自动驾驶的工具箱

设计、模拟和测试ADAS和自动驾驶系统

自动驾驶工具箱™提供用于设计、模拟和测试ADAS和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。可视化工具包括鸟瞰图和传感器覆盖范围、探测和跟踪,以及视频、激光雷达和地图的显示。这个工具箱允许你导入和使用HERE高清实时地图数据和OpenDRIVE®道路网络。

使用Ground Truth Labeler应用程序,您可以自动标记Ground Truth,以训练和评估感知算法。对于硬件在环(HIL)测试和感知、传感器融合、路径规划和控制逻辑的桌面仿真,您可以生成和模拟驾驶场景。您可以在逼真的3D环境中模拟摄像机、雷达和激光雷达传感器输出,并在2.5 d模拟环境中模拟物体和车道边界的传感器检测。

自动驾驶工具箱提供常见的ADAS和自动驾驶功能的参考应用示例,包括FCW、AEB、ACC、LKA和代客停车。工具箱支持C/ c++代金宝app码生成,用于快速原型和HIL测试,支持传感器融合、跟踪、路径规划和车辆控制器算法。

开始:

参考应用

使用参考应用程序作为开发自动驾驶功能的基础。自动驾驶工具箱包括前向碰撞预警(FCW)、车道保持辅助(LKA)和自动泊车服务的参考应用程序。

驾驶模拟场景

编写驾驶场景,使用传感器模型,生成合成数据,在模拟环境中测试自动驾驶算法。

长方体驾驶模拟

从雷达和摄像机传感器模型生成合成检测,并将这些检测合并到驾驶场景中,使用基于长方体的模拟器测试自动驾驶算法。使用Driving Scenario Designer应用程序定义道路网络、角色和传感器。导入预先构建的Euro NCAP测试和opdrive道路网络。

虚幻引擎驾驶场景模拟

在使用虚幻引擎渲染的3D模拟环境中,开发、测试和可视化驾驶算法的性能®从史诗般的游戏®

利用三维仿真环境记录合成传感器数据,开发车道标志检测系统,并在不同场景下测试该系统。

地面实况标签

自动标记地面真值数据,并将测试算法输出与地面真值数据进行比较。

自动化地面真实标记

使用Ground Truth Labeler应用进行交互式和自动化的Ground Truth标签,方便对象检测、语义分割和场景分类。

测试感知算法

通过比较地面真实数据和算法输出来评估感知算法的性能。

评估车道检测输出与地面真相。

计算机视觉和激光雷达的感知

开发和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

开发用于车辆和行人检测、车道检测和分类的计算机视觉算法。

单目摄像机传感器仿真输出。

传感器融合与跟踪

使用带有卡尔曼滤波器的多目标跟踪框架进行多传感器融合。

映射

从HERE高清实时地图服务访问和可视化高清地图数据。在流地图查看器上显示车辆和物体位置。

访问这里高清实时地图数据

从这里高清实时地图web服务读取地图数据,包括平铺地图层,包含详细的道路,车道,和定位信息。

使用这里的高清实时地图来验证车道配置。

可视化地图数据

使用流坐标来绘制车辆行驶时的位置。

路径规划

使用车辆成本图和运动规划算法规划驾驶路径。

车辆控制器

使用横向和纵向控制器来跟踪计划的轨迹。

斯坦利横向控制器计算转向角度。

额外的自动驾驶工具箱资源