首页 / 行业
虹科汽车HIL视频数据记录仪提供最真实的测试和模拟数据
2022-09-14 11:29:00
2022第二届商用车自动驾驶大会
将于2022年9月20日-21日
在中国上海举办
虹科诚邀您前来参加!
本届商用车自动驾驶大会,虹科汽车电子事业部携手卫星与无线通信事业部,为大家带来汽车自动驾驶领域的最新技术产品与解决方案,虹科诚邀您前来观展,与技术工程师们现场面对面交流自动驾驶行业的创新与发展。
虹科产品一览
虹科PCAN接口卡系列
虹科PCAN系列的CAN/CAN FD接口卡能够为PC扩展CAN/CAN FD协议接口的硬件模块,其扩展接口多样,包括USB,PCI,PCIe,MiniPCIe,M.2.,串口RS232等,光电解耦版本可隔离高达500V的高压,支持多种操作系统的驱动,并提供免费的CAN监控软件PCAN-View,可应用于实时控制、数据采集与监控、设备配置与程序下载等方面。
虹科汽车HIL视频数据记录仪
虹科logiRECORDER能够以非侵入式的低延迟方式记录原始多通道视频和网络数据,进行数据分析,并在现实的硬件在线(HIL)模拟中同步回放记录的数据,在开发人员的桌上复制测试车辆的多摄像头视频系统和车内数据总线。其自带原生汽车接口支持原始数据记录和HIL回放,无需进行不必要的数据格式转换,例如GMSLII到以太网的转换。它能够提供最真实的测试和模拟数据,使我们的客户免于昂贵且费时的转换MTU盒的开发。
虹科Baby-LIN-RM-III——
虹科Baby-LIN-RM-III:多种总线(LIN/CAN/CAN FD)仿真测试工具。Baby-LIN-RM-III是一个专业的LIN总线工具,可同时仿真一个LIN主节点和多个从节点,带有按键和数字IO,可和PLC配合使用,实现自动化测试。
虹科RTaW-Pegase ——
虹科RTaW-Pegase:实时通信架构的建模,仿真和自动配置软件 。RTaW-Pegase有助于构思安全和优化的网络:汽车,航空航天和工业以太网TSN网络,CAN(FD,XL),LIN,Arinc以及用于车外通信的无线网络。除了精确定时的仿真外,RTaW-Pegase还可以计算通信延迟和缓冲区利用率的严格上限,并包括高级自动化配置算法,可确保硬件和软件组件的正确性和优化使用。
虹科一体化车载天线方案
虹科一体化车载天线方案具有极好的隔离度和低相关系数,高达4×4 MiMo 4G/5G和 6x6 MiMoWiFi 操作。有黑色或白色可选。可选的GPS/GNSS模块包含高级滤波功能。频率范围覆盖sub-6GHz。应用于自动驾驶车辆,警车,消防车,客车,轨道交通,IOT和M2M等。
虹科GNSS仿真模拟器
虹科GPS/GNSS卫星模拟器是易于使用、基于场景的仪器,结合强大且功能丰富的平台,具有行业领先的高价值性和可满足任意GPS测试要求的能力。虹科HK-GSG系列模拟器可产生与导航卫星广播相同的射频信号 ,以测试任何带有GPS接收器的设备或系统,支持多重卫星,多个频率,是空间轨迹,定制PNT信号以及硬件在环仿真等多种实验的理想选择。
审核编辑:彭静最新内容
手机 |
相关内容
写flash芯片时为什么需要先擦除?
写flash芯片时为什么需要先擦除?,擦除,芯片,充电,初始状态,存储单元,数据,Flash芯片是一种非易失性存储器技术,用于存储数据并实现固半导体主控技术:驱动自动驾驶革命的
半导体主控技术:驱动自动驾驶革命的引擎,自动驾驶,交通,自动驾驶系统,数据,车辆,自动,随着科技的不断进步,自动驾驶技术已经成为现实基于穿隧磁阻效应(TMR)的车规级电
基于穿隧磁阻效应(TMR)的车规级电流传感器,车规级,效应,导致,自旋,测量,电动汽车,随着电动汽车的快速发展和智能化驾驶技术的成熟,对光耦仿真器简介和优势
光耦仿真器简介和优势,仿真器,参数,接收器,设计方案,耦合,器件,光耦仿真器是一种用于模拟光耦合器件的工具,它可以帮助工程师在设计STC15W芯片A/D、D/A转换的简单使用
STC15W芯片A/D、D/A转换的简单使用,简单使用,转换,芯片,模拟,输入,输出,STC15W系列芯片是一种高性能的单片机芯片,具有丰富的外设资Arbe 4D成像雷达以高分辨率雷达技
Arbe 4D成像雷达以高分辨率雷达技术和先进处理技术消除“幽灵刹车”问题,刹车,成像,分辨率,系统,目标,数据,Arbe 4D成像雷达是一种清华大学研发光电融合芯片,算力超商
清华大学研发光电融合芯片,算力超商用芯片三千余倍,芯片,研发,商用,测试,计算,科学研究,近日,清华大学发布了一项重要科研成果,他们成工业物联网数据采集:从Modbus到MQTT
工业物联网数据采集:从Modbus到MQTT,数据采集,物联网,模式,网关,协议,数据,工业物联网(Industrial Internet of Things,IIoT)的核心任务