我爱学仿真
敏而好学，不耻下问
- 43
- 4
- 我爱学仿真2年前发布了帖子
- 我爱学仿真2年前发布了帖子
- 我爱学仿真2年前发布了帖子做机器人仿真工程师前景怎么样？ 在未来几年，工业机器人工程师都是非常紧缺的。
随着工业机器人的发展，人才的缺口会越来越大，当你有着三五年的经验在这一个行业里，你会是一名非常的抢手的人才。
一位出色的工业机器人工程师需要丰富的工科知识，还需要有娴熟的操作技能。现如今如果想要快速地加入到工业机器人的行业中，可以参加专业的机器人培训机构的培训，进行3个月的相关职业技能的培训，就可以快速入门工业机器人。
虽然现在的经济不太好，制造业普遍低迷，但是更应该看到人工成本上升这一现象，机器人的出现很大程度就是为了控制企业成本，这个成本就包括人工成本，还包括质量成本。
使用机器人使得成品率上升，有效的进行过程质量控制，节约和减少检测环节，降低了企业的成本。 当然一些特殊生产工艺以及生产现场，不得不使用机器人。 - 我爱学仿真2年前发布了帖子
- 我爱学仿真2年前发布了帖子
- 我爱学仿真2年前发布了帖子2000万英里实测，100亿英里仿真，Waymo如何炼就“老司机”？ 最近，因为疫情形势严峻，美国的很多自动驾驶企业暂停了道路测试和商业化运营。
Waymo 也被迫关停了带安全员的 Robotaxi 商业运营项目，只有少部分没有安全员的自动驾驶车辆依然可提供服务，车辆在出车前都会进行全方位的消毒。
无法进行实际道路测试了，很多企业依然可以在仿真软件上训练自动驾驶系统的性能，这在很大程度上保证其研发进度不会受到太大影响。
借着这个机会，我们以 Waymo 为例，来聊一聊自动驾驶车辆测试的那些事。
自动驾驶车辆上路之前，必须对其硬件、软件等各方面进行非常严格的测试和验证，但这不是件一劳永逸的事情，因为自动驾驶硬件、软件会不断进行更新迭代，每一轮迭代都意味着要进行一次完整的测试验证流程。
现在很多的自动驾驶公司都是以月为单位（周期甚至更短）发布软件新版本，每一个版本都必须要经过周全测试才能进行部署。
即使是已经投入商业运营的车辆，依然肩负着测试的任务。
因为车辆一旦上路，各种各样奇怪的问题都会出现，系统需要发现这些问题，工程师才能找到解决方案，以后再遇到这类问题，自动驾驶车辆应对起来才能游刃有余。
Waymo 在进行自动驾驶车辆测试时，会先对自动驾驶软硬件的三大子系统单独进行严格的测试验证，然后再测试整车的安全和稳定性。
这三大子系统分别是：
基础车辆平台，OEM 本身就有严格验证；
自研的硬件，包括各类传感器以及计算单元；
自动驾驶软件系统，感知、规划、决策、控制系统。
在基础车辆平台方面，Waymo 现存的两大主力车型是 FCA 的大捷龙以及捷豹路虎的 I-Pace。
这两款车的背后是两大历史积淀的主机厂，在车辆质量测试和验证方面有深厚的积累，这些车在出厂前各种功能安全已经通过了相关监管机构的质量标准认证。
车辆本身并不是问题，主要的任务还是集中在自研的硬件和自研的自动驾驶软件方面。
Waymo 现在在密歇根州有自己的自动驾驶车辆组装产线，而且还与麦格纳的资深车辆工程师团队合作进行自动驾驶硬件套件的安装和标定。
传感器、计算单元等硬件在上车前，都会进行各种各样的失效验证和效果分析。
比如摄像头传感器在装车前，都要在实验室中经过上百项的单独性能验证，之后还要测试其与其他传感器的配合情况。
这是一个非常系统化的测试，将耗费大量的人力、物力和财力。
在自动驾驶软件的可靠性验证方面，Waymo 会对其系统的感知单元、行为预测单元以及规划决策单元进行单独、严格的测试。
由于系统是不断迭代的，因而每一次更新迭代都要经过一个完整的功能验证流程。
针对以上三个子系统的测试，除了基础车辆平台不需要 Waymo 花太多功夫之外，自研硬件和自动驾驶系统的测试都需要 Waymo 进行大量的投入，这些投入主要包括仿真测试、封闭测试场测试以及公开道路测试。
那么，Waymo 是如何从这几个方面入手，构建出完整的自动驾驶车辆测试能力的？
1.Carcraft：Waymo 的仿真测试利器
仿真测试已经是所有自动驾驶公司的标配，因为进行实际道路测试所耗费的资源量太大，而且在效率和效果上也无法完全满足要求。
2017 年，Waymo 首次对外公开了其自动驾驶仿真模拟器 Carcraft，这个名字取义自著名的网络游戏 World of Warcraft（魔兽世界）。
事实上，仿真模拟器与游戏的缘分很深，业内很多公司在早期就利用赛车游戏里面的场景来测试自动驾驶车辆。
Carcraft 是时任 Waymo 资深软件工程师 James Stout（2013 年加入 Waymo，2019 年回到谷歌）一手打造的。Carcraft 运行在谷歌的数据中心上。
这个软件可以全年无休地对自动驾驶车辆进行训练，根据 Waymo 官方在 2019 年给出的数据，其仿真测试里程已经突破了 100 亿英里。
作为参照，Waymo 创立 10 年来其车辆在实际道路上的测试里程是 2000 万英里。
2017 年的数据显示，在 Carcraft 上，Waymo 的 25000 台虚拟的自动驾驶车辆不停地行驶，每天总的行驶里程达到 800 万英里。
通过这些不间断的训练，Waymo 的自动驾驶系统不断强化已有的驾驶技能，并且习得全新的驾驶技能。
如今，虚拟车辆的规模和每天可以完成的仿真测试里程应该更进一步大幅增加了。
Carcraft 不但能回放路测车辆行驶的场景，还可以创造出完全虚拟的场景，真实与虚拟相结合，共同推动自动驾驶车辆性能的提升。
举个例子，在 Waymo 已经投放了自动驾驶车辆的亚利桑那州的 Mesa 地区，很多路口都有用于指示左转的黄灯，这样的路口有五条车道，必须在特定的时间左转进入到特定的车道，转早了不行、转晚了也不行。 - 我爱学仿真2年前发布了帖子工业软件迎来爆发：CIM系统企业哥瑞利完成3亿元C轮融资 投资界11月12日消息，内泛半导体CIM企业哥瑞利软件（Glorysoft）完成3亿元人民币C轮融资，本轮融资由招商局资本和国新风险投资联合领投，深投控资本跟投。据悉，本轮融资将主要用于核心产品的研发、高端人才团队的扩张和下游行业的渗透布局。哥瑞利此前曾获得中电海康、国投创业、中芯聚源等投资机构的多轮投资。
哥瑞利成立于2007年，公司一直专注于打造中国自有的高端半导体智能制造CIM软件，目前已为半导体、面板、光伏、PCB、PCBA、半导体设备等多行业提供了全栈产品线及解决方案。
根据中金公司的数据，中国工业产值占全球28.4%，但当前中国工业软件市场仅占全球5.7%，这意味着中国作为全球唯一拥有完整工业体系的制造强国，中国工业软件至少还有5倍以上的增长空间。随着国内制造业对高端设备、软件的国产化率的重视及需求提升，工业软件赛道在今年迎来爆发。
2021年9月，哥瑞利获得上海市评选的科技小巨人企业称号，拥有21项专利，121个著作权。孙志岩表示，哥瑞利有三大竞争优势，一是软件产品种类齐全，能为客户提供端到端的几十种产品线，满足客户智能制造全方位的诉求；二是技术经过多年打磨，产品的功能性、标准化、智能化已经和外商不相上下，同时具备低代码、大数据等新技术，积极打造第二增长曲线；三是围绕泛半导体领域，哥瑞利已经完成五大行业布局，收入组成多元化，能抵抗周期风险。
截止目前，哥瑞利已累计服务150多家客户，完成500多个项目，覆盖泛半导体行业内的主要龙头企业。半导体行业标杆客户有中芯国际、华天科技、中欣晶圆、中电海康等；面板行业标杆客户包括京东方、华星光电、中国电子等。近2年也开始拓展到光伏、PCB和PCBA等泛半导体行业。
本轮领投方招商局资本董事总经理梁华认为：从外部环境和内生发展两个层面看，智能制造都是推动产业升级、构建制造强国的必由之路。而MES类的生产执行系统更是制造业升级不可或缺的软性基础设施。半导体制造业、新能源等行业也在持续升级扩张，更重视自主可控、国产替代，这无疑将为MES本土厂商带来巨大的发展的机遇。哥瑞利在MES行业有着多年的积淀，在高端制造业如半导体制造、显示、新能源等多个领域有着多年的客户积累，并在积极布局新兴领域,有较深发展潜力。
当前哥瑞利团队超过400人，其中80%以上为研发及技术人员，核心高管和技术人才来自惠普、罗克韦尔、应用材料、台积电、中芯国际、华星光电等国内外知名企业，其中不乏半导体、面板领域的资深专家和国际技术人才。 - 我爱学仿真2年前发布了帖子工业制造和工业互联网区别在哪里？ 智能制造是地，工业互联网为天，企业上云为路径，人工智能为飞机，数据为燃料，服务对象是万物互联，人的智慧是中心，环环相扣，实现未来发展模式的创新。这就是近年来工业制造业最热门的话题之一，也是当前工业制造行业现状。在工业4.0、中国制造2025、人工智能、工业互联网等新技术热词不断涌现的浪潮中，概念混淆已是常态了，那么工业制造和工业互联网到底区别在哪里？
智能制造是地，工业互联网是天
工业制造业学会运用互联网技术、互联网思维模式，改造传统生产。即将人、设备、产品、物料等在生产中产生的庞大数据信息，通过工业互联网形式聚集起来，加以挖掘、分析、转换成新的生产生态。
制造业企业经过把数据整合，再根据客户需求，优化生产线，提高生产率，使生产流程更加灵活，为此，制造业企业需要实现自动化、信息化、数字化、网络化，走向智能制造。
智能制造、工业互联网二者看似各有不同，前者在于提升制造效率，后者为工业服务，实则是智能制造和服务的延伸。智能制造影响着工业互联网服务，反之，工业互联网所传达的应用效果，也是在优化智能制造设计。由此可见，制造业企业通过工业平台，借助工业互联网，提供定制化服务，走向云发展。智能制造基础就是工业互联网，将打造新的工业生态。
数字化、网络化、智能化是天地融合的未来
物联网影响着各行各业的智能化，大数据里蕴藏着巨大智能，云计算推动智能做出快速反应，人、机智能协同发展。智能表现如下三方面：
1、在复杂动态环境中的感知与理解。
2、在动态复杂环境下的自主决策与优化能力。
3、基于经验数据的学习适应能力。
智能制造也需从"计算智能"、"感知智能"逐步实现"认知智能"。“智能＋”是在新一代AI系统下，智能制造技术人才，利用工业大数据，建立数据模型，模拟仿真制造生产，实现大数据价值，以至渗透到制造全产业中去。在智能动态计划排产基础上，对仓储物料进行大数据计算，随时对物料进行FMR（使用频率分析）及实时数据、以前数据分析，借助自动化设备推动全生产流程，如机械臂、AGV小车等。
在智能层面，工业互联网革新了运营管控的高度，如智能控制模型，激活组织，数字化。使制造业企业实现数字化、网络化、智能化产业升级。
内容来源：中国电气传动网
