J9链节点集群运行正常:ISO 26262 ASIL-D 虚拟合规引擎已挂载
工程支持热线:400-826-9188 | 服务响应时限:工作日 15 分钟内快速介入
工业级虚拟验证与物理级闭环测试矩阵

高精敏捷的J9体系,驱动算法从数据采集到实车在环快速交付

集成多传感器纳秒级联合标定、三维点云与视频真值批量清洗标注、动力学物理仿真推演及整车在环闭环测试能力。支持 OpenDRIVE 道路拓扑与 OpenSCENARIO 动态泛化逻辑,日行千万公里虚拟里程,助力主机厂及自动驾驶研发机构稳步跨越极端长尾工况。

ASIL-D 功能安全合规流程
≤ 0.05 ms 多传感器时空同步
1:1000+ 数字孪生仿真加速比
J9仿真计算与三维点云标注系统面板
通道状态:LiDAR / Radar / 相机 联合推演中 吞吐率:4.8 GB/s
Core Values

重构工程研发生命周期的J9核心价值

从底层感知数据流水线到顶层决策推演,打破孤岛式研发壁垒,为自动驾驶团队带来全环节指标量化、安全回溯与敏捷迭代能力。

01

真值标注与数据脱敏

提供激光雷达点云 3D Bounding Box、连续帧图像语义分割与地理隐私合规脱敏工具链,自动化标注采纳率提升至 92% 以上。

点云自动跟踪 人脸车牌遮蔽 真值质量校验
02

多物理场联合仿真

内建严谨的轮胎力学、空气动力学与刚体传动模型,还原降雨、大雾、逆光等恶劣传感器退化表现,满足千万级长尾场景注入。

天气退化建模 高逼真光线渲染 非线性动力学
03

实车在环测试与标定

支持 CAN/CAN-FD、以太网 SOME/IP 信号注入,构建高确定性硬件在环(HIL)及软件在环(SIL)验证集群,保障控制器安全边界。

硬实时注入 自动标定算法 整车总线录制
Product Showcase

全栈工程化J9功能实景

通过严密的工程解耦设计,每项工具组件既可无缝接入企业既有开发体系,亦可组合构成独立自洽的闭环底座。

J9多传感器点云融合标定与时间戳同步

多传感器时空标定与离线重构工具

攻克多激光雷达重叠视场、毫米波雷达散点云与环视超广角相机的刚体位姿标定难题。工具采用因子图优化框架,无需依赖繁琐的标定板人工对齐,支持实车动态运行中在线状态评估与离线高精联合求解。

  • 外参重投影误差 < 1.5px
  • 时间戳漂移自适应校正
  • PTP / gPTP 纳秒同步监测
  • 自动生成相机内参畸变网格
J9高精物理仿真与虚拟工况测试

极端工况(Corner Cases)场景泛化推演工具

内置符合 ASAM OpenSCENARIO 标准的场景生成引擎,支持参数化切片、对抗式轨迹生成与突发事件扰动注入。可自动基于实车影子模式上传的脱困数据重塑虚拟事故现场,实施毫秒级轨迹回放与算法回归验证。

  • OpenDRIVE 1.6+ 规范解析
  • 动态交通流自主博弈算法
  • 支持集群化分布式回放评测
  • 输出 ASIL 级评测合规报告
Advantages

面向整车量产标准的六维优势指标

专为严苛工程环境打磨,在资源开销、计算延迟、协议扩展与安全保障上全面对标主流工业级要求。

超低计算开销

核心算法引擎采用现代 C++ 结合 CUDA 深度优化,单核吞吐量提升 3 倍,大幅削减云端训练与标注服务器算力租用成本。

纳秒级时间同步

支持硬件 PTP/gPTP 时钟源信号对齐,多传感器时间戳偏移严格约束在 0.05 毫秒内,杜绝高速行驶下的运动畸变。

完备的 CI/CD 自动化

通过命令行 CLI 及标准 REST API 深度接入 GitLab CI 与 Jenkins,代码提交后自动触发全量场景库回归测试并回传指标看板。

标准协议全覆盖

原生支持 ROS/ROS2、CyberRT、AUTOSAR AP/CP 协议栈与 Protobuf 序列化,降低已有架构迁移改造成本。

数据全流程合规

满足汽车数据安全管理若干规定,地理要素密级核验、车身敏感信息自动剔除与本地化私有部署双重把关。

确定性物理仿真

解耦渲染帧率与动力学迭代步长,确保相同输入条件下千万次推演结果位移与速度严格一致,杜绝偶发性调试陷阱。

Product Suites

核心J9产品套件矩阵

覆盖从原始数据输入到决策规控验证的关键工程节点,支持模块化按需部署与统一平台集成管控。

数据引擎 J9多模态感知真值标注平台

多模态真值标注与清洗平台

支持 128 线激光雷达点云与 4K 图像融合立体标注,内嵌 AI 辅助半自动目标框提取与连续帧实例重识别功能,工单质检提效明显。

虚拟孪生 J9物理级虚拟仿真测试环境

物理级虚拟仿真推演系统

基于虚幻引擎底层定制的光纤级雷达波束追踪与相机 ISP 仿真平台,毫秒级注入实车动力学响应,支持十万级并发场景压测。

整车测试 J9实车在环测试标定套件

整车在环 HIL 测试与标定套件

对接真实域控制器与转向制动执行机构,模拟极端传感器失效、通信延迟与总线丢包等复杂失效场景,输出严密的测试报告。

Quick Onboarding

三步上手构建高效研发测试流水线

工程标准清晰,仅需三个标准化阶段即可实现算法模型在J9链中的全自动化推演与验证。

01

导入原始数据与硬件拓扑

将车载感知日志(MCAP、Rosbag 或 PCAP)载入工具链,配置传感器外参矩阵与整车动力学几何参数,系统自动执行时序自检与坐标归一化。

02

场景化泛化与批量仿真推演

依据测试指标选定标准测试集,运用动态扰动参数自动衍生数百种长尾临界工况,并在云端集群以多倍速完成算法黑盒或白盒推演。

03

生成分析看板并反哺闭环

实时导出碰撞风险、舒适度曲线与规控响应偏差等指标,未通过工况一键转为影子模式训练切片,直接反哺算法新一轮迭代。

Deep-Tech Showcase

高保真确定性推演,筑牢算法安全底线

通过底层核心 API 深度接管车辆运动状态方程,杜绝浮点计算舍入偏差,在虚拟世界中重现千分之一秒的危险工况变动。

ad_pipeline_validator.py --engine=physics_hil --strict
[INFO] 正在初始化J9核心环境:v4.8.2-ASIL-D
[INFO] 加载 OpenDRIVE 道路拓扑: Urban_Expressway_Highway_T4.xodr [解析成功, 节点: 48,290]
[INFO] 挂载多传感器通道: 1x 128-Beam LiDAR, 7x 8MP Cameras, 5x mmWave Radars
[OK] PTP 硬件时钟同步锁死,当前联合抖动最大值: 0.038ms (阈值: ≤0.05ms)
[TEST] 注入工况: SCENARIO_RAIN_0492_CUT_IN (湿滑路面附着系数 μ=0.35, 盲区逆光)
[COMPUTE] 规控算法输出制动压力请求: 6.8 MPa | 横向加速度误差: 0.04m/s²
[RESULT] 距离前车最近安全裕量: 2.14m | 验证通过 (Pass 824/824 cases)
User Stories

赋能多元量产项目的高可靠落地实践

已成功服务于乘用车高速 NOA、商用车重卡干线物流及无人矿山调度等多类型工程量产验证。

乘用车主机厂高速领航量产

某头部新能源车企引入整套J9构建影子模式回流闭环,在 6 个月内累计处理 1.8 亿公里长尾数据,算法接管率下降 68%。

回归测试周期从 14 天缩减至 18 小时

商用车无人重卡干线编队

针对重载工况下的长距离制动热衰退特征,利用物理仿真工具建立专用载荷动力学模型,攻破恶劣天气下超视距防碰撞难题。

实车极端场景路测成本下降 75%

露天矿区非结构化道路作业

在扬尘与颠簸剧烈的极端环境中,运用离线时空标定套件实现车载传感器的全天候自动化漂移补偿,规避人工下井重新校准停工损失。

传感器外参漂移自校准准确率 99.4%
Multi-Platform Access

全域接入的J9工作台生态

统一接口底座,覆盖云端集群分布式计算、桌面端可视化调试、车载边缘端硬实时采集与持续集成链路。

☁️

云端弹性测试集群

支持 Kubernetes 容器化编排,高并发执行百万级场景虚拟推演与回归矩阵。

🖥️

桌面端工程套件

提供 Windows/Linux 双平台跨架构 GUI,支持 3D 轨迹重放与微观算子断点调试。

🚗

车载边缘记录端

适配 Orin-X 与底层 MCU 硬件环境,纳秒对齐采集原始总线与传感器原始报文。

⚙️

CI/CD 自动化流水线

通过命令行工具与开放 API 对接既有研发分支,自动回传性能评分与风险阻断。

Engineering Reviews

一线研发与测试工程师实践口碑

来自一线智能驾驶算法团队与整车测评中心的真实工程反馈,见证工具链带来的效率跃升。

★★★★★

“多传感器联合标定工具让我们的标定耗时从原先整车半天直接压缩到 20 分钟内完成,重投影精度提升极其显著,大大加快了实车测试进度。”

张工
张工
整车集成与感知标定高级专家
★★★★★

“场景泛化推演平台的物理还原度出乎意料,特别是对湿滑路面附着力和摄像头雨雪遮挡的退化建模,精准定位了此前多个规控 corner case 漏洞。”

李总
李总工
规控算法架构负责人
★★★★★

“无缝接入我们原本的 Jenkins 持续集成体系,每晚全自动跑完 5000+ 个仿真回归用例,清晨即可拿到完整分析报表,极大提升了发版安全性。”

孙工
孙工
自动驾驶系统测试总监
System Compatibility

工业级环境部署与系统规范

支持公有云、私有私域算力中心及车载工控平台的跨环境部署,全面适配主流底层软硬件生态。

规范维度 云端与集群节点要求 工作站与实车端要求 协议与标准兼容
操作系统 Ubuntu 20.04/22.04 LTS, Rocky Linux 8+, Red Hat Enterprise Ubuntu 20.04+, QNX 7.1+, RT-Linux, Windows 11 (调试套件) POSIX 兼容, Docker / Podman, K8s
算力与加速 NVIDIA A100 / H800 / L40S, CUDA 11.8+, TensorRT 8.6+ RTX 4090 / Orin-X / 地平线 J5, 支持硬件编解码加速 OpenCL, Vulkan Compute, DirectStorage
总线与接口 10GbE / 100GbE 算力网卡, RoCE v2, NVMe-oF CAN / CAN-FD, FlexRay, 汽车以太网 100BASE-T1 / 1000BASE-T1 IEEE 802.1AS (gPTP), SOME/IP, DDS, ROS2
安全与标准 支持 TLS 1.3 数据链路加密与国密 SM2/SM4 硬件加密模块 具备 ISO 26262 ASIL-D 虚拟合规认证文档支撑能力 ASAM OpenDRIVE, OpenSCENARIO, OpenCRG
Technical Insights

前沿技术洞察与研发白皮书

汇集J9链架构演进、标准规范落地实践及极端工况评测前沿思考。

J9物理引擎与传感器联合推演技术架构
技术更新 · 深度解析

多物理场高保真仿真在复杂雨雾天气下的传感器退化建模实践

探讨毫米波雷达雨衰效应与激光雷达水雾漫反射的物理级渲染算法,如何降低真实路测验证门槛。

了解技术规范 →
J9大规模场景库生成与数据闭环方案
工程指南 · 闭环链路

基于影子模式的海量脱困切片自动回流与泛化场景库构建

详解如何将实车回传的脱困事件自动解析为 OpenSCENARIO 标准用例,形成高效正向自闭环研发体系。

了解技术规范 →
J9车规级总线测试与硬件在环系统设计
测试标准 · ASIL-D 合规

整车在环 HIL 确定性延迟控制与纳秒级时钟同步实施白皮书

针对智能驾驶域控制器注入测试中的总线延迟抖动控制策略,阐述基于 gPTP 的端到端同步方案。

了解技术规范 →
🛡️

企业级 SLA 护航

核心计算集群 99.95% 可用性承诺,全冗余备份架构

🔒

敏感数据隔离合规

原生支持地理隐私与人脸遮蔽,满足严苛出海监管

⚡

7×24 驻地支持

资深底盘与算法架构师现场协同,保障试车按期推进

🏢

全量私有化支持

源码级可审计部署选项,适配专属内网硬件算力机房

Contact & Trial

申请工程评估与技术试用

提交您的工程验证需求,我们的工具链专家将在 1 个工作日内提供针对性评估方案与测试环境访问权限。

工程支持与研发联络中心

为整车主机厂、自动驾驶初创企业、系统集成商及国家级质检认证中心提供完备的系统级开发验证保障。

  • 专线电话 400-826-9188(7x24小时工程师热线)
  • 技术邮箱 [email protected]
  • 研发中心 中国(山东)自由贸易试验区青岛片区智能网联科技创新基地
  • 服务时效 工作日技术咨询 15 分钟内快速响应派单
  • 兼容认证 ISO 26262 ASIL-D / ISO 21448 SOTIF / ASAM OpenX