全球車市已經從傳統燃油車走向新一代電動車,隨著AI技術的發展,自駕系統也愈發成熟。汽車逐步邁向高階自動駕駛領域,需要搭配先進的駕駛輔助系統 (ADAS)。攝影機、雷達、光達、超音波等感測器各有特色,也有各自的盲點。目前還未發明出全能型的感測器,所以都是以複合式組合,再透過感知融合技術處理不同感測資料,取代人類的視覺、感知與情境。但要做到完全取代,仍然是個挑戰。
-
遠端雷達:信號能夠透過雨、霧、灰塵等視線障礙物進行目標檢測。
-
短程/中程雷達:中短程目標檢測,適用於側面和後方避險。
-
照相機:一般以組合形式進行短程目標探測,多應用於遠距離特徵感知和交通檢測。
-
雷射雷達:多用於三維環境映射和目標檢測。
-
超聲波:近距離目標檢測。

Ansys 多物理解決方案
🔸毫米波雷達 - Ansys HFSS
目標 |
解決方案 |
優點 |
-
雷達設計,優化和驗證
-
整合自動車上多個感測模組
-
偵查目標和目標屬性
-
最小化人工電磁干擾
|
-
閉合式模擬分析
-
駕駛環境建模
-
應用物理場模擬,進行深入分析和邊角案例測試
-
各物理場模擬工具能夠互相轉換
|
-
分析來自不同抽象層的數據。
-
將各種駕駛環境進行系統行為分析
-
減少物理量測試
|

🔸車用鏡頭 - Ansys Speos & Ansys Mechanical (thermal and acoustics)
目標 |
解決方案 |
優點 |
-
車用鏡頭設計和性能研究
-
感測器放置分析及優化
-
鏡頭感知演算法驗證
|
-
多物理場研究:感測元件優化(光學、熱、結構)
-
使用鏡頭可靠度分析快速進行相機放置研究
-
應用完整的成像系統進行鏡頭在不同環境中的視覺性能分析
|
-
鏡頭拜訪位置對最終輸出的影響
-
研究溫度對最終成像、容錯率和失真率的影響
-
Validate algorithm with camera in loop simulation (虛實驗證)
|


🔸光達 - Ansys SPEOS & Ansys Mechanical (thermal and acoustics)
目標 |
解決方案 |
優點 |
-
發射器和接收器設計優化
-
分析產品的熱可靠度
-
達到系統級性能
|
-
光機械相互作用
-
光達的封測和安裝位置(減少盲區,確保對關鍵區域的充分覆蓋)
-
雷達感知演算法開發
|
-
瞭解不同材料特性和在不同環境條件下的性能
|
