· 掌握VTD核心模块的功能、体系结构与完整工作流程。
· 能够独立搭建符合行业标准的静态场景与动态交通仿真环境。
· 能配置和仿真摄像头、毫米波雷达、激光雷达等传感器模型,并生成/解析其数据。
· 熟悉与自动驾驶算法(如Autoware、Apollo、内部算法)的联合仿真集成方法。
· 能够使用VTD进行基本的HIL/VIL测试场景设计。
· 自动驾驶算法工程师、仿真测试工程师、功能安全工程师、系统集成工程师。
· 了解自动驾驶基本概念(感知、定位、规划、控制)
· 熟悉Linux操作系统基础命令
· 具备基本的编程(Python/C++)和脚本能力者更佳
· VTD生态系统介绍
· VTD在自动驾驶“V”型开发流程中的定位与价值。
· 核心模块概览:Road Editor、Scenario Editor、Runtime Database、Sensor Simulation、Visualization、Vehicle Dynamics。
· 工作环境搭建与基础操作
· VTD在Linux(主)和Windows下的安装与授权配置。
· 项目目录结构解析。
· 启动、配置和运行一个完整的仿真示例。
· OpenDRIVE标准详解:道路参考线、车道、交叉口、交通标志牌逻辑。
· 使用 Road Editor 创建、编辑和导出高精度数字道路(.xodr)。
· 使用 Road Editor 或外部工具集成3D道路模型、交通设施、绿化建筑等。
· OpenSCENARIO标准详解:实体、动作、事件、触发器、故事板。
· 使用 Scenario Editor 设计复杂、可重复的测试场景。
· 交通流定义:背景车、行人、自行车的行为模型与轨迹设置。
· 环境条件模拟:天气(雨、雪、雾)、时间(昼夜)、光照变化。
· 摄像头仿真:镜头畸变、HDR、动态模糊、卷帘快门效果。
· 激光雷达仿真:基于物理的射线投射模型,生成点云数据。
· 毫米波雷达仿真:RCS模型、多径效应、噪点与杂波模拟。
· 传感器标定文件(SensorView)配置与数据输出(图像、点云、目标列表)。
· 车辆模型配置:质量、尺寸、悬架、轮胎特性。
· 简单动力学与高精度动力学模型 的应用场景。
· 驾驶员模型:用于生成参考路径或闭环控制。
· VTD的仿真接口:如何与外部算法模块通信。
· ROS/ROS2桥接:VTD与Autoware、百度Apollo等开源框架的集成方法。
· DDS/SOME/IP 等车载通信协议的仿真支持。
· 使用脚本(Python/Shell)批量运行和管理场景。
· 场景泛化与边缘案例挖掘 思路。
· 结果分析:通过日志、回放功能分析仿真结果,评估算法表现。
· VTD API架构简介。
· 如何通过自定义模块扩展VTD功能。