Automated Driving Toolbox

 

Automated Driving Toolbox

设计、仿真和测试 ADAS 以及自动驾驶系统

 

Automated Driving Toolbox™ 提供用于设计、仿真和测试 ADAS 以及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。可视化工具包括用于传感器覆盖范围、探测和跟踪的俯视图和示波器,以及视频、激光雷达和地图的显示。利用该工具箱可以导入和使用 HERE 高清实时地图数据以及 OpenDRIVE® 路网。

使用 Ground Truth Labeler 应用,您可以自动标注真实路况,以训练和评估感知算法。对于传感器融合、路径规划和控制逻辑的硬件在环 (HIL) 和桌面仿真,您可以生成并仿真驾驶场景以及雷达和相机传感器输出。 

Automated Driving Toolbox 提供常见 ADAS 的参考应用示例和自动驾驶功能,包括 FCW、AEB、ACC、LKA 和代客泊车。该工具箱支持 C/C++ 代码生成,实现快速原型和 HIL 测试,同时还支持传感器融合、跟踪、路径规划和车辆控制器算法。

参考应用

使用参考应用作为开发自动驾驶功能的基础。Automated Driving Toolbox 包括用于前方碰撞预警 (FCW)、车道保持辅助 (LKA) 和自动代客泊车的参考应用。

场景生成和传感器模型

使用制作的场景和来自雷达和相机传感器模型的综合检测,来测试自动驾驶算法。

制作驾驶场景

使用 Driving Scenario Designer 应用来定义路网、交通参与者和传感器。导入预置的 Euro NCAP 测试和 OpenDRIVE 路网。

对视觉系统的输出建模,包括车辆和车道检测。 

使用合成数据测试算法

使用来自驾驶场景和传感器模型的仿真数据,测试并验证开环和闭环设置中的感知、传感器融合和控制算法。

使用仿真的数据测试车道保持辅助 (LKA) 系统。

真实路况标注

自动标注真实路况数据,将测试阶段的算法输出与真实路况数据相比较。

真实路况标注

用于对象检测、语义分割和场景分类的交互式、自动化真实路况标注。

测试感知算法

通过比较真实路况数据与算法输出,评估感知算法的性能。

依据真实路况来评估车道检测输出。

利用计算机视觉和激光雷达进行感知

开发并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

开发计算机视觉算法,实现车辆和行人检测、车道检测以及分类。

单目摄像机传感器仿真输出。

激光雷达处理

使用激光雷达数据检测障碍物和分段地平面。

激光雷达点云中的障碍物检测。

传感器融合和跟踪

使用多目标跟踪框架与卡尔曼滤波器一起执行多传感器融合。

绘制地图

访问并可视化 HERE 高清实时地图服务中的高清地图数据,并在流式地图查看器上显示车辆和对象位置。

路径规划

通过使用车辆 costmap(代价地图)和运动规划算法来规划驾驶路径。

车辆 costmap(代价地图);为代客泊车规划的路径。

车辆控制器

使用横向和纵向控制器跟随规划的轨迹。

最新特性

HERE 高清实时地图读取器

读取并可视化专为自动驾驶应用而设计的高清地图的数据

场景读取器

将驾驶场景读取到 Simulink 中来测试车辆控制器和传感器融合算法

用于 Simulink 的俯视示波器

分析您模型中的传感器覆盖范围、探测和跟踪

预置驾驶场景

使用 Euro NCAP 和其他预置场景测试驾驶算法

路径规划

使用 RRT* 路径规划器和 costmap(代价地图)规划驾驶路径

关于这些特性和相应函数的详细信息,请参阅发行说明

获取免费试用版

30 天探索触手可及。

马上下载

准备购买?

获取详细价格和并探索相关产品。

您是学生吗?

获得 MATLAB 和 Simulink 学生版软件。

了解更多