利用MATLAB/Simulink在自动加速路上做了两件大事

fanichicl

利用MATLAB/Simulink在自动加速路上做了两件大事

自动驾驶是目前比较热门的话题，包含的技术领域五花八门，例如：雷达、摄像头、汽车电控、激光雷达、物体识别、高精度地图、导航技术等等。小编特邀 MathWorks 行业技术专家来聊一聊 MathWorks 这几年的自动驾驶之路，分享最新的技术投入和应用亮点

MathWorks 对自动驾驶技术的投入可以总结为以下几个阶段：

2015：SCANIA AEB 系统

2015 年，瑞典著名的重卡生产商 SCANIA 发布了用 MATLAB/Simulink 设计的 AEB（自动紧急刹车）系统，看动画：

在这个案例中，SCANIA 利用 MATLAB/Simulink 做了两件大事：

一是设计了数据融合（Sensor Fusion）系统。AEB 把摄像头和雷达采集的数据进行整合，同时使用车辆前部安装的雷达和摄像头来扫描前方区域的物体。系统利用每个传感器的独特优势获取更精确的环境模型。

雷达的优势在于确定物体的距离、相对速度，但在确定物体的形状或横向位置方面较弱。摄像头主要优势在于辨识物体类别，主要缺点在于在黑暗环境下难以工作，以及对速度估计不准确。SCANIA 构建了一个传感器融合系统，可将两个传感器中的数据进行匹配合并。传感器融合系统一旦在主道上发现物体，会将该物体的位置和预计路径传递给 AEB，AEB 将确定何时警告驾驶员或采取制动措施。

二是设计了整个回放测试系统。SCANIA 的车队在超过 150 万公里的驾驶里程中，所记录的实际交通数据超过了 80TB。这 150 万公里的实测数据，为每次更新发布的新功能提供了海量测试场景和数据。

为了进一步提高仿真运行速度，研发团队编写了 MATLAB 脚本，在服务器集群进行多核并行计算和仿真，最多同时可以运行300个仿真实例。通过这一方法，将仿真 150 万公里交通数据的时间减少到 12 小时。在仿真中发现值得关注的新场景时，会在 Simulink 中重新运行仿真并进行深度分析。

游客，如果您要查看本帖隐藏内容请回复

! x2 F) Z9 s7 [& k
& x! V, ^! Q" N

wu68aq

高科技啊

smallmonkey

感谢分享！！！
& r. ~. y. I. f

chencol

谢谢分享