MATLAB e Simulink per sistemi di guida autonoma
Gli ingegneri del settore automotive utilizzano MATLAB® e Simulink® per progettare le funzionalità dei sistemi di guida autonoma, inclusi rilevamento, pianificazione del percorso, controlli e fusione di sensori. Con MATLAB e Simulink, puoi:
- Sviluppare sistemi di rilevamento utilizzando algoritmi predefiniti, modelli di sensori e applicazioni per la visione artificiale, l’elaborazione di radar e LIDAR e la fusione di sensori.
- Progettare sistemi di controllo e modellare le dinamiche del veicolo in un ambiente 3D utilizzando applicazioni di riferimento completamente assemblate.
- Testare e verificare i sistemi creando scenari di guida mediante modelli di sensori sintetici.
- Utilizzare visualizzazioni specifiche per la guida autonoma.
- Pianificare percorsi di guida progettando e utilizzando costmap di veicoli e algoritmi di pianificazione dei movimenti.
- Ridurre lo sforzo ingegneristico necessario per garantire la conformità a ISO 26262.
- Generare automaticamente codice C per prototipazione rapida e test HIL utilizzando i prodotti per la generazione di codice.
"MATLAB è il mio strumento preferito perché accelera la progettazione e il miglioramento di algoritmi. Posso effettuare l’analisi dati, lo sviluppo e la visualizzazione di algoritmi, la simulazione in un unico ambiente e poi generare un codice C affidabile, efficiente e facilmente integrabile dai progettisti del software all'interno di un sistema più grande".
Liang Ma, Delphi
Utilizzare MATLAB per sistemi di guida autonoma
Progettazione e test della percezione
MATLAB fornisce algoritmi predefiniti e modelli di sensori per la visione artificiale, l’elaborazione LIDAR e radar e la fusione di sensori. Esegui la fusione dei sensori utilizzando una libreria di tecniche di associazione di dati e di tracciamento compresi i tracciatori di oggetti puntiformi e di grandi dimensioni. Simula misurazioni dai sensori IMU/GPS e progetta algoritmi di localizzazione e fusione per stimare l’orientamento e la posizione del veicolo.
Utilizza il deep learning e il machine learning per sviluppare algoritmi per il rilevamento di veicoli e pedoni e la stima del percorso percorribile.
Con l’app Ground Truth Labeling, puoi testare le prestazioni dei sistemi di rilevamento confrontando i dati raccolti sul campo con gli output degli algoritmi.
Storie di successo dei clienti
- Scopri come Caterpillar etichetta immagini provenienti da fotocamere. (18:47)
- Scopri come Autoliv etichetta dati lidar. (14:05)
- Scopri come Scania sviluppa la fusione di sensori per AEB.
Progettazione e test di controlli
Sviluppa controlli per le funzioni di guida autonoma come Automatic Emergency Braking (AEB), Lane Keeping Assist (LKA), Automatic Cruise Control (ACC) e assistenza automatica al parcheggio. Progetta controlli predittivi dei modelli specifici per applicazioni di guida autonoma con caratteristiche e blocchi predefiniti per scenari quali ACC, LKA ed elusione degli ostacoli.
Esegui il test degli algoritmi di guida autonoma utilizzando scenari creati dall’utente e rilevamenti sintetici dei modelli di sensori di radar e fotocamere. Definisci le reti stradali, gli attori e i sensori con l’app Driving Scenario Designer. Importa test Euro NCAP e reti stradali OpenDRIVE®predefiniti.
Storie di successo dei clienti
- Scopri come Voyage ha sviluppato controlli longitudinali per taxi a guida autonoma.
- Scopri come Hitachi sviluppa controller predittivi dei modelli per il cruise control adattivo.
- Scopri come Mobileye prototipa algoritmi ADAS su hardware in tempo reale.
Localizzazione e pianificazione del percorso
Pianifica un percorso di guida utilizzando costmap di veicoli e algoritmi di pianificazione dei movimenti. Puoi anche utilizzare tecniche di pianificazione del percorso tramite ROS utilizzando le interfacce di ROS Toolbox™. Stima la posizione e l’orientamento del veicolo utilizzando i dati dei sensori IMU e GPS.
Testing basato sulla simulazione
Verifica i tuoi algoritmi di guida autonoma con l’app Driving Scenario Designer, che consente di caricare scenari predefiniti, tra cui EuroNCAP, o costruirne di nuovi. Genera rilevamenti dai tuoi modelli di fotocamere e radar statistici e analizza l’output in MATLAB o Simulink.
Sviluppa un campo di prova virtuale per le feature di guida autonoma e ADAS utilizzando le applicazioni di riferimento e l’ambiente 3D. I modelli di veicolo sono dotati di una fotocamera virtuale che invia le immagini a Simulink durante la simulazione. Analizza i segnali in Simulink per testare il tuo algoritmo di rilevamento della corsia. Grazie alla personalizzazione delle scene negli editor Unreal Engine, puoi creare e simulare con maggiore flessibilità scenari che consentono di testare in modo completo le feature di guida autonoma e ADAS.
Esempi di codice e video
- Tutorial sugli scenari di guida
- Modellare i rilevamenti di un sensore di visione
- Controllo del mantenimento della corsia mediante rilevamento con fotocamera monoculare
- Creazione di simulatori Driver-in-the-Loop in tempo reale (25:38)
- Convalida virtuale basata su scenari di sistemi di guida autonoma (55:31)
Scopri i prodotti