MATLAB et Simulink pour les systèmes de conduite autonome

Les ingénieurs de l’industrie automobile utilisent MATLAB® et Simulink® pour concevoir des fonctionnalités pour les systèmes de conduite autonome telles que la détection, la planification de trajectoires, le contrôle et la fusion de capteurs. Avec MATLAB et Simulink, vous pouvez :

  • Développer des systèmes de perception à l'aide de modèles de capteur, d'applications et d'algorithmes prédéfinis pour la vision par ordinateur, le traitement radar et lidar, et la fusion de capteurs
  • Concevoir des systèmes de contrôle et modéliser la dynamique des véhicules dans un environnement 3D grâce à des applications de référence entièrement assemblées
  • Tester et vérifier des systèmes en créant des scénarios de conduite à l'aide de modèles de capteurs synthétiques
  • Utiliser des types de visualisation propres à la conduite autonome
  • Planifier des trajectoires en concevant et en utilisant des costmaps de véhicules et des algorithmes de planification de mouvement
  • Réduire l’effort requis pour se conformer à la norme ISO 26262
  • Générer automatiquement du code C pour le prototypage rapide et les tests HIL en utilisant les produits de génération de code

« MATLAB est mon outil préféré, car il accélère la conception et l'optimisation des algorithmes. Je peux analyser des données, développer, visualiser et simuler les algorithmes depuis un seul et même endroit, puis générer du code C fiable et efficace, que les ingénieurs logiciels peuvent intégrer très facilement dans un système plus important. »

Liang Ma, Delphi

Utilisation de MATLAB pour les systèmes de conduite autonome

Test et conception de systèmes de perception

MATLAB propose des algorithmes et des modèles de capteurs prédéfinis pour la vision par ordinateur, le traitement lidar, le radar et la fusion de capteurs. Réalisez la fusion de capteurs grâce à une bibliothèque de techniques de tracking et d'association de données, notamment des trackers de points et d'objets étendus. Simulez des mesures de capteurs IMU/GPS, et concevez des algorithmes de localisation et de fusion pour estimer la position et l'orientation du véhicule.

Utilisez le Deep Learning et le Machine Learning pour développer des algorithmes pour la détection des piétons et des voies de circulation, ainsi que pour l'estimation du parcours de conduite possible.

Grâce à l'application Ground Truth Labeling, testez les performances des systèmes de perception en comparant les données de vérité terrain avec les résultats des algorithmes.


Test et conception de systèmes de contrôle

Développez des contrôleurs pour les fonctions de conduite autonome, telles que le système de freinage automatique d'urgence, l’alerte de franchissement involontaire de ligne, le régulateur de vitesse automatique et le stationnement automatique. Concevez des commandes prédictives spécifiquement pour des applications de conduite autonome avec des fonctionnalités et des blocs préétablis, pour des scénarios tels que la régulation adaptative de la vitesse, l'alerte de franchissement de ligne et l'évitement d’obstacles.

Testez des algorithmes de conduite autonome à l'aide de scénarios uniques et de données de détections synthétiques des modèles de capteur radar et de caméra. Définissez des réseaux routiers, des acteurs et des capteurs à l'aide de l'application Driving Scenario Designer. Importez des tests EURO NCAP et des réseaux routiers OpenDRIVE® prédéfinis. 


Planification de trajectoires et localisation

Planifiez les trajectoires de conduite à l'aide de costmaps de véhicules et des algorithmes de planification de mouvement. Vous pouvez également accéder à des techniques de planification de trajectoires depuis ROS avec les interfaces de ROS Toolbox™. Estimez la position et l'orientation du véhicule grâce aux données provenant des capteurs GPS et IMU.


Tests par simulation  

Testez vos algorithmes de conduite autonome avec l'application Driving Scenario Designer, qui vous permet de créer des scénarios ou d'en charger des prédéfinis tels que Euro NCAP. Générez des détections depuis vos modèles statistiques de caméra et de radar et analysez le résultat dans MATLAB ou Simulink.

Développez un environnement de test virtuel pour les ADAS et des fonctionnalités de conduite autonome à l'aide des applications de référence et de l'environnement 3D. Les modèles de véhicule sont fournis avec une caméra virtuelle qui envoie des images à Simulink lors de la simulation. Analysez les signaux dans Simulink pour tester votre algorithme de détection des voies. La personnalisation des scènes dans les éditeurs Unreal Engine facilite davantage la création et la simulation de scénarios qui exploitent pleinement vos fonctionnalités ADAS et de conduite autonome.