Die Automated Driving Toolbox bietet Algorithmen und Tools für die Entwicklung, die Simulation und das Testen von ADAS und Systemen für autonomes Fahren. Ergänzend zu Vision- und LiDAR-Wahrnehmungssystemen können Sensordatenfusions-, Pfadplanungs- und Fahrzeugregelungssysteme entwickelt und getestet werden. Visualisierungstools umfassen ein Vogelperspektiven-Diagramm und den Umfang der Sensorabdeckung, -detektion und -verfolgung sowie Displays für Video, LiDAR und Karten. Die Toolbox ermöglicht das Importieren und Arbeiten mit Straßendaten aus HERE HD Live Map und OpenDRIVE®-Straßennetzen.
Mithilfe der Ground Truth Labeler-App lässt sich die Kennzeichnung von Ground Truth-Daten automatisieren, um Wahrnehmungsalgorithmen zu trainieren und zu bewerten. Für Hardware-in-the-Loop(HIL)-Tests und Desktop-Simulationen der Wahrnehmungs-, Sensorfusions-, Pfadplanungs- und Steuerlogik können Fahrszenarien generiert und simuliert werden. Kamera-, Radar- und LiDAR-Sensorausgaben lassen sich in einer fotorealistischen 3D-Umgebung und die Sensordetektion von Objekten und Spurbegrenzungen in einer 2,5-D-Umgebung simulieren.
Die Automated Driving Toolbox bietet Referenzanwendungsbeispiele für gängige ADAS- und automatisierte Fahrfunktionen, wie beispielsweise Kollisionswarnungen, Notbremsassistent, adaptive Geschwindigkeitsregelung, Spurhalteassistent und Einparkhilfe. Die Toolbox unterstützt die C/C++ Codegenerierung für Rapid Prototyping und HIL-Tests mit Support für Sensorfusion, Tracking, Pfadplanung und Fahrzeugregelungssysteme.
Referenzanwendungen
Referenzanwendungen bilden die Grundlage für das Entwickeln und Testen von ADAS-Anwendungen.
Produkt-Highlights
Szenario-Simulation
Simulation mithilfe realistischer Fahrszenarien und Sensormodelle ist ein entscheidender Testbestandteil von Algorithmen für automatisiertes Fahren. Die Automated Driving Toolbox bietet verschiedene Optionen zum Testen dieser Algorithmen, zum Beispiel eine quaderförmige Simulationsumgebung, die Unreal Engine-Simulationsumgebung sowie die Integration in RoadRunner Scenario. Diese Anwendung unterstützt den Import und Export von Szenen und Szenarien in und aus ASAM OpenDRIVE- und ASAM OpenSCENARIO®-Formaten.
Ground Truth-Kennzeichnung
Automatisierung der Kennzeichnung von Ground Truth-Daten und Vergleich der Ausgabe eines Testalgorithmus mit den Ground Truth-Daten. Mithilfe der Ground Truth Labeler-App können mehrere Signale wie Videos, Bildsequenzen und LiDAR-Signale gekennzeichnet werden, die dieselbe Szene repräsentieren.
Testautomation
Automatisiertes Testen von ADAS-Algorithmen und -Systemen von den Anforderungen bis zur Implementierung. Zugriff auf Funktionen von Anwendungen für das automatisierte Fahren (automatische Notbremsung, Fahrspurbefolgung auf Autobahnen, Spurwechsel auf Autobahnen) durch Definition von Szenarien und Ausführung von Regressionstests. Nutzen Sie Tools zum Erzeugen von Szenarien und Varianten-Tools zur Erstellung von Szenarien aus erfassten Sensordaten und zur Erzeugung verschiedener Varianten eines Ausgangsszenarios.
Bewegungsplanung und -steuerung
Planung von Fahrwegen mit Fahrzeugkostentabellen und Bewegungsplanungsalgorithmen. Verwendung von Quer- und Längssteuerungen, um einer geplanten Bewegungsbahn zu folgen.
Detektion und Tracking
Entwicklung und Testen von Vision- und LiDAR-Verarbeitungsalgorithmen für automatisiertes Fahren. Ausführung von Multi-Sensordatenfusions- und Multi-Object-Tracking-Frameworks mit Kalman-Filtern.
Lokalisierung und Kartierung
Verwendung von Simultaneous Localization and Mapping(SLAM)-Algorithmen zur Erzeugung von Karten von der Ego-Fahrzeugumgebung basierend auf visuellen oder LiDAR-Daten. Zugriff auf und Visualisierung von hochauflösenden Kartendaten des HERE HD Live Map-Service. Anzeige von Fahrzeug- und Objektstandorten in Streaming-Karten-Viewern.
Produktressourcen:
Interessiert an Automated Driving Toolbox?
Haben Sie Fragen?
Wenden Sie sich an das technische Team für Automated Driving Toolbox.