基于MATLAB开发自动驾驶车辆的新型传感器融合架构最新MATLAB&SIMULINK在自动驾驶开发中的而英

MATLAB 和 Simulink使汽车工程师能够加快车辆开发过程，交付出满足市场要求的安全、舒适、节能和高性能的车辆。
汽车工程师使用 MATLAB 和 Simulink于：

  • 运行仿真来评估权衡和优化设计

  • 开发和测试感知、规划和控制算法

  • 通过快速原型提前验证需求

  • 采用浮点或定点算法为 MCU、GPU、SoC 和 FPGA 设备生成代码，用于原型设计或实际产品

  • 分析测试车队和生产车辆数据

  • 符合 AUTOSAR 和 ISO 26262 标准

在自动驾驶开发方面，利用 MATLAB 和 Simulink 加速自动驾驶算法（包括感知、规划和控制算法）的开发。在 Simulink 中运行仿真，使用程序生成的场景测试、集成和调整这些函数，并尽可能扩大测试覆盖范围，涵盖各种道路、交通和环境条件，而无需使用昂贵的原型车辆。
使用 MATLAB 来访问和预处理车队和车辆数据、构建机器学习和预测模型，并将模型部署到企业 IT 系统。您可以使用 MATLAB访问存储于文件、数据库和云端的数据。这将有助于您使用机器学习和深度学习应用来探索建模方法，以及通过CPU、NVIDIA GPU、云和数据中心资源上的并行处理来加速算法开发。机器学习模型自动转为 C/C++ 代码，深度学习模型自动转为 CUDA代码，有助于将训练过的模型或网络部署到生产 IT 系统，而无需重新编码为另一种语言。
MathWorks 是 AUTOSAR 高级会员，积极参与该标准的开发，重点关注基于模型的设计在AUTOSAR 开发流程中的完整应用。使用 Simulink 和 AUTOSAR Blockset™ 对 AUTOSAR Classic 和 Adaptive 系统进行设计和仿真。然后使用 Embedded Coder用 C 语言生成 AUTOSAR Classic 代码，或用 C++ 生成 Adaptive 代码。支持使用 System Composer 设计组合（Composition）以及基于 ARXML 的双向集成。
使用 MATLAB 和 Simulink 以及参考基于模型的设计工作流程，实现功能安全标准 ISO 26262 规定的严格流程。Embedded Coder、Simulink 模型验证工具和 Polyspace代码验证工具，已由 TÜV SÜD 根据针对 ASIL A-D 的 ISO 26262 标准进行资格预审。此项资格基于特定于应用的自动化验证工作流程。该过程支持比对模型和代码测试。除了生成 C 代码，Embedded Coder ISO 26262 工具资格认证用例还包括生成 AUTOSAR 和 C++ 代码的功能。
基于MATLAB&SIMULINK可进行自动驾驶和智能辅助驾驶算法和和系统的设计，仿真和测试ADAS和自动驾驶系统。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。可视化工具包括用于传感器覆盖、探测和跟踪的鸟瞰图和范围，以及用于视频、激光雷达和地图的显示。允许导入和使用HERE HD Live地图数据和OpenDRIVE道路网络。使用Ground Truth Labeler应用程序，可以自动标注Ground Truth来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仿真，可以生成和仿真驾驶场景。可以在逼真的3D环境中仿真摄像机、雷达和激光雷达传感器输出，并在2.5D仿真环境中仿真物体和车道边界的传感器检测。
同时MATLAB&SIMULINK提供了常用的ADAS和自动驾驶功能的参考应用示例，包括FCW、AEB、ACC、LKA、HWA和代客泊车等。支持C/ C++代码生成，用于快速原型和HIL测试，支持传感器融合、跟踪、路径规划和车辆控制器算法。

获得pdf文档，请转发朋友圈，并联系小编

赞 (0)

相关推荐