[自动驾驶]自动驾驶工具箱
自动驾驶工具箱
设计，模拟和测试ADAS和自动驾驶系统
自动驾驶工具箱™提供用于设计，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。 可视化工具包括鸟瞰图和传感器覆盖范围，检测和轨迹范围，以及视频，激光雷达和地图显示。 该工具箱使您可以导入和使用HERE HD Live Map数据和OpenDRIVE®道路网络。
使用地面真理标签应用程序，您可以自动标记地面真理，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，您可以生成和模拟驾驶场景。 您可以在逼真的3D环境中模拟摄像头，雷达和激光雷达传感器的输出，并在2.5D模拟环境中模拟物体和车道边界的传感器检测。
自动驾驶工具箱提供了常见ADAS和自动驾驶功能（包括FCW，AEB，ACC，LKA和停车代客）的参考应用示例。 该工具箱支持用于快速原型设计和HIL测试的C / C ++代码生成，并支持传感器融合，跟踪，路径规划和车辆控制器算法。
开始使用：
免费白皮书
自主系统的传感器融合与跟踪
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前撞预警（FCW），车道保持辅助（LKA）和自动泊车员的参考应用程序。
在视觉感知系统参考应用中检测车辆和车道。
驾驶场景模拟
编写驾驶方案，使用传感器模型并生成综合数据，以在模拟环境中测试自动驾驶算法。
长方体驾驶模拟
从雷达和摄像机传感器模型生成综合检测，并将这些检测合并到驾驶场景中，以基于长方体的模拟器测试自动驾驶算法。 使用Driving Scenario Designer应用程序定义道路网络，参与者和传感器。 导入预建的Euro NCAP测试和OpenDRIVE道路网络。
5:21
虚幻引擎驾驶场景模拟
在使用EpicGames®的Unreal Engine®渲染的3D模拟环境中开发，测试和可视化驾驶算法的性能。
使用3D仿真环境记录合成传感器数据，开发车道标记检测系统，并在不同情况下测试该系统。
地面真相标签
自动化地面实况数据的标签，并与地面实况数据被测比较从一种算法的输出。
自动化地面真相标签
使用Ground Truth Labeler应用程序进行交互式和自动的地面真相标记，以促进对象检测，语义分段和场景分类。
10:57
测试感知算法
通过将地面真实数据与算法输出进行比较来评估感知算法的性能。
根据地面真相评估车道检测输出。
使用计算机视觉和激光雷达的感知
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。
单眼相机传感器模拟输出。
激光雷达加工
使用激光雷达数据检测障碍物并分割地平面。
在激光雷达点云中检测和跟踪车辆。
传感器融合与跟踪
使用带有卡尔曼滤波器的多对象跟踪框架执行多传感器融合。
可视化传感器融合结果。
制图
通过HERE HD Live Map服务访问和可视化高清地图数据。 在流式地图查看器上显示车辆和物体的位置。
访问HERE HD实时地图数据
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图层。
使用HERE HD Live Map验证车道配置。
可视化地图数据
使用流坐标来绘制车辆行驶时的位置。
|
显示流式地图数据。 |
路径规划
利用车辆成本图和运动计划算法来规划行驶路线。
在3D环境中进行路径规划和可视化
车辆控制器
使用横向和纵向控制器来遵循计划的轨迹。
Stanley横向控制器用于计算转向角。
最新功能
3D模拟
使用Epic Games的虚幻引擎渲染的3D模拟环境中开发，测试和验证驾驶算法
drivingScenario导入
将以编程方式创建的驾驶场景读入Driving Scenario Designer应用程序和Simulink
推动方案设计器导出到Simulink
生成驾驶场景和传感器的Simulink模型