自动驾驶工具箱™提供了一个联合仿真框架,在Simulink中模拟驾驶算法金宝app®并在3D环境中可视化他们的表现。这个3D仿真环境使用了虚幻引擎®从史诗般的游戏®。
金宝app中可以找到与三维仿真环境相关的Simulink块自动驾驶的工具箱>模拟三维块库。这些模块提供的能力:
在3D仿真环境中配置预构建的场景。
在这些场景中放置和移动车辆。
在车辆上安装摄像头、雷达和激光雷达传感器。
根据车辆周围环境模拟传感器输出。
获取用于语义分割和深度信息的地面真值数据。
该仿真工具通常用于在开发、测试和验证自动驾驶算法性能时补充真实数据。与车辆模型相结合,您可以使用这些块来执行包含从感知到控制的整个自动驾驶堆栈的真实闭环模拟。
有关模拟环境的详细信息,请参阅如何进行自动驾驶的三维模拟。
访问自动驾驶的工具箱>模拟三维库,在MATLAB中®命令提示符,输入drivingsim3d
。
若要配置模型以与3D仿真环境协同仿真,请添加a仿真三维场景配置块到模型。使用此块,您可以选择从一组预构建的3D场景,您可以测试和可视化您的驾驶算法。下面的图片来自虚拟城市场景。
工具箱包括这些场景。
场景 | 描述 |
---|---|
直路 | 直路部分 |
弯曲的道路 | 弯曲、毛圈路 |
停车场 | 空荡荡的停车场 |
双车道改变 | 有桶和交通标志的直路,为执行双变道机动而设置 |
开放的表面 | 平整的黑色路面,没有道路物体 |
我们街区 | 有十字路口、障碍物和交通灯的城市街区 |
美国高速公路 | 有锥形路标、路障、交通灯和交通标志的高速公路 |
大型停车场 | 停车场,有停放的汽车、锥形路标、路缘和交通标志 |
虚拟Mcity | 城市环境,代表密歇根大学的试验场(见Mcity测试设备);包括视锥细胞、障碍物、动物、交通灯和交通标志 |
如果你有虚幻引擎4项目的自动驾驶工具箱接口金宝app支持包,然后您可以修改这些场景或创建新的。有关更多细节,请参见为自动驾驶自定义3D场景。
若要定义场景中的虚拟车辆,请添加具有地面跟踪的仿真3D车辆锁定你的模型。使用此块,您可以通过提供在每个时间步长的X、Y和yaw值来控制车辆的移动,这些值定义了车辆的位置和方向。车辆自动地在地面上行驶。
您还可以指定车辆的颜色和类型。工具箱包括以下车辆类型:
您可以定义虚拟传感器,并将它们安装在车辆的不同位置。工具箱包括这些传感器建模和配置块。
块 | 描述 |
---|---|
模拟3 d相机 | 带镜头的相机模型。包括图像大小、焦距、失真和倾斜的参数。 |
模拟三维鱼眼摄像机 | 鱼眼相机,可以用Scaramuzza相机模型来描述。包括畸变中心、图像大小和映射系数的参数。 |
模拟3 d激光雷达 | 扫描激光雷达传感器模型。包括检测范围、分辨率和视图字段的参数。 |
模拟三维概率雷达 | 返回探测列表的概率雷达模型。包括雷达精度、雷达偏差、探测概率和探测报告的参数。它不能在电磁波传播水平上模拟雷达。 |
模拟三维概率雷达配置 | 方法检测到的所有参与者的雷达信号配置模拟三维概率雷达模型中的块。 |
有关选择传感器的详细信息,请参阅选择一个传感器进行三维模拟。
自动驾驶工具箱三维仿真块提供的工具,以测试和可视化的路径规划,车辆控制,和感知算法。
您可以使用3D仿真环境在预构建的场景中可视化车辆的运动。该环境为您提供了一种分析路径规划和车辆控制算法性能的方法。在Simulink中设计这些算法之后,就可以使用金宝appdrivingsim3d
库,以可视化的车辆运动在一个预先建立的场景。
有关路径规划和车辆控制算法可视化的示例,请参见可视化自动泊车代客使用三维模拟。
自动驾驶工具箱提供了几个块详细的相机,雷达,和激光雷达传感器建模。通过将这些传感器安装在虚拟环境中的车辆上,您可以生成合成传感器数据或传感器检测来测试传感器模型的性能。
有关使用来自3D仿真环境的合成传感器数据构建激光雷达感知算法的示例,请参见模拟激光雷达传感器感知算法。
有关生成雷达探测的示例,请参见在三维环境中模拟雷达传感器。
您还可以输出和可视化地面真实数据,以验证深度估计算法和训练语义分割网络。例如,参见在三维环境中可视化深度和语义分割数据。
在3D仿真环境中设计并测试了感知系统之后,就可以使用它来驱动实际控制车辆的控制系统。在这种情况下,车辆不需要手动设置轨迹,而是使用感知系统自行驾驶。通过在三维仿真环境中将感知和控制结合成一个闭环系统,您可以开发和测试更复杂的算法,如车道保持辅助和自适应巡航控制。
有关3D环境中的闭环系统示例,请参见高速公路车道后。