火热报名 ▎自动驾驶控制算法训练营

汽车ECU开发 2021-09-05 09:57 1183浏览 0评论 0点赞

超低功耗CW32L083系列 4.23杭州！半导体产业链测试全链路解密

如何转岗自动驾驶的文中有提到，现在做软件开发工作岗位的核心都是要利用matlab/simulink建模去做仿真，掌握模型的搭建方法，熟悉目标模型搭建逻辑，在软件里面完成模型的搭建并完成仿真测试。再生成c代码利用嵌入式技术交叉编译到硬件固体上，形成一个正常运转工作的控制器。

Matlab 到底是个什么神奇的工具？

Matlab是矩阵实验室的简称，是一款商业数学软件，主要用于算法开发，数据可视化、数据可视化以及非线性动态系统系统的建模和仿真。

它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多学科领域提供了一种全面的解决方案，解决了传统非交互式程序语言编辑的繁重编程工作，为工程师节省了数十倍敲代码的时间，是做软件开发的利器。

Matlab开发软件在自动驾驶研究应用

MATLAB 软件可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等。主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。

随着市场对自动驾驶功能要求的不断提高，自动驾驶要实现的功能和场景越来越复杂，这时候建模和仿真变得至关重要。

软件开发工程师使用matlab/simulink设计自动驾驶系统功能，包括感知、路径规划以及传感器融合与控制。利用matlab和simulink软件工具可以针对计算机视觉、激光雷达以及传感器融合的预置算法、传感器模型和应用程序来开发感知系统；使用组装完备的参考应用，在三维环境中设计控制系统并对车辆动态进行建模和仿真；使用传感器模型创建驾驶场景，用以测试验证系统。

汽车学堂联合密西根大学机械工程硕士、知乎MATLAB专栏创始人姜晨推出的《Matlab电子系统开发与建模》课程，旨在让开发者熟悉Matlab/Simulink开发环境，教你使用CVST和ADST检测车道线、使用Simulink Control Design设计控制器和使用ADST整合模拟环境。

为什么要学Matlab软件？

Matlab电子系统开发与建模是从事自动驾驶方向算法开发方向工作必备的软件基础。一个软件工程师的本职工作流程是，根据系统需求，建立软件需求，然后进行功能开发与测试，那开发工具必不可少。有数据统计某招聘平台在27个主要城市中与matlab相关的职位，主要是工程师与算法工程师的岗位，Matlab软件就是帮工程师和科学家用更少的时间去实践更多的想法。

matlab应用于自动驾驶系统，能够进行：

1.感知设计和测试。提供了计算机视觉、激光雷达处理、雷达以及传感器融合的预置算法和传感器模型。可以使用各种跟踪和数据关联技术（包括点目标和扩展目标跟踪器）来执行传感器融合。还可以对来自 IMU/GPS 传感器的测量结果进行仿真，并设计融合和定位算法以估算车辆位置和方向。

2.控制设计和测试。为自动驾驶功能（如自动紧急制动 (AEB)、车道保持辅助 (LKA)、自动巡航控制 (ACC) 和自动代客泊车）开发控制器。使用针对 ACC、LKA 和障碍规避等场景的预置功能和模块，为自动驾驶应用设计专门的模型预测控制器。

3.路径规划和定位。可以使用车辆代价地图和运动规划算法来规划驾驶路径；借助 ROS Toolbox™ 提供的接口可以使用 ROS 中的路径规划技术；利用 IMU 和 GPS 传感器的数据估算车辆位置和方向。

4.基于仿真的测试。利用 Driving Scenario Designer 测试自动驾驶算法，该应用程序支持构建场景和加载预置场景（包括 EuroNCAP）。从雷达和摄像机统计模型生成检测结果，并在 MATLAB 或 Simulink 中分析输出。

如果想转岗从事相关岗位工作，而又不知如何开始，不妨从一门软件开始学起！

课程收获

能理解MATLAB的软件特性，使用MATLAB功能完成调用、调试程序，运行Simulink模型，调试Simulink仿真。

会使用Computer Vision System Toolbox（CVST）/Automated Driving System Toolbox（ADST）检测车道线。

正确使用Simulink Control Design设计控制器，用PID控制倒立摆，并优化控制器。

能使用Automated Driving System Toolbox（ADST）整合模拟环境，建立道路和车辆模型并成功让车辆走一个弯道。

课程适合谁学