dSPACE integriert Hesai-Lidar-Modelle in Sensorsimulationslösung AURELION und beschleunigt Entwicklung von AD-Anwendungen
Paderborn, Deutschland, 21.3.2024. Hesai Technology, ein weltweit führender Anbieter von Lidar-Technologien für autonome Mobilitätssysteme, ADAS- und Industrierobotik-Anwendungen, und dSPACE, einer der weltweit führenden Anbieter von Simulations- und Validierungslösungen, sind eine Technologiepartnerschaft eingegangen, um die Entwicklung von Fahrassistenzsystemen und Level-4-Anwendungen für das autonome Fahren zu beschleunigen. Im Rahmen einer Technologiepartnerschaft hat dSPACE Sensormodelle von Hesai in AURELION, die dSPACE Sensorsimulationslösung, integriert. Entwickler können nun über AURELION einfach auf Hesai-Lidar-Modelle zugreifen.
„Modelle für die gebräuchlichsten Hesai-Sensoren sind jetzt Teil unserer Sensorsimulationslösung AURELION. Durch den Ausbau unserer Technologiepartnerschaften mit den weltweit führenden Sensorherstellern erweitern wir unsere Testmöglichkeiten und reduzieren für unsere Kunden die Kosten von der Entwicklungsphase bis zur Validierung“, erklärt Caius Seiger, Product Manager Sensor Simulation bei dSPACE.
AURELION kann sowohl in der Cloud als auch lokal beim Anwender betrieben werden und erzeugt in Echtzeit fotorealistische Bilder für die Kamerasimulation. Durch Ray Tracing werden auch für Radar- und Lidar-Sensoren realistische Rohdaten berechnet. Die Lösung kann in allen Phasen im Entwicklungsprozess eingesetzt werden, zum Beispiel bei Software-in-the-Loop (SIL)-Tests, Hardware-in-the-Loop (HIL)-Tests oder bei der parallelen Validierung in der Cloud.
Die Lidar-Produkte von Hesai haben sich weltweit in einer Vielzahl von Anwendungen bewährt, darunter Personen- und Nutzfahrzeuge mit Fahrerassistenzsystemen (ADAS), autonome Fahrzeuge und Roboteranwendungen wie Last-Mile-Lieferroboter und fahrerlose Transportsysteme (Automated Guided Vehicles, AGV).
Durch die Integration des Hesai-Lidars können Entwickler von Anwendungen für autonomes Fahren flexibel hochwertige Lidar-Modelle über die AURELION-Plattform nutzen, die synthetische Daten für die Entwicklung, den Test und die Validierung von Systemen und Lösungen für das autonome Fahren bereitstellt. Dies senkt die Kosten für das Training von Grenzfällen und ermöglicht das schnelle Entwickeln, Testen und Validieren autonomer Fahrzeuge.