Pojazdy autonomiczne i wirtualne

MATLAB®, Simulink® i RoadRunner rozwijają projektowanie zautomatyzowanych systemów percepcji, planowania i kontroli jazdy, umożliwiając inżynierom uzyskanie wglądu w zachowanie w świecie rzeczywistym, ograniczenie testów pojazdów i weryfikację funkcjonalności wbudowanego oprogramowania.

Dzięki MATLAB, Simulink i RoadRunner możliwe jest:

odczytywanie, wizualizacja i etykietowanie danych;
symulacja scenariuszy jazdy;
projektowanie algorytmów sterowania i planowania ruchu;
projektowanie algorytmów percepcji;
wdrażanie algorytmów za pomocą generowania kodu;
integracja i testowanie.

Symulacja scenariuszy jazdy

Do opracowywania i testowania algorytmów w wirtualnych scenariuszach możliwe jest używanie środowisk symulacyjnych takich jak Unreal Engine® współpracujących z MATLAB.

Środowisko przedstawia aktorów jako prostą grafikę i wykorzystuje probabilistyczne modele czujników. Wykorzystanie tego środowiska przydaje się w takich zastosowaniach jak sterowanie, łączenie czujników i planowanie ruchu.

Projektowanie algorytmów sterowania i planowania ruchu

Korzystanie z MATLAB i Simulink, pozwala opracować algorytmy planowania ścieżki i sterowania za pomocą kontrolerów bocznych i wzdłużnych, które umożliwiają autonomicznym pojazdom podążanie zaplanowaną trajektorią.

Możliwe jest także testowanie algorytmów syntetycznie, używając modeli czujników i modeli dynamiki pojazdu, a także środowisk symulacji 2D i 3D.

Projektowanie algorytmów percepcji

Algorytmy percepcji obejmują wykrywanie, śledzenie i lokalizację, których można używać w aplikacjach takich jak automatyczne hamowanie, kierowanie, tworzenie map i odometria. Możliwe jest ich opracowanie, korzystając z danych z kamery, lidaru i radaru.

Środowisko pozwala zaimplementować te algorytmy jako część aplikacji ADAS, takich jak hamowanie awaryjne i kierowanie.

Korzystanie z MATLAB, umożliwia opracowywanie algorytmów łączenia czujników, jednoczesnej lokalizacji i mapowania (SLAM), budowania map i odometrii.

Wdrażanie algorytmów

Wdrażanie algorytmów percepcji, planowania i kontroli na sprzęcie możliwe jest za pomocą przepływów pracy generowania kodu. Obsługiwane języki generowania kodu to C, C++, CUDA®, Verilog® i VHDL®.

Oprócz tego algorytmy te można wdrażać w architekturach zorientowanych na usługi, takich jak ROS i AUTOSAR.

Za pomocą automatycznie generowanego kodu można połączyć czujniki z innymi komponentami ECU. Obsługiwanych jest kilka platform, w tym między innymi sprzęt firm NVIDIA, Intel®, ARM®.