廣東
在冬季雪天條件下，駕車面臨看不清、算不準、控不住三大致命短板，一旦積雪遮擋傳感器，路面又濕滑難預判，車輛極易失控。如何在高置信度下模擬雪顆粒與車輛的復雜交互，提前識別積雪風險，成為車企與智駕系統開發者亟待突破的難題。
傳統測試手段難以還原真實雪況下的車輛動態行為。實車測試周期長、成本高、場景不可控，且難以量化積雪在關鍵部件上的堆積過程。尤其在傳感器、擋風玻璃、通風口等區域，雪層的堆積可能直接導致自動駕駛功能失效，威脅行車安全。
技術方案
本案例中，研發團隊用EDEM模擬車輛在15公里/小時強降雪下行駛，研究不同積雪水平對車輛行駛動力學的影響，評估在傳感器、擋風玻璃和通風口中出現堵塞和積雪堆積的風險。
仿真結果顯示，在8秒后，引擎蓋與前保險杠等關鍵區域的積雪質量趨于穩定，分別形成1cm和1.5cm厚度的雪層。此外，輪胎卷起的雪顆粒在傳感器表面的堆積過程也被清晰捕捉，為感知系統的失效風險評估提供了關鍵數據支撐。
此外，當汽車行駛在積雪路面時，輪胎會將雪從地面卷起，極易在傳感器表面堆積，干擾自動駕駛功能。EDEM 可憑借內置建模與物理能力，很好的匹配雪況行為，為智駕關鍵組件的布置優化提供核心參考
應用價值
EDEM的引入，不僅實現了雪況行為的物理級復現，更將仿真從“定性展示”提升至“定量分析”階段。其在智駕系統開發中的核心價值體現在：
· 關鍵組件布置優化：精準識別積雪高風險區域，指導傳感器、攝像頭等設備的布局設計；
· 縮短研發周期：替代大量極端天氣下的實車測試，提升開發效率；
· 賦能安全設計：從源頭破解積雪引發的感知盲區與失控風險，提升智能駕駛系統在極端環境下的魯棒性。
從沙漠極限越野工況、到碎石路面飛濺，再到復雜雪況行為，EDEM助力汽車全地形場景性能突破，讓每一種極端路況都有可靠的解決方案。本系列視頻暫告一段落，想深入了解EDEM汽車全地形路面場景仿真實施案例，即刻聯系我們！
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
