Проект реализован совместно со специалистами ESI Group (Франция) для ПАО «КАМАЗ». Цель состояла в создании виртуального полигона — цифрового двойника реального испытательного трека — для предварительной отработки работы датчиков, сенсоров, радаров и ADAS‑систем беспилотного коммерческого транспорта.

Ключевой задачей было проанализировать поведение автономного автомобиля в разнообразных дорожных и погодных условиях (солнечный день, ночь, сумерки, дождь, снегопад, пасмурная погода) ещё до начала натурных испытаний. В рамках проекта проверялись десятки сценариев: от распознавания дорожных знаков, разметки и пешеходов до экстренных остановок, работы адаптивного круиз‑контроля и режима Platooning, а также выявления сбоев в работе компонентов.

Виртуальная среда была создана в ПО ESI Pro-SiVIC с привлечением стороннего пакета Blender для детализации объектов. Такой подход позволил не только выявить и устранить технологические ошибки (например, в расположении датчиков или логике работы ADAS), но и существенно сократить затраты на доработку и реальные испытания, где риски и стоимость ошибок значительно выше.

Прочитать всё

ЗАДАЧА

  • создать виртуальный полигон — цифровой двойник реального испытательного трека — для отработки работы сенсоров, радаров и ADAS‑систем беспилотного транспорта;
  • смоделировать широкий спектр погодных и световых условий: солнечный день, ночь, сумерки, дождь, снегопад, пасмурную погоду;
  • отработать ключевые сценарии работы автономного автомобиля: распознавание ТС, пешеходов, дорожных знаков, разметки; удержание в полосе; адаптивный круиз‑контроль; режим Platooning; экстренная остановка перед внезапно возникающим препятствием;
  • проверить селекцию целей в продольном и поперечном направлениях, обнаружение объектов в смежной и задней зонах;
  • протестировать функцию автоматического включения дальнего света и реакцию на ограничения скорости (speed limit);
  • выявить возможные сбои и неисправности в работе компонентов на ранних этапах, до реальных испытаний;
  • обеспечить высокую достоверность моделирования для использования результатов как основы планирования натурных тестов;
  • минимизировать риски и прямые затраты на доработку автомобиля за счёт предварительной виртуальной верификации.

РЕШЕНИЕ

  • разработан виртуальный полигон в ПО ESI Pro-SiVIC, максимально точно воспроизводящий геометрию и инфраструктуру реального испытательного трека;
  • с помощью пакета Blender создана детализированная 3D‑среда: дорожные объекты, разметка, знаки, элементы ландшафта и динамические участники движения;
  • настроены различные погодные и световые сценарии (день, ночь, сумерки, дождь, снег, облачность) с корректной физикой освещения, отражения и видимости для реалистичной работы сенсоров;
  • в виртуальной среде развёрнуты модели датчиков, радаров и ADAS‑систем, соответствующие реальным характеристикам оборудования;
  • реализованы тестовые сценарии: распознавание объектов, удержание в полосе, экстренное торможение, адаптивный круиз‑контроль, Platooning, автоматическое управление светом;
  • проведена серия виртуальных испытаний с фиксацией результатов работы систем, анализом ложных срабатываний, пропусков целей и задержек реакции;
  • на основе полученных данных скорректированы расположение датчиков, алгоритмы обработки сигналов и логика работы ADAS для устранения выявленных ошибок;
  • подготовлены отчёты и рекомендации по доработке аппаратной и программной части систем автономного вождения перед переходом к натурным испытаниям.

РЕЗУЛЬТАТЫ

  • создан полноценный виртуальный полигон в ESI Pro-SiVIC — цифровой двойник реального испытательного трека с детализированной 3D‑средой;
  • отработаны ключевые сценарии работы беспилотного автомобиля в различных погодных и световых условиях, подтверждены работоспособность и корректность реакции ADAS‑систем;
  • выявлены и устранены технологические ошибки на ранних этапах: оптимизировано расположение датчиков, скорректированы алгоритмы распознавания и логика принятия решений;
  • получены точные и исчерпывающие данные для планирования реальных испытаний, что позволило снизить риски и повысить безопасность натурных тестов;
  • существенно сокращены прямые затраты на доработку автомобиля и количество итераций на реальном полигоне;
  • подтверждена эффективность комплексного подхода: сочетание виртуального моделирования, реалистичной симуляции сенсоров и детальной проработки сценариев;
  • проект стал важным этапом в подготовке к сертификации и внедрению систем автономного вождения для коммерческого транспорта.

Отрасль

Транспортное машиностроение

Заказчик

ПАО «КАМАЗ»

Используемое ПО