开始自动驾驶工具箱
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。可视化工具包括用于传感器覆盖、检测和跟踪的鸟瞰图和范围,以及用于视频、激光雷达和地图的显示。该工具箱允许您导入和使用HERE HD Live Map数据和ASAM 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模拟,您可以生成和模拟驾驶场景。您可以在逼真的3D环境中模拟相机、雷达和激光雷达传感器输出,并在2.5D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用ADAS和自动驾驶功能的参考应用示例,包括向前碰撞预警、自动紧急制动、自适应巡航控制、车道保持辅助和泊车代客。该工具箱支持C/ c++金宝app代码生成,用于快速原型和HIL测试,并支持传感器融合、跟踪、路径规划和车辆控制器算法。
教程
- 从事实标签开始
交互式地同时标记多个激光雷达和视频信号。 - 以编程方式创建驾驶场景
以编程方式为合成传感器数据和跟踪算法创建地面真相驱动场景。 - 交互式创建驾驶场景并生成合成传感器数据
使用驾驶场景设计应用程序创建一个驾驶场景,并从场景中生成传感器检测和点云数据。 - 在虚幻引擎环境中模拟简单的驾驶场景和传感器
学习在使用虚幻引擎渲染的虚拟环境中配置和模拟场景、车辆和传感器的基础知识®来自Epic Games®. - 用MATLAB和Simulink模拟RoadRunner场景概述金宝app
介绍模拟的工作流程走鹃MATLAB场景®和仿真软金宝app件®. - 使用单目摄像机的视觉感知
构建一种能够进行车道边界和车辆检测的单目摄像机传感器仿真。 - 训练一个深度学习车辆检测器
使用深度学习训练一个基于视觉的车辆检测器。 - 多对象跟踪教程
通过使用多目标跟踪器对视频中的运动对象进行自动检测和基于运动的跟踪。 - 使用SLAM从激光雷达数据建立地图
处理激光雷达数据,建立一个地图,并估计车辆轨迹使用同步定位和测绘。 - 利用虚幻引擎仿真开发可视化SLAM算法
使用虚幻引擎仿真环境中的图像数据开发可视化同步定位和映射(SLAM)算法。
Ground Truth标签
驾驶场景设计
检测与跟踪
定位和映射
关于自动驾驶
- 自动驾驶工具箱中的坐标系
了解自动驾驶坐标系。
视频
传感器仿真和虚拟场景设计与驾驶场景设计应用,第1部分
创建虚拟驾驶场景,并将场景导入应用程序。
传感器仿真和虚拟场景设计与驾驶场景设计应用程序,第2部分
生成合成传感器检测,并将其导出到MATLAB。
利用虚幻引擎仿真环境设计基于激光雷达的SLAM
使用SLAM从激光雷达数据建立地图。
如何模拟自动驾驶系统:自适应巡航控制
仿真测试自适应巡航控制在自动驾驶中的应用。