构建智慧交通系统，包括交通场景数字孪生、车流诱导、区域信控、停车管理等。

效果

数字孪生

车流诱导

区域信控

停车管理

入门文档

静态场景、动态场景文档、自动驾驶文档。

经典示例

使用openstreetmap数据构建道路

从记录的车辆数据生成场景

环境配置

相关软件和数据下载链接，提取码：dong。

RoadRunner_2022b_运行bin.win64.AppRoadRunner.exe_激活文件为license.lic.zip 为RoadRunner的运行版本，

RoadRunner.zip 为RoadRunner工程，

AutoVrtlEnv.zip 为虚幻引擎工程（需要从matlab中打开）

matlab_2022b_win_run.zip 为matlab运行版本。

parking 文件夹为停车管理系统的相关软件

Matlab安装连接虚幻引擎的插件：

uiopen('{REPOSITORY_PATH}\utils\mlpkginstall\adtunrealengine4.mlpkginstall',1)

安装虚幻引擎4.26后，在matlab中运行脚本以下脚本：

main.mlx

运行后等待出现"In Unreal Editor, select 'Play' to view the scene"后再在虚幻编辑器中点击“运行”。

贡献指南

提交Pull Request流程。

虚幻引擎配置

为自定义场景安装支持包。

内容

场景建模

基于RoadRunner和虚幻引擎进行场景的建模，任务包括：

建模咸嘉新村及周围的道路；
建模湖南工商大学及周围的道路；
使用虚幻引擎建模桐梓坡路和西二环交叉的十字路口；

局部路网建模

基于虚幻引擎和RoadRunner进行场景的建模，任务包括：

检测单个摄像头的图像，并显示和返回检测结果；
配置4个方向的摄像头，进行车辆的检测；
计算红绿灯的配时方案，并进行红绿灯的设置；
测试车辆按地图选点进行移动，看到红灯停、绿灯行，以及避让等功能；
加入更多的车辆进行交通拥堵的模拟
统计优化前和优化后的结果。

基于RoadRunner Scenario和Carla进行城市级的场景建模，任务包括：

参考 RoadRunner 场景的公路车道跟踪进行Simulink、RoadRunner、Unreal的联合仿真。

openExample('autonomous_control/HighwayLaneFollowingWithRRScenarioExample')
openExample('autonomous_control/AutonomousEmergencyBrakingWithRoadRunnerScenarioExample')
openExample('autonomous_control/AEBWithHighFidelityDynamicsExample')

使用 Simulink 将传感器添加到 RoadRunner 场景

openExample('driving/AddSensorsToRoadRunnerScenarioUsingSimulinkExample')

全局路网建模

参考自动场景生成、从车道检测和 OpenStreetMap生成高精度场景，构建长沙高新区路网仿真模型。

需求管理

数据需求

包含这些列的表： timeStamp— 收集 GPS 数据的时间，以微秒为单位。 latitude- 自我航路点的纬度坐标值。单位是度。 longitude— 自我航路点的经度坐标值。单位是度。 altitude- 自我航路点的高度坐标值。单位为米。

安装在自我车辆上的前向单眼相机记录的相机数据，相机数据是一个包含两列的表格： timeStamp— 捕获图像数据的时间，以微秒为单位。 fileName— 数据集中图像的文件名。

Requirement Toolbox

加入交通灯逻辑、城市场景

实现

各个阶段形成一个闭环。

场景

基于城市场景，利用虚幻引擎来构建学校场景。 AirSim Road Runner 51VR

感知

使用虚幻引擎设计车道线检测器
车辆检测
行人检测
前向车辆传感器融合
可行驶区域
地图全局地图：从云端获得或者本地逐步构建全局地图。局部地图：SLAM。

规划

全局路径规划

决策

局部轨迹规划
决策逻辑

控制

由横向和纵向的决策生成转向角（方向盘）和加速度（油门）控制。

设计基于模型的控制器，生成横向和纵向的决策。在Simulink中设计基于模型的控制器路径跟随控制系统
强化学习，DDPG路径跟随控制

机械

车辆动力学仿真买一台可以程序控制的电动车。在 Simulink 和 Gazebo 中使用移动机械手设计和模拟仓库取放应用程序

评估

性能评估并反馈

部署

车道标记检测器代码生成视觉车辆检测器代码生成

测试

高速公路车道跟随的自动测试自动测试

参考

向场景中添加车辆

openExample('driving_lidar/BuildMapWithLidarOdometryAndMappingLOAMUsingUnrealEngineExample')
edit helperAddParkedVehicles.m

车联网的交叉路口辅助

问题

编译器

Toolchain 'LCC-win64 v2.4.1 | gmake (64-bit Windows)' does not contain a build tool named 'C++ Compiler'.

安装 MinGW-w64 编译器：主页 > 附加功能 > 获取附加功能，搜索 MinGW 或从功能菜单中选择。

不需要另外安装虚幻引擎成功运行是工具箱的原因

matlab自带的3D仿真引擎（4.26，不包括3D编辑器）位于： matlab_2022b\toolbox\shared\sim3d_projects\automotive_project\UE4\WindowsNoEditor

openExample('autonomous_control/TLNWithUnrealExample')

场景

函数或变量 'scenario_VVD_01_Curve_FiveVehicles' 无法识别。

需要在 Matlab 界面打开工程 VisionVehicleDetector/VisionVehicleDetectorVisionVehicleDetector.prj

matlab自带虚幻引擎（无编辑器）目录：

matlab_2022b\toolbox\shared\sim3d_projects\automotive_project\UE4\WindowsNoEditor\VehicleSimulation.exe

和Editor进行协同仿真，需要

USCityBlock.umap、USCityBlock_BuiltData.uasset、USCityBlockLabel.uasset（位于AutoVrtlEnv\Content\Maps）

贡献者

局部场景仿真

张卫 champion123456

李诗帆 q894749380

李豪军 q894749380

刘子涵

李权龙

蒋平平

路网和车流仿真

王海东 donghaiwang

杨子仪 yangziyi

王磊

张未来

邹岱

刘璐

冯颖

donghaiwang/driving

效果