產品及服務 > Automated Driving System Toolbox, 自動駕駛系統工具箱
Automated Driving System Toolbox, 自動駕駛系統工具箱

Introduction
對自動駕駛以及先進駕駛輔助系統 (Advanced Driver Assistance Systems;ADAS)提供設計、模擬以及測試等多種功能。 Automated Driving System Toolbox™(自動駕駛系統工具箱),提供自動駕駛系統以及先進駕駛輔助系統 (ADAS)設計及測試的演算法及設計工具。透過本工具,您可以進行自動化的路面真實標記(ground-truth labeling)、匯總感測器的數據資料來建立各種駕駛情境,進行多感測器融合,以及視覺化系統的設計及模擬。 針對開放迴路(Open-Loop) 的系統測試,自動駕駛系統工具箱提供客製化流程的應用程式(MATLAB APP) 與評估工具,讓您能夠進行自動化的路面真實標記並以標記的結果來測試您的演算法。若要進行感測器融合以及控制邏輯硬體迴路(HIL)測試以及桌機模擬,本工具箱也可協助您產生各式各樣的駕駛情境並且模擬從雷達及照相機感測器所偵測到的物體清單。

自動駕駛系統工具箱支援卡爾曼濾波器(Kalman filters)、分配演算法(assignment algorithms)、動態模型與多物體追蹤架構來進行多感測器融合研發。工具箱內提供的用來設計視覺系統的演算法包括車道偵測,利用機器學習進行車輛偵測,也包含深度學習與影像至車輛座標(image-to-vehicle)轉換。 本工具箱使用需搭配MATLAB,Computer Vision System Toolbox,Image Processing Toolbox 若要使用 vehicleDetectorFasterRCNN class 需搭配Neural Network Toolbox.若要使用GPU 支援運算, 需搭配 Parallel Computing Toolbox

Key Features

  • 提供路面真實標記(Ground-truth labeling)流程的應用程式(MATLAB APP)以進行自動標記,並提供相關工具將模擬結果與標記結果進行比對。
  • 提供開發感測器融合(Sensor fusion)及追蹤的演算法,例如卡爾曼濾波器(Kalman filters)、多物件偵測架構、偵測追蹤分配以及動態模型等方法。
  • 可建立多種駕駛情境, 包含道路、行人與車輛, 並將情境進行視覺化。
  • 提供攝影機及雷達感測器的模擬功能,輸出所偵測到的物體清單。
  • 內建電腦視覺相關演算法, 包含道路標線的偵測及分類、車輛偵測與影像至車輛的座標轉換。
  • 工具箱具備許多視覺化功能,例如:使用鳥瞰圖呈現感測器的偵測範圍、物件的偵測與追蹤結果,以及透過影片覆蓋車道和車輛偵測的範圍。
  • 感測器融合及追蹤演算法可透過 MATLAB Coder 轉成C 程式碼

2018b加入 :

  • 新增預建駕駛場景:使用 Euro NCAP規範和增加更多預建場景測試駕駛演算法