基于MATLAB和Si金宝appmulink的自动驾驶系统

汽车工程师使用MATLAB®和仿真软金宝app件®设计自动驾驶系统功能,包括传感、路径规划、传感器融合和控制。使用MATLAB和Simulin金宝appk,您可以:

  • 利用预先构建的算法、传感器模型和计算机视觉、激光雷达和雷达处理以及传感器融合的应用程序开发感知系统。
  • 在3D环境中使用完全组装的参考应用程序设计控制系统和建模车辆动力学。
  • 通过使用合成传感器模型编写驾驶场景来测试和验证系统。
  • 使用特定于自动驾驶的可视化。
  • 通过设计和使用车辆成本图和运动规划算法来规划驾驶路径。
  • 减少符合ISO 26262所需要的工程工作。
  • 使用代码生成产品自动生成C代码,用于快速原型和HIL测试。下载188bet金宝搏

“MATLAB是我最喜欢的工具,因为它加快了算法的设计和改进。我可以在一个地方进行数据分析、算法开发、算法可视化和仿真,然后生成可靠、高效的C代码,便于软件工程师集成到更大的系统中。”

梁妈妈,德尔福

感知设计和测试

MATLAB为计算机视觉、激光雷达处理、雷达和传感器融合提供了预先构建的算法和传感器模型。使用跟踪和数据关联技术库执行传感器融合,包括点和扩展对象跟踪器。模拟IMU/GPS传感器的测量数据,并设计融合和定位算法来估计车辆的位置和方向。

使用深度学习和机器学习来开发行人检测、车道检测和可驾驶路径估计的算法。

使用Ground Truth Labeling app,通过将Ground Truth数据与算法输出进行比较来测试感知系统的性能。


控制设计与测试

开发自动驾驶控制器,如自动紧急制动(AEB)、车道保持辅助(LKA)、自动巡航控制(ACC)和自动泊车代客。专为自动驾驶应用设计模型预测控制器,具有预先构建的功能和模块,用于ACC、LKA和避障等场景。

使用编写的场景和来自雷达和摄像机传感器模型的合成检测测试自动驾驶算法。定义道路网络、角色和传感器使用驾驶场景设计师app.导入预构建的EURO NCAP测试和OpenDRIVE®道路网络。


路径规划与定位

使用车辆成本图和运动规划算法规划驾驶路径。您还可以使用ROS工具箱™中的接口从ROS访问路径规划技术。利用IMU和GPS传感器的数据估计车辆的位置和方向。


基于仿真的测试

使用驾驶场景设计程序测试你的自动驾驶算法,它可以让你构建场景或加载预构建的场景——包括EuroNCAP。从您的统计雷达和摄像机模型中生成检测,并在MATLAB或Simulink中分析输出。金宝app

使用参考应用程序和3D环境开发ADAS和自动驾驶功能的虚拟试验场。车辆模型配有一个虚拟摄像头,在模拟过程中向Simulink发送图像。金宝app在Simulink中分析信号来测试你的车道检测金宝app算法。在虚幻引擎编辑器中自定义场景给您额外的灵活性,以创建和模拟场景,充分锻炼您的ADAS和自动驾驶功能。