本专栏共有13节课程： 1.场景仿真-加速智能网联技术验证进程 2.AWS汽车行业应用方案介绍 3.51Sim-One场景标准OpenSCENARIO的应用实践 4.Red Hat OpenShift 4 - 构建基于PaaS的DevOps平台 5.基于MEMS的激光雷达技术 6.4D高清成像雷达 – 在汽车及车路协同领域的应用 7.以ansible为中心的自动化运维 8.基于rFpro的自动驾驶感知仿真解决方案 9.适应中国市场的无人出租车落地方案 10.边缘计算与自动驾驶 ......

自动驾驶仿真对于自动驾驶的开发而言至关重要，目前基于海量道路实采的难度和成本都居高不下，且周期漫长，尤其对于人工标注而言，目前都无法达到100%的准确度，而仿真测试技术的发展，却给了算法开发带来了无限的想象空间。本次演讲主要针对自动驾驶中的感知模块开发提供了一种闭环训练的解决方案。

1.边缘计算深刻理解 2.边缘计算前沿发展 3.边缘计算自动驾驶应用 4. 虹科边缘计算方案

自动驾驶时代的到来，给汽车工业界带来巨大的挑战。自动驾驶系统的开发流程和环境必须确保产品性能稳定、可追溯、具备高可靠性。西门子工业软件的Simcenter产品组合和其中的PreScan仿真技术，构成虚拟和现实相结合的数字化双胞胎“Digital Twin”，在自动驾驶产品的软件、系统、车辆层面，从早期设计、优化迭代过程、到测试验证等各阶段提供基于模型的整体仿真设计工具和工程方法，共同应对技术挑战。

为什么需要仿真测试？如何构建硬件在环平台？怎么来进行硬件在环测试？ 常常面对来自小伙伴这些的“灵魂拷问”，希望借此机会，能基于dSPACE全球化的丰富经验，分享一些想法和案例。

ADAS/AD的研发模式在近几年已越来越多得向着数据驱动的模式进行转变，无论是传统主机厂、一级零部件供应商，还是新晋的初创企业，大家已普遍达成这一共识。 作为数据驱动模式的源头，如何采集并记录下自动驾驶车辆所经历的整个行驶环境以及整车动态过程，又是各个ADAS/AD研发者最为关切的重要课题之一。 dSPACE针对这一重要的ADAS/AD研发环节，已经设计推出了完整的解决方案：基于AUTERA AutoBox的模块化数采硬件平台，以及基于RTMaps、RTag的数采与标记软件。通过这一无缝集成的软硬件组合，可

本次演讲主要分享如何利用LG开源自动驾驶仿真技术降低无人车测试的成本，在绝对保证人身安全的情况下来验证自动驾驶软件。仿真器借助Unity HDRP来创建高画质的数字孪生环境，并对自动驾驶汽车诸如摄像头、激光雷达、雷达、GPS和惯性测量设备(IMU)等传感器进行模拟。