Driving Scenario Designer APP能够设计合成自动驾驶场景，以用于验证自动驾驶系统。本次直播可以学习使用Driving Scenario DesignerAPP:
- 使用拖放界面方式创建道路和道路参与者模型。
- 配置安装在被控车辆上的视觉、雷达和激光雷达传感器。可以使用这些传感器来仿真探测场景中的交通参与者和车道线边界，并从场景中生成点云数据。
- 加载（Euro NCAP）ADAS测试场景(参与直播者，可以获得Euro NCAP法规文档)。
- 将合成传感器检测结果导出到MATLAB。
- 生成场景和传感器的MATLAB代码，然后以编程方式修改场景，并将其导入到应用程序中进行进一步仿真。
- 从场景和传感器生成一个Simulink模型，并使用生成的模型来测试配置的传感器融合或车辆控制算法。
-创建一个带有车辆轨迹的场景，以后可以在Simulink中重新创建，在三维环境中进行仿真。
基于MATLAB&SIMULINK开发自动驾驶直播第二课-Driving Scenario Designer APP创建自动驾驶场景，欢迎关注，如法加群，请联系小编。
MATLAB 和 Simulink使汽车工程师能够加快车辆开发过程，交付出满足市场要求的安全、舒适、节能和高性能的车辆。汽车工程师使用 MATLAB 和 Simulink于：
在自动驾驶开发方面，利用 MATLAB 和 Simulink 加速自动驾驶算法（包括感知、规划和控制算法）的开发。在 Simulink 中运行仿真，使用程序生成的场景测试、集成和调整这些函数，并尽可能扩大测试覆盖范围，涵盖各种道路、交通和环境条件，而无需使用昂贵的原型车辆。使用 MATLAB 来访问和预处理车队和车辆数据、构建机器学习和预测模型，并将模型部署到企业 IT 系统。您可以使用 MATLAB访问存储于文件、数据库和云端的数据。这将有助于您使用机器学习和深度学习应用来探索建模方法，以及通过CPU、NVIDIA GPU、云和数据中心资源上的并行处理来加速算法开发。机器学习模型自动转为 C/C++ 代码，深度学习模型自动转为 CUDA代码，有助于将训练过的模型或网络部署到生产 IT 系统，而无需重新编码为另一种语言。MathWorks 是 AUTOSAR 高级会员，积极参与该标准的开发，重点关注基于模型的设计在AUTOSAR 开发流程中的完整应用。使用 Simulink 和 AUTOSAR Blockset™ 对 AUTOSAR Classic 和 Adaptive 系统进行设计和仿真。然后使用 Embedded Coder用 C 语言生成 AUTOSAR Classic 代码，或用 C++ 生成 Adaptive 代码。支持使用 System Composer 设计组合（Composition）以及基于 ARXML 的双向集成。使用 MATLAB 和 Simulink 以及参考基于模型的设计工作流程，实现功能安全标准 ISO 26262 规定的严格流程。Embedded Coder、Simulink 模型验证工具和 Polyspace代码验证工具，已由 TÜV SÜD 根据针对 ASIL A-D 的 ISO 26262 标准进行资格预审。此项资格基于特定于应用的自动化验证工作流程。该过程支持比对模型和代码测试。除了生成 C 代码，Embedded Coder ISO 26262 工具资格认证用例还包括生成 AUTOSAR 和 C++ 代码的功能。基于MATLAB&SIMULINK可进行自动驾驶和智能辅助驾驶算法和和系统的设计，仿真和测试ADAS和自动驾驶系统。可以设计和测试视觉和激光雷达感知系统，以及传感器融合、路径规划和车辆控制器。可视化工具包括用于传感器覆盖、探测和跟踪的鸟瞰图和范围，以及用于视频、激光雷达和地图的显示。允许导入和使用HERE HD Live地图数据和OpenDRIVE道路网络。使用Ground Truth Labeler应用程序，可以自动标注Ground Truth来训练和评估感知算法。对于硬件在环(HIL)测试和感知、传感器融合、路径规划和控制逻辑的桌面仿真，可以生成和仿真驾驶场景。可以在逼真的3D环境中仿真摄像机、雷达和激光雷达传感器输出，并在2.5D仿真环境中仿真物体和车道边界的传感器检测。同时MATLAB&SIMULINK提供了常用的ADAS和自动驾驶功能的参考应用示例，包括FCW、AEB、ACC、LKA、HWA和代客泊车等。支持C/ C++代码生成，用于快速原型和HIL测试，支持传感器融合、跟踪、路径规划和车辆控制器算法。
获得pdf文档，请转发朋友圈，并联系小编
