MATLAB und Simulink für automatisierte Fahrsysteme

Entwickler in der Automobilindustrie verwenden MATLAB® und Simulink® für die Entwicklung von Fahrerassistenzfunktionen wie Umfelderfassung Bahnplanung, Sensorfusion und Regler. Mit MATLAB und Simulink ist folgendes möglich:

  • Entwicklung von Umfelderfassungssystemen unter Verwendung von vordefinierten Algorithmen, Sensormodellen und Anwendungen für Computer Vision, LiDAR- und Radarverarbeitung sowie Sensorfusion.  
  • Entwurf von Regelungssystemen und Modellierung der Fahrzeugdynamik in einer 3D-Umgebung mithilfe von komplettenReferenzanwendungen.
  • Testen und Prüfen von Systemen durch das Erstellen von Fahrszenarien mithilfe von synthetischen Sensormodellen.
  • Verwenden von anwendungsspezifischen Visualisierungen für das automatisierte Fahren.
  • Planen von Bahnen mithilfe von selbst entwickelten Fahrzeug-Costmaps und Bewegungsplanungsalgorithmen.
  • Verringern des für die Einhaltung von ISO 26262 benötigten Entwicklungsaufwands.
  • Automatisches Generieren von C-Code für eine schnelle Prototypenentwicklung und die Durchführung von HIL-Tests mithilfe von Codegenerierungsprodukten.

„MATLAB ist mein bevorzugtes Werkzeug, denn es beschleunigt den Entwurf und die Verbesserung von Algorithmen. Ich kann an einem einzigen Ort Daten analysieren, Algorithmen entwickeln und visualisieren und Simulationen durchführen und dann einen C-Code generieren, der zuverlässig und effizient ist und sich von Softwareingenieuren leicht in größere Systeme integrieren lässt.“

Liang Ma, Delphi

MATLAB für automatisierte Fahrsysteme verwenden

Wahrnehmungsdesign und -tets

MATLAB bietet vordefinierte Algorithmen und Sensormodelle für Computer Vision, LiDAR-Verarbeitung, Radar und Sensorfusion. Für die Durchführung der Sensorfusion steht Ihnen eine Bibliothek mit Tracking- und Datenassiziazionsalgorithmen für Punkt und erweiterte Objekte zur Verfügung Simulieren Sie Messungen mit IMU/GPS-Sensoren und entwerfen Sie Fusions- und Ortungsalgorithmen für die Schätzung der Fahrzeugposition und -ausrichtung.

Nutzen Sie Deep Learning und Machine Learning für die Entwicklung von Algorithmen zur Fußgängererkennung, Fahrspurerkennung und Schätzung eines befahrbaren Wegs.

Testen Sie mit der Anwendung „Ground Truth Labeling“ die Leistung von Perception-Systemendurch den Vergleich von Ground-Truth-Daten mit Algorithmusausgaben. 


Entwerfen und Testen von Reglern

Entwickeln Sie Regler für Fahrerassistenzfunktionen wie automatische Notbremssysteme (AEB), Spurhalteassistenten (LKA), automatische Distanzregelung (ACC) und Einparkassistenten. Entwerfen Sie mit vordefinierten Funktionen und Blöcken für Szenarien wie ACC, LKA und Hindernisvermeidung modellprädikative Regler speziell für automatisierte Fahranwendungen.

Testen Sie automatisierte Fahralgorithmen mit benutzerdefinierten Szenarien und synthetischen Erkennungen über Radar- und Kamerasensormodelle. Definieren Sie Straßennetze, Teilnehmer und Sensoren mit der Anwendung Driving Scenario Designer. Importieren Sie vordefinierte Euro NCAP-Tests and OpenDRIVE®-Straßennetze. 


Pfadplanung und Ortung

Planen Sie Pfade mithilfe von Fahrzeug-Costmaps und Bewegungsplanungsalgorithmen. Über Schnittstellen in ROS Toolbox™ können Sie auch auf Bahnplanungstechniken aus ROS zugreifen. Nutzen Sie Daten aus IMU- und GPS-Sensoren zur Schätzung der Fahrzeugposition und -ausrichtung.


Simulationsbasiertes Testen  

Testen Sie Ihre Fahrerassistenzalgorithmen in der Anwendung „Driving Scenario Designer“, mit der Sie selbst geschriebene oder vordefinierte Szenarien einschließlich EuroNCAP verwenden können. Generieren Sie Erkennungen aus statistischen Radar- und Kameramodellen und analysieren Sie die Ausgabe in MATLAB oder Simulink.

Entwickeln Sie unter Verwendung der Referenzanwendungen und der 3D-Umgebung ein virtuelles Testgelände für ADAS und Fahrerassistenzfunktionen. Die Fahrzeugmodelle sind mit einer virtuellen Kamera versehen, die während der Simulation Bilder an Simulink zurücksendet. Analysieren Sie die Signale in Simulink zum Testen von Fahrspurerkennungsalgorithmen. Die Möglichkeit der Anpassung von Szenen in Unreal Engine gibt Ihnen zusätzliche Flexibilität zum Erstellen und Simulieren von Szenarien, die Ihre ADAS- und Fahrerassistenzfunktionen vollständig ausführen.