伴随着L2在终端市场快速普及，智能驾驶下一步将卷向何方？
目前来看，L3甚至更高级别的L4，正在成为引领产业变革的全新主导力量。
去年11月，工信部等四部委联合发文，提出将遴选具备量产条件的L3及L4级别自动驾驶汽车开展准入试点。随后，仅一个多月国内就有近10家整车厂官宣获得L3路测牌照。
L3新政引发的路测热潮还未褪去，近日工信部、公安部等五部门又提出，将于2024-2026年期间在国内建成一批城市级“车路运一体化”应用试点。
要知道在自动驾驶领域，车路协同一直被认为是迈向高阶自动驾驶的必由之路。这意味着，本次“车路云一体化”应用试点的启动，或将进一步加速高阶智驾的功能迭代，推进智能驾驶真正迈入“iPhone 时刻”。
康谋自动驾驶，为高阶智驾按下加速键
对于自动驾驶，L3不仅是一个关键的技术拐点，同时也代表着更高的落地门槛。
因为进入L3阶段，表明在一定的ODD下系统将可以执行全部的动态驾驶任务，实现真正的无人驾驶。这无疑对系统提出了更高的安全性以及可靠性要求。
目前普遍认为，自动驾驶系统要想实现尽可能高的可靠性，正式上路之前必须开展多种不同类型的测试验证，且随着级别越高，应用场景越复杂，对测试的要求会同步提升。
正是洞察这一需求，基于在自动驾驶研发测试领域多年的深耕，虹科于2023年宣布将自动驾驶事业部独立为康谋科技有限公司，专注于为自动驾驶提供一站式的研发及测试解决方案。
康谋
具体来看，康谋自动驾驶解决方案涵盖了从数据采集和处理，到仿真模拟，再到集成HiL的全流程需求，可以多维度赋能自动驾驶开发人员快速开展功能验证，加速应用创新和导入。
自动驾驶发展到今天，数据驱动已经是公认的必由之路。尤其高阶自动驾驶的研发，必须通过在数据采集车上搭载多种不同的传感器，进行多源数据采集，以覆盖尽可能多的场景，包括各种corner case，才能更好地进行算法训练和功能验证，进而驱动系统不断成熟。
针对这一需求，康谋在数据采集记录方案中采用了DATALynx ATX4车载服务器作为采集平台，内置AMD EPYCTM 7003/2系列处理器，并配备了7个PCle拓展卡槽和大容量BRICK STORAGE存储，以支持广泛且高效地采集和存储各类不同接口的传感器数据。
考虑到自动驾驶系统中，每个传感器都有自己的时间戳，难以避免会出现因各个传感器采集的数据存在时间偏差，导致感知算法无法准确地将感知数据融合到同一时间坐标系中，影响感知结果的精度和可靠性，该方案还支持相应的XTSS时间同步，包括gPTP和PTP协议，如此一来可以使智驾系统所搭载的传感器、控制器和其他组件更高效地协同。
除了强大的硬件支持，在数据采集环节，康谋还可以提供用于开发驾驶辅助系统的ADTF软件，涵盖一系列的功能和工具，包括数据记录和验证、快速原型设计、仿真和后处理等，帮助开发人员快速评估系统性能和调试算法。
康谋
而在仿真测试阶段，康谋的核心解决方案是端到端的自动驾驶仿真工具aiSim，该方案搭载了自研的仿真引擎aiSim AIR Engine，目前已经升级到aiSim 5版本。
据了解，aiSim 5不仅保留了前几代aiSim的所有优势，包括物理级传感器仿真，高精度的天气模拟和光线模拟，道路退化情况模拟等，并能够基于物理传感器模型生成全面的仿真条件实现环境交互，还引入了基于AI的多传感器仿真渲染，可以提供高质量的虚拟传感器数据流，同时具备高并行性、减少内存占用、平衡工作负载和异步数据传输等功能特点。
在此过程中，aiSim可以针对实时性能和硬件在环仿真、精准的视觉感知等差异化仿真需求，提供量身定制的双边技术，并通过添加外部渲染API，支持NeRF、3DGS等混合交通场景模拟。
特别值得一提的是传感器仿真，众所周知，自动驾驶功能的实现，需要依靠大量传感器来感知周围环境，为后续规划控制提供决策依据。因此在仿真测试中，仿真平台也需要能精准地模拟传感器的工作原理和数据输出，才能确保测试结果的高准确性和可靠性，否则高可靠的智驾系统将是空谈。
对此，在aiSim AIR Engine中，康谋不仅内置了多个即时使用的传感器模型，还支持通过Sensor API集成第三方供应商开发的传感器模型，用于快速测试和验证不同类型的传感器。
