《利用MATLAB-Simulink在自动加速路上做了两件大事.doc》由会员分享，可在线阅读，更多相关《利用MATLAB-Simulink在自动加速路上做了两件大事.doc（1页珍藏版）》请在三一文库上搜索。
1、利用MATLAB/Simulink在自动加速路上做了两件大事2015：S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。系统利用每个二是设计了整个回放2016：传感器融合示例R2017a：ADST - 自动驾驶系统工具箱可视化数据融合真值标定可视化是数据分析的第一步。让我们看一段 MATLAB 处理数据并实现可视化的动画：多目标追踪（Multi-ObjectTracking），卡尔曼上图简单介绍了一个传感器融合的
2、过程从传感器的捕获（detection）到最终被确认为追踪物体（track）：物体被传感器（视觉、雷达等）捕获，形成 detectionTrack manager 先为该detection分配一个 trackTracking filter 通过卡尔曼滤波器不断估计 detection 的 trackTrack manger 通过代价矩阵将 detection 分配更新到 track目标 detection 消失后，track 被删除让我们看看该样例的运行动画：这个样例和上面有实际环境的样例有几点不同：车辆和道路都是可以像搭积木一样，通过 MATLAB 脚本快速搭建测试场景在这个模拟环境中可以模拟雷达（radar Detection Generator）和视觉（vision Detection Generator）的传感器。采用大量真值来训练机器学习算法利用真值来检验现有的识别算法R2017b：闭环控制示例Simulink 模型：包含传感器融合、传感器模型、可视化、控制器模型、车辆模型、模拟道路场景和环境模型控制器引入了两种参考设计：代码自动生成MATLAB 虽然可以创建道路场景，但是必须用脚本编程，比较麻烦。更希望看到虚拟现实场景。R2018a：unreal 集成