01
多传感器融合引擎
对摄像头、激光雷达、毫米波雷达和车辆状态数据进行时间同步、坐标统一与目标融合。
软件能力范围
从环境感知到路径执行
以模块化接口组织感知、定位、预测、规划与控制，适配不同传感器组合和车载计算环境。
自动驾驶软件需要在有限时延内完成数据接入、目标判断、场景理解和动作输出。通过统一消息接口与运行状态监控，研发团队可以分别迭代算法模块，同时保持系统联调过程中的输入、输出和版本记录清晰可查。
支持激光雷达与视觉数据接口状态可追踪仿真与实车一致性验证
模块清单
面向研发落地的感知与决策软件组件
每个组件均对应明确的数据输入、处理任务和输出结果，可按项目阶段组合。
02
环境感知软件
识别车辆、行人、骑行者、道路边界、交通标志和可行驶区域，输出结构化环境信息。
03
定位与地图匹配
结合惯导、卫星定位、视觉和点云特征，提供车辆位姿估计与道路拓扑匹配结果。
04
动态目标预测
根据交通参与者历史轨迹、道路规则和交互关系，生成多种可能的运动轨迹。
05
行为决策模块
针对跟车、变道、绕行、让行和路口通行等任务，计算符合约束条件的驾驶行为。
06
路径规划与控制
将全局路线转化为局部可执行轨迹，并结合车辆动力学和舒适性要求输出控制指令。
07
运行状态监控
记录模块心跳、计算时延、输入完整性和异常状态，为问题定位及现场维护提供依据。
08
数据闭环接口
将道路采集、问题片段、标注结果和回归测试连接起来，支持困难场景持续加入测试集。
模块关系
让每一次算法输出都能回到验证链路
从原始数据到控制指令，模块之间的接口与质量指标保持连续记录。
自动驾驶软件数据流
01
传感器与车辆状态接入时间戳、坐标系、车辆速度及底盘反馈。
02
感知与定位形成目标列表、可行驶区域和稳定车辆位姿。
03
预测与行为决策结合交通参与者运动趋势和道路规则选择行为。
04
规划、控制与记录输出可执行轨迹并保存结果，用于回放和回归测试。
关键接口关注点
输入一致性时间戳与坐标系校验
运行效率模块时延与资源监测
输出可用性置信度与状态码记录
问题复盘场景、版本、结果关联
部署适配车载计算环境分层配置
应用场景
适配不同道路任务的智能驾驶软件
根据道路开放程度、运行速度、交通参与者密度和传感器条件配置算法组合。
城市道路辅助驾驶
处理信号灯路口、非机动车混行、临时施工和多目标交互，强调感知稳定性与决策连续性。
园区接驳与低速运营
围绕固定路线、站点停靠、行人避让和远程运维，建立可回放的任务级软件流程。
商用车与物流运输
针对长时间运行、载荷变化和复杂道路边界，关注路径规划、车辆状态和运行异常管理。
验证与交付
用可复盘的测试记录支撑软件迭代
感知与决策模块在仿真回放、封闭场地和实车道路测试中分阶段验证。测试结果关联软件版本、场景条件、输入数据和输出表现，便于研发团队定位问题来源。
场景回放支持典型场景、困难片段和边界条件复测
版本追踪记录算法配置、接口变更与测试结论
指标对照关注识别率、误检、漏检与规划平滑性
分层部署按开发、仿真、测试车环境管理配置
技术问答
自动驾驶感知与决策软件常见问题
可根据项目配置接入摄像头、激光雷达、毫米波雷达、惯导、卫星定位及车辆底盘状态数据，具体接口会依据数据格式、时间同步方式和坐标系约定进行适配。
通常先使用历史采集数据和仿真场景进行回放，再进入封闭场地与实际道路测试。每轮测试关联场景条件、软件版本和输出指标，便于确认问题是否得到解决。
可以。通过约定消息结构、状态码、坐标系和异常处理方式，各模块能够在统一接口下独立开发，并通过接口回归和系统联调检查协同影响。
可按照车辆配置、传感器组合、运行区域和软件分支建立版本记录，同时保存参数变更、测试结论与发布包信息，减少现场配置不一致带来的排查成本。
建议准备车辆接口说明、传感器数据样例、坐标系定义、目标运行场景、计算平台信息和现有测试记录。这些资料有助于评估接口适配、算法组合及验证节奏。
技术沟通
把感知与决策软件接入下一轮验证
留下项目场景、车辆配置和当前研发阶段，技术团队将根据软件模块、接口条件与测试目标进行初步沟通。