Automated Driving Toolbox

 

Automated Driving Toolbox

设计、仿真和测试 ADAS 及自动驾驶系统

参考应用

参考应用是设计和测试 ADAS 应用的基础。

车道跟随系统

使用欧洲 NCAP 度量进行 AEB 车对车仿真。

使用 RoadRunner Scenario 进行 AEB 欧洲 NCAP 测试

停车场有两辆并排停放的汽车和自动代客泊车的可视化。

自动泊车系统

左图显示两辆汽车在不同道路上驶向四向交通信号灯。右图对使用 V 2 X 通信的汽车绘图。

交叉路口的交通协商

产品亮点

场景仿真

使用逼真的驾驶场景和传感器模型的仿真是测试自动驾驶算法的关键部分。Automated Driving Toolbox 提供各种选项,如长方体仿真环境、虚幻引擎仿真环境以及与 RoadRunner Scenario 的集成,用于测试上述算法。此应用支持以 ASAM OpenDRIVEASAM OpenSCENARIO® 格式导入和导出景象和场景。

根据真实的相机和激光雷达数据生成的场景。

基于记录的传感器数据生成景象和场景

基于使用全球定位系统 (GPS)、惯性测量单元 (IMU)、相机和激光雷达等各种传感器记录的车辆数据创建虚拟驾驶场景。使用原始传感器数据、记录的交通参与者轨迹列表或车道检测。

具有度量的欧洲 NCAP 场景。

欧洲 NCAP 协议的测试套件

自动生成种子场景及其变体,用于评估各种欧洲 NCAP 协议。可视化生成的变体,或将其导出为 ASAM OpenSCENARIO® 文件格式。使用测试平台、运行仿真并获得欧洲 NCAP 测试度量。

规划和控制

使用车辆代价地图和运动规划算法规划行驶路径。使用横向和纵向控制器来跟随规划的轨迹。

使用激光雷达处理算法的自动检测。

检测、跟踪和真实值标注

开发并测试用于自动驾驶的视觉和激光雷达处理算法。用卡尔曼滤波器执行多传感器融合和多目标跟踪框架。自动标注真实值数据,并与来自在测算法的输出进行比较。使用真实值标注器标注多个信号,如表示同一场景的视频、图像序列和激光雷达信号。

使用经纬度点的街道和高速公路地图。

定位和地图构建

使用同步定位和地图构建 (SLAM) 算法基于视觉或激光雷达数据构建自主车辆周围的地图。访问并可视化 HERE 高清实时地图服务的高清地图数据。流式传输并在地图查看器上显示车辆和对象位置。

有兴趣了解 Automated Driving Toolbox?