置与安装
CARLASUMOLGSVL
03
传感器模型仿真
摄像头/激光雷达/毫米波/超声波雷达仿真原理与参数配置
摄像头激光雷达毫米波
04
场景构建基础
OpenDrive高精地图 · 场景元素 (道路/交通标志/动态障碍物)
OpenDrive高精地图
05
场景编辑器使用
手动构建场景 · 参数化场景 · 随机场景生成
参数化随机生成
06
测试用例设计
等价类划分 · 边界值分析 · 场景覆盖度指标
等价类边界值覆盖度
07
自动化测试框架
Python + unittest/pytest 搭建仿真测试框架
unittestpytest
08
仿真数据记录
ROS Bag录制 · 数据格式 (Proto/JSON) · 数据回放
ROS BagProtoJSON
09
感知算法评估指标
IoU · mAP · Recall · Precision · F1-Score
IoUmAPF1
10
道路边界感知基础
什么是道路边界 · 为什么重要 · 常见感知方案
边界定义感知方案
11
基于视觉的道路边界检测
语义分割网络 (UNet, DeepLab) · 边缘检测 (Canny, Hough)
UNetDeepLabCanny
12
基于激光雷达的道路边界检测
点云分割 · 地面滤波 · 边界拟合
点云地面滤波拟合
13
多传感器融合
相机与激光雷达联合标定 · 时间同步 · 融合策略
标定时间同步融合
14
车道线检测
传统方法 (颜色空间, 滑动窗口) · 深度学习方法 (LaneNet)
滑动窗口LaneNet
15
可行驶区域分割
BEV视角下的语义分割 · Transformer在感知中的应用
BEVTransformer
16
边界跟踪与平滑
卡尔曼滤波 · 粒子滤波 · 曲线拟合 (B样条, 多项式)
卡尔曼粒子滤波B样条
17
仿真中的真值生成
自动标注 · 人工标注 · 数据增强
自动标注数据增强
18
闭环仿真测试
感知-规划-控制全链路仿真 · 硬件在环 (HIL)
全链路HIL
19
OpenScenario标准
场景描述语言 · 动态场景定义 · 标准用例库
OpenScenario用例库
20
仿真加速技术
并行仿真 · 分布式仿真 · 关键帧采样
并行分布式关键帧
21
感知鲁棒性测试
光照变化 · 天气影响 · 传感器噪声模拟
光照天气噪声
22
对抗性场景生成
基于GAN的场景生成 · 关键场景挖掘
GAN关键场景
23
仿真结果分析
日志分析 · 可视化工具 (Foxglove, Plotly) · 性能报告生成
FoxglovePlotly
24
回归测试
版本对比 · 基线管理 · 自动化报告
基线自动化报告
25
仿真与实车一致性
领域随机化 · Sim2Real迁移 · 差距分析
Sim2Real领域随机化
26
道路边界感知的挑战
遮挡 · 不规则边界 · 多车道场景
遮挡不规则边界
27
基于学习的边界预测
时序模型 (LSTM, Transformer) · 鸟瞰图预测
LSTMTransformerBEV
28
仿真验证平台集成
CI/CD流水线 · Docker容器化 · 云端仿真
CI/CDDocker云端
29
功能安全与仿真
ISO 26262 · ASIL等级 · 故障注入测试
ISO 26262ASIL故障注入
30
综合项目实战
从场景设计到感知验证的完整流程
完整流程实战