drivingScenario
创建驾驶场景
描述
的drivingScenario对象代表了一个3 d领域包含道路、停车场、车辆、行人、障碍,和其他方面的驾驶场景。使用这个对象模型真实的交通场景和为测试控制器或生成合成检测传感器融合算法。
您还可以创建驾驶场景交互地使用驾驶场景设计师应用。此外,你可以出口drivingScenario对象的应用程序产生场景变化用于应用程序或仿真软件金宝app®。更多细节,请参阅通过编程方式创建驾驶场景变化。
创建
描述
场景= drivingScenario
场景= drivingScenario (名称,值)SampleTime,StopTime,GeoReference属性使用名称-值对。例如,drivingScenario (“GeoReference”, [42.3 - -71.0 0])设置场景的地理起源的经度坐标(42.3,-71.0)和0的高度。
属性
对象的功能
例子
创建与多个演员和道路驾驶场景
创建一个驾驶场景包含一个弯曲的路,两个笔直的道路,和两个演员:一辆汽车和一辆自行车。两个角色都沿着路60秒钟。
创建驾驶场景对象。
场景= drivingScenario (“SampleTime”0.1”,“StopTime”、60);
使用道路中心创建弯曲的路点弧后800米半径的一个圆。弧始于0°,结束于90°,采样在5°的增量。
ang = [0:5:90] ';R = 800;roadcenters = R * [cosd (ang)信德(ang) 0(大小(ang))];roadwidth = 10;路(场景、roadcenters roadwidth);
添加两个笔直的道路使用默认宽度,使用道路中心分两端。
roadcenters = [700 0 0;100 0 0];路(场景,roadcenters)
ans =道路的属性:名称:“RoadID: 2 RoadCenters: [2 x3双]RoadWidth: 6 BankAngle: [2 x1双]标题:[2 x1双)
roadcenters = (400 400 0;0 0 0];路(场景,roadcenters)
ans =道路的属性:名称:“RoadID: 3 RoadCenters: [2 x3双]RoadWidth: 6 BankAngle: [2 x1双]标题:[2 x1双)
道路边界。
rbdry = roadBoundaries(场景);
一辆汽车和一辆自行车添加到场景。位置汽车的开头第一个直路。
车=车辆(场景中,“ClassID”,1“位置”(700 0 0),…“长度”3,“宽度”2,“高度”,1.6);
自行车位置更远。
自行车=演员(场景中,“ClassID”3,“位置”,(706 376 0)',…“长度”2,“宽度”,0.45,“高度”,1.5);
画出场景。
情节(场景中,“中心线”,“上”,“RoadCenters”,“上”);标题(“场景”);
显示演员的姿态和概要文件。
提出了= actorPoses(场景)
提出了=2×1结构体数组字段:辊距偏航AngularVelocity ActorID位置速度
概要文件= actorProfiles(场景)
概要文件=2×1结构体数组字段:ActorID ClassID长度宽度高度OriginOffset MeshVertices MeshFaces RCSPattern RCSAzimuthAngles RCSElevationAngles
在驾驶模拟场景显示目标轮廓
创建一个驾驶场景和展示目标轮廓变化模拟的进展。
创建一个驾驶场景组成的两个相交的笔直的道路。第一段路是45米长。第二个直路是32米长泽壁垒沿着它的边缘,和第一道路相交。一辆车以每秒12.0米的速度沿着前路方法运行人行横道的十字路口为2.0米每秒。
场景= drivingScenario (“SampleTime”,0.1,“StopTime”1);road1 =路(场景中,[-10 0 0;45 -20 0]);road2 =路(场景中,(-10 -10 0;35 10 0]);障碍(场景,road1)屏障(场景、road1“RoadEdge”,“左”)ped =演员(场景中,“ClassID”4“长度”,0.4,“宽度”,0.6,“高度”,1.7);车=车辆(场景中,“ClassID”1);pedspeed = 2.0;carspeed = 12.0;smoothTrajectory (ped [15 3 0;15日3 0],pedspeed);smoothTrajectory(车,-10 -10 0;35 10 0],carspeed);
创建一个自我中心车辆追逐情节。
chasePlot(车,“中心线”,“上”)
创建一个空鸟瞰的情节和添加一个大纲绘图仪和车道边界绘图仪。然后,运行仿真。在每个仿真步骤:
更新追逐情节显示道路边界和目标轮廓。
更新鸟瞰的情节显示更新后的道路边界和目标轮廓。情节的角度总是对自我的车辆。
bepPlot = birdsEyePlot (“XLim”50 [-50],“YLim”,40 [-40]);outlineplotter = outlineplotter (bepPlot);laneplotter = laneBoundaryPlotter (bepPlot);传奇(“关闭”)而推进(场景)rb = roadBoundaries(车);(位置、偏航、长度、宽度、originOffset color] = targetOutlines(车);[bposition, byaw blength、bwidth boriginOffset, bcolor, barrierSegments] = targetOutlines(车,“障碍”);plotLaneBoundary (laneplotter, rb) plotOutline (outlineplotter、位置、偏航、长度、宽度、…“OriginOffset”originOffset,“颜色”(颜色)plotBarrierOutline outlineplotter、barrierSegments bposition, byaw, blength, bwidth,…“OriginOffset”boriginOffset,“颜色”bcolor)暂停(0.01)结束
生成对象和车道边界检测
创建一个驾驶场景包含一个自我车辆和目标车辆沿着三车道公路旅行。检测车道边界通过使用视觉检测发电机。
场景= drivingScenario;
创建一个三车道公路通过车道规范。
roadCenters = [0 0 0;60 0 0;120年30 0];lspc = lanespec (3);路(场景、roadCenters“道”,lspc);
指定车辆自我中心巷在30 m / s。
egovehicle =车辆(场景中,“ClassID”1);egopath = (1.5 0 0;60 0 0;111年25 0];egospeed = 30;smoothTrajectory (egovehicle egopath egospeed);
指定目标车辆旅行前的自我车辆40 m / s和变更车道车辆接近自我。
targetcar =车辆(场景中,“ClassID”1);定位路径= [8 2;60 -3.2;120年33];targetspeed = 40;定位路径,smoothTrajectory (targetcar targetspeed);
的3 d视图显示一个追逐情节场景从自我后面车辆。
chasePlot (egovehicle)
创建一个视觉检测发电机检测车道和对象。场上的传感器点一度下降。
visionSensor = visionDetectionGenerator (“节”,1.0);visionSensor。DetectorOutput =车道和对象的;visionSensor。演员Profiles = actorProfiles(scenario);
运行仿真。
创建一个鸟瞰的情节和相关的策划者。
显示传感器覆盖范围。
显示车道标记。
在路上获得地面实况提出的目标。
获得理想的车道边界点提前60米。
从理想目标姿态和生成检测车道边界。
显示目标的轮廓。
显示对象时检测对象检测是有效的。
显示巷巷时边界检测是有效的。
cep = birdsEyePlot (“XLim”,60 [0],“YLim”35 [-35]);caPlotter = coverageAreaPlotter (cep),“DisplayName的”,“覆盖范围”,…“FaceColor”,“蓝”);detPlotter = detectionPlotter (cep),“DisplayName的”,“对象检测”);lmPlotter = laneMarkingPlotter (cep),“DisplayName的”,“车道标记”);lbPlotter = laneBoundaryPlotter (cep),“DisplayName的”,…“车道边界检测”,“颜色”,“红色”);olPlotter = outlinePlotter (cep);plotCoverageArea (caPlotter visionSensor.SensorLocation,…visionSensor.MaxRange visionSensor.Yaw,…visionSensor.FieldOfView (1));而推进(场景)(lmv, lmf) = laneMarkingVertices (egovehicle);plotLaneMarking (lmv lmPlotter, lmf) tgtpose = targetPoses (egovehicle);lookaheadDistance = 0:0.5:60;磅= laneBoundaries (egovehicle,“XDistance”lookaheadDistance,“LocationType”,“内心”);[obdets, nobdets obValid、lb_dets nlb_dets, lbValid] =…visionSensor (tgtpose磅,scenario.SimulationTime);[objposition, objyaw objlength、objwidth objoriginOffset, color] = targetOutlines (egovehicle);plotOutline (olPlotter、objposition objyaw、objlength objwidth,…“OriginOffset”objoriginOffset,“颜色”、颜色)如果obValid detPos = cellfun (@ (d) d.Measurement (1:2), obdets,“UniformOutput”、假);detPos = vertcat (0 (0, 2), cell2mat (detPos ') ');plotDetection (detPlotter detPos)结束如果lbValid plotLaneBoundary (lbPlotter vertcat (lb_dets.LaneBoundaries))结束结束
