このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
Automated Driving Toolbox 入門
Automated Driving Toolbox™ は、ADAS および自動運転システムの設計、シミュレーション、およびテストを行うためのアルゴリズムとツールを提供します。ビジョンと LiDAR 知覚システムに加え、センサー フュージョン、パス プランニング、および車両コントローラーを設計してテストできます。可視化ツールには、センサー カバレッジ、検出、追跡のための鳥瞰図プロットとスコープが備わっており、ビデオ、LiDAR、マップを表示します。ツールボックスで HERE HD Live Map データと ASAM OpenDRIVE® 道路ネットワークをインポートして作業できます。
グラウンド トゥルース ラベラー アプリを使用して、グラウンド トゥルースのラベル付けを自動化し、知覚アルゴリズムを学習および評価できます。知覚、センサー フュージョン、パス プランニング、および制御ロジックのハードウェアインザループ (HIL) テストとデスクトップシミュレーションのために、ドライビング シナリオを生成してシミュレートできます。フォトリアリスティックな 3D 環境でカメラ、レーダー、および LiDAR センサー出力をシミュレートして、2.5D シミュレーション環境でオブジェクトと車線境界線のセンサー検出をシミュレートできます。
Automated Driving Toolbox には、前方衝突警告、自動緊急ブレーキ、アダプティブ クルーズ コントロール、車線逸脱防止支援、パーキング バレーなど、一般的な ADAS および自動運転機能のリファレンス アプリケーションの例が用意されています。ツールボックスでは、センサー フュージョン、追跡、パス プランニング、車両コントローラーのアルゴリズムのサポートとともに、ラピッド プロトタイピングと HIL テスト用に C/C++ コードの生成がサポートされています。
チュートリアル
- グラウンド トゥルースのラベル付けを始める
対話的に複数の LiDAR 信号およびビデオ信号に同時にラベルを付けます。 - プログラムでのドライビング シナリオの作成
合成センサー データおよび追跡アルゴリズム用にグラウンド トゥルース ドライビング シナリオをプログラムで作成します。 - Create Driving Scenario Interactively and Generate Synthetic Sensor Data
Use the Driving Scenario Designer app to create a driving scenario and generate sensor detections and point cloud data from the scenario. - Simulate Simple Driving Scenario and Sensor in Unreal Engine Environment
Learn the basics of configuring and simulating scenes, vehicles, and sensors in a virtual environment rendered using the Unreal Engine® from Epic Games®. - Overview of Simulating RoadRunner Scenarios with MATLAB and Simulink
This topic describes the workflow to simulate RoadRunner scenarios with MATLAB® and Simulink®. RoadRunner is an interactive editor that enables you to design scenarios for simulating and testing automated driving systems. Automated Driving Toolbox provides a cosimulation framework for simulating scenarios in RoadRunner with actors modeled in MATLAB and Simulink. - Visual Perception Using Monocular Camera
Construct a monocular camera sensor simulation capable of lane boundary and vehicle detections. - Train a Deep Learning Vehicle Detector
Train a vision-based vehicle detector using deep learning. - Multiple Object Tracking Tutorial
Perform automatic detection and motion-based tracking of moving objects in a video by using a multi-object tracker. - Develop Visual SLAM Algorithm Using Unreal Engine Simulation
Develop a visual simultaneous localization and mapping (SLAM) algorithm using image data from the Unreal Engine simulation environment.
グラウンド トゥルースのラベル付け
ドライビング シナリオ設計
検出と追跡
位置推定と地図作成
自動運転について
- Automated Driving Toolbox の座標系
自動運転の座標系について説明します。
ビデオ
ドライビング シナリオ デザイナー アプリを使用したセンサー シミュレーションとバーチャル シーン設計 (パート 1)
バーチャル ドライビング シナリオを作成し、シナリオをアプリにインポートします。
ドライビング シナリオ デザイナー アプリを使用したセンサー シミュレーションとバーチャル シーン設計 (パート 2)
合成センサー検出を生成して MATLAB にエクスポートします。
Unreal Engine シミュレーション環境を使用した LiDAR ベースの SLAM の設計
SLAM を使用して LiDAR データからマップを作成。
自動運転システムのシミュレート方法: アダプティブ クルーズ コントロール
自動運転用のアダプティブ クルーズ コントロール アプリケーションをシミュレートおよびテストします。