我不得不说，我经常对MathWorks的聪明家伙们想出的东西感到惊讶和印象深刻。就在我以为我已经看到和听到了一切的时候，他们突然行动起来，向我介绍了我以前从未想过的事情。
MathWorks微软是一家私人控股公司，因此要获得某些信息可能会有点困难，但据我所知，他们有6000多名员工，这比我在写这篇专栏之前问我的问题要多得多。
我还惊奇地发现，尽管MathWorks成立于1984年，但其关键产品MATLAB在20世纪70年代才首次问世。MATLAB是由Cleve Barry Moler创建的，他是一位专门从事数值分析的美国数学家和计算机程序员，当时他是新墨西哥大学计算机科学系的主席。
如今，MathWorks的主要产品包括MATLAB和Simulink。MATLAB(“MATrix LABoratory”的缩写)是一种多范式编程语言和数值计算环境，允许矩阵操作、函数和数据绘图、算法实现、用户界面创建以及与用其他语言编写的程序进行交互。尽管MATLAB主要用于数值计算，但通过使用MuPAD符号引擎的可选工具箱提供了对符号计算能力的访问。
与此同时,动态仿真模块是一个基于matlab的图形化编程环境，用于建模、模拟和分析多域动力系统。Simulink的主要接口是一个图形块图工具和一组可定制的块库。它提供了与MATLAB环境的紧密集成，既可以驱动MATLAB，也可以从MATLAB编写脚本。
现在，你可以使用MATLAB和Simulink在数值分析和模拟方面做任何你想做的事情，但是如果你决定从头开始自己实现所有东西，它会花费你很长时间。为了节省您的时间和精力，MathWorks的工作人员提供了他们所谓的工具箱(您可以在他们的工具箱上阅读一个全面的列表)产品页面)。对于工具箱究竟是什么，要确定一个全面的定义可能有点困难，但我倾向于认为它们允许您在更高的抽象级别上开始做您想做的事情。另一种看待事情的方式是，他们为你做了很多繁重的工作，让你能够迅速上手。
例如，在过去几年里，我写了几篇以mathworks为中心的专栏文章，其中都有各种各样的工具箱。如果你有空闲时间，你可以把你的魔法球投射到下面的地方:数字双胞胎促进预测性维护(你知道MATLAB有深度学习和预测维护工具箱吗?或者Simulink有一个叫做Simscape的插件，可以用来创建基于物理的模型吗?)想学习人工智能吗?但是去哪里?(MathWorks在开发和部署机器学习(ML)、深度学习(DL)和强化学习(RL)应用程序方面具有出色的人工智能(AI)能力)，以及MathWorks卫星通信工具箱真是太棒了!(卫星通信工具箱让我们模拟、分析和测试卫星通信系统和链路)。
作为卫星通信专栏的一部分，我接触到了近地轨道(LEO)卫星星座的概念，它们开始在天空中飞驰。这些都是我们未来智能手机的承诺，将卫星连接作为它们无数模式中的一种，从而允许我们从最高的山的顶部，最深的山谷的底部，或最远的文明前哨的中心给妈妈打电话(你可能会好奇，有些人可能会说这是阿拉巴马州的亨茨维尔，由于命运的某种奇怪的怪僻，我现在把我的帽挂在那里)。
所有这一切的意义在于，当涉及到设计汽车性质的工件时，我从未停下来思考MathWorks的男男女女必须提供什么。最近，当我与MathWorks的汽车行业经理戈文德•马莱切乌(Govind Malleichervu)和文思•金(Wensi Jin)聊天时，这一切都发生了变化(不要让“经理”这个绰号骗了你，因为他们本质上是工程师)。
现在，设计普通汽车是一回事，但自从2004年DARPA大挑战赛的自动驾驶汽车混乱在美国，从先进驾驶辅助系统(ADAS)到全自动驾驶(AD)，汽车行业和公众越来越被汽车自动化的前景所吸引。虽然一开始发展缓慢，但在过去10年左右的时间里，它们真的加速了，在很大程度上与现代人工智能计算时代相吻合，我在最近的文章中讨论了这个概念我们准备好转向光学计算的角落了吗?列。
顺便说一句，你见过巴黎的凯旋门Étoile吗这个视频？当我有一天听说自动驾驶汽车已经发展到可以绕过这座宏伟的纪念碑时，我会向它们的创造者脱帽致敬。
关键是，DARPA大挑战所带来的无数发展催生了对更复杂水平的建模和仿真的需求。这其中有各种相互关联的方面。例如，你必须能够创建一个场景，也许从一条笔直的道路开始，然后添加一些曲线，然后是一些交叉路口。还有标志和交通灯之类的。
下一步是创建一个场景。除了你的场景，这将包括所有的演员(车辆，行人，动物)，以及环境条件，如天气和任何光源。“自我车辆”一词是指包含感知周围环境的传感器的车辆。你的自我车辆需要建模，包括它的传感器(摄像头、激光雷达、雷达等)和它的动力学(横向控制、纵向控制等)。
有时，汽车的传感器提供的数据是相互矛盾的，就像当我开车行驶在一条看起来很清晰的道路上时，我的妻子(华丽的吉娜)在离我耳朵几英寸的地方大声尖叫“小心”(有一天，我希望能知道她在说什么)。在自动驾驶汽车领域，需要进行传感器融合，以提供冗余和对整个世界的更全面的看法，包括确定当前哪些输入更可靠，需要采取行动的能力。
仅仅在原始条件下的模拟中测试视觉感知(包括物体检测和识别)系统是没有意义的。因此，随着时间的推移，更多的保真度将被添加到您的场景库中，例如颠簸的道路和褪色的道路标记和标志，以及一个自我模型，它将动态地响应道路上的颠簸，从而影响传感器返回的数据。假设在一个无月之夜，再加入一场暴风雪或一群萤火虫，重新运行模拟。现在我们开始讨论了。
模拟这种场景可以迭代改进感知(包括传感器融合)、规划和控制的算法。这些算法用于生成软件，然后用作系统级模拟的一部分。所有这些模拟都可以交互式或自动运行(在桌面上、集群上或云中)。
所有这些都将我们带回到MathWorks工具箱的丰富集合，其中包括激光雷达的工具箱，雷达的工具箱，图像处理工具箱，计算机视觉工具箱，传感器融合和跟踪工具箱，车辆动力学模块，自动驾驶工具箱,走鹃，仅举几个例子。
真实世界道路场景的照片(左)和RoadRunner的重建(右)(图片来源:MathWorks)
老实说，我可以喋喋不休地讲几个小时我所见过的奇迹(“我所见过的事情你们这些人都不会相信……”)Roy Batty说《银翼杀手》)，但一张图片胜过千言万语，一个视频胜过千张图片，所以MathWorks的人喜欢制作视频是很幸运的。
下面是一些与这些讨论有关的视频。自动驾驶工具箱有两个特点。在第1部分我们学习虚拟仿真的基础知识，包括如何创建场景或将它们导入应用程序。第2部分都是关于传感器的:添加它们，改变参数，可视化传感器检测，然后导出到MATLAB或Simulink。
值得注意的一点是，可以根据模拟特定用例的需要来选择虚拟世界的逼真度。MathWorks为虚拟世界提供了两个环境:Cuboid和虚幻引擎。长方体世界表示可用于模拟驾驶场景，使用传感器模型，并生成合成数据以在模拟环境中测试自动驾驶算法，包括控制、传感器融合和路径规划。上面的两个视频是基于长方体世界的表示。
从视觉上来说，你还可以使用Epic Games的虚幻引擎在3D模拟环境中开发、测试和可视化驾驶算法的性能。除了长方体世界的算法之外，您还可以使用虚幻引擎世界开发和测试由来自不同相机模型的相机数据驱动的感知算法。看看这个合成传感器与虚幻引擎驾驶模拟视频。最后，但肯定不是最不重要的，你可能想看一下这个高速公路自动导航:变道机动系统的设计与仿真视频。
我只能说你给我留下了深刻的印象。我可怜的脑袋里满是我的所见所闻。当一辆自动驾驶汽车最终被创造出来，并成功地驶过凯旋门时，我敢打赌，MathWorks的工具将在它的成功中发挥重要作用。你呢?你有什么想法想和我们分享一下你在这里看到的东西吗?
