Neue Toolbox von MathWorks
Multiple Sensordaten einfacher auswerten
Seit dem Release 2018b stellt MathWorks Software-Entwicklern die Sensor Fusion and Tracking Toolbox zur Verfügung. Sie vereinfacht die Entwicklung von Algorithmen zur Datenauswertung multipler Sensoren und zur Objektverfolgung für autonome Systeme in MATLAB.
Die Toolbox erweitert die Funktionen von MATLAB. Mit ihr erhalten Entwickler Algorithmen und Werkzeuge zur Bestimmung von Position und räumlicher Ausrichtung von Objekten anhand von multiplen Sensordaten (Sensorfusion). Damit adressiert der Hersteller die Bereiche autonome Systeme, Luft- und Raumfahrt und den Automobilsektor.
Jobangebote+ passend zum Thema
Entwürfe umfassender analysieren
Hier arbeiten Entwickler von Algorithmen bisher mit spezialisierter Entwicklungssoftware. »Algorithmenentwickler, die an Tracking- und Navigationssystemen arbeiten, verwenden häufig interne Tools, deren Pflege und Wiederverwendung schwierig sein kann«, so Paul Barnard, Marketing Director im Bereich Design Automation bei MathWorks.
»Mit der Sensor Fusion and Tracking Toolbox können Ingenieure mehrere Entwürfe untersuchen und ‚Was-wäre-wenn-Analysen’ durchführen, ohne benutzerdefinierte Bibliotheken zu schreiben. Außerdem können sie Fusionsarchitekturen mithilfe von Software simulieren, die sie Teams und Organisationen zur Verfügung stellen können«.
Algorithmen für Luft- Land- und Wasserfahrzeuge
Damit autonome Systeme ein korrektes Bild ihrer Umwelt generieren, müssen Entwickler Daten von verschiedenen Sensoren zusammenführen, damit das System daraus die Position von Objekten seiner Umgebung schätzen kann. Lokalisierungs- und Tracking-Algorithmen können in der Toolbox zusammen mit Referenzbeispielen als Ausgangspunkt für die Entwicklung verwendet werden. Damit lassen sich Komponenten von Überwachungs-, Navigations-, und autonomen Systemen an Land, zu Wasser und in der Luft implementieren.
Weitere Funktionen der Toolbox sind Multi-Objekt-Tracker, Bewegungs- und Sensormodelle zur Simulation von aktiven und passiven Sensoren, Testfunktionen anhand von realen oder simulierten Sensordaten für Fusionsarchitekturen und Optionen zur Desktop-Prototypenentwicklung mit C-Code-Generierung.
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
ON Semiconductor & AImotive
Bild- und Radarsensoren kombinieren
DFG fördert Aufbereitung von Geodaten
Geographische Informationen für die Allgemeinheit
Medizinelektronik
Digitizer und Deep-Learning in der Krebsforschung
Elektromobilität und autonomes Fahren
Infineon stärkt Zusammenarbeit mit Denso
Autonomes Fahren
Uber will nach tödlichem Unfall Tests wieder aufnehmen
MathWorks
Tools für das Deep Learning
