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。使用 matlab、simulink 和 roadrunner，您可以：
- 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
免费白皮书
了解其他人如何使用 matlab、simulink 和 roadrunner 实现自动驾驶
访问、可视化和标注数据
您可以使用适用于 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，您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，并支持您以交互方式标注多个信号，您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，您可以使用 here 高清实时地图和 openstreetmap®。
video tutorials:
仿真驾驶场景
您可以将立方体以及虚幻引擎 () 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。您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，您可以为感知和立方体环境用例开发算法。roadrunner 支持您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®。
video tutorials:
设计规划和控制算法
使用 matlab 和 simulink，您可以开发路径规划和控制算法。您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。
您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您的算法。
video tutorials:
设计感知算法
您可以使用来自相机、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。
您可以将这些算法作为 adas 应用的一部分来实现，如紧急制动和转向。
使用 matlab，您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。
video tutorials:
部署算法
您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®。
您还可以将算法部署到面向服务的架构中，如 ros 和 autosar。
使用自动生成的代码，您可以将传感器与其他 ecu 组件连接。支持多种部署目标，包括 nvidia、intel®、arm® 等品牌硬件。
集成和测试
您可以集成并测试您的感知、规划和控制系统。使用 requirements toolbox™，您可以捕获和管理您的需求。您也可以使用 simulink test™ 以并行方式运行和自动化测试用例。
