高动态驾驶场景下自动驾驶车辆的实时仿真环境
Thomas Herrmann,慕尼黑工业大学
迈克尔Lüthy,快羊
2018年5月,慕尼黑工业大学(TUM)的一组研究人员赢得了首届Roborace人机挑战赛。TUM的自动驾驶软件堆栈管理环境感知、自动导航和轨迹跟踪。
在开发自动驾驶系统时,依靠车辆及其周围环境的高保真模拟,虚拟测试整个自动驾驶软件堆栈的能力至关重要。本次演讲将介绍一种基于可伸缩和可扩展硬件的环中硬件(HIL)环境,该环境利用集成软件解决方案。
完整的自动驾驶堆栈在两台独立的硬件目标计算机上进行模拟,模拟机器人汽车的真实技术设置- NVIDIA®Drive™PX2和一台Speedgoat实时靶机。移动实时目标机,专门设计用于Simulink real-time™,作为车辆的ECU,通过实时CAN控制器将中期所需轨迹转换为车辆执行器的即时命万博1manbetx令。NVIDIA Drive PX2负责轨迹规划和传感器处理等任务。两个单元之间的通信由实时UDP处理。
第二个Speedgoat靶机用于模拟车辆动力学,作为对车辆ECU输入的反应。这个实时模拟器还具有传感器和执行器模拟器,这使得软件认为它是在现实世界中使用真实的数据流进行操作。物理和行为建模是用Simulink处理的万博1manbetx®以及Vehicle Dynamics Blockset™,利用Simuli万博1manbetxnk real再次实现了实时目标的快速原型设计。
另外一个GPU服务器实现了赛道的环境模型,同时提供了完整的3D可视化。我们可以使用虚幻引擎中的关卡编辑器轻松构建现实世界的赛道®通过导入从车辆传感器捕获的跟踪数据。
记录日期:2019年4月11日
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。