Automated Driving Toolbox
Diseño, simulación y pruebas de sistemas de asistencia avanzada a la conducción (ADAS) y de conducción autónoma
Automated Driving Toolbox™ proporciona algoritmos y herramientas para diseñar, simular y probar sistemas de asistencia avanzada a la conducción (ADAS) y de conducción autónoma. Es posible diseñar y probar sistemas de percepción de visión y LiDAR, así como controladores de fusión de sensores, planificación de trayectorias y vehículos. Entre las herramientas de visualización están un diagrama y un visor de vista aérea de cobertura de los sensores, detecciones y seguimientos, así como visualizaciones para vídeo, LiDAR y mapas. La toolbox permite importar datos de HERE HD Live Map y redes de carreteras de OpenDRIVE®, así como trabajar con ellos.
Mediante la app Ground Truth Labeler, es posible automatizar el etiquetado de validación (ground-truth) para entrenar y evaluar los algoritmos de percepción. Para pruebas hardware-in-the-loop (HIL) y simulación de escritorio de percepción, fusión de sensores, planificación de trayectorias y lógica de control, puede generar y simular escenarios de conducción. Es posible simular la salida de sensores de cámara, radar y LiDAR en un entorno 3D fotorrealista, así como detecciones mediante sensores de objetos y límites de carril en un entorno de simulación 2.5D.
Automated Driving Toolbox proporciona ejemplos de aplicaciones de referencia para funcionalidades habituales de ADAS y conducción autónoma, incluidas FCW, AEB, ACC, LKA y estacionamiento. Esta toolbox soporta la generación de código C/C++ para el prototipado rápido y las pruebas HIL, y admite algoritmos de control de fusión de sensores, seguimiento, planificación de trayectorias y vehículos.
Introducción
Aplicaciones de referencia
Utilice las aplicaciones de referencia como base para desarrollar funcionalidad de conducción autónoma. Automated Driving Toolbox incluye aplicaciones de referencia para advertencia de colisión frontal (FCW), asistencia de mantenimiento de carril (LKA) y estacionamiento automático.
Detección de vehículos y carriles en la aplicación de referencia del sistema de percepción visual.
Simulación de conducción cuboide
Genere detecciones sintéticas a partir de modelos de sensores de radar y cámara, e incorpore esas detecciones en escenarios de conducción para probar los algoritmos de conducción autónoma con un simulador basado en cuboides. Defina redes de carreteras, actores y sensores mediante la app Driving Scenario Designer. Importe pruebas de EuroNCAP y redes de carreteras de OpenDRIVE prediseñadas.
Simulación de escenarios de conducción de Unreal Engine
Desarrolle, pruebe y visualice el rendimiento de los algoritmos de conducción en un entorno de simulación 3D generado mediante Unreal Engine® de Epic Games®.
Usando un entorno de simulación 3D para registrar datos de sensores sintéticos, desarrolle un sistema de detección de señalización de carriles y pruebe ese sistema en diferentes escenarios.
Automatización del etiquetado de validación (ground-truth)
Utilice la app Ground Truth Labeler para el etiquetado de validación interactivo y automatizado a fin de facilitar la detección de objetos, la segmentación semántica y la clasificación de escenas.
Pruebas de algoritmos de percepción
Evalúe el rendimiento de los algoritmos de percepción mediante la comparación de los datos de validación (ground-truth) con las salidas de los algoritmos.
Evaluación de la salida de detección de carriles con respecto a datos de validación (ground-truth).
Diseño de sistemas de visión
Desarrolle algoritmos de visión artificial para la detección de vehículos y peatones, la detección de carriles y la clasificación.
Salida de la simulación de un sensor de cámara monocular.
Procesamiento de LiDAR
Utilice datos de LiDAR para detectar obstáculos y segmentar los planos de tierra.
Detección y seguimiento de vehículos en nubes de puntos lidar.
Visualización de los resultados de la fusión de sensores.
Acceso a datos de HERE HD Live Map
Lea los datos de mapas del servicio web HERE HD Live Map, incluidas las capas de mapas en mosaico que contienen información detallada sobre carreteras, carriles y ubicación.
Uso de HERE HD Live Map para verificar las configuraciones de carriles.
Visualización de datos de mapas
Utilice coordenadas de streaming para mapear las posiciones de los vehículos mientras se mueven.
Visualización de datos de mapas en streaming.
Planificación y visualización de la trayectoria de conducción en un entorno 3D
Controlador lateral Stanley para calcular los ángulos de giro.
Marcha atrás en escenarios de conducción
Simule maniobras de conducción tales como dar marcha atrás para aparcar
Carreteras de OpenStreetMap
Cree escenarios de conducción utilizando datos de carreteras importados del servicio web OpenStreetMap
Exportación de OpenDRIVE
Comparta un escenario de conducción con el formato OpenDRIVE
Ejemplos de localización
Desarrolle algoritmos de LiDAR y SLAM visual para la navegación mediante el entorno de simulación Unreal Engine®
Bloque Simulation 3D Vision Detection Generator
Genere objetos sintéticos y detecciones de límites de carril desde el entorno de simulación Unreal Engine
Consulte las notas de la versión para saber los detalles sobre estas funcionalidades y las funciones correspondientes.
