Antes de la producción en masa, los automóviles autónomos deben pasar por muchas pruebas en carretera para cumplir con los requisitos comerciales. El flujo de datos de circuito cerrado eficiente es la clave para la implementación de la investigación y el desarrollo de la conducción autónoma. Sin embargo, el costo de las pruebas en carretera es demasiado alto y las pruebas en carretera abierta todavía están restringidas por las regulaciones. Es difícil reproducir escenarios y condiciones de tráfico extremas, y existen peligros ocultos en la seguridad de las pruebas. Por lo tanto, la simulación virtual, como una tecnología que puede reducir significativamente el costo, el tiempo y el riesgo de las pruebas en carretera, al mismo tiempo que mejora la eficiencia y la precisión de las pruebas, se ha convertido en la opción principal, y esta tecnología se puede aplicar a todo el proceso en forma de V para garantizar calidad del producto.
Frente a la demanda y la tendencia de desarrollo de la industria de la conducción autónoma, ArcherMind y Zhida Chengyuan han creado un equipo técnico profesional de conducción inteligente y han lanzado el sistema de software de conducción inteligente FusionDrive2.0, el laboratorio de visión automotriz autorizado por NVIDIA y el sistema de simulación de conducción inteligente FusionStudio From Systems. a proyectos especiales, desde software a herramientas, etc., para acelerar la creación de productos de piloto automático que puedan ser comercializados e implementados por empresas automovilísticas y proveedores de primer nivel. Entre ellos, FusionStudio es un conjunto de herramientas de simulación adecuado para el sistema FusionDrive, que puede ayudar a los desarrolladores y probadores a mejorar la eficiencia del desarrollo y la integración de software automotriz.FusionStudio y las plataformas informáticas inteligentes son interoperables a través de Ethernet de alta velocidad y son compatibles con varios plataformas de hardware.
En términos de alta precisión, FusionStudio utiliza una plataforma de software de conducción inteligente avanzada para construir una plataforma de simulación físicamente precisa, que puede realizar de manera rápida y eficiente pruebas de vehículos autónomos a gran escala y verificación de algoritmos. Para la reproducción de escenas complejas, los desarrolladores pueden crear diversos conjuntos de datos sintéticos para escenas raras y complejas, incluidos datos de sensores basados físicamente y análisis de la realidad del terreno con precisión de píxeles. Estas etiquetas incluyen profundidad, velocidad, oclusión y otros parámetros difíciles de etiquetar; en términos de simulación de bucle cerrado, creando un campo de pruebas virtual para el desarrollo de vehículos autónomos mediante la combinación de simulaciones físicamente precisas con entornos 3D de alta fidelidad. Las pruebas de circuito cerrado se pueden realizar en un solo componente de software o en toda la pila de piloto automático; en términos de API programable escalable, los usuarios pueden personalizar el simulador de acuerdo con sus necesidades a través de la interfaz de Python y construir fácilmente modelos de sensores, dinámicas de vehículos, extensiones a modelos de tráfico, o interfaces a hardware personalizado.
De cara al futuro, la comercialización y popularización de la tecnología de conducción autónoma debe pasar por múltiples etapas, que incluyen investigación y desarrollo de tecnología, verificación de escenarios, apoyo a políticas y promoción del mercado. En la actualidad, la industria de la conducción autónoma se encuentra en un período de promoción integral de los cambios sistémicos. ArcherMind Technology y Zhida Chengyuan continuarán fortaleciendo la inversión, la investigación y el desarrollo de la tecnología de conducción autónoma, brindando soluciones de conducción autónoma más avanzadas y confiables, y ayudando a los automóviles. las empresas y los proveedores de nivel 1 mejoran la competitividad de los productos y la cuota de mercado, y promueven conjuntamente la industrialización de la tecnología de conducción autónoma.