自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 收藏
  • 关注

原创 基于DNN的Cognata传感器仿真技术,告诉你如何达到高效验证

Cognata自动驾驶云仿真平台支持多种摄像头、雷达、激光雷达及热成像仪的物理级建模和仿真,帮助OEM、Tier1、ADAS厂商测试验证全栈AV算法(感知算法、决策算法、控制算法),支持在公有云和私有云分布式部署,加速软件迭代,帮助用户提早交付自动驾驶方案,同时节省大量软硬件成本。

2021-12-14 11:48:19 1103

原创 Cognata自动驾驶仿真模拟之上海篇

Cognata自动驾驶模拟仿真云平台作为一个高能效云计算平台,提供贯穿研发迭代的完整端到端闭环的自动驾驶模拟仿真解决方案,用户可以在该模拟仿真平台中验证各种ADAS&AD算法(包括完整的感知与规控等算法)以及场景,加快产品上市。此视频模拟了自车在上海街道沿当前道路行驶时,途遇骨架式车辆运输车前方变道,自车自动减速刹车避让的场景。 Cognata自动驾驶仿真模拟之上海篇 视频中可

2021-11-25 13:38:00 865

原创 Cognata因其智慧城市数字孪生产品荣获CES 2022创新奖

2021年11月11日,在纽约消费者技术协会的活动中,Cognata 被评为智慧城市创新类别的CES®2022创新奖获奖者。今年的CES创新奖评选收到了破纪录的1800多份申请。作为世界上最具影响力的技术盛会,CES 2022在开幕前宣布了获奖名单,并将于1月5日至8日在内华达州拉斯维加斯同时举行线下展会和数字会议。Cognata的仿真平台是多层次的,旨在将所有因素纳入其仿真引擎。该平台提供逼真的数字孪生3D环境,真实的交通代理可作为移动的、交互式的对象畅驶其中;用户可以从导入的高清地图中自动创建数字孪

2021-11-16 11:52:51 524

原创 Cognata宣布其仿真平台与SUMO现可集成使用

SUMO(城市交通模拟)是一个免费的开源交通模拟套件。它在自动驾驶汽车火遍全球之前就已在市场上广泛使用,支持对多式联运交通系统进行建模,包括道路车辆、公共交通和行人,以及多模型交通模拟。随着道路情况的升级变化,交通模型和交通行为正在发生改变,而这种改变也应该在自动驾驶AI能力上得到体现。因此开发新的工具来对现有交通模型进行再次开发和改进很有必要,也需要借助比以往更多的工具。Cognata的自动驾驶仿真平台现在可以导入cfg文件中定义的SUMO车辆模型及其运行行为,并将基本交通模型转换为可进行路线规划、可

2021-11-02 17:47:10 243

翻译 LeddarTech和Cognata联手为200亿美元的农业自主汽车市场提速

LeddarTech将Cognata解决方案集成到LeddarTech的自动驾驶感知软件平台中,为大规模自动驾驶仿真模拟提供动力LeddarTech®和Cognata于今年6月达成合作,两者将对Cognata的仿真模拟软件与LeddarTech的传感器融合和感知技术LeddarVision进行集成,进一步加快自动驾驶农用车的测试和验证。这项针对自主车辆(AV)和高级驾驶员辅助系统(ADAS)的高逼真度仿真和测试平台的联合产品将市面上领先的自主车辆感知训练和传感器融合以及云平台的仿真软件结合在了一起。该集

2021-07-08 16:55:59 97

翻译 采埃孚(ZF)采用突破性数据和人工智能加速了ADAS验证和认证

2021年6月30日采埃孚集团正在为ADAS虚拟工程和数字验证引入一套新的基于数据和人工智能的可扩展服务,名为ADAS.AI。人工智能旨在帮助原始设备制造商加速为乘用车和商用车开发高级驾驶员辅助系统(ADAS)。采埃孚ADAS.AI可应用于采埃孚以及其他一级供应商开发的ADAS系统。ADAS.AI从两个纬度进行突破:(1)利用全球自动驾驶L2+ADAS系统验证所需的所有场景和里程中收集的超高分辨率多传感器同步数据集;(2)与以色列Cognata共同开发专有AI技术,可将超高分辨率数据集转换为新车辆应用中

2021-07-08 16:48:19 292

原创 使用仿真训练数据提升安全攸关场景中的交通信号灯分类效果

使用仿真数据为交通信号的分类流程提速;使用自定义式的按需数据平衡类别分布;使用完全准确的标注和边界框减少训练周期;通过海量的模型定位和周边环境提高模拟数据的通用性;了解如何利用仿真数据快速且便捷地提高交通信号灯分类器的性能

2021-02-23 09:36:05 352 4

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除