高逼真合成數(shù)據(jù)助力智駕“看得更準、學得更快”

一、引言

隨著自動駕駛技術的逐步落地，感知系統(tǒng)對數(shù)據(jù)的依賴正以前所未有的速度增長。傳統(tǒng)實車采集雖然真實可信，但在效率、安全性、標注精度以及邊緣場景覆蓋方面均存在顯著限制。

合成數(shù)據(jù)（Synthetic Data）因具備低成本、高可控性、無限擴展性和高精度標簽等優(yōu)勢，已成為感知算法訓練與驗證的重要數(shù)據(jù)來源。尤其在多模態(tài)、多場景、大規(guī)模自動化生成等方面，仿真平臺正成為構(gòu)建感知數(shù)據(jù)體系的重要工具。

在感知系統(tǒng)的開發(fā)過程中，我們依托仿真平臺生成覆蓋多種場景和傳感器類型的合成數(shù)據(jù)，用于支持AVM（環(huán)視系統(tǒng)）開發(fā)，同時也利用合成數(shù)據(jù)生成符合公開格式標準的數(shù)據(jù)集，助力算法在真實部署前實現(xiàn)高效迭代與驗證。本文將系統(tǒng)介紹利用合成數(shù)據(jù)開發(fā)的具體應用流程和實踐效果。

二、 AVM系統(tǒng)開發(fā)中的仿真驗證應用

環(huán)視系統(tǒng)（AVM, Around View Monitor）是自動駕駛和高級輔助駕駛系統(tǒng)（ADAS）中常見的功能模塊，通常由4個或更多廣角魚眼相機構(gòu)成，通過拼接多個攝像頭圖像生成車輛周圍360°的鳥瞰圖。

自動泊車系統(tǒng)（APA）需要環(huán)視圖像提供對車輛周圍環(huán)境的精準感知。通過仿真方式模擬魚眼相機布設和 BEV 拼接，可生成多種泊車場景下的高保真圖像，包括地庫、斜列車位、窄通道等復雜工況。相比實車采集，仿真不僅可以批量構(gòu)造極端和邊緣泊車條件，還能自動提供精確的障礙物位置與車輛姿態(tài)標注，大幅加速感知模型的訓練和驗證流程，減少實車調(diào)試時間。

傳統(tǒng) AVM 系統(tǒng)的相機標定依賴人工操作和實車設備，流程繁瑣且精度受限。通過仿真，可控制各攝像頭位置與視角，并生成可重復、可驗證的圖像和標定數(shù)據(jù)，適用于整車項目開發(fā)初期的快速迭代。虛擬標定不僅提高了標定效率，還支持在方案切換、批量測試、相機布局驗證等場景中自動生成對齊標注，降低人力投入，提升系統(tǒng)上線速度。

在實際開發(fā)中，AVM對圖像畸變建模、拼接精度、投影映射等有較高要求，傳統(tǒng)方法依賴人工標定與測試，周期長、靈活性差。而基于aiSim的仿真流程，可有效提升開發(fā)效率與驗證精度。

通過合成數(shù)據(jù)仿真平臺，我們借助從環(huán)境搭建到數(shù)據(jù)生成的全流程仿真，成功實現(xiàn)了4個魚眼相機生成AVM合成數(shù)據(jù)的優(yōu)化和驗證。

圖1 基于aiSim構(gòu)建AVM圖像流程

1、標定地圖與仿真環(huán)境構(gòu)建

我們在Unreal Engine環(huán)境中快速搭建6米×11米標定區(qū)域，使用2×2黑白相間標定板構(gòu)成特征紋理區(qū)域，并精確布設車輛初始位置，確保視野重疊區(qū)域滿足投影需求，并通過特定插件將其無縫導入仿真器中。

圖2 基于aiSim插件的Unreal Engine地圖編輯

2、魚眼相機配置與參數(shù)設置

設置前、后、左、右四個魚眼相機，分別具備：

（1）高水平FOV（約180°）；

（2）不同俯仰角（前15°、后25°、側(cè)向40°）；

（3）安裝位置貼近真實車輛安裝場景（如后視鏡下方）。

我們采用了仿真器內(nèi)置的OpenCV標準內(nèi)參建模，輸出圖像同步生成物體的2D/3D邊界框與語義標簽。

圖3 環(huán)視OpenCV魚眼相機傳感器配置

3、BEV圖像生成與AVM拼接

利用已知相機內(nèi)參和標定區(qū)域結(jié)構(gòu)，通過OpenCV完成圖像去畸變與投影矩陣求解，逐方向生成BEV視圖（Bird's Eye View）。結(jié)合車輛圖層與坐標對齊規(guī)則，拼接生成完整的AVM圖像。

支持配置圖像分辨率（如1cm2/像素）與投影視野范圍，確保幾何準確性。

圖4 投影區(qū)域及BEV轉(zhuǎn)化示意圖

4、多場景合成與傳感器布局優(yōu)化

通過批量仿真腳本，可快速測試不同環(huán)境（如夜間、窄巷、地庫）、不同相機布局組合對AVM系統(tǒng)效果的影響。在算法不變的前提下，系統(tǒng)性評估外參配置的優(yōu)劣，為傳感器部署提供數(shù)據(jù)支持。

圖5 不同場景下的AVM合成數(shù)據(jù)

三、合成數(shù)據(jù)構(gòu)建多模態(tài)數(shù)據(jù)集

隨著智能駕駛逐步從基礎輔助走向復雜場景下的高階功能，對感知系統(tǒng)的數(shù)據(jù)需求也在迅速升級。不僅需要覆蓋高速、城區(qū)、出入口等典型 NOA 場景，還要求在不同模態(tài)之間實現(xiàn)精確對齊，以支撐融合感知模型的訓練與驗證。在這類任務中，仿真生成的合成數(shù)據(jù)具備可控性強、標簽精準、格式標準的優(yōu)勢，正在成為算法開發(fā)的重要支撐手段。

在智能領航輔助（NOA）場景中，系統(tǒng)需識別高速匝道、變道車輛、道路邊緣等要素，對訓練數(shù)據(jù)多樣性與標注精度要求極高。通過仿真構(gòu)建城市快速路、高速公路等多類 NOA 場景，配合光照、天氣、車流密度等變量自動生成圖像與多模態(tài)同步數(shù)據(jù)。這類合成數(shù)據(jù)可用于訓練檢測、分割、追蹤等模型模塊，特別適合用于填補實車采集難以覆蓋的復雜或高風險場景，增強模型魯棒性。

融合感知模型依賴相機、毫米波雷達、激光雷達等多種傳感器協(xié)同輸入，對數(shù)據(jù)的同步性和一致性要求較高。通過仿真，可以同時生成這三類傳感器的視角數(shù)據(jù)，并自動對齊時間戳、坐標系和標注信息，輸出包括 3D 邊界框、語義分割、目標速度等在內(nèi)的完整標簽，且格式兼容 nuScenes 等主流標準。這類數(shù)據(jù)可用于訓練融合模型識別道路上的異形障礙物，例如夜間難以通過視覺識別的散落雜物，或需要多模態(tài)補強感知的邊緣目標。仿真帶來的高度可控性也便于統(tǒng)一測試條件，對模型性能進行定量分析與精細化調(diào)優(yōu)。

在實際項目中，合成數(shù)據(jù)的價值不僅體現(xiàn)在生成效率和標注精度，更在于其能否與下游算法開發(fā)流程無縫銜接。為了實現(xiàn)這一目標，我們將 aiSim 導出的多模態(tài)原始數(shù)據(jù)，通過自研數(shù)據(jù)處理腳本，轉(zhuǎn)換為基本符合 nuScenes 標準格式的數(shù)據(jù)集。

數(shù)據(jù)構(gòu)建流程如下：

1、編寫符合 nuScenes 規(guī)范的傳感器配置文件

首先，我們根據(jù) nuScenes 的數(shù)據(jù)結(jié)構(gòu)要求，定義并生成了包含相機、雷達、激光雷達等傳感器的配置文件，包括傳感器類型、安裝位置、外參信息等。該步驟確保生成數(shù)據(jù)可直接映射至 nuScenes 的?calibrated_sensor.json?和?sensor.json。

圖6 激光雷達部分的傳感器配置文件

圖7 符合nuScenes格式的傳感器配置

2、利用 aiSim Stepped 模式導出對齊的原始數(shù)據(jù)

然后，在仿真運行中，我們導出包含圖像、點云、雷達、Ego Pose、2D/3D 標注等原始數(shù)據(jù)，場景長度約為 20 秒，覆蓋了一段在高流量城市交通中經(jīng)過十字路口的場景，作為構(gòu)建示例數(shù)據(jù)集的基礎。

3、結(jié)構(gòu)化轉(zhuǎn)換為 nuScenes JSON 格式

此外，使用自研轉(zhuǎn)換腳本，我們將導出的原始數(shù)據(jù)組織并填充為 nuScenes 所需的各類?JSON 文件，并和官方標準格式對齊，包括：

• scene.json：記錄場景序列；
• sample.json：定義幀級時間結(jié)構(gòu)；
• sample_data.json：圖像、雷達、點云等數(shù)據(jù)路徑與時間戳；
• calibrated_sensor.json?和?sensor.json：傳感器類型及配置；
• ego_pose.json：車輛軌跡；
• sample_annotation.json：3D 邊界框、類別、屬性；
• instance.json、category.json、visibility.json?等其他語義層級數(shù)據(jù)。

圖9 nuScenes 標準數(shù)據(jù)集JSON結(jié)構(gòu)表

4、數(shù)據(jù)集結(jié)構(gòu)搭建完成

最終，構(gòu)建完成的數(shù)據(jù)集具備完整的時空同步結(jié)構(gòu)與語義標簽，可直接用于視覺感知、雷達檢測、融合感知等模型訓練與評估任務。該流程驗證了合成數(shù)據(jù)向標準訓練數(shù)據(jù)的轉(zhuǎn)換路徑，并具備可擴展性，適用于更大規(guī)模的批量數(shù)據(jù)生成。

圖10 激光雷達點云 + 相機融合標注框

圖11 激光雷達點云 + 同類型標注框 （俯視/側(cè)視）

圖12 多幀實例+激光雷達點云 （俯視+路徑）

這一完整流程不僅驗證了合成數(shù)據(jù)在工程流程中的落地能力，也為后續(xù)基于大規(guī)模仿真生成標準訓練集打下了結(jié)構(gòu)基礎。

四、aiSim：感知研發(fā)全流程平臺

在自動駕駛感知系統(tǒng)的開發(fā)過程中，仿真平臺已逐漸發(fā)展為合成數(shù)據(jù)生產(chǎn)的重要基礎設施。aiSim?通過集成環(huán)境建模、傳感器仿真、多模態(tài)數(shù)據(jù)輸出與標準格式轉(zhuǎn)換等功能，支持從場景構(gòu)建到數(shù)據(jù)集生成的完整流程。

1、多樣場景與數(shù)據(jù)格式的靈活支持

aiSim 可精細還原環(huán)視系統(tǒng)中魚眼相機的安裝布局、圖像畸變特性及 BEV 視角拼接邏輯，生成貼近實車采集的高保真圖像。同時，平臺有一套自成體系的仿真數(shù)據(jù)組織與輸出機制，涵蓋視覺、激光雷達、毫米波雷達等多類型傳感器數(shù)據(jù)及真值標注。支持通過腳本調(diào)度自動批量生成不同氣候、光照、地形和交通條件下的多樣化場景，滿足大規(guī)模訓練與邊緣場景驗證的需求。

2、從物理建模到標簽輸出的完整鏈條

借助圖形引擎，aiSim 實現(xiàn)了對真實物理光照、材質(zhì)、陰影和天氣的動態(tài)建模。平臺支持相機、激光雷達、毫米波雷達等傳感器的物理與幾何特性建模，兼容 OpenCV、ROS 等常見開發(fā)標準。在數(shù)據(jù)輸出方面，aiSim?支持多傳感器同步控制，可自動生成對齊的 2D/3D 檢測框、語義標簽、Ego 軌跡等數(shù)據(jù)，覆蓋感知算法訓練常見需求，減少數(shù)據(jù)清洗與后處理工作量。

3、工程集成與可擴展性

aiSim 提供圖形界面、工具鏈與開放 API，方便用戶將其集成至企業(yè)現(xiàn)有的數(shù)據(jù)平臺和模型訓練流程中。平臺內(nèi)的場景配置與資源系統(tǒng)具備良好的可擴展性，支持用戶自定義傳感器布設、交通要素和場景資產(chǎn)，用于支持環(huán)視系統(tǒng)、感知模型、融合算法等不同研發(fā)階段的需求。

無論是環(huán)視系統(tǒng)的泊車能力與虛擬標定，還是面向?NOA 和多模態(tài)融合的訓練任務，仿真生成的數(shù)據(jù)都在感知系統(tǒng)的實際落地中提供了可衡量、可擴展的價值。讓數(shù)據(jù)獲取從“拍”到“造”，從“靠人”到“自動”，為智能駕駛研發(fā)提速、降本、增穩(wěn)。