Automated Driving Toolbox
Entwicklung, Simulation und Test von ADAS und autonomen Fahrsystemen
Die Automated Driving Toolbox™ umfasst Algorithmen und Tools zum Entwerfen, Simulieren und Testen von Fahrerassistenzsystemen (ADAS) und automatisierten Fahrsystemen. Sie können visuelle und LiDAR-Wahrnehmungssysteme sowie Sensorfusion, Bahnplanung und Fahrzeugregelungssysteme entwerfen und testen. Zu den Visualisierungswerkzeugen gehören die Ansicht aus der Vogelperspektive mit Darstellung der Sensorabdeckung, Detektionen und Tracks, sowie die Visualisierung von Videos, LiDAR-Daten und Karten. Mit der Toolbox können Sie HERE HD Live Map-Daten und OpenDRIVE®-Straßennetze importieren und für Ihre Arbeit nutzen.
Nutzen Sie die Ground-Truth-Labeler App um das Erstellen der Ground-Truth zum Trainieren und Auswerten von Wahrnehmungsalgorithmen zu automatisieren. Für Hardware-in-the-Loop-Tests (HIL) und Desktop-Simulationen von Wahrnehmung, Sensorfusion, Bahnplanung und Steuerlogik können Sie Fahrszenarien generieren und simulieren. Simulieren Sie Kamera-, Radar- und LiDAR-Sensorausgaben in einer fotorealistischen 3D-Umgebung und Sensordetektionen von Objekten und Fahrspurgrenzen in einer 2,5-D-Simulationsumgebung.
Die Automated Driving Toolbox stellt Referenzanwendungsbeispiele für weitverbreitete Funktionen rund um ADAS und automatisiertes Fahren wie FCW (Kollisionsfrühwarnung), AEB (Notbremsassistent), ACC (Abstandsregeltempomat), LKA (Spurhalteassistent) und fahrerloses Parken (automated valet parking) zur Verfügung. Die Toolbox unterstützt die Generierung von C/C++-Code für eine schnelle Prototypenentwicklung und HIL-Tests mit Algorithmen für Sensorfusion, Tracking, Bahnplanung und Fahrzeugregelungssysteme.
Jetzt Loslegen:
Referenzanwendungen
Referenzanwendungen dienen Ihnen als Ausgangsbasis für die Entwicklung von automatisierten Fahrfunktionen. Die Automated Driving Toolbox umfasst Referenzanwendungen für die Kollisionsfrühwarnung (FCW), den Spurhalteassistenten (LKA) und das fahrerlose Parken (automated valet parking)
Erkennen von Fahrzeugen und Spuren in der Referenzanwendung zum visuellen Wahrnehmungssystem.
Fahrsimulation (Cuboid World)
Generieren Sie synthetische Detektionen aus Radar- und Kamerasensormodelle, und integrieren Sie diese Detektionen in Fahrszenarien, um Algorithmen für das automatisierte Fahren mit einem Simulator zu testen. Definieren Sie Straßennetze, Teilnehmer und Sensoren mit der Driving Scenario Designer-App. Importieren Sie vordefinierte Euro NCAP-Tests und OpenDRIVE-Straßennetze.
Fahrszenariosimulation mit der Unreal Engine
Entwickeln, testen und visualisieren Sie die Leistung von Fahralgorithmen in einer simulierten 3D-Umgebung, die mit der Unreal Engine® von Epic Games®. dargestellt wird.
Verwendung einer 3D-Simulationsumgebung zum Aufzeichnen synthetischer Sensordaten, Entwickeln eines Spurmarkierungs-Erkennungssystems und Testen dieses Systems in verschiedenen Szenarien.
Automatisierung der „Ground-Truth“-Klassifikation
Verwenden Sie die Ground Truth Labeler-App für die interaktive und automatisierte Ground-Truth-Klassifikation zur Unterstützung von Objekterkennung, semantischer Segmentierung und Szenenklassifikation.
Testen von Wahrnehmungsalgorithmen
Bewerten Sie die Leistung von Wahrnehmungsalgorithmen, indem Sie die Ground-Truth Daten mit den berechneten Werten vergleichen.
Bewerten der Ausgabe der Fahrspurerkennung mithilfe von Ground-Truth-Daten.
Design visueller Wahrnehmungssysteme
Entwickeln Sie Computer-Vision-Algorithmen für die Fahrzeug-, Fußgänger- und Fahrspurerkennung sowie -Klassifizierung.
Ausgabe einer Simulation mit monokularem Kamerasensor.
LiDAR-Verarbeitung
Nutzen Sie LiDAR-Daten zum Erkennen von Hindernissen und Segmentieren von Grundflächen.
Erkennung und Tracking von Fahrzeugen in LiDAR-Punktwolken.
Visualisierung von Sensorfusionsergebnissen.
Zugriff auf HERE HD Live Map Daten
Einlesen der Kartendaten über den HERE HD Live Map Webservice, einschließlich gekachelter Kartenebenen, die detaillierte Straßen-, Fahrbahn- und Lokalisierungsinformationen enthalten.
Verwenden von HERE HD Live Map zum Verifizieren von Spurkonfigurationen.
Anzeigen der Kartendaten
Aktualisieren Sie die Fahrzeugposition auf der Karte, während das Fahrzeug fährt.
Zeigen Sie Streams von Kartendaten an.
Bahnplanung und -visualisierung in einer 3D-Umgebung
Stanley-Querregler zum Berechnen von Lenkwinkeln.
„Ground-Truth“-Kennzeichnung für mehrere Signale
Simultane Kennzeichnung von LiDAR- und Videosignalen
LiDAR-Kennzeichnung
Kennzeichnung von LiDAR-Punktwolken zum Trainieren von Deep-Learning-Modellen
3D-Szenenanpassung
Simulation von Fahrszenarien in einer 3D-Umgebung mit im Unreal Editor erzeugten Szenen
LiDAR-Sensormodell
Erzeugen synthetischer Punktwolken aus programmierten Fahrszenarien
Verbesserungen des Vogelperspektiven-Scopes
Visualisieren von Radar- und LiDAR-Daten von 3D-Simulationssensoren und von Akteuren aus benutzerdefinierten Blöcken
„HERE HD Live Map“-Straßen in Szenarien
Erzeugen von Fahrszenarien mittels importierter Straßendaten aus Karten in hoher Auflösung
Details zu diesen Merkmalen und den zugehörigen Funktionen finden Sie in den Versionshinweisen.
