* Embedded Coder 产品系列开发总监林晓沧博士

自动驾驶技术落地需要各个环节的配合推进，包括软件所代表的“大脑”，雷达、摄像头等传感器代表的“四肢”，以及高精地图等产业链条各个因素，而要完成这些因素的组装与融合，也需要一个适用性强且高效的软件工具供应商，MathWorks 便是这样的角色代表。

MathWorks Embedded Coder 产品系列开发总监林晓沧博士形容，如果自动驾驶产业是一幅油画，MathWorks 便是画笔、画纸与绘画方法的提供者，每家公司在此发挥自身灵感充分创作，最终完成各自的自动驾驶产品。

据雷锋网了解，作为一家技术计算和基于模型设计的软件开发与供应商，MathWorks 在 2017 的销售额已经达到 10 亿美元，其中汽车与航空构成了其两大最主要收入来源，其它服务领域还包括通信与半导体、教育、金融、能源、工业自动化、医疗仪器等。MathWorks 在全球的 4500 名员工中，技术开发人员占半数以上，其推出的 MATLAB 和 Simulink 也已成为许多工程项目和科学研究的基本工具。

MATLAB 按照工业应用顺序将各种相关功能整合，形成一套完整的流程工具，并在过去 30 年中，于基础数学运算之外，积累了大量工业应用相关的工具箱， 包括数据分析、通信和信号处理、复杂控制系统、代码生成、金融学、生物信息学等多个领域，成为了通信信号处理和控制算法开发的通用平台之一。

大数据和深度学习应用兴起后，MATLAB 又推出了统计与机器学习工具箱、神经网络工具箱、数据库工具箱等在内的各种大数据分析和人工智能相关的新功能。

它为各个领域的算法研发人员和科学家提供一套极简的 API，帮助其高效部署相关应用，并在深度学习方面，推出了 GPU 代码生成，把算法压缩到实际应用中，可在芯片上直接执行。2014 年，大陆集团在一款摄像头研发中，便开始使用 MATLAB 来进行道路环境自动化标注，以提高摄像头的机器学习效率。

2017 年，MathWorks 推出了一套自动驾驶工具箱（ADST），以帮助自动驾驶以及主动安全系统设计开发人员，快速完成感知算法的设计与验证。

这套自动驾驶工具箱的应用主要包括三方面：

• 测试与验证，包括真实值标签与场景生成；

• 算法开发，包括传感器融合与目标跟踪，视觉系统设计；

• 可视化，包括鸟瞰图、雷达点云。

在具体功能实现上，以自动驾驶模拟引擎为例，以往工程师要完成系统搭建，需要首先完成发动机、控制等各个系统的模型搭建，从底层进行各个模块的加减乘除，再将之融合。工具箱则提供了一个完整的系统模型，用户可直接在这一模型里进行功能“填充”，跳过底层搭建的复杂流程，快速实现工程化应用。

MathWorks 推出了名为 Vehicle Dynamics Blockset 的工具箱，其中包含了驾驶循环、传动系统、发动机、控制器等多个应用，开发者可在此进行虚拟平台开发，产生相应道路的二维或三维信息。

MathWorks 亚太区高级项目支持总监张灵惠的总结则是：“MathWorks 把开发好的成熟模块拿出来，工程师把不同领域的模块直接从平台调取组成整个系统，对于技术人员来说，不懂或不熟悉领域的技术可以拿来就用，相当于从货架上直接取做好的东西。”

从模型设计与各个层次开发的角度，这套自动驾驶工具箱适用于从 ADAS 到 L3、L4 所有自动驾驶方案开发，但随着自动驾驶等级与系统复杂度的提高，系统集成程度及其对开发功能的要求也会不断提高。

“就自动驾驶领域而言，每天都有新的算法被推出，从新的算法到新的领域，到新的芯片或新的语言，MathWorks 必须跟踪市场进程，在平台上不断推陈出新。”林晓沧博士表示。

同时，其表示，作为一个平台性应用， MathWorks 集合了汽车制造商、零件供应商、算法提供商等产业界各个角色，各方在同一平台开发与交流，也可保证整个系统的吻合性。

雷锋网注：加入会员，与1000+资深者一起研读智能驾驶。「新智驾年度会员」服务即将升级：每日通讯，帮你过滤杂音，圈内大事不错过；30+场大咖 Live，直接对话行业先锋，先人一步学习项目经验；10+ 份原创主题研报，拆解智能驾驶不容忽视的行业趋势。为优化会员服务，移动端也在筹划中，会员可关注助教（小慕：moocmm）获取最新信息。

了解雷锋网现有会员服务请点击：