ASEva系统是泽尔自主研发、轻量化、高可靠性、可定制化的采集分析综合平台。该系统具有一整套完整的场景数据采集处理工具链，可进行驾驶场景数据采集和提取，提供了真实场景数据向虚拟仿真环境转换的工具，从而使得真实场景在虚拟环境精准复现。同时该系统可应用于功能安全及预期功能安全、真值系统、驾驶行为分析、功能评估分析等。

ASEva系统拥有强大的本地端与云端架构，本地端数据可实时上传至云端，通过云数据平台实现多用户管理、多车辆和设备云监控、云任务调度、远程数据的回传及回放、云端大数据的管理和处理、标记和截取。可根据用户实际需求，定制化不同软硬件方案配置，为用户提供更契合需求的全套解决方案。

ASEva目前市场占有率超过80%，服务的客户主要为全国各大主机厂、零部件供应商和测试认证机构。

界面展示

ADAS开放道路测试

自动/手动场景提取

功能评估分析报告

云端数据统计

云端上传及监控

面向BEV感知的4D标注方案

采用多种传感器（如激光雷达，GNSS IMU，摄像头，车辆总线数据等）进行数据采集，通过传感器标定，4D重建，人工标注等过程生成真值数据，同时可以协助客户构建云端标注平台，实现半自动化标注，提升标注效率，快速构建大模型训练数据集。其中关键内容如下：

·传感器布局及外参标定

·时间同步

·数据对齐及文件管理

·数据标注（含静态元素标注，如红绿灯，交通牌，锥形桶等；动态元素标注，如车辆，行人等）

数据采集

时间同步

数据批量生成

3D标注

数据旁路采集及回注方案

旁路采集和数据回灌在自动驾驶及其他智能感知系统的开发过程中具有重要意义。旁路采集保证了数据的多样性和真实性，而数据回灌则使得这些数据在算法验证、模型训练和系统优化中发挥了关键作用。通过这两种技术手段，能够更好地提升系统的可靠性和稳定性，加速研发进程。

旁路采集

 旁路采集是指在自动驾驶车辆或其他感知系统工作过程中，除了正常运行的数据处理流程外，额外采集原始传感器数据或中间处理结果的过程。这种采集方式具有以下特点：

·实时性与非干扰性：旁路采集通常不会干扰系统的正常运行，数据的采集是在后台进行的。这使得在真实驾驶环境下可以采集到大量的实际运行数据，确保数据的真实性和代表性。

·数据丰富性：旁路采集的数据类型多样，包括图像、点云、IMU（惯性测量单元）数据、GPS数据等，可以为后续的算法验证、模型训练提供丰富的原始素材。

·系统健壮性提升：通过旁路采集的数据，可以帮助发现系统在特殊场景下的表现和潜在问题，从而改进算法或系统设计，提升系统的健壮性。

·灵活性：旁路采集可以在不同的驾驶场景下进行，包括城市道路、高速公路、停车场等，确保采集到不同环境和条件下的数据。

旁路采集

数据回灌

 数据回灌指的是将旁路采集的数据重新输入到系统中，进行仿真或再处理，以验证和改进算法的过程。其主要作用和特点如下：

·算法验证与优化：数据回灌可以用于验证已有算法的效果，特别是在特定场景或极端情况下的表现。通过分析系统对回灌数据的处理结果，可以找到算法的薄弱环节，并进行相应优化。

·模型训练：回灌的数据可以用来训练或微调模型，使其在特定场景下的表现更加优异。尤其是在感知系统中，回灌的数据有助于提升模型对复杂环境的识别能力。

·系统调试与迭代：数据回灌为系统调试提供了一个安全且可控的环境。可以在不涉及实际车辆运行的情况下，通过回灌数据进行多次测试和调试，快速迭代系统。

·数据利用最大化：通过数据回灌，可以充分利用旁路采集的数据，避免数据的浪费。同时，也为系统的持续改进提供了丰富的实践依据。

数据回注

真值数据采集用于ADAS测试

真值数据采集在ADAS（高级驾驶辅助系统）测试中的应用至关重要。它为评估和验证ADAS系统的功能提供了准确的基准，确保系统能够在真实驾驶环境中安全、可靠地运行。

 真值系统采用激光雷达，毫米波雷达，视觉传感器融合方案，提供了较高精度的参考，该系统可用于车辆ADAS功能测试并输出自动化测试报告（图1），也可用于传感器选型及感知性能测评（图2）。

真值采集

真值系统-ADAS测试

真值系统-传感器对标

车辆泛化测试数据采集解决方案

车辆批量数据采集验证

ASEva Lite 泛化数据采集与验证系统是一款专为自动驾驶和ADAS（高级驾驶辅助系统）开发的高效数据采集与验证解决方案。该系统旨在帮助车企和技术开发者采集多场景、多维度的车辆运行数据，并对智能驾驶系统进行全面验证，以确保其在复杂真实环境中的表现和安全性。可用于自动驾驶研发测试：为自动驾驶公司提供从数据采集到验证的一站式解决方案，缩短研发周期，提升产品质量；ADAS系统优化：帮助传统车企优化其ADAS系统，提升系统在不同环境下的稳定性和安全性。

产品主要特点如下：

·环境传感器集成：支持摄像头、雷达、激光雷达、CAN总线、GPS、IMU（惯性测量单元）等多种传感器的数据采集，涵盖车辆的全面信息

·动态环境感知：系统可在不同天气、光照、地形和交通状况下持续工作，实时捕捉环境变化和车辆反应

·数据同步与时间戳：高精度时间同步机制，确保不同传感器的数据能够精确匹配，便于后期的融合分析

·实时数据处理：内置高性能处理器，支持边采集边处理功能，减少数据存储压力，并能进行初步的数据筛选与分类。

·安全存储与传输：采用加密技术确保数据传输与存储的安全性，支持数据的本地存储和云端备份。

·智能标注工具：提供自动化数据标注工具，提升数据标注效率，支持采集过程中对感兴趣事件进行标注。

ASEva Lite 泛化数据采集与验证系统是一款专为自动驾驶和ADAS（高级驾驶辅助系统）开发的高效数据采集与验证解决方案。该系统旨在帮助车企和技术开发者采集多场景、多维度的车辆运行数据，并对智能驾驶系统进行全面验证，以确保其在复杂真实环境中的表现和安全性。

产品主要特点如下：

环境传感器集成：支持摄像头、雷达、激光雷达、CAN总线、GPS、IMU（惯性测量单元）等多种传感器的数据采集，涵盖车辆的全面信息

采集能力介绍

·8路1080P视频数据

·GPS数据

·12路CAN/CANFD数据

·WIFI

·1路音频数据采集

·2路车载以太网数据采集

·6路标准以太网数据采集

场景数据采集与虚拟仿真平台联合测试解决方案

场景数据采集与虚拟仿真平台联合测试系统是一款集成了场景数据采集、数据预处理，自动化数据标记、数据格式转换和虚拟仿真批量测试的全流程解决方案。该产品专为自动驾驶和ADAS（高级驾驶辅助系统）研发团队设计，旨在提升算法开发的效率与泛化能力，减少实地测试的时间和成本，保障自动驾驶系统在不同场景下的安全性和稳定性。

该产品具有以下特点：

·多源数据同步采集：支持摄像头、雷达、激光雷达、CAN总线、GPS、IMU等多种传感器数据的同步采集，涵盖环境感知、车辆状态和外部干扰等多维度信息。

动态场景记录：实时记录车辆周边的动态环境变化，包括车辆、行人、交通标志、道路条件等，以构建全面的场景数据库。

·智能场景标记系统：支持手动自定义标记场景；支持利用算法自动识别并标记采集到的数据，支持目标检测、语义分割、物体跟踪等多种标记任务，减少人工干预，提升标记效率；支持基于总线信号自动标记场景。

·场景自定义与扩展：用户可根据项目需求，自定义和扩展测试场景，支持复杂场景的组合与叠加，满足多样化的测试需求。

·数据分类与管理：提供强大的数据管理工具，支持数据的分类、检索、存储，方便后期调用与分析。

·多平台支持：支持将采集与标记的场景数据转换为多种虚拟仿真平台兼容的格式，包括CarSim、PreScan、Vires VTD、Carmaker等。

自动化转换流程：通过自动化的转换工具，用户可以将真实场景数据快速转换为仿真场景，无需手动调整，极大提高了数据转换效率。

·高精度场景还原：确保数据转换后的虚拟场景能够精确还原真实场景的各个细节，包括物体的尺寸、位置、运动轨迹和环境光照等。

·批量场景测试：支持在虚拟仿真平台上对多个场景进行批量测试，通过参数化配置实现不同场景组合与变换，以考察自动驾驶系统在各类极端情况下的表现。

·持续优化与泛化：通过多轮批量测试和数据分析，帮助开发者识别并优化算法的弱点，提高系统在不同场景下的泛化能力。

场景采集

场景标记

实测数据仿真案例

ASEva DIL仿真应用

轻量化数据采集方案及车辆监控

驾驶行为分析模块是一ASEvamini是一款轻量化、高性价比的道路测试系统。设备采用全栈模块化架构与工业硬件标准设计，机身紧凑小巧，支持数据硬盘快速更换，兼顾车载部署灵活性与数据流转效率。智能采集模式支持上电自动录制及外部信号触发录制双方案，适配多场景测试需求。设备集成智能断点续传功能，确保数据完整率，结合远程云端互联能力，可实时查看车辆三维轨迹、监控设备运行状态，并执行启停、参数配置等指令，满足车队级协同管理等场景需求。本系统具备硬件可靠、数据安全与云端协同能力、为自动驾驶研发及测试提供全周期、高精度的数据支撑。

驾驶行为分析

驾驶行为分析模块是一款专为优化车辆自动驾驶规划控制算法而设计的高级驾驶行为分析工具。该产品通过对驾驶员的驾驶习惯进行深度分析，提供精确的数据支持和见解，帮助提升自动驾驶系统的规划和控制策略，增强车辆在不同驾驶环境下的智能决策能力。该模块包含以下特点：

·多传感器数据收集：利用车载传感器（如GPS、加速度计、陀螺仪、车载摄像头等）实时监测驾驶员的行车行为，包括车辆速度、加减速行为、转向、车道保持、刹车等操作。

·行为模式识别：通过高级算法分析驾驶员的常见行为模式，如驾驶风格、加减速习惯、驾驶环境下的反应等，识别出常见的驾驶习惯和异常行为。

·行为与自动驾驶控制优化：将驾驶员的行为模式与自动驾驶系统的规划控制算法进行对比，识别优化机会，改进算法的决策过程。

·报告可视化：提供直观的数据可视化界面，展示驾驶员的行为模式、分析结果及优化建议，帮助研发团队和管理层快速理解数据。

·详细分析报告：生成详细的分析报告，包括行为模式统计、算法优化建议等，为决策提供数据支持。

真值-ADAS测试

云端解决方案

ASEva云平台是一个先进的云数据服务解决方案，专为需要大规模数据管理、分析和可视化的用户设计。该平台特点如下：

·ASEva云平台是一个基于云的数据服务平台，提供一系列功能和服务，包括数据存储、车辆远程监控、数据处理和数据管理，以及提供各种应用和服务。用户可将数据上传到云平台，然后对数据进行分类、标注、提取、评估和分析。

·ASEva的云平台配备了强大的计算资源和并行处理能力，可对数据进行各种复杂的计算和分析。该平台提供各种服务集成和 API 接口，使用户能够快速将平台与其他系统和服务集成。

·ASEva基于云的平台提供数据可视化和报告功能，可快速准确地展示数据和分析结果。该平台还可用于情景分析、数据注释、数据再注入、驾驶行为分析等。

云端数据统计

云端上传及监控