自动驾驶的工具箱

设计、模拟和测试ADAS和自动驾驶系统

自动驾驶工具箱™提供用于设计、模拟和测试ADAS和自动驾驶系统的算法和工具。您可以设计和测试视觉和激光雷达感知系统,以及传感器融合、路径规划和车辆控制器。可视化工具包括鸟瞰图和传感器覆盖范围、探测和跟踪,以及视频、激光雷达和地图的显示。这个工具箱允许你导入和使用HERE高清实时地图数据和OpenDRIVE®道路网络。

使用Ground Truth Labeler应用程序,您可以自动标记Ground Truth,以训练和评估感知算法。对于硬件在环(HIL)测试和感知、传感器融合、路径规划和控制逻辑的桌面仿真,您可以生成和模拟驾驶场景。您可以在逼真的3D环境中模拟摄像机、雷达和激光雷达传感器输出,并在2.5 d模拟环境中模拟物体和车道边界的传感器检测。

自动驾驶工具箱提供常见的ADAS和自动驾驶功能的参考应用示例,包括FCW、AEB、ACC、LKA和代客停车。工具箱支持C/ c++代万博1manbetx码生成,用于快速原型和HIL测试,支持传感器融合、跟踪、路径规划和车辆控制器算法。

开始:

参考应用

使用参考应用程序作为开发自动驾驶功能的基础。自动驾驶工具箱包括前向碰撞预警(FCW)、车道保持辅助(LKA)和自动泊车服务的参考应用程序。

驾驶模拟场景

编写驾驶场景,使用传感器模型,生成合成数据,在模拟环境中测试自动驾驶算法。

长方体驾驶模拟

从雷达和摄像机传感器模型生成合成检测,并将这些检测合并到驾驶场景中,使用基于长方体的模拟器测试自动驾驶算法。使用Driving Scenario Designer应用程序定义道路网络、角色和传感器。导入预先构建的Euro NCAP测试和opdrive道路网络。

虚幻引擎驾驶场景模拟

在使用虚幻引擎渲染的3D模拟环境中,开发、测试和可视化驾驶算法的性能®从史诗般的游戏®

利用三维仿真环境记录合成传感器数据,开发车道标志检测系统,并在不同场景下测试该系统。

地面实况标签

自动标记地面真值数据,并将测试算法输出与地面真值数据进行比较。

自动化地面真实标记

使用Ground Truth Labeler应用进行交互式和自动化的Ground Truth标签,方便对象检测、语义分割和场景分类。

测试感知算法

通过比较地面真实数据和算法输出来评估感知算法的性能。

评估车道检测输出与地面真相。

计算机视觉和激光雷达的感知

开发和测试用于自动驾驶的视觉和激光雷达处理算法。

视觉系统设计

开发用于车辆和行人检测、车道检测和分类的计算机视觉算法。

单目摄像机传感器仿真输出。

激光雷达处理

利用激光雷达数据探测障碍物和分割地平面。

在激光雷达点云中探测和跟踪车辆。

传感器融合与跟踪

使用带有卡尔曼滤波器的多目标跟踪框架进行多传感器融合。

映射

从HERE高清实时地图服务访问和可视化高清地图数据。在流地图查看器上显示车辆和物体位置。

访问这里高清实时地图数据

从这里高清实时地图web服务读取地图数据,包括平铺地图层,包含详细的道路,车道,和定位信息。

使用这里的高清实时地图来验证车道配置。

可视化地图数据

使用流坐标来绘制车辆行驶时的位置。

路径规划

使用车辆成本图和运动规划算法规划驾驶路径。

车辆控制器

使用横向和纵向控制器来跟踪计划的轨迹。

斯坦利横向控制器计算转向角度。

额外的自动驾驶工具箱资源

用Simulink实现自适应巡航控制器万博1manbetx