Создание сценария управления
drivingScenario объект представляет собой 3-D арену, содержащую дороги, транспортные средства, пешеходов и другие аспекты сценария вождения. Используйте этот объект для моделирования реалистичных сценариев трафика и создания синтетических обнаружений для тестирования контроллеров или алгоритмов слияния датчиков.
Для добавления дорог используйте road функция. Чтобы задать полосы движения на дорогах, создайте lanespec объект. Можно также импортировать дороги из сети дорог сторонних производителей с помощью roadNetwork функция.
Чтобы добавить актеров (автомобили, пешеходы, велосипеды и так далее), используйте actor функция. Чтобы добавить актеров со свойствами, разработанными специально для транспортных средств, используйте vehicle функция. Для добавления барьеров используйте barrier функция. Все действующие лица, включая транспортные средства и барьеры, смоделированы как кубоиды (формы коробок).
Для моделирования сценария вызовите advance функция в цикле, которая продвигает моделирование на один шаг за раз.
Кроме того, можно создавать сценарии управления в интерактивном режиме с помощью приложения Конструктор сценариев управления. drivingScenario объекты из приложения для создания вариантов сценария для использования либо в приложении, либо в Simulink ®. Дополнительные сведения см. в разделе Программное создание вариантов сценария управления.
scenario = drivingScenario
scenario = drivingScenario(Name,Value)SampleTime, StopTime, и GeoReference с использованием пар имя-значение. Например, drivingScenario('GeoReference',[42.3 -71.0 0]) устанавливает географическое начало сцены в координату широты-долготы (42,3, -71,0) и высоту 0.
Создайте сценарий вождения, содержащий кривую дорогу, две прямые дороги и двух актеров: автомобиль и велосипед. Оба актёра двигаются по дороге в течение 60 секунд.
Создайте управляющий объект сценария.
scenario = drivingScenario('SampleTime',0.1','StopTime',60);
Создайте криволинейную дорогу, используя точки центра дороги, следующие за дугой окружности с 800-метровым радиусом. Дуга начинается с 0 °, заканчивается с 90 ° и отбирается с шагом 5 °.
angs = [0:5:90]'; R = 800; roadcenters = R*[cosd(angs) sind(angs) zeros(size(angs))]; roadwidth = 10; road(scenario,roadcenters,roadwidth);
Добавьте две прямые дороги с шириной по умолчанию, используя точки центра дороги на каждом конце.
roadcenters = [700 0 0; 100 0 0]; road(scenario,roadcenters)
ans =
Road with properties:
Name: ""
RoadID: 2
RoadCenters: [2x3 double]
RoadWidth: 6
BankAngle: [2x1 double]
roadcenters = [400 400 0; 0 0 0]; road(scenario,roadcenters)
ans =
Road with properties:
Name: ""
RoadID: 3
RoadCenters: [2x3 double]
RoadWidth: 6
BankAngle: [2x1 double]
Достань границы дороги.
rbdry = roadBoundaries(scenario);
Добавьте в сценарий автомобиль и велосипед. Расположите автомобиль в начале первой прямой дороги.
car = vehicle(scenario,'ClassID',1,'Position',[700 0 0], ... 'Length',3,'Width',2,'Height',1.6);
Расположите велосипед дальше по дороге.
bicycle = actor(scenario,'ClassID',3,'Position',[706 376 0]', ... 'Length',2,'Width',0.45,'Height',1.5);
Постройте график сценария.
plot(scenario,'Centerline','on','RoadCenters','on'); title('Scenario');
Отображение поз и профилей актера.
poses = actorPoses(scenario)
poses=2×1 struct array with fields:
ActorID
Position
Velocity
Roll
Pitch
Yaw
AngularVelocity
profiles = actorProfiles(scenario)
profiles=2×1 struct array with fields:
ActorID
ClassID
Length
Width
Height
OriginOffset
MeshVertices
MeshFaces
RCSPattern
RCSAzimuthAngles
RCSElevationAngles
Создайте сценарий управления и покажите, как изменяются целевые контуры по мере продвижения моделирования.
Создайте сценарий движения, состоящий из двух пересекающихся прямых дорог. Длина первого отрезка дороги составляет 45 метров. Вторая прямая дорога длиной 32 метра с майковыми барьерами по обоим её краям, и пересекает первую дорогу. Автомобиль, следовавший со скоростью 12,0 метра в секунду по первой дороге, подходит к бегущему пешеходу, пересекающему перекресток со скоростью 2,0 метра в секунду.
scenario = drivingScenario('SampleTime',0.1,'StopTime',1); road1 = road(scenario,[-10 0 0; 45 -20 0]); road2 = road(scenario,[-10 -10 0; 35 10 0]); barrier(scenario,road1) barrier(scenario,road1,'RoadEdge','left') ped = actor(scenario,'ClassID',4,'Length',0.4,'Width',0.6,'Height',1.7); car = vehicle(scenario,'ClassID',1); pedspeed = 2.0; carspeed = 12.0; smoothTrajectory(ped,[15 -3 0; 15 3 0],pedspeed); smoothTrajectory(car,[-10 -10 0; 35 10 0],carspeed);
Создайте эго-ориентированный график погони для транспортного средства.
chasePlot(car,'Centerline','on')
Создайте пустой график птичьего глаза и добавьте плоттер контура и плоттер границы полосы движения. Затем запустите моделирование. На каждом этапе моделирования:
Обновите график для отображения границ дороги и целевых контуров.
Обновите график птичьего глаза, чтобы отобразить обновленные границы дорог и целевые контуры. Перспектива сюжета всегда по отношению к эго-транспортному средству.
bepPlot = birdsEyePlot('XLim',[-50 50],'YLim',[-40 40]); outlineplotter = outlinePlotter(bepPlot); laneplotter = laneBoundaryPlotter(bepPlot); legend('off') while advance(scenario) rb = roadBoundaries(car); [position,yaw,length,width,originOffset,color] = targetOutlines(car); [bposition,byaw,blength,bwidth,boriginOffset,bcolor,barrierSegments] = targetOutlines(car,'Barriers'); plotLaneBoundary(laneplotter,rb) plotOutline(outlineplotter,position,yaw,length,width, ... 'OriginOffset',originOffset,'Color',color) plotBarrierOutline(outlineplotter,barrierSegments,bposition,byaw,blength,bwidth, ... 'OriginOffset',boriginOffset,'Color',bcolor) pause(0.01) end
Создайте сценарий движения, содержащий эго-транспортное средство и целевое транспортное средство, движущееся по трехполосной дороге. Определите границы полосы движения с помощью генератора обнаружения изображения.
scenario = drivingScenario;
Создайте трехполосную дорогу, используя спецификации полос движения.
roadCenters = [0 0 0; 60 0 0; 120 30 0];
lspc = lanespec(3);
road(scenario,roadCenters,'Lanes',lspc);
Укажите, что эго-транспортное средство следует по центральной полосе со скоростью 30 м/с.
egovehicle = vehicle(scenario,'ClassID',1);
egopath = [1.5 0 0; 60 0 0; 111 25 0];
egospeed = 30;
smoothTrajectory(egovehicle,egopath,egospeed);
Укажите, что целевое транспортное средство движется впереди эго-транспортного средства со скоростью 40 м/с и изменяет полосы движения вблизи эго-транспортного средства.
targetcar = vehicle(scenario,'ClassID',1);
targetpath = [8 2; 60 -3.2; 120 33];
targetspeed = 40;
smoothTrajectory(targetcar,targetpath,targetspeed);
Отображение графика погони для 3-D вида сценария из-за эго-транспортного средства.
chasePlot(egovehicle)
Создайте генератор обнаружения изображений для обнаружения полос движения и объектов. Шаг датчика указывает на один градус вниз.
visionSensor = visionDetectionGenerator('Pitch',1.0); visionSensor.DetectorOutput = 'Lanes and objects'; visionSensor.ActorProfiles = actorProfiles(scenario);
Запустите моделирование.
Создайте график птичьего глаза и связанные с ним плоттеры.
Отображение зоны действия датчика.
Отображение разметки полосы движения.
Получить наземные истинные позы целей на дороге.
Получить идеальные граничные точки полосы до 60 м вперед.
Создание обнаружений по идеальным позициям цели и границам полос движения.
Отображение контура цели.
Отображение обнаружений объектов, если обнаружение объектов допустимо.
Отображение границы полосы движения при допустимом обнаружении полосы движения.
bep = birdsEyePlot('XLim',[0 60],'YLim',[-35 35]); caPlotter = coverageAreaPlotter(bep,'DisplayName','Coverage area', ... 'FaceColor','blue'); detPlotter = detectionPlotter(bep,'DisplayName','Object detections'); lmPlotter = laneMarkingPlotter(bep,'DisplayName','Lane markings'); lbPlotter = laneBoundaryPlotter(bep,'DisplayName', ... 'Lane boundary detections','Color','red'); olPlotter = outlinePlotter(bep); plotCoverageArea(caPlotter,visionSensor.SensorLocation,... visionSensor.MaxRange,visionSensor.Yaw, ... visionSensor.FieldOfView(1)); while advance(scenario) [lmv,lmf] = laneMarkingVertices(egovehicle); plotLaneMarking(lmPlotter,lmv,lmf) tgtpose = targetPoses(egovehicle); lookaheadDistance = 0:0.5:60; lb = laneBoundaries(egovehicle,'XDistance',lookaheadDistance,'LocationType','inner'); [obdets,nobdets,obValid,lb_dets,nlb_dets,lbValid] = ... visionSensor(tgtpose,lb,scenario.SimulationTime); [objposition,objyaw,objlength,objwidth,objoriginOffset,color] = targetOutlines(egovehicle); plotOutline(olPlotter,objposition,objyaw,objlength,objwidth, ... 'OriginOffset',objoriginOffset,'Color',color) if obValid detPos = cellfun(@(d)d.Measurement(1:2),obdets,'UniformOutput',false); detPos = vertcat(zeros(0,2),cell2mat(detPos')'); plotDetection(detPlotter,detPos) end if lbValid plotLaneBoundary(lbPlotter,vertcat(lb_dets.LaneBoundaries)) end end
drivingRadarDataGenerator | insSensor | lidarPointCloudGenerator | multiObjectTracker | visionDetectionGenerator