Guida autonoma

Accesso, visualizzazione ed etichettatura dei dati

È possibile accedere ai dati di guida registrati e in tempo reale utilizzando le interfacce MATLAB per CAN e ROS. Grazie agli strumenti integrati è inoltre possibile visualizzare ed etichettare i dati importati. Ad esempio, l’applicazione Ground Truth Labeler fornisce un’interfaccia per la visualizzazione e l’etichettatura interattiva di più segnali. In alternativa, è possibile etichettare automaticamente questi segnali ed esportare i dati etichettati nella propria area di lavoro.

Per accedere e visualizzare i dati di mappe geografiche, è possibile utilizzare HERE HD Live Maps e OpenStreetMap.

Documentazione

• Avviso di collisione frontale con CAN FD e TCP/IP
• Operatività con messaggi ROS specializzati
• Visualizzazione dei dati di copertura, rilevamento e tracking dei sensori
• Visualizzazione dei dati sulla mappa base OpenStreetMap

Simulazione di scenari di guida

È possibile utilizzare gli ambienti di simulazione con cuboidi o Unreal Engine con MATLAB per sviluppare e testare algoritmi in scenari virtuali.

L’ambiente con cuboidi rappresenta gli attori come elementi grafici semplici e utilizza modelli probabilistici dei sensori. È possibile impiegare questo ambiente per i controlli, la fusione dei sensori e la pianificazione del movimento.

Con l’ambiente Unreal Engine è possibile sviluppare algoritmi per la percezione e casi d’uso in ambienti con cuboidi. RoadRunner consente di progettare scene da utilizzare con i simulatori, tra cui CARLA, Vires VTD e NVIDIA Drive Sim, così come MATLAB e Simulink. RoadRunner supporta inoltre l’esportazione in formati file standard del settore come FBX and OpenDRIVE.

Documentazione

• Driving Scenario Designer
• Generazione di uno scenario a partire dai dati del veicolo registrati
• Simulazione 3D per la guida autonoma
• Visualizzazione dei dati di copertura e rilevamento dei sensori nella simulazione 3D
• Introduzione a RoadRunner

Progettazione di algoritmi di pianificazione e controllo

Con MATLAB e Simulink è possibile sviluppare algoritmi di controllo e pianificazione del percorso. È possibile progettare sistemi di controllo dei veicoli utilizzando controller laterali e longitudinali che consentono ai veicoli autonomi di seguire una traiettoria pianificata.

Inoltre, è possibile testare gli algoritmi sinteticamente mediante modelli di sensori e modelli di dinamica del veicolo, insieme ad ambienti di simulazione 2D e 3D.

Documentazione

• Negoziazione di un semaforo
• Parcheggio in parallelo tramite pianificatore RRT e controller di tracking MPC
• Addestramento di un agente DQN per l’assistenza al mantenimento della corsia
• Frenata automatica di emergenza con la fusione dei sensori
• Cambio di corsia in autostrada
• Sistema di parcheggio automatico

Progettazione di algoritmi di percezione

È possibile sviluppare algoritmi di percezione, utilizzando i dati provenienti da fotocamere, LIDAR e radar. Gli algoritmi di percezione includono il rilevamento, il tracking e la localizzazione, da poter utilizzare per applicazioni come la frenata automatica, lo sterzo, la costruzione di mappe e l’odometria. 

È possibile implementare questi algoritmi come parte di applicazioni ADAS come la sterzata e la frenata di emergenza.

Con MATLAB è possibile sviluppare algoritmi per la fusione dei sensori, la localizzazione e la mappatura simultanea (SLAM), la costruzione di mappe e l’odometria.

Documentazione

• Rilevamento di oggetti mediante Deep Learning con SSD
• Fusione a livello di traccia di dati LIDAR e radar
• Introduzione alle metriche di tracking
• Stima dell’orientamento mediante la fusione di sensori inerziali
• Costruzione di una mappa da dati LIDAR mediante SLAM

Distribuzione degli algoritmi

È possibile distribuire algoritmi di percezione, pianificazione e controllo su hardware mediante workflow di generazione di codice. I linguaggi di generazione di codice supportati includono C, C++, CUDA, Verilog e VHDL^®.

È inoltre possibile distribuire gli algoritmi ad architetture orientate ai servizi come ROS e AUTOSAR.

Mediante l’uso del codice autogenerato è possibile collegare i sensori con altri componenti ECU. Sono supportati vari target di distribuzione, tra cui hardware da NVIDIA, Intel e ARM.

Documentazione

• Generazione di codice per la rilevazione di oggetti utilizzando un rilevatore Single Shot Multibox
• Generazione di codice per un’applicazione di segmentazione semantica su ARM Neon
• Creazione e configurazione di un componente software adattivo AUTOSAR
• Sistema di parcheggio automatico con ROS in MATLAB

Integrazione e test

È possibile integrare e testare i sistemi di percezione, pianificazione e controllo. Con Requirements Toolbox è possibile acquisire e gestire i requisiti. Simulink Test consente inoltre di eseguire e automatizzare i casi di test in parallelo.

Documentazione

• Automatizzazione dei test per il mantenimento della corsia in autostrada
• Integrazione continua per la verifica dei modelli Simulink