自动驾驶的工具箱

ADAS和自动驾驶系统的设计、仿真和测试

自动驾驶的工具箱™提供的算法和工具的设计,仿真和测试ADAS和自动驾驶系统。您可以设计并测试视觉和激光雷达感知系统,以及传感器融合,路径规划,以及车辆控制器。可视化工具包括用于视频,激光雷达,和地图的鸟瞰视图情节和范围为传感器的覆盖范围,检测和轨道,和显示器。该工具箱可以导入和工作在这里高清直播地图数据和OpenDRIVE®道路网络。

使用地面真相贴标的应用程序,可以自动地真理的训练标签和评估感知算法。对于硬件在环(HIL)感知,传感器融合,路径规划和控制逻辑的测试和桌面仿真,可以生成和模拟驾驶情形。可以模拟相机,雷达,激光雷达和传感器输出的照片写实3D环境和对象以及车道边界的传感器检测在2.5-d模拟环境。

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

入门:

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参考应用程序的前向碰撞警告(FCW),车道保持协助(LKA),和自动泊车代客。

驾驶情景模拟

编写驾驶场景,使用传感器模型,并生成合成数据,以测试模拟环境中的自动驾驶算法。

长方体驾驶模拟

从雷达和相机传感器模型中生成合成检测,并将这些检测结合到驾驶场景中,使用基于长方体的模拟器测试自动驾驶算法。使用驾驶场景设计应用程序定义道路网络、参与者和传感器。导入预先构建的欧洲NCAP测试和OpenDRIVE道路网络。

虚幻引擎驾驶场景模拟

开发,测试和可视化的在3D模拟环境驱动算法使用虚幻引擎渲染性​​能®从Epic Games公司®

利用三维仿真环境记录合成传感器数据,开发车道标记检测系统,并在不同场景下对系统进行测试。

地面实况标签

地面实况数据的自动化的标签和下与地面实况数据测试从比较的算法的输出。

自动地面真相标签

使用地面实况贴标应用的交互和自动化的地面实况标签,以促进目标检测,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。

根据地面真值评估车道检测输出。

感知与计算机视觉与激光雷达

开发和测试的视觉和激光雷达的处理算法的自动驾驶。

视觉系统设计

制定车辆和行人检测,车道检测和分类计算机视觉算法。

单眼摄像机传感器的模拟输出。

激光雷达处理

利用激光雷达数据探测障碍物,分割地面平面。

在激光雷达点云中探测和跟踪车辆。

传感器融合和跟踪

使用具有卡尔曼滤波器的多目标跟踪框架执行多传感器融合。

制图

访问和可视化高清地图数据从这里HD动态地图服务。显示在地图流观众交通工具和物体的位置。

访问这里的高清动态地图数据

从这里HD动态地图的Web服务读取地图数据,其中包含详细的道路,车道以及本地化信息的瓷砖地图图层。

在这里使用的高清动态地图,以验证通道配置。

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行驶路径。

车辆控制器

使用横向和纵向控制器来跟踪计划的轨迹。

用于计算转向角斯坦利横向控制器。

最新功能

多信号地面实况标签

同步标记激光雷达和视频信号

激光雷达标签

标签激光雷达点云,培养深度学习模型

3 d场景定制

使用场景3D环境模拟驾驶情况下在虚幻编辑器中创建

激光雷达传感器型号

生成程序驾驶情况下合成的点云

鸟瞰范围增强

从三维模拟传感器可视化雷达和激光雷达数据,并从自定义块可视化演员

这里HD动态地图道路场景

利用高清晰度的地理地图导入道路数据创建驾驶情况

看到发行说明了解这些特性和相应功能的详细信息。

额外的自动驾驶工具箱资源