23:47视频长度是23:47
在高度动态实时仿真环境自主汽车驾驶场景
托马斯·赫尔曼,慕尼黑工业大学
迈克尔•Luthy Speedgoat
2018年5月,一组研究人员从慕尼黑工业大学(TUM)赢得了第一Roborace人类+机器的挑战。中空的自主驾驶软件堆栈管理环境感知、自主导航和轨迹跟踪。
的能力几乎测试完整的自主驾驶软件栈,而依靠高保真模拟车辆及其周边地区,只要开发自主驾驶系统是主要的重要的。这个演讲提出了一种半实物(边境)环境中基于可伸缩和可扩展的硬件,利用集成软件解决方案。
完整的自主驾驶堆栈是两个单独的硬件模拟目标计算机,模拟实际Robocar-an NVIDIA的技术设置®驱动™PX2 Speedgoat实时目标机器。移动实时目标机器,专门为仿真软件实时™,充当汽车ECU,将所需的中期轨迹转化为直接的命令执行器的车辆,虽然实时控制器。金宝appNVIDIA驱动PX2负责任务轨迹规划和传感器等处理。这两个单位之间的通信是由实时UDP。
第二个Speedgoat目标机器是用来模拟车辆动力学反应汽车ECU的输入。实时仿真器还包括传感器和致动器仿真,使得软件认为这是操作在现实世界与现实的数据流。物理和行为建模与仿真软件处理金宝app®和车辆动力学Blockset™,仿真软件实时再次启用快速原型到实时的目标。金宝app
额外的GPU的服务器实现了环境模型赛道上,同时提供一个完整的三维可视化。的双胞胎表示现实世界的赛道上可以很容易地使用虚幻引擎编辑水平®通过导入跟踪的车辆传感器上获取的数据。
记录:2019年4月11日
你也可以从下面的列表中选择一个网站
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。
欧洲