自动驾驶综合测试实训车需求说明

自动驾驶综合测试实训车需求说明序号具体技术(参数)要求1一、产品总体要求该产品包含智能无人车硬件、软件系统、开发框架、操作系统、开发库和API和源码等内容组成；可支持智能驾驶场景下数据采集、数据处理、模型构建、模型训练、模型部署与应用等全流程人工智能训练与应用任务，支持激光建图与导航、纯视觉建图与导航、智能巡航、智能载运等运动控制功能开发，支持ROS和Autoware双系统二次开发；二、硬件技术参数具体功能和参数如下：1.智能网联综合测试实训车搭载高性能嵌入式计算平台，集成激光雷达、毫米波雷达、超声波雷达等多种传感器，能够满足感知传感器拆装、调试、测试、故障诊断、标定等教学及实训任务，支持实现SLAM建图定位、自主导航、路径规划、自动驾驶、自动避障、视觉识别等技术应用；2.智能网联综合测试实训车可作为自动驾驶综合验证开发的一体化平台，可独立支持覆盖自动驾驶及人工智能开发全流程，基于机身搭载的摄像头、激光雷达等多模态传感及GPU计算性能，可完全单机实现摄像头数据采集、数据标注、模型训练、模型部署全流程开发；3.平台软件基于嵌入式Linux系统，预装深度学习框架，支持paddlepaddle、Caffe、TensorFlow、Pytorch等训练框架模型直接部署；4.支持ROS和Autoware双系统二次开发，内置完整的开发套件，包含用于深度学习、计算机视觉、加速计算和多媒体的开发库，满足图像分类、分割和物体检测等神经网络的高性能深度学习边端推理运行，可让深度学习推理应用实现低延迟和高吞吐量；5.智能网联综合测试实训车可用于自动驾驶硬件调试、软件开发、算法测试等教学实训项目，可独立支持覆盖自动驾驶及人工智能开发全流程，实现多源数据采集、轨迹录制、多源数据联合标注、路网地图构建，实现深度神经网络与机器学习模型开发、模型训练、模型部署；6.支持建图导航：支持使用激光SLAM实现2D建图导航，支持激光雷达和IMU融合里程计推算与精准定位；7.支持实现自动驾驶、自动避障、紧急停障、自动规划行驶路径等功能的完整条件；8.支持实现障碍物、物体类别检测及车道线信息识别功能；9.支持实现结合车辆位姿及障碍物信息，创建周边障碍物地图；10.支持实现进行路径规划，并结合障碍物地图信息，生成局部坐标系下无碰撞的期望路径；11.系统提供多传感器联合标定功能，可视化的多传感器联合标定软件，界面简洁美观，支持数据采集、雷达标定、相机内参和畸变标定及雷达与相机的联合标定，并具备数据展示功能，帮助用户在标定过程中快速调整参数并查看效果，从而有效提升标定效率；12.基于毫米波雷达的前方碰撞预警功能（FCW）（1）软件支持接入毫米波雷达，用户可设置报警区域角度、报警区域距离；用户开启设备之后，毫米波雷达会自动检测前方障碍物，并将进入设置的警报角度和警报距离范围内的障碍物，以ID的形式显示在测试软件界面的左侧扇形区域内，并可查询目标ID、X坐标、Y坐标、X方向速度、Y方向速度；（2）用户可通过场景模拟按键跳转到汽车碰撞场景模拟；在汽车碰撞场景模拟里，用户可以选择三个场景进行模拟FCW（前向碰撞预计功能），并显示我方车速、前方车速、两车距离、模拟运行时间等信息；（3）所有场景以动画的方式对我方车辆与前方车辆距离信息和相对速度的呈现；界面包括红色目标点（前方车辆）、扇形区域（毫米波雷达的探测范围）及车道线；13.激光点云数据处理与分析软件（1）提供一个直观的用户界面，包含上传文件按钮、算法选择下拉框、运行按钮，通过点击上传文件按钮从本地系统选择并导入激光点云数据文件，界面显示文件路径和文件名称；（2）软件模块配置算法选择按钮，支持多种激光点云滤波算法选择，包括但不限于：直通滤波器、条件滤波器、高斯滤波器、双边滤波器、体素格滤波器、统计滤波器、半径滤波器、频率域滤波器；（3）软件模块内置基于KD树优化的点云滤波算法，点云滤波结果支持可视化呈现；14.调试软件（1）摄像头调试模块1）支持通过指令检查硬件连接情况和显示图像；2）支持通过配置文件查看设备号、图像格式、图像分辨率等参数；3）支持打开新终端，通过选择话题名称的方式显示摄像头图像；（2）激光雷达调试模块1）支持连接状态测试；2）支持修改点云大小和颜色类型；3）支持激光雷达话题选择，显示点云数据；（3）毫米波与超声波调试模块1）支持CAN通信接口测试；2）支持超声波雷达数据调试；3）支持毫米波数据调试；15.360°环视摄像头测试软件（1）软件支持接入四个鱼眼摄像头，可显示四个摄像头的连接状态；（2）可设置摄像头对应的车辆方向，支持摄像头位置设置信息的保存；（3）可通过标定板对摄像头进行角点标定，支持标定图片数量的设置；（4）可显示标定前与标定后的图像，能够输出操作的信息；16.信号灯视觉识别功能（1）支持通过配置文件启动及停止信号灯识别功能；（2）车辆在行进过程中可通过视觉传感器实时检测信号灯状态与识别地面停车线；（3）车辆识别到信号灯为绿灯时可正常通行；（4）车辆识别到信号灯为红灯且前方有停车线时，可行驶至停车线处停靠；17.限速标志识别（1）系统内置高效的交通标志识别算法，可实时并准确识别不少于三种类型的限速标志，可实时可视化检测结果并在控制台输出对应的速度限制信息；（2）系统提供预训练权重文件、模型架构文件用于迁移学习，支持对自定义数据集进行训练，支持通过P、R、mAP@.5、mAP@.5-.95指标来监控训练进度和性能；（3）支持ONNX模型部署推理和推理参数调整；（4）系统支持读取限速标志信息来调整车速功能，可通过摄像头传感器采集的实时图像进行预处理后，应用基于深度学习的交通标志识别算法完成限速标志的识别，车辆根据识别结果变化执行相应的控制，调整对应速度以符合限速标志指示；18.开放所有源代码、提供教学实验指导手册、系统涵盖深度学习及无人驾驶算法等知；19.控制方式：至少支持2种控制方式：手柄遥控、无人驾驶模式；20.线控底盘参数(1)提供模块化可拆卸的框架，可进行二次开发的机构调整；(2)尺寸：≥1800mm长*600mm宽*800mm高（含覆盖件）；(3)悬挂：前麦弗逊悬架，后拖曳臂一体架；(4)轴距：≥670mm，轮距：≥600mm；(5)最大速度：≥15km/h；(6)额度负载能力：≥60kg；(7)转弯半径：≤3.0m；(8)安全防护：防撞条触停、紧急制动按键；(9)电池：≥48V,45Ah，支持AC220V充电，充电时间≤6h；(10)对外供电12V；(11)支持控制模式：遥控、自动控制；(12)制动系统：响应时间≤150ms，完成动作时间≤0.8s，重复误差≤5%；(13)转向系统：响应时间≤150ms，最大转速≥300°/s，重复误差≤5%；(14)驱动系统：响应时间≤150ms，重复误差≤5%；21.车载AI计算设备参数（1）AI性能：≥70INT8TOPS；（2）CPU：≥6Core6核ArmCortex-A78AECPU；（3）GPU：搭载1024CUDA核心和32个TensorCore的Ampere架构，主频≥765MHz；（4）内存：≥8GB128-bitLPDDR5；（5）存储：支持SSDM.2M2280NVME；（6）供电：9V-36VDC宽电压输入；（7）I/O接口：千兆以太网，GMSL相机接口，HDMI视频接口，USB3.0接口，GPIO，CANFD；22组合导航（1）支持北斗、GPS、GLONASS、Galileo和QZSS等多种卫星导航系统；（2）定向精度：0.1°/2m基线，或0.2°/1m基线；（3）测速精度：0.03m/s；（4）GNSS最高数据更新频率：20Hz；（5）陀螺量程：±300°/s；（6）加速度计量程：±6g；（7）IMU输出频率：≥100Hz；（8）供电：9–32VDC；（9）功耗：≤4W；（10）工作温度：-40℃~85℃；（11）数据接口：支持CAN接口；支持RS-232或RS-422接口；23.毫米波雷达（1）测距范围：0.2-250m（长距模式），0.2-70/100m（短距模式，±45°），0.2-20m（短距模式，±60°）；（2）距离测量分辨率：1.79m（长距模式），0.39m（短距模式）；（3）距离测量精度：±0.40m（长距模式），±0.10m（短距模式）；（4）方位角：±9°远距，±60°近距；（5）俯仰角：14°（远距模式），20°（近距模式）；（6）速度范围：-400km/h~+200km/h，速度精度：±0.1km/h；（7）天线通道数：4TX/2*6RX=24通道，2TX/6RX（长距模式）、2TX/6RX（短距模式）；（8）循环周期：≤100ms；（9）雷达频率：76~77GHz；（10）供电：8~32VDC宽电压输入；（11）功耗：6.6W（典型值），12W（峰值）；（12）操作温度：-40℃~+85℃；（13）接口：1xCAN-高速，500kbit/s；24.超声波雷达（1）工作电压：DC3.3~24V；（2）盲区距离：3CM；（3）平面物体量程：3~450CM；（4）工作周期：受控；（5）输出方式：PWM脉宽；（6）参考角度：约60度；25.激光雷达（1）类型：机械式旋转激光雷达，线数≥16；（2）扫描角度：水平360°，垂直-16°~14°；（3）波段：905nm，安全等级Class1（人眼安全）；（4）测距原理TOF；（5）探测距离150m@70%，100m@10%；（6）测距准度±3cm，测距精度±1cm（1σ）；（7）水平分辨率：0.09°/0.18°/0.36°，垂直分辨率2°；（8）扫描频率：5Hz/10Hz/20Hz；（9）通信接口：100base-TX，PPS；（10）工作温度：-20℃~60℃；（11）供电：12V~32VDC；（12）IP防护等级：IP67；26.设备性能要求（1）该设备须通过静电放电抗扰度试验（满足GB/T9254.2-2021标准中静电放电抗扰度要求）；（2）该设备须通过射频电磁场辐射抗扰度试验（符合GB/T9254.2-2021标准中射频电磁场辐射抗扰度要求）；（3）该设备须通过浪涌（冲击）抗扰度试验（满足GB/T9254.2-2021标准中浪涌（冲击）抗扰度要求）；（4）该设备须通过射频场感应的传导骚扰抗扰度试验（符合GB/T9254.2-2021标准中射频场感应的传导骚扰抗扰度要求）；（5）该设备须通过电压暂降和短时中断抗扰度试验（符合GB/T9254.2-2021标准中电压暂降和短时中断抗扰度要求）；（6）该设备须通过电快速瞬变脉冲群抗扰度试验（符合GB/T9254.2-2021标准中电快速瞬变脉冲群抗扰度要求）；27.配套资料（1）配套实训指导书：≥1本，包括各个传感器模块的装调、测试、故障排查方法，自动驾驶系统软件功能介绍，实训内容指导，支持实训任务≥30个；（2）操作指导视频：≥1套，包括各个模块的装配与调试的操作指导视频，指导视频≥30个；三、支撑实训任务项目一：Git的配置与使用任务1：Git操作与应用任务2：Git项目实训项目二：Docker的使用任务1：Docker常用指令任务2：Docker仓库管理项目三：CAN的使用任务1：CAN信号读取与解析任务2：通过CAN信号实现底盘控制项目四：超声波雷达任务1：超声波雷达的安装与调试任务2：超声波雷达的故障诊断与排除任务3：超声波雷达的数据解析项目五：毫米波雷达任务1：毫米波雷达的安装与调试任务2：毫米波雷达的故障诊断与排除任务3：毫米波雷达的数据解析项目六：组合导航任务1：车载导航的认知任务2：组合导航的安装与调试任务3：组合导航的故障诊断与排除任务4：IMU的标定项目七：激光雷达任务1：激光雷达的安装与调试任务2：激光雷达的故障诊断与排除任务3：激光雷达的数据解析任务4：激光点云地图生成项目八：视觉传感器任务1：视觉传感器的故障诊断与排除任务2：视觉传感器的标定任务3：基于视觉传感器实现目标检测任务4：基于视觉传感器实现车道线检测项目九：综合应用及场景部署任务1：整车综合检测任务2：轨迹录制与循迹功能任务3：绕障功能测试任务4：红绿灯识别功能测试任务5：低速无人车自动驾驶部署四、装调测试实训室文化墙建设：实训室文化墙软装、定制文化展示柜、上墙制度、基地形象墙、实训室门牌、实训室简介、