MATLAB®,仿真软件®RoadRunner推动了自动驾驶感知、规划和控制系统的设计,使工程师能够洞察现实世界的行为,减少车辆测试,并验证嵌入式软件的功能。使用MATLAB, Simulink和RoadRunner,您可以:
- 访问、可视化和标记数据
- 驾驶模拟场景
- 设计规划和控制算法
- 设计感知算法
- 使用代码生成部署算法
- 集成和测试
免费白皮书
为自动驾驶汽车开发建立关键竞争力
参见其他人如何使用MATLAB, Simulink和RoadRunner自动驾驶
MathWorks汽车大会2022
探索在北美会议上展示的领先工程师的20多个会议。
访问、可视化和标记数据
您可以使用can和ROS的MATLAB接口访问实时和记录的驾驶数据。使用内置工具,还可以可视化和标记导入的数据。例如,ground truth标签应用程序提供了一个界面来交互式地可视化和标记多个信号,或者您可以自动标记这些信号并将标记的数据导出到您的工作空间。
要访问和可视化地理地图数据,您可以使用HERE HD Live Maps和OpenStreetMap®.
视频教程:
驾驶模拟场景
你可以用长方体和虚幻引擎®在虚拟场景中开发和测试算法。
长方体环境将参与者表示为简单的图形,并使用概率传感器模型。您可以使用此环境进行控制、传感器融合和运动规划。
使用虚幻引擎环境,您可以为感知和长方体环境用例开发算法。RoadRunner让你设计场景使用模拟器,包括CARLA, Vires VTD和NVIDIA Drive Sim®,以及MATLAB和Simulink。RoadRunner还支持导出到行业标准文件格式,如FBX®和OpenDRIVE®.
视频教程:
设计规划与控制算法
使用MATLAB和Simulink,可以开发路径规划和控制算法。您可以使用横向和纵向控制器来设计车辆控制系统,使自动驾驶车辆能够遵循计划的轨迹。
您还可以使用传感器模型和车辆动力学模型以及2D和3D仿真环境综合测试您的算法。
视频教程:
视频教程:
部署算法
您可以使用代码生成工作流将感知、规划和控制算法部署到硬件。支持的代码生成语言包括C, c++, CUDA®, Verilog®,硬件描述语言(VHDL)®.
还可以将算法部署到面向服务的体系结构,如ROS和AUTOSAR。
使用自动生成的代码,您可以将传感器与其他ECU组件连接起来。支持多种部署目标,包括来自NVIDIA、Intel的硬件®、手臂®,等等。
集成和测试
你可以整合和测试你的感知、计划和控制系统。使用需求工具箱™,您可以捕获并管理您的需求。您还可以使用Simulink Test™并行地运行和自动化测试用例。