自动驾驶

 

使用 MATLAB 和 Simulink 实现自动驾驶

利用 MATLAB®、Simulink® 和 RoadRunner,工程师能够深入了解真实世界的行为、减少车辆测试并验证嵌入式软件的功能,从而推进自动驾驶感知、规划和控制系统的设计。借助 MATLAB 和 Simulink,您能够:

  • 访问、可视化和标注数据
  • 仿真驾驶场景
  • 设计规划和控制算法
  • 设计感知算法
  • 使用代码生成部署算法
  • 集成和测试

查看使用 MATLAB 和 Simulink 实现自动驾驶的成功案例

访问、可视化和标注数据

您可以使用适用于 CAN 和 ROS 的 MATLAB 接口访问实时和记录的驾驶数据。使用内置工具,您还可以可视化和标注导入的数据。例如,真值标注器界面能够可视化信号,并支持您以交互方式标注多个信号,您也可以自动标注这些信号,并将标注的数据导出到工作区。

要访问和可视化地理地图数据,您可以使用 HERE 高清实时地图和 OpenStreetMap®


仿真驾驶场景

您可以将立方体以及虚幻引擎 (Unreal Engine®) 仿真环境与 MATLAB 结合使用,在虚拟场景中开发和测试算法。

立方体环境将交通参与者表示为简单图形,并使用概率传感器模型。您可以将此环境用于控制、传感器融合和运动规划。

使用虚幻引擎环境,您可以为感知和立方体环境用例开发算法。RoadRunner 支持您设计可在仿真器中使用的场景,包括 CARLA、Vires VTD 和 NVIDIA Drive Sim®,以及 MATLAB 和 Simulink。RoadRunner 还支持导出为行业标准文件格式,如 FBX® 和 OpenDRIVE®


设计规划和控制算法

使用 MATLAB 和 Simulink,您可以开发路径规划和控制算法。您可以使用横向和纵向控制器设计车辆控制系统,使自主驾驶车辆能够遵循规划的轨迹。

您还可以使用传感器模型和车辆动力学模型,在二维和三维仿真环境中合成式地测试您的算法。


设计感知算法

您可以使用来自相机、激光雷达和雷达的数据开发感知算法。感知算法包括检测、跟踪和定位,可用于自动制动、转向、地图构建和里程计等应用。

您可以将这些算法作为 ADAS 应用的一部分来实现,如紧急制动和转向。

使用 MATLAB,您可以开发用于传感器融合、同步定位与地图构建 (SLAM)、地图构建和里程计的算法。


部署算法

您可以使用代码生成工作流将感知、规划和控制算法部署到硬件。支持的代码生成语言包括 C、C++、CUDA®、Verilog® 和 VHDL®

您还可以将算法部署到面向服务的架构中,如 ROS 和 AUTOSAR。

使用自动生成的代码,您可以将传感器与其他 ECU 组件连接。支持多种部署目标,包括 NVIDIA、Intel®、ARM® 等品牌硬件。


集成和测试

您可以集成并测试您的感知、规划和控制系统。使用 Simulink Requirements™,您可以捕获和管理您的需求。您也可以使用 Simulink Test™ 以并行方式运行和自动化测试用例。