▍文章來(lái)源于康謀自動(dòng)駕駛

行業(yè)挑戰(zhàn)與痛點(diǎn)

在自動(dòng)駕駛開(kāi)發(fā)中，高保真的仿真場(chǎng)景是算法迭代和驗(yàn)證的基石。然而，傳統(tǒng)手工建模方式需要大量3D設(shè)計(jì)師投入，構(gòu)建一個(gè)復(fù)雜交通環(huán)境往往耗時(shí)數(shù)月甚至半年以上；同時(shí)，城市、高速、停車(chē)場(chǎng)等多種運(yùn)營(yíng)設(shè)計(jì)域（ODD）都需要覆蓋，場(chǎng)景的可擴(kuò)展性與多樣性一直是瓶頸。

更重要的是，隨著自動(dòng)駕駛系統(tǒng)從模塊化架構(gòu)向端到端系統(tǒng)級(jí)演進(jìn)，仿真平臺(tái)不僅要驗(yàn)證感知、決策和控制單元的單點(diǎn)性能，更要在同一環(huán)境中評(píng)估OneModel/TwoModel協(xié)同的整體表現(xiàn)，這意味著：

測(cè)試場(chǎng)景必須與真實(shí)世界盡量一致，以避免在端到端鏈路上引入虛假偏差；

需要靈活修改傳感器布局、天氣和交通流量來(lái)覆蓋邊界工況；

要同時(shí)支持SIL（軟件在環(huán)）、HiL（硬件在環(huán)）、DiL（駕駛員在環(huán)）等多級(jí)仿真，并在同一數(shù)字孿生環(huán)境下復(fù)現(xiàn)。

然而，即使采用高保真物理渲染，仿真數(shù)據(jù)與真實(shí)世界之間依然存在域間差距（domain gap），端到端仿真測(cè)試因而受限，算法開(kāi)發(fā)和功能安全驗(yàn)證被拖慢。

這類(lèi)端到端測(cè)試需要用戶(hù)能夠自主、快速地采集真實(shí)世界數(shù)據(jù)并生成高保真數(shù)字孿生，以便隨時(shí)迭代場(chǎng)景并適配不同的傳感器布置和測(cè)試條件。傳統(tǒng)的外包式建模服務(wù)或半成品工具鏈，難以滿足客戶(hù)對(duì)自助操作和敏捷迭代的要求。

World Extractor 工具鏈簡(jiǎn)介

針對(duì)這些痛點(diǎn)，康謀推出的World Extractor已經(jīng)不只是一個(gè)“內(nèi)部項(xiàng)目工具”，而是一個(gè)成熟、可商用、可自助使用的端到端工具鏈。它集成了 NeRF 與 3D Gaussian Splatting 等前沿神經(jīng)重建技術(shù)，用戶(hù)只需將自己的實(shí)地錄制數(shù)據(jù)（如車(chē)隊(duì)采集的多傳感器數(shù)據(jù)）導(dǎo)入，即可在數(shù)天內(nèi)自動(dòng)生成靜態(tài) 3D 世界，無(wú)需專(zhuān)業(yè) 3D 建模師。

World Extractor工作前端用于評(píng)估采集數(shù)據(jù)質(zhì)量和場(chǎng)景回放

在此基礎(chǔ)上，用戶(hù)可以通過(guò)內(nèi)置的2000+ 動(dòng)態(tài)主體資產(chǎn)庫(kù)自主增強(qiáng)場(chǎng)景，添加車(chē)輛、行人、交通燈、標(biāo)志牌等元素，并根據(jù)測(cè)試需求調(diào)整 ODD、時(shí)間、天氣和交通流量。

整個(gè)過(guò)程不再依賴(lài)團(tuán)隊(duì)手工制作，客戶(hù)可以完全掌握采集、生成和仿真流程，形成自己的數(shù)字孿生資產(chǎn)庫(kù)，并與康謀 aiSim 直接聯(lián)動(dòng)。

與aiSim的無(wú)縫集成

World Extractor 的獨(dú)特價(jià)值在于與 aiSim 的原生集成。通過(guò)“神經(jīng)重建 + 物理引擎”的混合渲染方式，既能保留真實(shí)世界的紋理和幾何細(xì)節(jié)，又能獲得物理上精確的傳感器輸出。

在 aiSim 中，用戶(hù)可一鍵配置多傳感器仿真，包括攝像頭、雷達(dá)、激光雷達(dá)、超聲波傳感器等，靈活調(diào)整天氣、光照和時(shí)間條件，驗(yàn)證在極端場(chǎng)景下的算法表現(xiàn)。

關(guān)鍵優(yōu)勢(shì)

World Extractor + aiSim的關(guān)鍵優(yōu)勢(shì)在于：

自動(dòng)化管線：將高保真 3D 環(huán)境生成周期從傳統(tǒng)的 3–6 個(gè)月縮短到 1 天，實(shí)現(xiàn)真正意義上的“日級(jí)數(shù)字孿生”。

傳感器無(wú)關(guān)：覆蓋攝像頭、雷達(dá)、激光雷達(dá)等所有主流傳感器模式，與大多數(shù)只關(guān)注單一傳感器的競(jìng)爭(zhēng)產(chǎn)品相比更全面。

極端新視角：即使偏離原始采集軌跡，依然能保持高精度渲染和傳感器一致性，適合多變路徑和復(fù)雜測(cè)試工況。

量化驗(yàn)證：通過(guò)感知功能等量化指標(biāo)，域間差距極小，提供比純質(zhì)性評(píng)估更可的驗(yàn)證依據(jù)。

客戶(hù)案例

歐洲某乘用車(chē)OEM有構(gòu)建3D孿生場(chǎng)景地圖，并基于aiSim開(kāi)展SiL、HiL和DiL仿真測(cè)試的需求。

為滿足該需求，解決方案是利用aiSim、World extractor工具鏈（涵蓋采集、可視化分析、3DGS模型和自動(dòng)標(biāo)注功能），為客戶(hù)多個(gè)團(tuán)隊(duì)創(chuàng)建覆蓋不同ODD的3D環(huán)境，這些環(huán)境可直接用于aiSim及客戶(hù)基于UE構(gòu)建的DiL系統(tǒng)。

本項(xiàng)目KPI是采用World Extractor生成高質(zhì)量合成數(shù)據(jù)，避免重復(fù)采集數(shù)據(jù)測(cè)試新傳感器方案，且將原本3 - 6月的數(shù)字孿生時(shí)間縮短到1天。

具體實(shí)施步驟為：

客戶(hù)自有數(shù)采車(chē)隊(duì)采集場(chǎng)景數(shù)據(jù)，用于3DGS場(chǎng)景重建；

基于采集數(shù)據(jù)構(gòu)建3D模型，支持高保真交通、場(chǎng)景和傳感器仿真；

訓(xùn)練3DGS數(shù)據(jù)孿生場(chǎng)景，并無(wú)縫導(dǎo)入aiSim中使用；

提供客戶(hù)自有UE引擎DiL模擬工具，實(shí)現(xiàn)駕駛員參與的閉環(huán)仿真測(cè)試。

總結(jié)

在自動(dòng)駕駛的競(jìng)爭(zhēng)賽道上，高保真、可擴(kuò)展的仿真場(chǎng)景構(gòu)建已成為端到端系統(tǒng)級(jí)驗(yàn)證的關(guān)鍵。

無(wú)論你是整車(chē)廠還是Tier1團(tuán)隊(duì)，都可以借助World Extractor + aiSim快速搭建符合自身傳感器、算法和測(cè)試要求的高保真仿真環(huán)境，實(shí)現(xiàn)真正的端到端系統(tǒng)級(jí)驗(yàn)證。