AURELION--可视化虚拟驾驶和逼真的传感器仿真(Camera、Lidar、Radar)

AURELION-概述
为了实现物理级别传感器仿真，dSPACE研发了AURELION软件。该软件用来支持基于物理渲染的Camera模型、Lidar的3D点云仿真和Radar射线跟踪与距离多普勒图谱绘制。

而传感器强度，依据线束的几何路径和材质的反射率。基于多普勒效应仿真，可以搭建聚类和原理仿真。关键技术点见如下：

用集成的物理模型实现非真实的3D环境以及动画显示

基于GPU的物理传感器模型仿真

全覆盖的灯光和天气条件仿真

AURELION-基于物理的传感器仿真模型
摄像头传感器模型：基于物理渲染和逼真的光照配置以及镜头轮廓配置，实现图像修改和故障注入，以及语义分割和边界框路面真值数据计算。

雷达传感器模型：

支持雷达信道极化运算，

可实现镜面反射和漫反射，

支持射线多路径传播的设置，

支持与每个物体交互产生自适应射线反射

激光雷达传感器模型：

支持可扩展的点云数据和原始数据输出

支持扫描式传感器和基于闪光的传感器模型

支持滚动快门效果

支持导入扫描模式

AURELION--Camera sensor特性
AURELION使用Epic Unreal引擎创建照片，原理是基于物理渲染（PBR）,灯光反射是基于实际世界的材质属性和双向分布函数（BDF）来实现。

1. 支持镜头畸变仿真-Lens Distortion：
透镜径向畸变（例如鱼眼镜头的桶形畸变和长焦镜头的枕形畸变）

计算径向畸变使用的是Adobe直线几何失畸变模型和鱼眼几何畸变模型

2. 支持伽马编码仿真-Gamma Encoding
γ编码(这种根据人眼敏感度，将较暗的用较大的区间来表示，较亮的用较小的区间来表示的变换，就是伽马编码(gammar encoding))

使用Gamma Encoding/ γ编码，将线性RGB转换为sRGB线性空间存储，用于在AURELION界面输出显示

伽马编码的应用是为了让视野中的物体可以对用户和OTA仿真传感器同时可见

3. 支持曝光控制仿真-Exposure Control（配置曝光控制在AURELION应用和显示）
AURELION曝光控制器通过创建和分析图像对数亮度值的柱状图，来计算曝光值。

可以设置自动或者手动实现曝光控制

手动计算曝光值，需要在JSON文件中中设置曝光时间（/s）、快门速度和以ISO值表示的胶片感光度

4. 支持色调映射仿真-Tone Mapping
采用HDR(High Dynamic Range)渲染出来的亮度值会超过显示器能够显示最大值，此时我们需要将光照结果从HDR转换为显示器能够正常显示的LDR，这一过程我们通常称之为Tone Mapping。

5.支持镜头光晕仿真-Lens Flare
镜头光晕通常发生在相机镜头对准明亮光源的方向时，例如，太阳或汽车前灯。镜头耀斑会引起眩光，由于对比度和色彩饱和度降低，图像似乎被冲淡或漂白。

AURELION使用虚幻引擎为相机传感器的图像添加人工彩色反射点。客户可以指定一个像素强度阈值，该阈值确定镜头耀斑场景中的光源。场景中超过这个阈值的每个像素都会产生耀斑。

6.支持Camera传感器的图像噪声仿真-Camera Sensor Image Noise
相机传感器图像噪声是一种图像扰动效应，可以由例如来自相机图像传感器的电子信号或光子的量化引起，这被称为拍摄噪声。

光子发射噪声依赖于单个像素点的照明强度。它会导致图像像素的颜色、强度和亮度偏差。图像也可能出现颗粒状。环境噪声参数可以设置电子源噪声，亮度噪声参数可以设置光子散射噪声。

客户可以使用环境噪声和亮度噪声参数指定相机传感器图像噪声。环境噪声采用高斯分布模型，用均值和标准差参数化。亮度噪声基于泊松分布，它可以近似为高斯分布，因为光子的数量足够大。

7.支持原始数据输出仿真-Raw Data Output
摄像头原始数据输出呈现在AURLEION中彩色滤镜图像，此原始数据输出必须由去马赛克算法处理才能接收 RGB 颜色空间中的强度的颜色滤镜图案。

去马赛克算法的目标是从覆有滤色阵列（Color filter array，简称CFA）的感光元件所输出的不完全色彩取样中，重建出全彩影像，即重建出各像素完整的RGB三原色组合。该算法利用周围相同颜色的像素去估计一个特定像素的组成数值。

滤色图案配置可以指定图案的每个像素的强度，以指定Bayer图案或应用CYGM过滤器。

8. 支持Camera的深度、光流、边界框的仿真-the Depth, Optical Flow, and Bounding Boxes Output
速度(Optical flow-光流)是测量场景中物体相对于摄像机传感器运动的速度和运动方向。

AURELION-- Camera sensor configuration
1. Imager(ISO,cropFactor,colorFilterArray,noise);

2.lens(aperture光圈、shutterSpeed、focalLength、distortion、lensFlare)；

3.Exposurecontrol（mode（auto/manual）、exposureCompensation）；

4.output（model（sRGB/RAW）、Ground truth data、gammaEncoding、toneMappingEnabled ）；

5. Real-time postprocessing （camera、Radar、Lidar）；

6. Graphics （renderTargetResolutionEstimation 、 supersamplingFactor）；

7.Visualrepresentation in the 3‑D scene （frustum 、fovProjection）；

AURELION - Lidar
Principles of Lidar Sensors and Measuring Sensor Data
1.可视范围：水平360度、垂直+/-40度、探测范围120m；

2.使用905nm和1550nm波长的红外光；发射光束是一种近红外光，属于电磁波普的可视范围；

3. 通过测量反射光，可以计算物体的反射率；

4. GPS/INS 定位数据可以与lidar数据融合；

Requirements and Features of the Lidar Sensor Model in AURELION （AURLEION提供的Lidar商业化，符合工厂生产标准）
1. Requirements : AURELION可以提供lidar可视范围内多个物体的速度、距离、角度和反射率；

2. Scene and traffic objects特征：射线追踪器可以识别周围的场景和交通物体生成3-D点云，从而获取到物体表面的三维网格包含纹理信息和材质ID；

3. Object materials-物体材质特征：Lidar传感器模型可以根据测量方式的设定和材质数据库中定义的BRDF公式，来获取相关数据信息。 BRDF理论依据光源照射到物体表面产生的以反射光线强度来设定，此外，BRDF也需要根据光波长特性来设定，即每一个BRDF公式只能针对一种波长（AURELION预设了905nm波长的BRDF）。镜面反射、漫反射（朗伯特）反射、逆反射；

4.Sensor range -传感范围：Lidar传感器3D点云创建的立体空间

5.Custom launch pattern-自定义扫描模式：Flash 和 Scanning （可设置可视角度、区间、时间偏移和射线的强度系数）

6. Launch time offset for moving objects-动态物体启用时间偏移：时间偏差设定针对高速移动物体，因为3D点云不可以直接显示完全相同时间点的场景。而Camera使用卷帘快门的方式来消弱该影响；

7.Ghost targets-鬼影点仿真：基于路测环境下Lidar射线产生镜面反射的误差检测，而该情况发生，是Lidar属于scanning扫描模式下。

8.Nonlinear reflectivity -非线性反射率：Lidar可以针对每个检测点，实现反射率的非线性方式输出；大部分的Lidar 反射率是线性输出函数（漫反射），而经过完美朗伯散射曲面过渡后，会产生镜面的对数关系的非线性反射

9. Weather conditions-天气条件设定：冰霜/污渍的堵塞设定，物体反射会跟随雨雪雾的动态变化而改变，大气环境设定比如雨量，背散射（更改接受光线的形状，通过增加距离噪声等）、吸收（降低光线的辐射度）

Lidar sensor configuration
传感范围；自定义发射模式；移动物体的发射时间偏差；鬼影点；非线性反射；天气条件；


————————————————

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

原文链接：https://blog.csdn.net/weixin_39325907/article/details/129203324