如何用MATLAB和SIMULINK开发自动驾驶系统

利用 MATLAB、Simulink和 RoadRunner，工程师能够深入了解真实世界的行为、减少车辆测试并验证嵌入式软件的功能，从而推进自动驾驶感知、规划和控制系统的设计。借助 MATLAB 和 Simulink，能够：

访问、可视化和标注数据

仿真驾驶场景

设计规划和控制算法

设计感知算法

使用代码生成部署算法

集成和测试

可以使用适用于 CAN 和 ROS 的 MATLAB 接口访问实时和记录的驾驶数据。使用内置工具，还可以可视化和标注导入的数据。例如，真值标注器界面能够可视化信号，并支持以交互方式标注多个信号，也可以自动标注这些信号，并将标注的数据导出到工作区。

要访问和可视化地理地图数据，可以使用 HERE 高清实时地图和 OpenStreetMap。

可以将立方体以及虚幻引擎 (Unreal Engine) 仿真环境与 MATLAB 结合使用，在虚拟场景中开发和测试算法。

立方体环境将交通参与者表示为简单图形，并使用概率传感器模型。可以将此环境用于控制、传感器融合和运动规划。

使用虚幻引擎环境，可以为感知和立方体环境用例开发算法。RoadRunner 支持设计可在仿真器中使用的场景，包括 CARLA、Vires VTD 和 NVIDIA Drive Sim，以及 MATLAB 和 Simulink。RoadRunner 还支持导出为行业标准文件格式，如 FBX 和 OpenDRIVE。

RoadRunner 是一个交互式编辑器，可用于针对自动驾驶系统仿真和测试设计三维场景。可以创建区域特定的道路标志和标记以自定义道路场景。可以插入标志、信号、护栏和道路损坏，以及绿化、建筑物和其他三维模型。RoadRunner 还提供工具，用于设置和配置交叉路口处的交通信号配时、相位和行车路径。

RoadRunner 支持激光雷达点云、航拍图像和 GIS 数据的可视化。您可以使用 OpenDRIVE 导入和导出道路网络。使用 RoadRunner 构建的三维场景可导出为 FBX、glTF、OpenFlight、OpenSceneGraph、OBJ 和 USD 格式。导出的场景可在自动驾驶仿真器和游戏引擎中使用，包括 CARLA、Vires VTD、NVIDIA DRIVE Sim、百度 Apollo、Cognata, Unity、和虚幻引擎 (Unreal Engine)。

借助 RoadRunner Asset Library，可以使用多种逼真且视觉一致的三维模型快速填充三维场景。 RoadRunner Scene Builder 支持自动从高清地图生成三维道路模型。

使用 MATLAB 和 Simulink，可以开发路径规划和控制算法。可以使用横向和纵向控制器设计车辆控制系统，使自主驾驶车辆能够遵循规划的轨迹。

还可以使用传感器模型和车辆动力学模型，在二维和三维仿真环境中合成式地测试的算法。

可以使用来自相机、激光雷达和雷达的数据开发感知算法。感知算法包括检测、跟踪和定位，可用于自动制动、转向、地图构建和里程计等应用。

使用 MATLAB和 Simulink可帮深入了解图像和视频数据，开发算法，并探寻具体实施时的权衡取舍。

使用一套全方位的图像处理、计算机视觉和深度学习的参照标准算法来设计视觉解决方案。

通过可互操作的 API 和集成工具与使用 OpenCV、Python 和 C/C++的团队协作。

使用工作流程应用程序自动执行常规任务并加快算法探索。

加速NVIDIA GPU、云和数据中心资源上的算法，而无需专业的编程或 IT 知识。

将算法部署到嵌入式设备，包括 NVIDIA GPU、Intel 处理器、 FPGA 以及基于 ARM 的嵌入式处理器。

使用 MATLAB，可以开发用于传感器融合、同步定位与地图构建 (SLAM)、地图构建和里程计的算法。

可以使用代码生成工作流将感知、规划和控制算法部署到硬件。支持的代码生成语言包括 C、C++、CUDA、Verilog 和 VHDL。