自动驾驶感知软件
融合摄像头、激光雷达与毫米波雷达数据，输出目标、车道、占用空间和可行驶区域信息。
应用场景
封闭园区接驳
封闭园区接驳
软件模块
定位、规划、回放
定位、规划、回放
实施环节
接口联调与回归测试
接口联调与回归测试
可观察变化
问题定位路径更清晰
问题定位路径更清晰
软件链路 · 场景验证 · 工程部署
01 / 软件架构
从传感器输入，到车辆决策输出
自动驾驶软件不是单一算法，而是由数据接入、环境感知、定位预测、行为决策、轨迹规划、控制执行与运营维护共同组成的系统。Roulang以模块边界和接口契约为基础，便于研发团队按项目阶段组合能力。
软件支持容器化部署与配置文件管理，可围绕计算平台、传感器组合和道路任务进行适配。
技术信息：支持离线数据回放、场景标签管理、接口日志记录与仿真结果导出。
02 / 能力矩阵
自动驾驶软件服务矩阵
根据车辆任务和研发阶段选择软件模块，减少重复开发，让接口、数据和测试结果在团队之间保持一致。
决策规划软件
结合道路结构、交通参与者和任务约束生成行为选择与平滑轨迹。
仿真测试软件
支持场景配置、传感器回放、闭环运行、指标统计和异常结果复盘。
数据闭环工具
从数据采集、清洗、标注到难例筛选，形成可持续迭代的数据链路。
车路协同软件
处理路侧感知、信号灯和道路事件信息，明确车端与路侧的协同接口。
部署与运维支持
覆盖配置发布、运行监测、日志采集、版本回退和问题定位等环节。
03 / 工程能力
自动驾驶软件的六项核心能力
把算法效果放进可记录、可比较、可回归的软件工程流程中，研发团队才能稳定推进每一轮迭代。
多传感器数据融合
统一时间戳、坐标系和数据格式，减少不同传感器之间的接口偏差。
算法版本可追溯
记录模型、参数、配置和运行环境，支持测试结果与软件版本关联。
场景库持续扩展
将长尾交通事件和典型道路任务沉淀为可复用的测试场景。
仿真与实车联调
用同一套接口约束衔接离线回放、仿真运行和实车测试。
接口适配与部署
围绕计算资源、操作系统和车载中间件完成部署配置。
测试结果可复盘
按场景、指标、日志和问题标签回看每次测试的变化。
6类软件工程关键环节
多源传感器数据接入方式
可回放测试输入与运行记录
可回退配置与版本管理策略
04 / 交付流程
自动驾驶软件方案如何落地
每个阶段都有明确输入、软件动作和输出结果，方便研发、测试与项目管理人员共同确认交付边界。
01
需求梳理
输入：道路任务与平台约束
输出：模块边界与接口清单
02
数据准备
输入：采集数据与标注规则
输出：训练集和测试场景
03
算法集成
输入：模型与配置参数
输出：可运行软件版本
04
仿真验证
输入：场景库与评价指标
输出：测试记录与问题单
05
实车联调
输入：车端环境与接口
输出：道路测试结论
06
上线维护
输入：运行日志与反馈
输出：版本优化与回归结果
05 / 应用场景
自动驾驶软件适配不同道路任务
不同场景对速度、道路结构、传感器配置和安全策略的要求不同，软件需要以任务约束为中心进行组合。
软件适配方向
乘用车辅助驾驶
面向城市道路和高速道路中的车道保持、跟车、变道与障碍物处理，重点关注多传感器融合、轨迹规划和复杂交通参与者的连续识别。
07 / 验证案例
把自动驾驶软件放进真实测试节点
案例信息聚焦软件模块、验证节点和结果类型，不以无法核验的客户背书替代工程记录。
从路侧信息接入到车辆轨迹验证
项目采用感知融合、定位、行为规划和场景回放模块，在固定路线中记录路口、行人和临时障碍物相关测试结果。
验证节点 01
统一车端与路侧消息接口，检查时间同步、坐标转换和异常数据处理。
验证节点 02
针对典型交通事件建立回放用例，按版本比较规划轨迹与接管记录。
08 / 用户故事
让每一次道路测试都留下可用数据
研发团队需要的不是一次性演示，而是可持续复用的测试资产。
在园区接驳项目中，团队将道路事件、传感器输入、软件版本和轨迹结果关联保存。工程人员可以从异常场景回放到配置差异，快速确认问题属于数据、算法还是部署环境。
查看相关技术内容 →可记录输入、版本、环境与结果
可复用典型道路场景与难例资产
可联调仿真、回放与实车接口
可维护日志、配置与版本回退
09 / 使用反馈
自动驾驶软件使用评价
来自研发与测试协作中的实际关注点，评价聚焦接口、数据和验证过程。
“将模型版本、场景输入和测试结果放在同一条记录里后，回归测试不再依赖个人经验，问题复盘有了明确依据。”
— 智能驾驶测试负责人
“接口文档和运行日志比较清楚，感知输出接入规划模块时，联调双方对数据边界的理解更一致。”
— 算法集成工程师
“仿真用例可以按道路事件和软件版本筛选，实车测试前能先发现一部分配置与逻辑问题。”
— 车辆系统研发工程师
11 / 兼容生态
自动驾驶软件的接口协同方向
不预设单一硬件品牌，围绕数据格式、消息接口、计算资源和协作环节进行适配。
从数据源到部署节点，保持软件边界清晰
可对接传感器数据、仿真工具链、车载计算平台、数据平台和研发协同系统。
摄像头数据点云与雷达仿真场景车载计算平台日志与数据平台研发协同接口
12 / 常见问题
自动驾驶软件常见技术问题
围绕软件组成、接入方式、验证记录和部署环境，给出清晰的技术说明。
常见模块包括传感器数据接入、感知融合、定位、预测、行为决策、轨迹规划、控制、仿真验证和数据闭环工具，具体组合取决于车辆任务与计算平台。
通常需要明确车辆或设备任务、传感器类型、消息格式、运行环境、实时性要求和已有测试数据，随后据此确认接口清单与集成边界。
可以通过统一数据格式和接口约束复用部分采集数据与场景参数，但实车验证仍需结合车辆动力学、传感器安装和道路环境进行单独确认。
软件版本、模型文件、配置参数、场景版本和运行环境应建立关联记录，测试完成后保留日志与指标，必要时支持按稳定版本回退。
可按项目、角色和数据类型设置访问权限，并对原始数据、标注结果、模型文件和测试报告分层管理，具体策略根据部署方式和企业安全要求确定。
周期主要取决于模块范围、接口数量、数据准备程度、仿真场景规模和实车联调条件，完成需求梳理后可按阶段拆分交付计划。
13 / 交付保障
为自动驾驶软件研发保留每个关键记录
从权限、版本到测试和部署，清晰的工程记录让协作更稳，也让后续维护更有依据。
版本追踪模型、配置、场景与结果关联保存
测试记录支持回放、指标导出与异常归档
数据权限按项目角色管理数据访问范围
部署支持覆盖环境配置、日志与问题定位
提交需求
预约自动驾驶软件方案沟通
请说明车辆任务、软件模块、传感器组合或仿真验证目标，我们将根据技术边界整理沟通重点。
▶支持线上技术交流