Conduite autonome

Accéder, visualiser et labelliser les données

Vous pouvez accéder à des données de conduite temps réel et enregistrées, en utilisant les interfaces MATLAB pour CAN et ROS. Les outils prédéfinis vous permettent également de visualiser et de labelliser les données importées. Par exemple, l'application Ground Truth Labeler offre une interface permettant de visualiser et labelliser plusieurs signaux de manière interactive, ou vous pouvez étiqueter automatiquement ces signaux et exporter les données labellisées vers votre espace de travail.

Pour accéder aux données de cartes géographiques et les visualiser, vous pouvez utiliser HERE HD Live Maps et OpenStreetMap.

Documentation

• Avertissement de collision frontale avec CAN FD et TCP/IP
• Utiliser des messages ROS spécialisés
• Visualiser la couverture des capteurs, les détections et les pistes
• Afficher les données sur des fonds de carte OpenStreetMap

Simuler des scénarios de conduite

Vous pouvez utiliser des environnements de simulation cuboïdes et Unreal Engine avec MATLAB pour développer et tester des algorithmes dans des scénarios virtuels.

L'environnement cuboïde représente les acteurs sous forme de graphiques simples et utilise des modèles de capteurs probabilistes. Vous pouvez utiliser cet environnement pour les systèmes de contrôles, la fusion de capteurs et la planification de mouvement.

L'environnement Unreal Engine vous permet de développer des algorithmes pour la perception et les cas d'utilisation d'environnement cuboïde. RoadRunner vous permet de concevoir des scènes à utiliser avec des simulateurs comme CARLA, Vires VTD, et NVIDIA Drive Sim, ainsi que MATLAB et Simulink. RoadRunner supporte également l'exportation vers des formats de fichiers standard tels que FBX et OpenDRIVE.

Documentation

• Driving Scenario Designer
• Génération de scénarios à partir de données de véhicule enregistrées
• Simulation 3D pour la conduite autonome
• Visualiser la couverture et les détections des capteurs de simulation 3D
• Démarrer avec RoadRunner

Concevoir des algorithmes de planification et de contrôle

Avec MATLAB et Simulink, vous pouvez développer des algorithmes de planification et de contrôle de trajectoires. Vous pouvez concevoir des systèmes de contrôle de véhicules avec des contrôleurs latéraux et longitudinaux qui permettent aux véhicules autonomes de suivre une trajectoire planifiée.

Vous pouvez également tester vos algorithmes en simulation en utilisant des modèles de capteurs et des modèles de dynamiques de véhicules, ainsi que des environnements de simulation 2D et 3D.

Documentation

• Gestion des feux de circulation
• Stationnement en créneau avec un planificateur RRT et un contrôleur de suivi MPC
• Entraîner un agent DQN pour l'aide au maintien de la trajectoire
• Freinage d'urgence autonome avec la fusion de capteurs
• Changement de voie de circulation
• Stationnement automatique

Concevoir des algorithmes de perception

Vous pouvez développer des algorithmes de perception utilisant des données provenant de caméras, de capteurs LiDAR et de radars. Les algorithmes de perception incluent la détection, le pistage et la localisation, que vous pouvez utiliser pour des applications telles que le freinage automatique, la direction, la création de cartes et l'odométrie. 

Vous pouvez implémenter ces algorithmes dans le cadre d'applications ADAS telles que le freinage d'urgence et la direction.

Avec MATLAB, vous pouvez développer des algorithmes pour la fusion de capteurs, la localisation et la cartographie simultanées (SLAM), la création de cartes et l'odométrie.

Documentation

• Détection d'objets avec le Deep Learning SSD
• Fusion de données radar et LiDAR au niveau piste
• Introduction aux métriques de pistage
• Estimer l'orientation avec la fusion de capteurs inertiels
• Créer une carte à partir de données LiDAR avec la localisation et la cartographie simultanées (SLAM)

Déployer des algorithmes

Vous pouvez déployer des algorithmes de perception, de planification et de contrôle sur du hardware en utilisant des workflows de génération de code. Les langages de génération de code supportés sont C, C++, CUDA, Verilog et VHDL^®.

Vous pouvez également déployer des algorithmes sur des architectures orientées services telles que ROS et AUTOSAR.

Le code généré automatiquement vous permet de connecter des capteurs à d'autres composants ECU. Plusieurs cibles de déploiement sont supportées, notamment le hardware NVIDIA, Intel, ARM et bien plus encore.

Documentation

• Génération de code pour la détection d'objets avec un détecteur SSD (Single Shot Multibox)
• Génération de code pour des applications de segmentation sémantique sur ARM Neon
• Créer et configurer le composant logiciel AUTOSAR Adaptive
• Stationnement automatique avec ROS dans MATLAB

Intégrer et tester

Vous pouvez intégrer et tester vos systèmes de perception, de planification et de contrôle. Simulink Requirements vous permet de capturer et de gérer vos exigences. Vous pouvez également utiliser Simulink Test pour exécuter et automatiser des cas de test en parallèle.

Documentation

• Automatiser les tests pour le suivi des voies de circulation
• Intégration continue pour la vérification de modèles Simulink