Automated Driving Toolbox 시작하기
Automated Driving Toolbox™는 ADAS와 자율주행 시스템의 설계, 시뮬레이션, 테스트를 위한 알고리즘과 툴을 제공합니다. 비전 시스템과 라이다 인식 시스템을 비롯하여 센서 융합, 경로 계획, 차량 제어기를 설계하고 테스트할 수 있습니다. 시각화 툴에는 센서 커버리지, 검출, 추적을 위한 조감도 뷰 플롯과 스코프는 물론 비디오, 라이다, 맵에 사용할 디스플레이도 포함되어 있습니다. 이 툴박스를 사용하면 HERE HD Live Map 데이터와 ASAM OpenDRIVE® 도로망을 가져와서 작업할 수 있습니다.
Ground Truth 레이블 지정기 앱을 사용하면 ground truth의 레이블 지정을 자동화하여 인식 알고리즘을 훈련시키고 평가할 수 있습니다. 인식, 센서 융합, 경로 계획, 제어 논리의 HIL(Hardware-in-the-Loop) 테스트와 데스크탑 시뮬레이션을 위해 주행 시나리오를 생성하고 시뮬레이션할 수 있습니다. 카메라, 레이다, 라이다 센서 출력을 실사 3차원 환경에서 시뮬레이션하고 객체와 차선 경계의 센서 검출을 2.5차원 시뮬레이션 환경에서 시뮬레이션할 수 있습니다.
Automated Driving Toolbox는 전방 충돌 경고, 자율 비상 제동, 적응형 크루즈 컨트롤, 차선 유지 보조, 주차 대행 등 일반적인 ADAS 기능과 자율주행 기능에 대한 참조 응용 사례 예제를 제공합니다. 이 툴박스는 센서 융합, 추적, 경로 계획, 차량 제어기 알고리즘을 지원하는, 신속 프로토타이핑과 HIL 테스트를 위한 C/C++ 코드 생성을 지원합니다.
튜토리얼
- Ground Truth 레이블 지정 시작하기
대화형 방식으로 여러 라이다 신호와 비디오 신호의 레이블을 동시에 지정합니다. - 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 the workflow to simulate RoadRunner scenarios with 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. - 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
주행 시나리오 설계
검출 및 추적
위치추정 및 지도작성
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.
