仿真效率的提升

Prescan继续使用深度学习超采样（Deep Learning Super Sampling）技术，摄像头视频渲染帧率提高约两倍，更好的支持多摄像头（例如11路高清摄像头）高阶智驾系统的仿真、HiL应用等；

通过对传感器模型、3D模型的优化，仿真速度大幅提升。

使用Nvidia RTX4070显卡硬件平台的对比测试表明，物理雷达模型仿真时长-50%，物理激光雷达模型仿真时长-15%，城市级复杂静态场景仿真速度+20%，车道线传感器解析和道路拓扑的初始化时间提高*多6倍。

新版本还支持Matlab 2023b版本的加速仿真模式。

User Algorithm API接口

Prescan不仅支持多显卡分布式并行计算，此次版本升级，还释放了更灵活的API接口，使用户可以直接读取显卡显存中的摄像头视频数据。

用户可以通过C++等程序，读取显存数据，再通过PCIe等硬件以及视频注入板卡，构成多摄像头域控制器的实时HiL系统。除了高阶智驾HiL应用，用户还可以用自定义的图像处理算法，来直接处理显存中的仿真图像数据。

道路拓扑信息输出

参照ADASIS V3协议中道路信息的输出定义，Prescan提供了更多的直接道路拓扑信息，进行实时仿真输出。

其中，道路连接拓扑关系输出信息如下：

其中，车道线的输出信息如下：

这项功能，配合PTV Vissim等专业的交通流模型使用，产生连续的、拟人化的、密集冲突的动态场景，使得高阶智驾算法的测试能力，更加强大。

CSC（Critical Scenario Creation）

关键场景自动生成技术

Prescan提供一套成熟的安装即用的工具链，面向SOTIF预期功能安全应用，自动生成“未知-不安全”场景集。

该工具链包含三个核心技术步骤：

➣ 使用驾驶行为分布特性，赋予场景中的交通参与者符合真实驾驶行为的路径、速度特性；

➣ 软件内置成本函数专利技术，综合考虑横向纵向距离和时间等参数，通过函数值量化体现“未知性”、“不安全性”；

➣ 调用优化搜索算法，使用搜索创建、而不是泛化遍历的传统方法，高效生成“未知-不安全”场景集。

FMI/FMU升级

过去，Prescan提供针对NI、Concurent、ETAS…等RT硬件平台的专属实时目标代码生成。Prescan现在通过FMI/FMU接口与RT硬件联合仿真，提供一种更通用高效的实时仿真方式，简化了工作步骤。

我们即将发布Prescan与NI实时平台及VeriStand、Amesim动力学模型的FMU耦合仿真操作实例，需要详细信息的，请联系我们。

传感器模型更新

基于物理的毫米波雷达模型PBR更新了对粗糙物体表面的反射特性，对漫反射条件下的反射能量计算更为准确，比如沥青等路面材质。

PBR还支持通过JSON格式文件进行建模参数配置，更加灵活方便。

有经验的用户，对Prescan动态雨滴场景结合Yolo V5感知算法的测试记忆犹新。此次升级，鱼眼摄像头的雨滴考虑了镜头的形状，更为逼真。

Prescan C++功能更新

Prescan C++版本持续提供更多功能。

用户现在不需要购买Prescan PBC插件，就能通过C++接口获取World Viewer Unreal的RGB仿真结果；

Prescan C++开放了更多车辆动力学模型功能，和Simulink用户一样，C++用户可以得到车轮的位移、转动、由转动导致的雷达微多普勒效应…等。