“MATLAB是我的首选工具，因为它速度算法设计和改进。我可以在一个地方进行数据分析，算法开发，算法可视化和仿真，然后生成可靠，高效，易于用于软件工程师的C代码，以集成在更大的系统内。“
梁马，德尔菲
汽车雷达是碰撞缓解，盲点警报，自适应巡航控制和许多其他主动安全功能的能力技术。雷达系统提供车辆和其他物体的范围，范围率和方位角信息数据。该数据的准确性取决于雷达传感器的精确对准。
德尔福使用MATLAB®和MATLAB Coder™加速设计、仿真和实现一个生产雷达传感器对准算法。
“与MATLAB一起，我们可以在一个环境中分析数据和设计算法，因此我们可以迅速尝试新的想法，然后用绘图和统计分析评估它们，”Delphi系统工程师梁马说。“一旦我们验证了算法，我们使用MATLAB编码器生成与手写代码有效的生产C代码。”
在车辆运行时，雷达传感器对准算法每秒执行40次以上。在1毫秒内，它必须根据雷达传感器提供的数据，以及车辆速度、传感器在车辆上的位置和指向角度计算偏差角度。
过去，Delphi系统工程师将Matlab原型算法交出到软件工程师，以便在C中实现。这种方法有几个缺点。当软件工程师有繁重的工作量时，他们往往无法开始在几周内完成C.沟通充满挑战，因为系统工程师和海上软件工程师被几个时区分开。软件工程师有时误解了原型算法，并提供了未能满足设计和性能要求的C代码。
由于对主动安全系统的需求很高，德尔福只有四周的时间来改进新的雷达产品的雷达传感器对准算法。s manbetx 845他们需要一种能够让系统工程师交付他们自己的产品C代码的方法。
Delphi采用MATLAB和MATLAB Coder开发并实现了雷达传感器对准算法。
梁使用MATLAB分析从道路捕获的记录传感器数据测试真正的车辆。凭借大量的测试数据和强大的MATLAB内置功能的帮助，梁实化并验证了一种雷达传感器对准算法，从原始雷达检测和主车速计算传感器未对准角。该算法将最小二乘解压缩到线性方程系统。它还基于最小二乘溶液的残余估计计算的角度的精度。
要验证算法，梁冉模拟使用MATLAB中的录制传感器和车辆数据。然后，他使用MATLAB脚本来处理大量的车辆数据，以验证由算法计算的传感器未对准角的准确性。
他使用MATLAB编码器从算法生成C代码。他通过在MATLAB测试代码中调用MEX函数来验证C代码，并将生成的代码的结果与原始MATLAB算法的结果进行比较，在几分钟内完成每个迭代。
最初，生成的C代码运行在ARM10处理器上，在超过3毫秒的时间内计算出偏差角度。Liang在MATLAB代码中删除冗余逻辑，组合for循环，并进行其他优化，直到生成的代码在1毫秒内完成计算，满足吞吐量要求。
梁如期将经过验证的改进算法的C代码交付给软件集成团队，用于集成到生产系统中。
Delphi已经在生产车辆的主动安全系统中使用了该雷达传感器对准算法，用于几个OEM，没有报道的缺陷。
Liang and his co-workers have used MATLAB and MATLAB Coder to design and implement several other production algorithms, including a target selection algorithm that uses fusion tracks information, camera vision objects, and host vehicle information to select appropriate targets for OEMs’ active safety features.
生成C代码作为此算法的手写C代码有效。“我们使用Matlab编码器生成的C代码作为手工编码的算法的早期实现速度快速运行，”梁说。“生成的代码也很容易集成和没有缺陷 - 我们永远不会修改它。”
开发时间减半。“我在三周内开发了算法，只需一周即可在C中实施并验证，”梁说。“Matlab编码器使我能够按计划完成项目。软件工程师的手工编码将需要四周。“
算法更改容易验证和编码在秒。“通过我们的传统方法，软件工程师可能需要一周的时间来实现我对算法进行的改变，”梁说。“与Matlab和Matlab编码器我可以在不到一分钟内自己生成生产C代码，使我能够快速评估新想法。”
加入客户参考计划
你也可以从以下列表中选择一个网站: