Prescan测试场景和工况的建模方法，导入功能
Prescan中的仿真分为以下四大模块
1.场景工况 2.环境感知 3.决策算法 4.执行器
场景工况
对于环境工况，Prescan提供Traffic element Database
其中包括134 Demo Scenarios
Euro NCAP *11
NHTSA * 12
ISO * 19
ADAC * 9
DMAPI
Data importing
openDRIVE Data 、OpenSCENARIO Data、OSM Data、IBEO Scanned Data、 GIDAS、CIDAS、KITTI Database
环境感知
提供各种各样的物理传感器、真值传感器，用于和算法输出的结果进行 对比，不断修正算法
决策算法
最常见的Simulink、C++
也支持ROS、python
执行器
PreScan model 、Coupling to 3rd part model
测试场景和工况的建模方法、导入功能（共6种方式）
基于GUI界面的场景建模方法；
操作简便
搭建过程直观
元素丰富
基于程序（API接口）的场景搭建方法；
不需要打开用户界面，试用与习惯于编程的用户；
通过DNMAPI场景建模特点
方式灵活
提高建模效率
支持自动化测试
示例一：删除主车
%READ EXPERIMENT
models = prescan.experiment.readDataModels();
%Run original scenario
simOut = prescan.experiment.runWithDataModels(models);
%simOut = prescan.experiment.run('StopTime','200');
可以看到有两辆主车
vehicles = ('Audi_AS_Sedan_1');
models = prescan.experiment.worldObjectsDeleteByName(models, vehicles);
%simout = prescan.experiment.runWithDataModels(models, 'StopTime','10');
simOut = prescan.experiment.runWithDataModels(models);
可以看到原来的两辆车辆就只剩下一辆。
删除车辆的实例
Data Model API
Road API、Secsor API、Scenario API
ＯＤ高精地图数据导入流程；
OPen DRIVE特点
地图精度高，包含自动驾驶测试的必要元素
OD导入能力：
支持路网，车道线，交通灯，交通标识，绿化带
在设定主车元素的时候给主车上添加一个视觉，visu Aids->build->打开演示界面
OS场景数据导入流程；
OS特点：
包含环境因素、包含物体交通流描述、包含多种触发事件、业界高度认可
Prescan支持OS导入能力
导入物体及交通流、多种触发条件的触发、物体运行状态，加速，减速，变道等。
%导入空白的场景文件
experiment = prescan.api.experiment.loadExperimentFromFile('Experiment_1.pb');
%%导入场景文件
prescan.api.openscenario.importOpenScenarioFile(experiment, 'Breaking in front_ERP2022.xosc');
%%
prescan.api.simulink.run(experiment);首先需要确保要有xosc文件，然后把我的xosc文件名称改成自己的文件名称，就可以导入了。
KITTI数据库导入流程；
保存成KITTI，批量导入；
关于KITTI
KITTI项目由卡尔斯鲁尔大学和丰田芝加哥研发中心主导。
KITTI数据库主要用于机器视觉能力对标测试；
数据包括路采图像、标注和追踪之后的交通参与者真值数据、本车GPS信息等；
数据的下载链接：
http://www.cvlibs.net/datasets/kitti
KITTI对采集道路数据———
摄像头数据，惯导数据，对图像中的3D目标物添加标注
Prescan从标注数据中获取目标信息，将数据转换为JSON格式
在Prescan中生成虚拟场景，配置传感器模型，添加控制算法形成闭环
Prescan提供脚本Running Simulation
其他场景数据提供方特定数据导入流程；
CIDAS/GIDAS导入
OSM导入（低精）
3D外观模型的导入
Dimensions设定其初始姿态 next 一路到底。