品牌

无推荐品牌

型号

无推荐型号

技术规格及参数

1 环境场景建模能力
1.1 交通场景
包括交通道路、交通标志牌、交通信号灯、路面交通标识、车道线、道路附属设施如龙门架、锥桶、猫眼等、周围建筑、树木/灌木等交通场景要素库，支持通过简单快捷的图形化界面通过拖放的方式搭建交通场景；
★支持IBEO激光雷达或者其他自定义道路采集的真实场景数据导入到仿真平台中，自动生成智能驾驶仿真交通场景；
★支持ASAM openscenario标准格式数据；
★支持通过Google 3D warehouse、Google Sketchup等导入外部.dae格式的三维模型，相应开源社区中有大量公开模型可供直接使用，操作简便，且可通过接触传感器来配置无人车与路面的接触；
★支持设置不同的全地形场景模型，包括森林、沙滩、河床、林道、溪流、山地、田地、起伏路、草坪、草丛、沙漠、会展中心、建筑大楼等，支持BIM建模数据导入；可建立不小于长30mm×高30mm的地上障碍物体（包括但不限于树木、花丛、草丛、台阶、土堆、沙堆、石头、碎石块、动物等，地面坑洼等环境模型）。
1.2 道路模型
支持内置丰富的道路模型数据库，包括多种车道、交叉路口、环行岛、道路出口/入口、坡道、立体交叉道路等，可通过将道路元素简单的拼接为复杂的路网环境；
支持OSM(OpenStreetMap)地图数据快速导入；
支持OpenDrive高精度地图快速导入，包括立交桥、路口、车道和车道变换等，并支持编辑；
支持快捷设置路面不同类型车道线，包括车道线的类型，长度，宽度，颜色等，也可设置破损、褪色、污迹、水渍等效果；
★支持参数化设置道路特征，如车道数量，长度，宽度，转弯半径，交通规则，车道线颜色等；
★支持添加和导入自定义模型，支持第三方非铺装路面的导入，如OpenCRG格式等。
1.3 天气模型
支持创建不同的类型的天气模型，包括雨、雪、雾等不同天气条件的物理模型，支持用户自定义雨雪密度、大小、降落速度，方向等，支持定义不同天气条件，比如暴雪、大雪、中雪，小雪和不同能见度的雾天等。
★天气模型不能仅仅是可视化效果，需要能被传感器检测到，包括对摄像头传感器视觉效果的影响，以及对毫米波雷达、激光雷达的能量衰减模型。内置的环境衰减模型会综合考虑传感器的工作频率以及天气环境，模拟出电磁波在径向传播距离上的能量衰减情况。
1.4 光照模型
包括白天、夜晚、太阳阳光照射角度和亮度车灯、路灯、红绿信号等，多光源、阴影、光线反射等不同因素；
支持设置灯型IES图谱；
支持通过时区、时间设置，自动配置太阳位置；
光照模型不能仅仅是可视化效果，需要具备传感器响应特性。
1.5 交通参与者模型
拥有多种商用车、乘用车、摩托车、自行车、测试用气球车等交通参与者模型库，不同的车型拥有特定的，且可进行参数化配置的车辆动力学模型，需可配置轮毂转动效果，方向盘转动效果，车灯效果包括远近光大灯，雾灯，转向指示灯，示廓灯，刹车灯等。
★支持添加和导入自定义车辆模型，导入格式至少支持通用.dae格式，且支持自定义配置轮毂转动及车灯形态.
1.6 行人模型
支持内置行人模型，行人模型库不少于40个，具体要求如下：
必须包含男性、女性、儿童等，体态必须包括高、矮、胖、瘦等；
动作根据现实生活中人体运动的特征建模，必须包括步行、平躺、坐姿、斜靠、推通车等姿态；
★必须包含2019年最新版NCAP小孩、行人、自行车骑行者模型；
可支持定义行人衣服的颜色和材质等，需要细化定义到行人衣服的上半身，下半身以及鞋子；
可支持导入自定义行人模型且支持定义行人运动动作；
可预设，自定义轨迹，速度曲线；
可设置能否被传感器探测到，配置雷达反射横截面积，且雷达反射横截面积支持客制化。
1.7 大规模交通流模型
支持自定义配置大规模交通流，具体要求如下：
交通流中的目标车辆支持自定义预先配置行驶轨迹，也可以添加算法支持其自动驾驶；
交通流中的行人支持预先设置行走轨迹，也可设置其随机游走，干扰交通；
也支持与第三方交通流仿真软件耦合，进行联合仿真。
2 感知传感器建模
该模块需拥有丰富的感知传感器仿真模型库，包括摄像头、毫米波雷达、激光雷达、超声波雷达、GPS、IMU、车车/车路通讯设备等智能驾驶系统使用的传感器，支持提供不同级别的传感器输出。通过传感器仿真模型，支持得到智能驾驶系统所需的传感器输出，也支持实现环境变化对传感器输出的影响，输出不仅包含目标级别的信息，还需包含噪音、能量损失等干扰信息的输出。
2.1 GPS/IMU建模
支持GPS信号和IMU建模，GPS信号支持输出经纬度，时间戳，经纬度协方差等，IMU模型支持输出x, y, z轴的速度，加速度，角速度和四元数等。GPS模型可模拟被遮挡（高架下）时，输出结果偏移。
支持实际路采集的GPS数据直接导入，支持计算路径中的道路曲率，并筛选出不符合设定曲率的GPS数据点。
2.2 摄像头传感器建模
支持不同形式的摄像头模型建模，包括单目摄像头、双目摄像头、鱼眼摄像头等。
★必须支持设置摄像头的外参、内参、成像效应等,具体要求如下：
外参：安装位置、角度、随时间变化造成的安装位置噪音及偏移等；
成像器件建模：分辨率、镜头刷新率等；
镜头参数和视觉效应：焦距、视野范围、光损失、模糊、暗角、畸变、HDR等；
★必须支持以下不同级别摄像头信号输出：
目标级别的摄像头模型输出：直接输出FoV之内的目标物体的位置信息；
标准的摄像头模型输出：输出图像帧信息，包含内外参、光损失、模糊、畸变、HDR等成像效应。
摄像头效果支持调节明亮对比度，发光物体周围光晕的效果，成像外围亮度变暗，且支持根据速度、快门时间等的不同，呈现不同程度的模糊。
鱼眼摄像头视野范围可调。
2.3 毫米波雷达仿真
支持不同形式的毫米波雷达模型建模，包括24GHz，77GHz等。必须支持以下可配置参数包括：安装位置/方位角、扫描频率、扫描方式、扫描位置、检测精度噪声和偏移、纵向和横向的分辨率、波能量散射图、雷达频率（带宽）、天线增益图谱、噪音、偏移等；
★必须支持雷达波在不同天气下的衰减模型；
★必须支持以下三类输出：
1) 理想化的目标级别模型：输出毫米波雷达视野范围内目标的理想位置、速度、角度信息；
2) 目标级别的雷达模型：输出包含目标物体精度、分辨率特性的位置、速度、角度信息；
3) 含能量输出的目标级别的雷达模型：RCS/反射角度/能量损失/传输衰减/天线增益图谱，包含目标物体反射能量的输出。
2.4 激光雷达仿真
支持不同形式的激光雷达模型建模，如脉冲激光雷达、连续波激光雷达等。必须支持以下可配置参数：
位置、方位角、视野角度、检测范围、波束数、波束方向、波束发散角度、扫描频率、检测距离、工作波长、发散角、空气衰减函数、噪音、偏移等。
★必须支持激光波束不同天气下的衰减模型。
必须支持以下两类激光雷达输出：
1）目标级别信息输出；
2）包含能量返回的点云级别原始数据的输出。
2.5 超声波雷达传感器
支持不同形式的超声波雷达模型建模，必须支持以下可配置参数：
安装位置、FOV扫描范围、工作频率、扫描频率、检测距离、最大可检测的物体数量、扫描分辨率、对环境天气的能量衰减、以及偏移噪声等。
必须支持以下超声波雷达输出：
目标级别信息输出。
2.6 V2X短程通讯传感器
支持不同形式的V2X短程通讯传感器模型建模，比如OBU,RSU等。必须支持以下可配置参数：
位置、方位角、传输频道、端口名称、传输距离、可检测的目标数等；
支持基于IEEE 802.11p和ETSI 的协议，支持SAE-J2735、CSAE BSM应用层车辆网协议，同时支持特定的通信协议进行数据交换；
★支持信号遮挡环境模拟。
★提供参数化的V2X传感器模型，支持CAM，BSM，DENM等通用的V2X短程通讯协议栈。
2.7 通用扫描型传感器模型
★支持通用的扫描传感器模型，可以通过改变参数模拟雷达、激光雷达、超声波雷达等，真实的模拟雷达，扫描物体实际形状并且考虑遮挡影响。必须支持以下可配置参数：
位置、方位角、扫描频率、波束数、检测距离、波束类型、噪音和漂移等。
支持以下信号输出：
目标距离、与目标相对速度、目标的水平竖直角度、水平竖直入射角、能量损失和目标ID等。
2.8 传感器的理想模型
★支持输出目标的真值，虚拟传感器（距离深度、车道线、目标边框探测、场景分割等）的理想模型，得到探测目标的真实理想数据，支持作为算法开发的理想输入或者测试数据的对比，具体要求如下：
距离深度传感器：根据目标的距离的远近成像，生成基于灰度的图像，为双目摄像头调校提供最真实的数据。
车道线传感器：提供最精确的车道线标志信息，通过曲线拟合计算出传感器FOV内的每一条车道线的多项式表达，输出多项式系数。多项式分别在X, Y, Z三个方向拟合车道线曲线，并同时支持输出车道线ID。用于校准车道识别算法，快速生成LDW、LKA算法的出入。
目标边框探测传感器：提供目标物体理想的标注，在simulink中输出目标标识结果。
场景分割传感器：基于目标或者类型提供理想的场景分割结果，用于分类，深度学动自由度；具有纵向、侧向、垂向三个方向的转动自由度；
车辆动力学模型必须开放、可编辑，不能是黑盒子模型；
★支持AMESim车辆动力学模型导入。
5 自动化测试
软件支持自动化测试，支持批量设置多个测试任务，自动执行测试并生成报告。
必须至少支持以下两种自动化测试方案：
支持基于Simulink环境，提供.m自动化测试脚本，执行自动化测试；
★支持被自动化测试管理软件Heeds调用。
★支持通过API接口，可实现快速置换模型，删除对象，设置对象参数等。
6 开放性扩展能力
★支持Windows操作系统&Linux系统；支持在Matlab/Simulink环境下运行；支持在C++编译环境下运行；
与Linux平台的算法耦合至少需要支持两种模式:
场景模型和传感器模型支持在Linux环境下运行，与Linux环境中的算法模型进行耦合；
场景模型、传感器模型和车辆模型运行在Windows环境下，与Linux环境下的算法通过以太网通讯的方式进行耦合。
7 场景库和演示算法demo库
7.1 场景demo库
★必须包括EURO NCAP, NTHSA, ADAC, ISO等标准工况库等；
测试场景库数目不得少于130个；
至少需要包含以下场景：
不同场景元素的应用，如智能大灯系统，基于DSRC的V2X应用，交通流控制等；
主动安全以及车车通讯智能驾驶系统应用，场景包括标准的规范测试库（Euro NCAP/NHTSA/ISO/ADAC等）以及基于经验的Real life场景库；
与第三方车辆动力学软件的联合仿真案例，如AmeSim车辆动力学软件等。
7.2 ADAS系统和算法demo库
必须包括ACC、AEB、LDW、LKA、TSR等智能驾驶系统的完整模型（含控制算法）；算法完全开放，方便用户编辑，定制开发；
★ADAS系统demo不得少于40个，具体包括：
智能交通系统，自动化测试应用，十字路口预警等；
自适应巡航系统ACC，紧急制动系统AEB，车道保持系统LKA，行人保护系统AEB-P，泊车辅助系统PA，交通标志识别系统TSR，绿灯通行优化系统及其他车车通讯智能系统控制算法等。

质保期

1. 质保期限:2年; 响应时间: 24小时;，不定期提供该软件的补*包。
2. 响应产品的质量保证期应达到2年(自验收合格之日起)
3. 响应产品质量保证期不得低于“三包”规定
4. 质量保证期承诺优于国家“三包”规定的，按供应商实际承诺执行

售后要求

1. 提供入门教学培训及技术资料。 2. 远程响应，采购人遇到软件使用问题，电话不能解决的，供应商应在72小时内提供远程向日葵处理，确保产品正常工作。 3. 在质保期内，免费对产品进行维护服务。质保期外服务要求，质量保证期过，采购人需要继续提供售后服务的，供应商应以优惠价格提供。

品牌

无推荐品牌

型号

无推荐型号

技术规格及参数

1 环境场景建模能力
1.1 交通场景
包括交通道路、交通标志牌、交通信号灯、路面交通标识、车道线、道路附属设施如龙门架、锥桶、猫眼等、周围建筑、树木/灌木等交通场景要素库，支持通过简单快捷的图形化界面通过拖放的方式搭建交通场景；
★支持IBEO激光雷达或者其他自定义道路采集的真实场景数据导入到仿真平台中，自动生成智能驾驶仿真交通场景；
★支持ASAM openscenario标准格式数据；
★支持通过Google 3D warehouse、Google Sketchup等导入外部.dae格式的三维模型，相应开源社区中有大量公开模型可供直接使用，操作简便，且可通过接触传感器来配置无人车与路面的接触；
★支持设置不同的全地形场景模型，包括森林、沙滩、河床、林道、溪流、山地、田地、起伏路、草坪、草丛、沙漠、会展中心、建筑大楼等，支持BIM建模数据导入；可建立不小于长30mm×高30mm的地上障碍物体（包括但不限于树木、花丛、草丛、台阶、土堆、沙堆、石头、碎石块、动物等，地面坑洼等环境模型）。
1.2 道路模型
支持内置丰富的道路模型数据库，包括多种车道、交叉路口、环行岛、道路出口/入口、坡道、立体交叉道路等，可通过将道路元素简单的拼接为复杂的路网环境；
支持OSM(OpenStreetMap)地图数据快速导入；
支持OpenDrive高精度地图快速导入，包括立交桥、路口、车道和车道变换等，并支持编辑；
支持快捷设置路面不同类型车道线，包括车道线的类型，长度，宽度，颜色等，也可设置破损、褪色、污迹、水渍等效果；
★支持参数化设置道路特征，如车道数量，长度，宽度，转弯半径，交通规则，车道线颜色等；
★支持添加和导入自定义模型，支持第三方非铺装路面的导入，如OpenCRG格式等。
1.3 天气模型
支持创建不同的类型的天气模型，包括雨、雪、雾等不同天气条件的物理模型，支持用户自定义雨雪密度、大小、降落速度，方向等，支持定义不同天气条件，比如暴雪、大雪、中雪，小雪和不同能见度的雾天等。
★天气模型不能仅仅是可视化效果，需要能被传感器检测到，包括对摄像头传感器视觉效果的影响，以及对毫米波雷达、激光雷达的能量衰减模型。内置的环境衰减模型会综合考虑传感器的工作频率以及天气环境，模拟出电磁波在径向传播距离上的能量衰减情况。
1.4 光照模型
包括白天、夜晚、太阳阳光照射角度和亮度车灯、路灯、红绿信号等，多光源、阴影、光线反射等不同因素；
支持设置灯型IES图谱；
支持通过时区、时间设置，自动配置太阳位置；
光照模型不能仅仅是可视化效果，需要具备传感器响应特性。
1.5 交通参与者模型
拥有多种商用车、乘用车、摩托车、自行车、测试用气球车等交通参与者模型库，不同的车型拥有特定的，且可进行参数化配置的车辆动力学模型，需可配置轮毂转动效果，方向盘转动效果，车灯效果包括远近光大灯，雾灯，转向指示灯，示廓灯，刹车灯等。
★支持添加和导入自定义车辆模型，导入格式至少支持通用.dae格式，且支持自定义配置轮毂转动及车灯形态.
1.6 行人模型
支持内置行人模型，行人模型库不少于40个，具体要求如下：
必须包含男性、女性、儿童等，体态必须包括高、矮、胖、瘦等；
动作根据现实生活中人体运动的特征建模，必须包括步行、平躺、坐姿、斜靠、推通车等姿态；
★必须包含2019年最新版NCAP小孩、行人、自行车骑行者模型；
可支持定义行人衣服的颜色和材质等，需要细化定义到行人衣服的上半身，下半身以及鞋子；
可支持导入自定义行人模型且支持定义行人运动动作；
可预设，自定义轨迹，速度曲线；
可设置能否被传感器探测到，配置雷达反射横截面积，且雷达反射横截面积支持客制化。
1.7 大规模交通流模型
支持自定义配置大规模交通流，具体要求如下：
交通流中的目标车辆支持自定义预先配置行驶轨迹，也可以添加算法支持其自动驾驶；
交通流中的行人支持预先设置行走轨迹，也可设置其随机游走，干扰交通；
也支持与第三方交通流仿真软件耦合，进行联合仿真。
2 感知传感器建模
该模块需拥有丰富的感知传感器仿真模型库，包括摄像头、毫米波雷达、激光雷达、超声波雷达、GPS、IMU、车车/车路通讯设备等智能驾驶系统使用的传感器，支持提供不同级别的传感器输出。通过传感器仿真模型，支持得到智能驾驶系统所需的传感器输出，也支持实现环境变化对传感器输出的影响，输出不仅包含目标级别的信息，还需包含噪音、能量损失等干扰信息的输出。
2.1 GPS/IMU建模
支持GPS信号和IMU建模，GPS信号支持输出经纬度，时间戳，经纬度协方差等，IMU模型支持输出x, y, z轴的速度，加速度，角速度和四元数等。GPS模型可模拟被遮挡（高架下）时，输出结果偏移。
支持实际路采集的GPS数据直接导入，支持计算路径中的道路曲率，并筛选出不符合设定曲率的GPS数据点。
2.2 摄像头传感器建模
支持不同形式的摄像头模型建模，包括单目摄像头、双目摄像头、鱼眼摄像头等。
★必须支持设置摄像头的外参、内参、成像效应等,具体要求如下：
外参：安装位置、角度、随时间变化造成的安装位置噪音及偏移等；
成像器件建模：分辨率、镜头刷新率等；
镜头参数和视觉效应：焦距、视野范围、光损失、模糊、暗角、畸变、HDR等；
★必须支持以下不同级别摄像头信号输出：
目标级别的摄像头模型输出：直接输出FoV之内的目标物体的位置信息；
标准的摄像头模型输出：输出图像帧信息，包含内外参、光损失、模糊、畸变、HDR等成像效应。
摄像头效果支持调节明亮对比度，发光物体周围光晕的效果，成像外围亮度变暗，且支持根据速度、快门时间等的不同，呈现不同程度的模糊。
鱼眼摄像头视野范围可调。
2.3 毫米波雷达仿真
支持不同形式的毫米波雷达模型建模，包括24GHz，77GHz等。必须支持以下可配置参数包括：安装位置/方位角、扫描频率、扫描方式、扫描位置、检测精度噪声和偏移、纵向和横向的分辨率、波能量散射图、雷达频率（带宽）、天线增益图谱、噪音、偏移等；
★必须支持雷达波在不同天气下的衰减模型；
★必须支持以下三类输出：
1) 理想化的目标级别模型：输出毫米波雷达视野范围内目标的理想位置、速度、角度信息；
2) 目标级别的雷达模型：输出包含目标物体精度、分辨率特性的位置、速度、角度信息；
3) 含能量输出的目标级别的雷达模型：RCS/反射角度/能量损失/传输衰减/天线增益图谱，包含目标物体反射能量的输出。
2.4 激光雷达仿真
支持不同形式的激光雷达模型建模，如脉冲激光雷达、连续波激光雷达等。必须支持以下可配置参数：
位置、方位角、视野角度、检测范围、波束数、波束方向、波束发散角度、扫描频率、检测距离、工作波长、发散角、空气衰减函数、噪音、偏移等。
★必须支持激光波束不同天气下的衰减模型。
必须支持以下两类激光雷达输出：
1）目标级别信息输出；
2）包含能量返回的点云级别原始数据的输出。
2.5 超声波雷达传感器
支持不同形式的超声波雷达模型建模，必须支持以下可配置参数：
安装位置、FOV扫描范围、工作频率、扫描频率、检测距离、最大可检测的物体数量、扫描分辨率、对环境天气的能量衰减、以及偏移噪声等。
必须支持以下超声波雷达输出：
目标级别信息输出。
2.6 V2X短程通讯传感器
支持不同形式的V2X短程通讯传感器模型建模，比如OBU,RSU等。必须支持以下可配置参数：
位置、方位角、传输频道、端口名称、传输距离、可检测的目标数等；
支持基于IEEE 802.11p和ETSI 的协议，支持SAE-J2735、CSAE BSM应用层车辆网协议，同时支持特定的通信协议进行数据交换；
★支持信号遮挡环境模拟。
★提供参数化的V2X传感器模型，支持CAM，BSM，DENM等通用的V2X短程通讯协议栈。
2.7 通用扫描型传感器模型
★支持通用的扫描传感器模型，可以通过改变参数模拟雷达、激光雷达、超声波雷达等，真实的模拟雷达，扫描物体实际形状并且考虑遮挡影响。必须支持以下可配置参数：
位置、方位角、扫描频率、波束数、检测距离、波束类型、噪音和漂移等。
支持以下信号输出：
目标距离、与目标相对速度、目标的水平竖直角度、水平竖直入射角、能量损失和目标ID等。
2.8 传感器的理想模型
★支持输出目标的真值，虚拟传感器（距离深度、车道线、目标边框探测、场景分割等）的理想模型，得到探测目标的真实理想数据，支持作为算法开发的理想输入或者测试数据的对比，具体要求如下：
距离深度传感器：根据目标的距离的远近成像，生成基于灰度的图像，为双目摄像头调校提供最真实的数据。
车道线传感器：提供最精确的车道线标志信息，通过曲线拟合计算出传感器FOV内的每一条车道线的多项式表达，输出多项式系数。多项式分别在X, Y, Z三个方向拟合车道线曲线，并同时支持输出车道线ID。用于校准车道识别算法，快速生成LDW、LKA算法的出入。
目标边框探测传感器：提供目标物体理想的标注，在simulink中输出目标标识结果。
场景分割传感器：基于目标或者类型提供理想的场景分割结果，用于分类，深度学动自由度；具有纵向、侧向、垂向三个方向的转动自由度；
车辆动力学模型必须开放、可编辑，不能是黑盒子模型；
★支持AMESim车辆动力学模型导入。
5 自动化测试
软件支持自动化测试，支持批量设置多个测试任务，自动执行测试并生成报告。
必须至少支持以下两种自动化测试方案：
支持基于Simulink环境，提供.m自动化测试脚本，执行自动化测试；
★支持被自动化测试管理软件Heeds调用。
★支持通过API接口，可实现快速置换模型，删除对象，设置对象参数等。
6 开放性扩展能力
★支持Windows操作系统&Linux系统；支持在Matlab/Simulink环境下运行；支持在C++编译环境下运行；
与Linux平台的算法耦合至少需要支持两种模式:
场景模型和传感器模型支持在Linux环境下运行，与Linux环境中的算法模型进行耦合；
场景模型、传感器模型和车辆模型运行在Windows环境下，与Linux环境下的算法通过以太网通讯的方式进行耦合。
7 场景库和演示算法demo库
7.1 场景demo库
★必须包括EURO NCAP, NTHSA, ADAC, ISO等标准工况库等；
测试场景库数目不得少于130个；
至少需要包含以下场景：
不同场景元素的应用，如智能大灯系统，基于DSRC的V2X应用，交通流控制等；
主动安全以及车车通讯智能驾驶系统应用，场景包括标准的规范测试库（Euro NCAP/NHTSA/ISO/ADAC等）以及基于经验的Real life场景库；
与第三方车辆动力学软件的联合仿真案例，如AmeSim车辆动力学软件等。
7.2 ADAS系统和算法demo库
必须包括ACC、AEB、LDW、LKA、TSR等智能驾驶系统的完整模型（含控制算法）；算法完全开放，方便用户编辑，定制开发；
★ADAS系统demo不得少于40个，具体包括：
智能交通系统，自动化测试应用，十字路口预警等；
自适应巡航系统ACC，紧急制动系统AEB，车道保持系统LKA，行人保护系统AEB-P，泊车辅助系统PA，交通标志识别系统TSR，绿灯通行优化系统及其他车车通讯智能系统控制算法等。

质保期

1. 质保期限:2年; 响应时间: 24小时;，不定期提供该软件的补*包。
2. 响应产品的质量保证期应达到2年(自验收合格之日起)
3. 响应产品质量保证期不得低于“三包”规定
4. 质量保证期承诺优于国家“三包”规定的，按供应商实际承诺执行

售后要求

1. 提供入门教学培训及技术资料。 2. 远程响应，采购人遇到软件使用问题，电话不能解决的，供应商应在72小时内提供远程向日葵处理，确保产品正常工作。 3. 在质保期内，免费对产品进行维护服务。质保期外服务要求，质量保证期过，采购人需要继续提供售后服务的，供应商应以优惠价格提供。