自动驾驶的工具箱

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。工具箱允许您导入和使用这里的高清实时地图数据和OpenDRIVE®道路网络。

使用地面真相标签应用程序,您可以自动标记地面真相,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,可以生成和模拟驾驶场景。您可以在照片级真实感三维环境中模拟相机、雷达和激光雷达传感器的输出,并在2.5-D模拟环境中模拟传感器对对象和车道边界的检测。

自动驾驶工具箱提供共同ADAS和自动驾驶功能,包括FCW,AEB,ACC,LKA和停车代客参照应用实例。该工具箱支持C / C 金宝app++代码生成用于快速原型和HIL检测,与传感器融合,跟踪,路径规划,和车辆控制器算法的支持。

开始:

参考应用程序

使用参考应用程序作为开发自动驾驶功能的基础。自动驾驶的工具箱包括前部碰撞警告参考应用程序(FCW),车道保持辅助系统(LKA),以及自动泊车代客。

驾驶情景模拟

作者驾驶情形,使用传感器模型,并生成合成数据,以测试在自动环境中模拟驱动的算法。

长方体驱动仿真

产生从雷达和摄像机传感器模型合成的检测,并把这些检测到驾驶情形,测试是否可以基于长方体模拟器自动驾驶算法。定义路网,演员和传感器使用驱动方案设计的应用程序。进口预构建欧洲NCAP测试和OpenDRIVE道路网络。

虚幻引擎驾驶情景模拟

在使用虚拟引擎渲染的三维模拟环境中开发、测试和可视化驾驶算法的性能®从史诗游戏®

使用3D仿真环境,以在不同情况下记录合成的传感器数据,开发车道标记检测系统,以及测试该系统。

地面真值标注

自动标记地面真值数据,并将正在测试的算法的输出与地面真值数据进行比较。

自动化地面实况标签

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

通过对算法输出比较地面实况数据评估的感知算法的性能。

评估对地面实况车道检测输出。

计算机视觉与激光雷达感知

开发和测试用于自动驾驶的视觉和激光雷达处理算法。

视觉系统设计

开发用于车辆和行人检测、车道检测和分类的计算机视觉算法。

单眼摄像机传感器的模拟输出。

激光雷达处理

使用激光雷达数据来检测障碍物和段地平面。

检测和激光雷达点云跟踪车辆。

传感器融合与跟踪

使用带有卡尔曼滤波器的多目标跟踪框架进行多传感器融合。

映射

访问和可视化高清地图数据从这里高清实时地图服务。在流式地图查看器上显示车辆和对象位置。

访问这里的高清动态地图数据

从HERE HD Live map web服务读取地图数据,包括包含详细道路、车道和本地化信息的平铺地图层。

使用这里的高清实时地图来验证车道配置。

可视化地图数据

采用流坐标,因为他们驾驶的车辆的位置地图。

路径规划

计划与驾驶车辆costmaps和运动规划算法的路径。

车辆控制器

使用横向和纵向控制器遵循规划的轨迹。

用于计算转向角的斯坦利横向控制器。

最新功能

多信号地面实况标签

同时标签同步激光雷达和视频信号

激光雷达标记

标记激光雷达点云以训练深度学习模型

3D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

激光雷达传感器模型

从编程驱动场景生成合成点云

鸟瞰镜增强

可视化雷达和从三维模拟传感器数据的激光雷达,和可视化行为者定制模块

这里高清现场地图场景中的道路

使用从高清地理地图导入的道路数据创建驾驶场景

看到发行说明对任何这些特征和对应的功能的详细说明。

其他自动驾驶的工具箱资源