plotParkingLaneMarking
Отобразите маркировки маршрута парковки на видимом с большого расстояния графике
Описание
plotParkingLaneMarking( отображения паркуя маршрут, отмечающий вершины lmPlotter,plmv,plmf)plmv и парковка маршрута, отмечающего поверхности plmf на видимом с большого расстояния графике. Маршрут, отмечающий плоттер lmPlotter сопоставлен с birdsEyePlot возразите и конфигурирует отображение заданных маркировок маршрута.
Удалить все маркировки маршрута, сопоставленные с маршрутом, отмечающим плоттер lmPlotter, используйте clearData функционируйте и задайте lmPlotter как входной параметр.
Примеры
Сгенерируйте обнаружения автомобилей на парковке
Сгенерируйте обнаружения автомобилей, припаркованных на парковке, и постройте обнаружения на видимом с большого расстояния графике.
Создайте ведущий сценарий, содержащий дорожную и парковку.
scenario = drivingScenario; roadcenters = [10 40; 10 -40]; road(scenario,roadcenters); vertices = [0 20; 20 20; 20 -20; 0 -20]; parkingLot(scenario,vertices,ParkingSpace=parkingSpace);
Добавьте автомобиль, оборудованный датчиком и задайте траекторию, в которой транспортное средство проезжает парковка.
ego = vehicle(scenario);
waypoints = [10 35 0; 10 10 0];
speed = 5; % m/s
smoothTrajectory(ego,waypoints,speed)
Создайте припаркованные автомобили на нескольких парковочных местах. Постройте сценарий.
parkedCar1 = vehicle(scenario,Position=[15.8 12.4 0]); parkedCar2 = vehicle(scenario,Position=[15.8 -12.4 0]); parkedCar3 = vehicle(scenario,Position=[2 -9.7 0]); parkedCar4 = vehicle(scenario,Position=[2 9.7 0]); plot(scenario)
Создайте датчик видения для генерации обнаружений. По умолчанию датчик смонтирован к переднему бамперу автомобиля, оборудованного датчиком.
sensor = visionDetectionGenerator;
Создайте видимый с большого расстояния график и плоттеры для визуализации целевых основ, дорожных контуров, паркуя маркировки маршрута, зону охвата датчика и обнаружения. Затем симулируйте сценарий и сгенерируйте обнаружения.
bep = birdsEyePlot(XLim=[-40 40],YLim=[-30 30]); olPlotter = outlinePlotter(bep); lbPlotter = laneBoundaryPlotter(bep); lmPlotter = laneMarkingPlotter(bep,DisplayName="Parking lanes"); caPlotter = coverageAreaPlotter(bep,DisplayName="Coverage area"); detPlotter = detectionPlotter(bep,DisplayName="Detections"); while advance(scenario) % Plot target outlines. [position,yaw,length,width,originOffset,color] = targetOutlines(ego); plotOutline(olPlotter,position,yaw,length,width) % Plot lane boundaries of ego vehicle. rbEgo = roadBoundaries(ego); plotLaneBoundary(lbPlotter,rbEgo) % Plot parking lane markings. [plmv,plmf] = parkingLaneMarkingVertices(ego); plotParkingLaneMarking(lmPlotter,plmv,plmf) % Plot sensor coverage area. mountPosition = sensor.SensorLocation; range = sensor.MaxRange; orientation = sensor.Yaw; fieldOfView = sensor.FieldOfView(1); plotCoverageArea(caPlotter,mountPosition,range,orientation,fieldOfView) % Generate and plot detections. actors = targetPoses(ego); time = scenario.SimulationTime; [dets,isValidTime] = sensor(actors,time); if isValidTime positions = cell2mat(cellfun(@(x)([x.Measurement(1) x.Measurement(2)]), ... dets,UniformOutput=false)); plotDetection(detPlotter,positions) end end
Входные параметры
Смотрите также
birdsEyePlot | laneMarkingPlotter | parkingLaneMarkingVertices