CANape Option Driver Assistance

Transkript

1 Produktinformation

2 Inhaltsverzeichnis 1 Übersicht Einführung CANape Option Driver Assistance Eigenschaften und Vorteile Anwendungsgebiete Weiterführende Informationen Funktionen Konfigurationserstellung für die Objektverifikation Darstellung und Auswertung Optimierung von Sensoralgorithmen Entwicklung von Bildverarbeitungsalgorithmen Kalibrierung der Kamera Weitere Lösungen für die ADAS-Entwicklung Schulungen... 8 V2.0 05/2016 Gültig für CANape ab Version

3 1 Übersicht 1.1 Einführung CANape Option Driver Assistance CANape ermöglicht Ihnen bereits das zeitsynchrone Aufzeichnen und Darstellen von Video-/Audiosignalen mit Steuergeräteparametern, CAN-/LIN-/FlexRay-/Ethernet-/MOST Busbotschaften sowie Analog-/Digital-, GPS-Signalen. Die Option Driver Assistance erweitert das Mess-, Kalibrier- und Diagnose-Tool CANape um eine Verifikationslösung für Fahrerassistenzsysteme (ADAS) und um eine Testumgebung zur Optimierung von Bildverarbeitungsalgorithmen. 1.2 Eigenschaften und Vorteile CANape Option Driver Assistance stellt die von den Sensoren des Fahrerassistenzsystems erfassten Objekte in einem synchron zur Messung aufgezeichneten Videobild dar. Anhand der vom Steuergerät berechneten Objektdaten werden an der entsprechenden Bildposition im Videobild geometrische Symbole oder Bitmaps eingeblendet. Über den Abgleich der vom Steuergerät erkannten Objekte mit der realen Umgebung verifizieren Sie so schnell und zuverlässig die Objekterkennungs- Algorithmen des Steuergeräts. Zur Verifikation der Funktionalität von Bildverarbeitungsalgorithmen binden Sie diese als DLL in CANape ein. Einfache Konfigurierbarkeit, hohe Flexibilität und komfortable Bedienung zeichnen die Option Driver Assistance aus. Bild 1: Auswertung der objektiven Sensordaten und subjektiven Eindrücke während der Erprobung. Objektanzeige aus der Vogelperspektive und Überlagerung im Videobild des Multimedia-Fensters Im GPS-Fenster können Sie die dazugehörigen Positionsdaten anzeigen und zur Auswertung heranziehen. Als Kartenmaterial stehen unter anderem OpenStreetMap und Shobunsha Super MappleG zu Verfügung. Zusätzlich können Sie die gleichen grafischen Objekte im GPS-Fenster anzeigen wie im Video-Fenster. 3

4 Bild 2: Überlagerung des GPS- und Video-Fensters mit identischen grafischen Objekten 1.3 Anwendungsgebiete Die flexiblen Konfigurationsmöglichkeiten der Option Driver Assistance decken weitreichende Einsatzgebiete bei der ADAS- Entwicklung ab: > Überprüfung von Objekterkennungs-Algorithmen bei ACC (Adaptive Cruise Control), Stop&Go-Systemen sowie Parkassistenten mit Hilfe der Objektüberlagerung > Entwicklung von Spurhaltesystemen oder adaptivem Kurvenlicht durch Darstellung der Fahrspuren als Kurven > Unterstützung beim Test von Systemen zur Verkehrszeichenerkennung durch Einbinden von Bitmaps > Entwicklung und Optimierung von Bildverarbeitungsalgorithmen Bild 3: Visualisierung von erkannten Fahrspuren und berechneten Streckenverläufen als Objektüberlagerung im Videobild und aus der Vogelperspektive 4

5 1.4 Weiterführende Informationen Für CANape stehen im Internet diverse Dokumente zur Verfügung. Mit der Demo-Version erhalten Sie eine detaillierte Online-Hilfe in der alle Funktionen von CANape beschrieben werden. Des Weiteren profitieren Sie von wertvollem Know-how in Form von Fachartikeln und Application Notes. Mehr Infos im Vector Download-Center. 2 Funktionen Über den GFX-Editor erfolgt komfortabel die Zuordnung von detektierten Sensordaten (Fahrzeuge, Fahrbahnmarkierungen, Verkehrszeichen, etc.) zu grafischen Elementen (Polygone für Fahrspurerkennung und Rechtecke zur Fahrzeugkennzeichnung), die im Video- und GPS-Fenster eingeblendet werden. Zusätzlich steht im Multimedia-Fenster eine frei skalierbare Ansicht zur Verfügung. Dieses Grafx genannte Fenster zeigt die Objekte aus einer frei konfigurierbaren Vogelperspektive an. Darüber hinaus lassen sich Bildverarbeitungsalgorithmen in Form von DLLs in CANape einbinden. Die Verknüpfung von Videoein- und -ausgängen mit Videoströmen erfolgt dabei über CANape. Die Ergebnisse des Algorithmus werden in CANape visualisiert. Somit können Sie die Parametrierung des Algorithmus wie bei einem Steuergerät im Online-Betrieb optimieren. 3 Konfigurationserstellung für die Objektverifikation Die Eigenschaften der darzustellenden Objekte, d.h. der Zusammenhang zwischen dem realen Objekt und seiner Darstellung am Bildschirm, sind in der Objekt-Signal-Mapping-Datei hinterlegt. Diese enthält die Zuordnung von Messgrößen oder fest eingestellten Größen für alle Parameter zur Objektdarstellung (X-, Y-, Z-Position, Größe, Farbe, Text-/Ziffernfeld, etc.). Zahlreiche vordefinierte Zeichenobjekte, wie Sensorfelder, Parkassistenzobjekte, Kreuze, Quadrate, Dreiecke oder Linien, stehen standardmäßig zur Darstellung der Objekte zur Verfügung. Darüber hinaus können Sie auch abgespeicherte Bitmaps zur Objektdarstellung verwenden. Zur besseren Übersicht bei der Auswertung lassen sich einzelne Objekte zu Gruppen zusammenfassen. Der GFX-Editor unterstützt die komfortable Erstellung und Verwaltung der Objekt-Signal-Mapping-Datei. Bild 4: Komfortables Objekt-Signal-Mapping und Gruppierung für die Objektanzeige mit dem GFX-Editor 5

6 4 Darstellung und Auswertung Objektdaten, die CANape als Messsignale erfasst und speichert, bildet das Koordinatensystem des Videobilds in Echtzeit ab: > Perspektivische, zeitsynchrone Darstellung der ausgewerteten Objektinformationen im Videobild > Stufenlos verstellbare Objektdarstellung (von Seitenansicht bis Vogelperspektive) mit variablem Größenraster (X-, Y-, Z-Ausdehnung) > Zur optimierten Darstellung der Online- oder Offline-Auswertung lassen sich Objekte durch Zifferneingabe (z.b. Objektnummer 1-5, 6, 8-10) oder per vorkonfigurierter Gruppe einfach selektieren > Objekte, Texte und Parameterwerte können als Zusatzinformation an eine feste oder variable Pixelposition gezeichnet werden > Relativgeschwindigkeit oder Seitenabweichung sind als horizontale und vertikale Auslenkungslinien darstellbar > Zusätzliches Einblenden von Text- und Zifferninformationen zum Objekt > Beliebige Zoom-Tiefe im Grafx-Fenster (Vogelperspektive im Video-Fenster) liefert genau den Ausschnitt, den Sie für Ihre Anwendung benötigen > Zum einfachen Überprüfen von Abständen und Winkeln können diese während der Messung permanent berechnet und im Grafx-Fenster eingezeichnet werden. > Nachträgliche Anpassung aller Objektparameter (Größe, Farbe, Text-/Ziffernfeld, etc.) für die Offline-Auswertung 5 Optimierung von Sensoralgorithmen CANape stimuliert die Videosensoren eines Fahrerassistenzsystems. Hierzu erfolgt das Replay eines aufgezeichneten Videobildes über den VGA-Port bei gleichzeitiger Messung. Somit können schwer reproduzierbare Fahrsituationen immer wieder zur Optimierung der Algorithmen herangezogen werden. Über XCP optimieren Sie die Parametrierung des Algorithmus im Steuergerät. Beispiel Parametrierung des Kurvenlichts : Die Messdaten aus dem Steuergerät werden als Lichtkegel in Form von Linien in das Videobild eingezeichnet. Dadurch erkennen Sie direkt am Arbeitsplatz die Auswirkungen der Parameterverstellung zeitaufwändige Nachtfahrten zur Verifikation sind nicht mehr nötig. Bild 5: Zur komfortablen Optimierung des Algorithmus am Arbeitsplatz, stimulieren Sie mit aufgezeichneten Videodaten das Steuergerät 6

7 6 Entwicklung von Bildverarbeitungsalgorithmen CANape ist eine Entwicklungsplattform für Bildverarbeitungsalgorithmen. Anstatt den Algorithmus gleich auf einem Steuergerät ablaufen zu lassen, wird er zunächst für die PC-Plattform generiert. Den Algorithmus integrieren Sie in Form einer DLL und verknüpfen ihn in CANape mit der Videoquelle. In ein im Lieferumfang enthaltenes C-Projekt kann der Code des Algorithmus einfach eingebunden werden. Das Projekt stellt Ihnen die I/O-Ports zwischen DLL und CANape sowie einem XCP-Treiber zur Verfügung. Wenn Sie den Algorithmus modellbasiert entwickeln, können Sie mit Hilfe von MATLAB/Simulink und dem Simulink Coder über das CANape-Target Code generieren, der sowohl die I/O-Ports als auch den XCP-Treiber beinhaltet. Nach dem Kompilieren und Linken verknüpfen Sie die I/O-Ports der DLL mit Objekten in CANape. Als Eingang in die DLL kann das Videosignal einer Kamera oder eine schon vorhandene Videodatei genutzt werden. Die Ergebnisse des Algorithmus können auf verschiedene Arten dargestellt werden, beispielsweise direkt im Videofenster von CANape. Bild 6: Die modellbasierte Entwicklung wird durch Video-I/O-Blöcke in Simulink und der Visualisierung des Modells in CANape unterstützt Die Optimierung des Algorithmus erfolgt über den XCP-Treiber in der DLL. Über diesen Zugang erfolgt der Mess- und Verstellvorgang wie in einem Steuergerät. Bild 7: Sowohl Live-Bilder einer Kamera als auch aufgezeichnete Videodaten können mit dem DLL-Eingang verknüpft werden. Der Algorithmus analysiert bzw. manipuliert die Videodaten. 7

8 7 Kalibrierung der Kamera Um Objektdaten aus dem Steuergerät als geometrische Objekte im Videofenster darzustellen, ist eine Koordinatentransformation notwendig. Im Kalibriermodus wird die Videokamera dabei auf mehrere Referenzpunkte gerichtet, deren Koordinaten bekannt sind. Durch Anklicken dieser Referenzpunkte bestimmt CANape automatisch die Koeffizienten der Koordinatentransformation. Die Koordinaten der Referenzpunkte werden in einer Kalibrierdatei abgespeichert. Dadurch ist sie leicht auf andere Rechner übertragbar und kann für eine spätere Neukalibrierung wiederverwendet werden. Der Kalibriervorgang ist nur einmal erforderlich, sofern sich die Systemkonfiguration (Typ und Position der Kamera) nicht ändert. 8 Weitere Lösungen für die ADAS-Entwicklung Für die verschiedenen Aufgabenstellungen bei der Entwicklung von Fahrerassistenzsystemen (ADAS) und Systemen für das Autonome Fahren bietet Vector Ihnen umfassende Lösungen in Form von Software- und Hardware-Tools sowie Embedded- Komponenten: > messtechnische Erfassung der Sensordaten > Überprüfung und Optimierung der Steuergerätefunktion > Softwarekomponenten > Algorithmus-Entwurf Mit der CANape Option Driver Assistance stellen Sie die von den Sensoren erfassten Objekte in einem synchron zur Messung aufgezeichneten Videobild dar. Dies vereinfacht das Abstimmen der Algorithmen und deren Optimierung. vadasdeveloper stellt die Infrastruktur zur Entwicklung von Algorithmen für Fahrerassistenz-Systeme und für das automatisierte Fahren zur Verfügung. Das Werkzeug entlastet Sie bei der Entwicklung von Sensordatenfusions- Anwendungen. Die Ablaufumgebung erfasst Sensordaten, zeichnet sie auf und kann sie zur Stimulation wiedergeben. Dabei werden die Sensordaten und die Ergebnisse der Algorithmen übersichtlich sowohl aus der Vogelperspektive als auch im Videobild dargestellt. Mehr Informationen zu den ADAS-Lösungen unter: 9 Schulungen Im Rahmen unseres Schulungsangebotes bieten wir für CANape und XCP verschiedene Schulungen und Workshops in unseren Seminarräumen sowie vor Ort bei unseren Kunden an. Mehr Informationen zu den einzelnen Schulungen und die Termine finden Sie im Internet unter: 8

9 Mehr Informationen Besuchen Sie unsere Website für: > News > Produkte > Demo-Software > Support > Seminare und Workshops > Kontaktadressen