MATLAB自动驾驶工具箱的简单使用

本文详细介绍如何使用DrivingScenarioDesigner在MATLAB中创建和使用开环与闭环驾驶场景,包括道路和车辆的设置,以及如何利用SIMULINK进行数据处理和仿真。文章还介绍了如何在UNREAL4引擎中进行场景仿真,以及MATLAB2020a自动驾驶工具箱的新增特性。
该文章已生成可运行项目,

1. 开环场景

1.1 场景的建立与使用

drivingScenarioDesigner

输入命令,打开场景编辑器

随便加入一些道路和车辆
在这里插入图片描述
加入车辆行驶路径点,并加入一台camera
在这里插入图片描述
导出到SIMULINK,自动生成slx与mat文件
在这里插入图片描述
SCENARIO模块输出的车辆数据格式如下,可用Bus模块分解,也可作为结构体使用matlab function 解码
在这里插入图片描述

1.2 使用现有场景

如图所示,matlab附带众多标准化的试验场景
在这里插入图片描述

2. 闭环场景

与开环场景类似,
SIMULINK中设置如下
在这里插入图片描述
数据打包如下

function egoActor = packEgo(pos,vel,yaw,yawRate)
% Pack ego information into a single ego actor bus
%
% Imoprtant note:
% Output is a bus of type BusActorsActors. This is the same bus used by the
% Scenario Reader to output an individual actor. If you change the
% output bus name of Scenario Reader, change the output bus name here
% as well by clicking on 'Edit Data' in the menu above.

egoActor = struct(...
    'ActorID',2,...
    'Position', [pos(1) pos(2) 0], ...
    'Velocity', [vel(1) vel(2) 0], ...
    'Roll', 0, ...
    'Pitch', 0, ...
    'Yaw', yaw, ...
    'AngularVelocity', [0 0 yawRate]);

3.使用UNREAL 4引擎进行SCENARIO SIMULATION

参照MATLAB2019B中自带的例子
在这里插入图片描述
在这里插入图片描述

4.一些参考资料和附加说明

4.1 DRIVING SCENARIO DESIGNER

MATLAB/Simulink自动驾驶工具箱之Driving Scenario Designer
https://zhuanlan.zhihu.com/p/109939394

4.2 matlab2020的自动驾驶工具箱更新了什么

参考:MATLAB2020a自动驾驶工具箱有哪些新特性?
https://zhuanlan.zhihu.com/p/115166496

(1)增加了几个自动驾驶demo——高速公路车道跟随、高速公路车道变更和交通信号协同系统
在这里插入图片描述
(2)Ground Truth Labeler可以同时标注代表同一场景的多个信号
在这里插入图片描述
(3)增加了激光雷达传感器模型
(4)Driving Scenario Designer增加了3D显示
在这里插入图片描述
(5)提供了几个预构建场景,这几个预构建场景在仿真运行中打通了Driving Scenario Designer和Unreal Engine
这几个场景包括CurvedRoad、CurvedRoad、StraightRoad、USCityBlock、USHighway。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

详情、交流请直接联系作者wx:nangua0963

本文章已经生成可运行项目
### MATLAB 自动驾驶工具箱使用教程 MATLAB自动驾驶工具箱提供了丰富的功能来设计、仿真和验证高级驾驶员辅助系统 (ADAS) 和自动驾驶系统的算法。以下是有关如何使用 MATLAB 自动驾驶工具箱的一些关键点: #### 工具箱的主要功能 自动驾驶工具箱涵盖了多种 ADAS 功能的应用示例,包括前向碰撞预警 (FCW)[^1]、自动紧急制动 (AEB)[^1]、自适应巡航控制 (ACC)[^1]、车道保持辅助 (LKA)[^1] 以及代客泊车等功能[^1]。 #### 安装与配置 要开始使用 MATLAB 自动驾驶工具箱,请按照以下方法安装并设置环境: - 确保已安装最新版本的 MATLAB 软件。 - 在 MATLAB 中通过附加产品管理器下载并安装 **Autonomous Driving Toolbox**。 - 配置所需的硬件接口和支持包以便于后续开发和测试。 #### 基本工作流程 利用此工具箱可以完成从传感器数据处理到最终控制系统部署的一系列操作: - **传感器建模与融合**: 提供摄像头、雷达和其他传感器模型用于场景创建;支持多源信息融合技术以提高感知精度[^1]。 - **目标检测与追踪**: 实现静态障碍物识别及动态物体运动预测的功能模块。 - **路径规划与决策制定**: 开发局部/全局路径规划策略,并结合交通规则做出合理行驶决定。 - **车辆动力学模拟**: 利用车辆动力学库评估不同工况下的性能表现。 #### 示例代码展示 下面是一个简单的 ACC 控制逻辑实现例子: ```matlab % 初始化参数 set_param(gcs, 'SimulationCommand', 'update'); accController = drivingACC('MaxAcceleration', 3, ... 'MinFollowingDistance', 5); % 主循环 for t = 0:dt:simulationTime % 获取前方车辆距离 leadVehiclePosition = getLeadVehiclePosition(); % 计算加速度指令 accelerationCmd = accController(leadVehiclePosition); % 更新当前车辆状态 updateEgoVehicleState(accelerationCmd); end ``` 上述脚本展示了基于时间步长 `dt` 进行迭代计算的过程,在每次循环里读取前车位置并通过内置函数得出合适的加速命令值。 #### 学习资源推荐 为了更深入地了解 MATLAB 自动驾驶工具箱的具体用法,建议访问官方文档页面获取详尽指导资料。此外还有许多在线课程可供选择学习这些先进技术和最佳实践案例分析。
评论 11
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值