Choose a country or area to see content specific to your location
自動駕駛測試
從汽車感測器驗證到實際的自動駕駛情境
車用雷達測試解決方案
Keysight 汽車雷達測試解決方案可協助您在安全、可控且可重複的實驗室條件下驗證雷達感測器和模組。產品組合包括雷達目標模擬和全場景模擬，以及主要汽車雷達頻段的傳輸/接收驗證、一致性、OTA 特性分析和干擾/抗擾度測試。請選擇適合您應用的解決方案，從桌上型驗證到高密度多目標情境，以加速驗證並提高可靠性。需要協助選擇嗎？請參閱下方資源。
車用雷達測試解決方案
Keysight 汽車雷達測試解決方案可協助您在安全、可控且可重複的實驗室條件下驗證雷達感測器和模組。產品組合包括雷達目標模擬和全場景模擬，以及主要汽車雷達頻段的傳輸/接收驗證、一致性、OTA 特性分析和干擾/抗擾度測試。請選擇適合您應用的解決方案，從桌上型驗證到高密度多目標情境，以加速驗證並提高可靠性。需要協助選擇嗎？請參閱下方資源。
車用雷達測試解決方案
Keysight 汽車雷達測試解決方案可協助您在安全、可控且可重複的實驗室條件下驗證雷達感測器和模組。產品組合包括雷達目標模擬和全場景模擬，以及主要汽車雷達頻段的傳輸/接收驗證、一致性、OTA 特性分析和干擾/抗擾度測試。請選擇適合您應用的解決方案，從桌上型驗證到高密度多目標情境，以加速驗證並提高可靠性。需要協助選擇嗎？請參閱下方資源。
服務與支援
透過精選支援方案以及優先回應與周轉時間，加速創新。
取得可預測的租賃式訂閱和完整的生命週期管理解決方案，讓您更快達成業務目標。
成為 KeysightCare 訂閱者，體驗更優質的服務，獲得承諾的技術回應及更多。
確保您的測試系統符合規格要求，並符合當地與全球標準。
透過內部講師指導的訓練和線上學習，快速進行量測。
下載 Keysight 軟體，或將您的軟體更新至最新版本。
常見問題
選擇合適的自動駕駛測試解決方案取決於感測器技術、車輛平台和驗證階段。針對雷達的應用可能需要雷達目標模擬、全場景模擬、傳輸/接收驗證、OTA 特性分析、一致性測試以及涵蓋主要汽車雷達頻段的干擾/抗擾度測試。
對於基於光達的感知系統，光達場景模擬器可以透過控制距離和反射率，將真實世界的駕駛情境帶入實驗室。合適的解決方案應支援您需要驗證的情境，從桌上型驗證到高密度多目標測試，同時有助於提高驗證速度和可靠性。
自動駕駛系統需要感測器、感知、情境、一致性和系統級驗證測試的組合。雷達感測器和模組可能需要目標模擬、全場景模擬、發射器和接收器驗證、OTA 特性分析、干擾/抗擾度測試以及一致性驗證。
光達系統可能需要場景模擬，並精確控制距離和反射率，以驗證感測器如何回應真實駕駛場景。這些受控測試補充了道路測試，讓工程師能夠安全地重複關鍵情境、隔離變數，並在實驗室中評估 ADAS/AV 行為。
關鍵指標包括感知準確度、決策延遲、通訊可靠性、系統彈性、可重複性以及在不同條件下的安全操作。對於雷達驗證，團隊還可以評估發射器和接收器性能、目標回應、OTA 行為、抗干擾能力以及一致性結果。
對於光達驗證，重要的量測包括距離回應、反射率回應、場景可重複性以及在受控情境下感測器的一致行為。這些 KPI 有助於工程師了解 ADAS 和自動駕駛系統是否能可靠地感知周圍環境並支援車輛安全運行。
自動駕駛車輛透過在安全、可控且可重複的實驗室環境中重現關鍵駕駛情境，然後根據需要輔以現場或道路測試，以在真實世界條件下進行測試。雷達目標模擬和全場景模擬有助於驗證感測器如何回應物體、運動、距離和複雜的多目標條件，而無需僅依賴公共道路測試。
對於光達，場景模擬使工程師能夠控制距離和反射率，以便他們能夠一致地重現駕駛情境。這種方法有助於團隊評估極端情況、故障模式和危險情況，同時降低真實世界道路測試的風險、成本和變異性。
自動駕駛測試應支援所開發感測器或系統的一致性、合規性和安全驗證需求。對於汽車雷達，這可以包括一致性測試、OTA 特性分析、傳輸/接收驗證以及干擾/抗擾度測試，以確認雷達感測器和模組在定義的測試條件下正常運作。
在車輛和系統層面，安全驗證側重於 ADAS/AV 功能是否能感知環境、回應情境，並在受控且可重複的條件下可靠運行。校準和支援服務也有助於確保測試系統符合規格並符合適用的本地和全球標準。
透過採用可重複的實驗室情境，隨著硬體與軟體的演進，將自動駕駛測試整合至開發工作流程中，藉此驗證感測器、模組以及 ADAS / AV 功能。情境重播軟體、雷達目標模擬、雷射雷達場景模擬、校準工具及自動化測試執行功能，有助於工程師在設計變更後重新模擬測試條件，並一致地比較測試結果。
在驗證工作流程中，可重複的測試有助於團隊隔離變因、追蹤改進或退步的情況，並從實驗室驗證逐步過渡到更複雜的多目標或全場景情境。相較於僅依賴手動測試或道路里程，這種做法能為自動駕駛開發提供更具擴展性的解決方案。