18884710760
技術文章
想象一下：你開發了一套自動駕駛相機感知算法，需要驗證它在強光逆光、暴雨、攝像頭鏡面被泥水污染等場景下是否穩定可靠。
現實道路測試？
等一場大雨需要時間
制造一場大霧需要運氣
一次完整的實車路測動輒百萬成本
某些危險場景根本無法在公共道路上重現
這就是整個自動駕駛行業的共同痛點：真實數據稀缺、場景覆蓋率低、測試成本居高不下。
傳統的硬件在環（HiL）測試雖然能解決部分電控驗證問題，但卻難以真實模擬傳感器的物理感知過程，尤其是相機傳感器的光學特性、成像質量以及復雜環境下的視覺退化。這就是為什么越來越多的 Tier1 和 OEM 開始將目光投向高保真傳感器仿真平臺。
那么，有沒有一種方法，能夠在實驗室里就精確模擬出強光逆光、暴雨、泥污污染這些場景下的相機成像？這正是高保真傳感器仿真平臺需要解決的問題。下面，我們以aiSim為例，從傳感器覆蓋、相機模型、分辨率配置、HDR渲染到全棧可調參數，逐一拆解其技術實現。
二、全品類傳感器統一仿真
aiSim 仿真核心
aiSim 依托自研 AIR 引擎，基于 Khronos Vulkan API 構建統一的 GPU 渲染管線，目前支持超過 20 種傳感器模型，覆蓋主流自動駕駛感知體系：
相機傳感器（Camera）：支持光柵化與光線追蹤兩種渲染模式
LiDAR 傳感器：支持旋轉式與固態，可輸出帶語義的三維點云
雷達傳感器：含高層目標列表與底層雷達目標仿真，支持多徑反射建模
GPS / IMU 傳感器：支持噪聲注入的慣性導航仿真
此外，還有超聲波傳感器、占用柵格傳感器等多類 CPU 處理傳感器
所有傳感器均工作在統一的物理坐標系下，支持多傳感器聯合仿真，輸出可直接對接感知算法驗證流水線。
aiSim GUI 傳感器配置
三、詳解相機：物理級仿真核心能力
相機是自動駕駛感知的核心器件之一，其仿真保真度直接影響算法訓練數據和測試結果的可信度。aiSim 基于自研 AIR 引擎，可實現物理級相機傳感器的仿真渲染。
1、覆蓋全場景的多種相機模型
aiSim 支持以下多種主流相機畸變模型：
3DGS地圖下的多樣化相機模型示例
（Perspective、OCam Fisheye、OpenCV Pinhole）
2、分辨率 & 視場角自由配置
相機的水平與垂直分辨率可在 0 到 32768 像素之間自由設置（width / height），滿足從低分辨率 IoT 攝像頭到高分辨率感知相機的全覆蓋需求。
視場角通過 render_y_fov 參數控制（范圍 1°～180°），對于視場角超過 120° 的廣角相機，推薦使用 Cube_6_Face 六面體環境映射以確保無盲區覆蓋。此外，Auto_* 系列自動模式能根據傳感器畸變分布自動選取渲染策略，免去手動調參的煩惱。
3、物理級 HDR 真實光照成像
aiSim 的核心渲染哲學是"全鏈路物理光照"——從光源（太陽輻照度 120,000 lx、IES 人工光、天空模型）到材質（PBR 材質、Cook-Torrance BRDF），再到相機成像，完整遵循渲染方程。
HDR 數據存儲在線性色彩空間（sRGB）中，默認采用 16 位浮點 RGB 格式（值 6.55×10?，精度 3.31 位小數），也可切換為 32 位浮點格式獲得更高精度（值 3.4×103?，精度 7.22 位小數）。
HDR 數據還可導出為 EXR 或 DDS 格式，Alpha 通道攜帶表面輻照度（單位：lux）；將 RGB 三元組從 sRGB 轉換到 CIE XYZ 色彩空間后，Y 分量即為亮度值（單位：cd/m2），直接支持光度學分析。
不同參數下的光照渲染效果
4、全鏈路可調參數
aiSim 相機傳感器提供了業界罕見的全棧參數開放能力：
（1）光學參數
-景深（DoF）：focus_distance（焦距，支持 infinity）、aperture_diameter（光圈直徑，置 0 關閉 DoF）、sensor_size_scaling_number（像元尺寸，默認 4μm）
（2）成像管線參數
- 曝光控制：支持手動（F值 f_stop、快門速度 shutter_speed、ISO sensitivity）與自動（基于平均亮度 AutoFromAverageLuminance、基于 LUT AutoFromExposureLUT）多種模式
- RAW 傳感器輸出：通過 AimRawCFA16 模式模擬 CMOS/CCD 信號處理流程，支持 rgb_radiant_exposure_to_voltage（輻射曝光轉電壓）、analog_gain、adc_bit_precision（ADC 位深）等底層參數
- 卷簾快門（Rolling Shutter）：逐行采樣動態對象狀態，精確重現運動模糊與卷簾畸變（需開啟光線追蹤）
（3）渲染質量參數
- 光線追蹤：samples_per_pixel（每像素采樣數）、max_depth（彈射深度）、denoiser_type（Intel OIDN 2.0 降噪，支持 Low/Balanced/High 三檔）
- 后處理：色調映射（Filmic / FilmicACES / Reinhard / AMDFidelityFXLPM 等多種算法）、色彩校正、飽和度、Bloom、SSAO、SMAA 等
- 色差（Chromatic Aberration）：基于 STN 模型，可獨立平移紅/綠/藍通道，模擬真實鏡頭色散
（4）環境干擾參數
- 傳感器污染（Sensor Blockage）：支持泥污（Mud）和冷凝（Condensation）兩種污染類型，bias 參數控制污染程度（0～100），seed 控制隨機分布
- 運動模糊：基于每像素速度圖，精確計算運動方向與模糊程度
四、結語
從物理光照建模到鏡頭畸變還原，從HDR成像鏈路到底層RAW信號模擬，aiSim在相機傳感器仿真的每個環節都提供了可量化的參數配置接口。其核心特征在于：覆蓋11種鏡頭畸變模型、支持0~32768像素分辨率連續可調、實現了全鏈路物理光照的HDR成像，并將光學、成像管線、渲染質量與環境退化參數全面開放。
關注微信