Automated Driving Toolbox 시작하기
Automated Driving Toolbox™는 ADAS와 자율주행 기능의 설계, 시뮬레이션, 테스트를 위한 알고리즘과 툴을 제공합니다. 이러한 ADAS 기능에는 전방 충돌 경고, 자동 긴급 제동, 적응형 크루즈 컨트롤, 차선 유지 보조, 주차 대행이 포함됩니다.
이 툴박스는 MIL(Model-in-the-Loop), SIL(Software-in-the-Loop), HIL(Hardware-in-the-Loop) 시뮬레이션에서 ADAS 알고리즘을 검증할 수 있도록 시나리오, 센서, 차량 동특성을 통합합니다. Cuboid 및 RoadRunner 환경에서 프로그래밍 방식으로 시나리오를 작성하고 시뮬레이션할 수 있습니다. 이 툴박스는 조감도 플롯, 비디오, 라이다, 맵 디스플레이와 같은 시각화 도구를 제공하고 Unreal Engine®에 연결합니다.
Test Suite for Euro NCAP® Protocols 애드온은 시나리오, 메트릭, 리포트를 제공하여 표준 기반 테스트를 지원합니다. Scenario Builder 애드온을 사용하면 카메라, 라이다, GPS(위성 측위 시스템), IMU(관성측정장치) 등 기록된 센서 데이터에서 실제 주행 조건을 다시 생성할 수 있습니다.
튜토리얼
- 프로그래밍 방식으로 주행 시나리오 만들기
합성 센서 데이터 및 추적 알고리즘의 ground truth 주행 시나리오를 프로그래밍 방식으로 생성합니다. - 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 workflows to create actor behaviors in MATLAB® or Simulink®, associate the behaviors with graphical actors in RoadRunner Scenario, start the scenario simulation in RoadRunner, and log simulation results for further analysis. - 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. - Design Lidar SLAM Algorithm Using Unreal Engine Simulation Environment
Develop a simultaneous localization and mapping algorithm using synthetic lidar sensor data recorded from the Unreal Engine simulation environment. - 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. - Ground Truth 레이블 지정 시작하기
대화형 방식으로 여러 라이다 신호와 비디오 신호의 레이블을 동시에 지정합니다.
주행 시나리오 설계
검출 및 추적
위치추정 및 지도작성
Ground Truth 레이블 지정
자율주행 정보
- Coordinate Systems in Automated Driving Toolbox
Understand coordinate systems for automated driving.
비디오
주행 시나리오 디자이너 앱을 사용한 센서 시뮬레이션과 가상 장면 설계, 1부
가상 주행 시나리오를 만들고 시나리오를 앱으로 가져옵니다.
주행 시나리오 디자이너 앱을 사용한 센서 시뮬레이션과 가상 장면 설계, 2부
합성 센서 검출을 생성하고 MATLAB으로 내보냅니다.
Unreal Engine 시뮬레이션 환경을 사용하여 라이다 기반 SLAM 설계하기
SLAM을 사용하여 라이다 데이터에서 맵을 작성합니다.
자율주행 시스템 시뮬레이션 방법: 적응형 크루즈 컨트롤
자율주행을 위한 적응형 크루즈 컨트롤 응용 분야를 시뮬레이션하고 테스트합니다.
