SuperAPI AI 工具集

matlab-use-scenario-builder

数据与分析

查看项目

更新于 10-16 06:45

技能介绍

用途:该技能面向已录制驾驶数据的场景重建,把 GPS/GNSS、相机、激光雷达和 actor 轨迹转成可仿真的驾驶场景,并可导出到 RoadRunner、drivingScenario、ASAM OpenSCENARIO、OpenDRIVE、ASAM OpenCRG 和 Unreal Engine。默认导出目标是 RoadRunner;仅当用户明确要求 DSD、Driving Scenario Designer 或构建 drivingScenario 对象时,才走独立 drivingScenario 流程。也用于从真实数据提升 SOTIF(ISO 21448)、ISO 26262 相关的场景覆盖率与可追溯性。

主要能力:覆盖 19 个工作流,包括导入原始传感器数据、由 GPS 构建自车轨迹、导入 actor 轨迹、导出到 RoadRunner、预处理与同步裁剪、带高程场景的高度修正、基于车道检测的定位、向 RoadRunner HD Map 添加树木/标志/杆/建筑等静态物体、从激光雷达提取 OpenCRG 路表、点云地理配准与逐帧点云、由单张相机图生成 3D 网格资产、提取切入/急刹/接近碰撞等关键事件、多传感器目标融合跟踪、航拍激光雷达场景增强、交通标志放置与车辆分类等。

必要用法:需已安装 Scenario Builder for Automated Driving Toolbox 支持包,可用 isfile(which("scenariobuilder.Trajectory")) 检查。执行顺序包含加载数据、时间戳归一化、GPS 与轨迹对照验证、相机验证视频与弹窗确认、建立场景(OSM 下载并 importScene,须带 enableOverlapGroupsOptions(IsEnabled=false))、构建自车轨迹与定位判断、导出自车与 actor 到 RoadRunner、仿真并导出视频、最后生成输入与仿真并排对比视频。每个保存视频步骤后必须跟随 questdlg 弹窗并调用 openFile。

限制与边界:原始数据集加载、查看、探索及 drivingLogAnalyzer 相关操作应先用 matlab-import-driving-data 技能;通用 MATLAB 调试、工具箱安装、无记录数据的 IMU/跟踪仿真重建、非驾驶传感器数据均不在本技能范围。若缺少相机内参或 CameraHeight,不得编造或近似。相机与轨迹样本数不一致时需先用 Driving Log Analyzer 的 Crop & Sync 处理。视频输出目录不能含空格,只读共享目录需改到本地可写 outDir。具体命令与 18 个以上工作流细节未在此完整展开,详见原技能参考文件。