模型设置

本例中使用的模型模拟了城市场景中的车辆驾驶。

加载包含路径点姿态的mat文件。添加时间戳到姿势，然后打开模型。

负载smoothedPoses.mat；refPosesX = [linspace(0,20,1000)'， smoothedPoses(: 1)];refPosesY = [linspace(0,20,1000)'， smoothedPoses(: 2)];refPosesYaw = [linspace(0,20,1000)'， smoothedpose (: 3)];open_system (“DepthSemanticSegmentation.slx”）

深度可视化

深度图是相机传感器输出的灰度表示。这些地图以灰度显示摄像机图像，用较亮的像素表示离传感器较远的物体。您可以使用深度图来验证传感器的深度估计算法。

的深度仿真3D摄像机模块的端口输出一个深度图的值范围为0到1000米。在这个模型中，为了更好的能见度，饱和度块将深度输出饱和到最大150米。然后，一个增益块将深度图缩放到范围[0,1]，以便to Video Display块可以以灰度显示深度图。

语义分割可视化

语义分割描述将图像的每个像素与类标签相关联的过程，例如路，建筑,或交通标志．在三维仿真环境中，根据标签分类方案生成合成的语义分割数据。你可以用这些标签训练神经网络用于自动驾驶应用，比如道路分割。通过可视化语义分割数据，您可以验证您的分类方案。

的标签仿真3D摄像机模块的端口为输出摄像机图像中的每个像素输出一组标签。每个标签对应一个对象类。例如，在块使用的默认分类方案中，1对应于建筑。一个标签的0指向未知类的对象，并以黑色显示。有关标签id及其对应对象描述的完整列表，请参见标签端口说明模拟3 d相机块引用页面。

MATLAB函数块采用label2rgb函数将标签转换为RGB三联体矩阵以实现可视化。颜色图基于CamVid数据集中使用的颜色，如示例所示基于深度学习的语义分割．颜色被映射到默认3D模拟场景中使用的预定义标签id。辅助函数sim3dColormap定义了colormap。检查这些颜色图值。

开放sim3dColormap.m

模型仿真

运行模型。

sim卡(“DepthSemanticSegmentation.slx”）;

当模拟开始时，可视化引擎可能需要几秒钟来初始化，特别是当您第一次运行它时。的AutoVrtlEnv窗口显示了自我车后面的场景。在这个场景中，车辆沿着城市行驶了几个街区。因为这个例子主要是为了说明的目的，车辆并不总是遵循交通方向或不断变化的交通灯的模式。

摄像头显示，深度显示和语义分割显示块显示从摄像头传感器的输出。

要更改输出深度数据的可视化范围，请尝试更新饱和度和增益块中的值。

要更改语义分割颜色，请尝试修改sim3dColormap函数。另外,在sim3dlabel2rgbMATLAB函数块，尝试用您自己的颜色图或预定义的颜色图替换输入颜色图。看到colormap．