Neue Funktionen

Sehen Sie sich neue Funktionen für die Automobilindustrie in MATLAB® und Simulink® an.

Entwurf von Wahrnehmungssystemen

  • NEU Deep Learning mit LiDAR: Erkennen und Segmentieren von Objekten mit LiDAR-Punktwolken
  • LiDAR-Sensormodell: Erzeugen synthetischer Punktwolken aus programmierten Fahrszenarien
  • Tracking-Beispiele: Radar- und LiDAR-Spuren zusammenführen, Spur-zu-Spur-Fusion in Simulink durchführen
  • Unreal Engine®-kompatible Sensormodelle: Integrieren Ihres Simulink-Modells in ein Kamera-, LiDAR- oder Radarsensormodell, das Teil der Simulation in einer Unreal Engine-Szene ist
  • Parameterschätzung für monokulare Kameras: Konfigurieren einer monokularen Kamera durch Schätzung ihrer extrinsischen Parameter
  • Verbesserungen des Radarsensor-Modells: Modellieren von Verdeckungen in Radarsensoren
  • Beispiele für Sensor Fusion und Objekt-Tracking
  • Pfadplanung: Planen von Fahrwegen anhand einer RRT*-Pfadplanung und einer Costmap
  • LiDAR-Segmentierung: Schnelle Segmentierung von 3D-Punktwolken aus LiDAR

Zugehörige Produkte: Automated Driving Toolbox™, Vehicle Dynamics Blockset™, Lidar Toolbox

 

Testen und Verifizierung

  • Neu OpenDRIVE® Import/Export:  OpenDRIVE -Straßen in Fahrszenarien laden und Fahrszenarien in das  OpenDRIVE -Format konvertieren
  • Neu MDF-Leseleistung: Lesen großer MDF-Dateien mit Tausenden von Kanälen mindestens 30-mal schneller
  • MDF-Lektüre unter Linux®: Öffnen und lesen Sie MDF-Dateien auf der Linux-Plattform 
  • MDF-Dateiinformationen und Sortierfunktionen: Schneller Zugriff auf Metadaten von MDF-Dateien und Sortieren des Inhalts einer MDF-Datei 
  • Kinematics and Compliance Virtual Test Laboratory: Erzeugen von Kalibrierungsparametern für gemappte Aufhängungen aus Tabellendaten 
  • Unterstützung des Vector BLF-Dateiformats: Lesen und Schreiben binärer BLF-Protokolldateien von MATLAB aus 
  • Vordefinierte Fahrszenarien: Testen von Fahralgorithmen mit Euro NCAP®und anderen vordefinierten Szenarien 
  • Driving Scenario Designer: Interaktives Definieren von Akteuren und Fahrszenarien, um Regler und Sensor-Fusion-Algorithmen zu testen 
  • Vordefinierte Manöver für häufige Fahr- und Lenktests einschließlich zweifacher Spurwechsel und Test mit konstantem Radius 

Zugehörige Produkte: Automated Driving Toolbox, Vehicle Dynamics Blockset, Vehicle Network Toolbox™

Ground-Truth-Kennzeichnung

  • LiDAR-Kennzeichnung: Kennzeichnen Sie LiDAR-Punktwolken zum Trainieren von Deep-Learning-Modellen
  • Ground-Truth-Kennzeichnung für mehrere Signale: Kennzeichnen Sie LiDAR- und Videosignale gleichzeitig
  • Ground-Truth-Kennzeichnung: Einteilen von Kennzeichnungen in logische Gruppen
  • Definieren Sie mehrere benutzerdefinierte Etiketten im Ground Truth Labeler-Anschluss.
  • Ground-Truth-Kennzeichnung auf Pixelebene: Interaktive Kennzeichnung einzelner Pixel in Videodaten
  • Attribute für die Ground-Truth-Kennzeichnung: Organisieren und Klassifizieren von Ground-Truth-Kennzeichnungen mithilfe von Attributen und Unterkennzeichnungen

Zugehörige Produkte: Automated Driving Toolbox

Visualisierung

  • Neu Simulation von 3D-Blöcken: Visualisierung von Traktoren und Anhängern in der Unreal Engine 3D-Umgebung
  • Upgrade für die 3D-Simulation: 3D-Simulationen mit Unreal Engine, Version 4.23
  • Headless Mode: Ausführung von 3D-Simulationen, ohne das 3D-Visualisierungsdisplay der Unreal Engine zu öffnen
  • 3D-Simulation: Entwickeln, testen und verifizieren Sie Fahralgorithmen in einer 3D-Simulationsumgebung, die mit dem Unreal Engine von Epic Games® gerendert wurde
  • Unreal Engine-Szenen: Verwenden vordefinierter 3D-Szenen, einschließlich eines Parkplatzes, eines Autobahnabschnitts und der Mcity-Umgebung, oder Erstellen einer eigenen benutzerdefinierten Szene mit dem Unreal Editor
  • HERE HD Live Map Reader: Lesen und visualisieren Sie Daten aus hochauflösenden Karten, die für Anwendungen im automatisierten Fahren bestimmt sind.
  • Referenzapplikationen für Manöver: Verwenden des Raytracing für 3D-Umgebungen, um während eines Fahrzeugmanövers die Bodenposition unter den Reifen zu ermitteln
  • Bird‘s-Eye-Scope für Simulink: Analysieren Sie Sensorabdeckungen, Auffälligkeiten und Tracking in Ihrem Modell

Zugehörige Produkte: Automated Driving Toolbox, Vehicle Dynamics Blockset

Elektrifizierung

  • Virtuelle Kalibrierung: Verwenden der Model-Based Calibration Toolbox™ zur Kalibrierung der Blöcke „Mapped Motor“ (Motor mit Zuordnungstabellen) und „Three-Phase Voltage Source Inverter“ (Stromrichter für Drehstromerzeugung) anhand von Effizienzkarten mit gemessenen Daten 
  • Beispiel für den Einstieg: Erzeugen von Stromregler-Kalibrierungstabellen für flussbasierte Motorsteuerungen
  • Bibliotheken zu Antriebs-, Lenk-, Aufhängungs-, Karosserie-, Brems- und Reifenkomponenten
  • Parametrisierung flussbasierter Motoren: Erzeugen von Parametern für die Blöcke „Flux-Based PMSM“ (flussbasierte PMSM) und „Flux-Based PM Controller“ (flussbasierte PM-Steuerung)
  • Parametrierung von Akkus: Erzeugen von Parametern für die Blöcke „Datasheet Battery“ (Akku anhand eines Datenblatts) und „Equivalent Circuit Battery“ (äquivalenter Schaltkreis-Akku)

Zugehörige Produkte: Vehicle Dynamics Blockset, Powertrain Blockset™, Model-Based Calibration Toolbox, Simscape Electrical®

Motorkalibrierung

  • Neu Versuchsplanung: Hinzufügen von Punkten für Motorkalibrierungen an der Betriebsgrenze
  • Deep-Learning-Motormodell: Generieren eines Deep-Learning-Motormodells, mit dem Sie Algorithmen entwickeln sowie Fahrzeugleistung, Kraftstoffverbrauch und Emissionen analysieren können
  • Unterstützung des ASAM CDFX-Dateiformats: Importieren, Exportieren und Bearbeiten von Dateien im CDFX-Dateiformat für Kalibrierungsdaten
  • Zeitstempel-Unterstützung für XCP-Blöcke: Austausch von zeitgestempelten Daten zwischen Simulink-Modellen und XCP-Slaves
  • Virtuelle Kalibrierung: Verwenden der Model-Based Calibration Toolbox zum Kalibrieren von Blöcken für Diesel- und Otto-Motormodelle
  • Referenzanwendungen für Diesel- und Otto-Motor-Prüfstände: Anpassung der Motorengröße und der Kalibrierung von Steuerungen anhand des gewünschten Hubraums und der gewünschten Anzahl von Zylindern

Zugehörige Produkte: Model-Based Calibration Toolbox, Vehicle Dynamics Blockset, Powertrain BlocksetVehicle Network Toolbox

Kraftstoffverbrauchs- und Leistungsanalyse

  • Neu ECMS-Block: Strategie zur Minimierung des modelläquivalenten Verbrauchs für die Regelung von Hybrid-Elektrofahrzeugen
  • Neu Referenzanwendungen zur Funkentzündung: Konfigurieren der Architektur Ihres Motormodells (Reihen- oder V-Motor), des Luftwegs (Turbolader oder Saugmotor) und der AGR (mit oder ohne Abgasrückführung)
  • Neu Fahrzeug- und Anhängerblöcke: Einsatz von Anhängern mit drei (3DOF) oder sechs (6DOF)  Freiheitsgraden und Fahrzeugen mit drei Achsen 
  • Modul Getriebesteuerungen: Optimierung von Schaltplänen für Algorithmenentwurf und -leistung, Kraftstoffverbrauch und Emissionsanalyse 
  • HEV-Referenzanwendungen: Neue oder aktualisierte Referenzanwendungen für die HEV-Architekturen P0, P1, P2, P3 und P4 mit einzelnem Motor. Vollständig montierte Modelle verwenden eine neue äquivalente Verbrauchsminimierungsstrategie (ÄVMS) für die übergeordnete Hybridsteuerung 
  • Effizienz von Antriebssystemen: Bewerten und Berichten von Energie- und Leistungsverlusten auf Komponenten- und Systemebene 
  • Referenzanwendung für ein leistungsverzweigtes Hybridfahrzeug: Verwendung eines speziell zusammengestellten Modells für HIL-Tests, Trade-Off-Analysen und die Optimierung von Steuerungsparametern für ein leistungsverzweigtes Hybridfahrzeug wie den Toyota Prius

Zugehörige Produkte: Powertrain Blockset, Vehicle Dynamics Blockset