规格简述
Ansys SCADE Vision可加速发现嵌入式感知软件中可能与边缘案例有关的缺陷，并通过自动对输入传感器数据应用强化处理以识别基于AI的嵌入式感知软件中的缺陷，从而帮助确定其根本原因（也称为触发事件）
更安全的感知、加速
Ansys SCADE Vision自动识别基于AI感知系统的缺陷
由Hologram提供支持的SCADE Vision是一款功能强大的软件工具，可通过快速、经济地方法找出数百个潜在的边缘案例来解决人工智能感知系统中的固有缺陷。
SCADE Vision通过自动识别和标记一系列边缘案例，将边缘案例解决方案和感知系统验证的成本降至最低，因此可以对自动驾驶感知系统进行视觉训练，以识别此类对象并对其做出适当响应。
-
查找边缘案例的速度提高30倍* -
通过软件在环形式进行评估 -
验证SOTIF标准
-
大幅降低成本 -
自动生成安全报告
-
将需审核的数据从PB减少到MB级别 -
提高感知系统的性能
功能
Ansys SCADE Vision将彻底改变您的感知技术团队识别边缘案例的方式
由于SCADE Vision会自动分析仿真场景试驾活动中基于视频的传感器数据，它会添加人攻干扰来增强原始视频输入，以识别受测软件的对象识别功能临界场景。感知工程师能够查看显示边缘案例的场景，并分配标记以指明异常的潜在根本原因，例如恶劣天气条件等导致检测能力弱化的因素。分析也符合预期功能安全（SOTIF）标准。
主要特性
SCADE Vision为各个层面的AV系统的成熟性提供了完整的自动化解决方案
- 自动驾驶车辆感知软件稳健性测试
- 自动驾驶车辆感知软件中的触发事件识别
- 与安全分析工具集成
- 自动生成安全报告
SCADE Vision能够自动测试基于AI的自动驾驶感知受测软件（SUT），通常是卷积神经网络（CNN）。测试包括针对从AV传感器捕获的每个原始输入视频运行两次SUT推理算法：第一次推理在未经修改的基线帧上运行，而第二次推理在场景中检测到感兴趣对象（例如行人、汽车）时，在输入视频帧的增强/修改版本上运行。
然后，SCADE Vision引擎使用多种缺陷分析算法分析存储在结果数据库中的SUT输出，以识别AV感知软件中的弱点和缺陷，包括检测能力弱化或漏报现象。SCADE Vision无需借助标签数据来支持AV感知软件测试；相反，它会搜索自动驾驶车辆记录的原始传感器数据。
在SCADE Vision引擎分析AV数据湖后，基于web的UI将可能的缺陷划分为各种类型的“触发事件”。各类触发事件可能包括天气或照明条件、基础设施、意外的道路使用者，甚至是对机器学习系统的培训缺失。这种分类不仅可以帮助您的团队识别边缘案例形式的单个漏洞，还可以查看AI系统中的弱点和短板模式。
然后，可以将异常情况和分配的标签导出到medini analyze中，以完成因果分析。遵循感知算法-自动驾驶车辆SOTIF标准要求，安全分析人员可以得出正确的结论并提出应对措施建议，涵盖经改善的感知算法训练集到特定滤波器，甚至包括添加额外的传感器。
SCADE Vision的自动安全报告生成器简化了开发和安全团队之间的沟通。使用专用UI生成网页端报告和可打印报告，分析人员可通过该UI提供有关关键触发事件的评论，包括解决方案和示例缺陷。 构建沟通反馈回路，帮助您发现问题，解决问题，并做好充分准备，便于您在后期成本高昂的测试中最大限度提升价值。
资源与活动
视频
视频
如何使用SCADE Vision验证AV感知软件
可便捷访问的Ansys软件
所有用户（包括残障人士）都可以访问我们的产品，这对Ansys至关重要。因此，我们努力遵循基于美国访问委员会（Section 508）、网页内容无障碍指南（WCAG）和自愿产品可访问性模板（VPAT）的当前格式的可访问性要求。