Automated Driving Toolbox

 

Automated Driving Toolbox

Entwicklung, Simulation und Test von ADAS und autonomen Fahrsystemen

Jetzt beginnen:

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)

Simulation von Fahrszenarien

Erstellen Sie Fahrszenarien, verwenden Sie Sensormodelle und generieren Sie synthetische Daten, um Algorithmen für das automatisierte Fahren in simulierten Umgebungen zu testen.

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. 

Ground-Truth-Labeling

Automatisieren Sie das Labeling von Ground-Truth-Daten und vergleichen Sie die Ausgabe eines zu testenden Algorithmus mit Ground-Truth-Daten.

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.

Wahrnehmung mit Computer Vision und LiDAR

Entwickeln und testen Sie visuelle und LiDAR-Verarbeitungsalgorithmen für automatisiertes Fahren.

Design visueller Wahrnehmungssysteme

Entwickeln Sie Computer-Vision-Algorithmen für die Fahrzeug-, Fußgänger- und Fahrspurerkennung sowie -Klassifizierung.

Ausgabe einer Simulation mit monokularem Kamerasensor.

Sensorfusion und Tracking

Führen Sie Multisensor-Fusion über ein Framework zum Tracking mehrerer Objekte mit Kalman-Filtern durch.

Kartendarstellung

Greifen Sie auf HD-Kartendaten des Dienstes HERE HD Live Map zu, und visualisieren Sie sie. Zeigen Sie Fahrzeug- sowie Objektpositionen in Karten-Viewer-Streams an.

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.

Trajektorienplanung

Planen Sie Pfade mit Fahrzeug-Costmaps und Bewegungsplanungsalgorithmen.

Fahrzeugregelungssysteme

Nutzen Sie Regler für die Längs- und Querführung zum Einhalten einer geplanten Bahn.