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。可视化工具包括显示传感器覆盖范围、检测和跟踪的鸟瞰图和示波器,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,您可以自动标注真值,以训练和评估感知算法。您可以生成并仿真驾驶场景,用于感知、传感器融合、路径规划和控制逻辑的硬件在环 (HIL) 测试和桌面仿真。您可以在拟真的 3D 环境中仿真摄像机、雷达和激光雷达传感器输出,在 2.5-D 仿真环境中仿真目标和车道边界的传感器检测。

Automated Driving Toolbox 提供常见 ADAS和自动驾驶功能 的参考应用示例,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,支持涵盖传感器融合、跟踪、路径规划和车辆控制器算法。

开始:

参考应用

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

驾驶场景仿真

创建驾驶场景、使用传感器模型并生成合成的数据,以测试仿真环境中的自动驾驶算法。

Cuboid 驾驶仿真

通过雷达和相机传感器模型生成合成的检测结果,然后将这些检测结果整合到驾驶场景,以使用基于 Cuboid (长方体)的仿真器测试自动驾驶算法。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 测试项和 OpenDRIVE 路网。

Unreal Engine 驾驶场景仿真

在使用 Epic Games® 开发的 Unreal Engine® 渲染的 3D 仿真环境中,开发、测试和可视化驾驶算法的性能。

使用 3D 仿真环境记录合成的传感器数据、开发车道标记线检测系统,并在不同场景下测试该系统。 

真值标注

自动标注真值数据,将待测算法的输出与真值数据相比较。

自动实现真值标注

使用 Ground Truth Labeler 应用进行交互式、自动化真值标注,以便进行目标检测、语义分割和场景分类。

测试感知算法

通过比较真值数据与算法输出,评估感知算法的性能。

正在依据真值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。

在激光雷达点云中检测和跟踪车辆。

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。

使用地图

访问HERE高清实时地图数据

访问HERE高清实时地图数据

访问并可视化 HERE 高清实时地图服务中的高清地图数据,包括含有详细道路、车道和定位信息的瓦片化图层。

使用 HERE 高清实时地图验证车道配置。

实现地图数据可视化

使用流动坐标系映射车辆实时行驶位置。

显示流式地图数据。

路径规划

您可以使用车辆代价地图和运动规划算法来规划驾驶路径。

车辆控制器

使用横向和纵向控制器跟随规划的轨迹。

Stanley 横向控制器用于计算转向角度。

最新特性

多信号真值标注

同时标注同步的激光雷达和视频信号

激光雷达标注

标注激光雷达点云以训练深度学习模型

3D 场景自定义

使用 Unreal Editor 中创建的场景,在 3D 环境中仿真驾驶场景

激光雷达传感器模型

从编程创建的驾驶场景生成合成点云

鸟瞰图增强功能

可视化来自 3D 仿真传感器的雷达和激光雷达数据,并可视化来自自定义模块的交通参与者

HERE 高清实时地图道路场景

使用从高清地理地图导入的道路数据创建驾驶场景

关于这些特性和相应函数的详细信息,请参阅发行说明