大家好,欢迎来到MATLAB和Simulink赛车休息室。金宝app在这个视频中,我们将展示如何实现一个纯粹的追求在车辆路径跟踪控制器。我们将看到如何建立一个车辆路径跟踪模型和可视化模型在各种环境中运动。金宝app我们会经历一些纯粹的追求,其他基本控制器,然后我们会有一个部分使用仿真软件实现,最后,我们将去外卖的关键。金宝app
现在,让我们开始吧。纯追求控制器是一个路径跟踪算法,我们放置一个路标,一个参考点,和一个路径在一个固定的距离,也称看前方车辆的距离,并计算转向命令在这一点上相交。随着车辆转向参考点,点继续前进,减少转向角,慢慢地使道路上的车辆。
展望未来的距离是主要的优化控制器的属性。图中显示的效果看起来距离在运动车辆。距离较小的向前看,路径是振荡和准确。和一个更大的看着远处,部分的振荡,但跟踪差。
进一步说,这是一个公式计算L是自行车的车轮转向角长度和ld向前看的距离,一个α是一个目标方向角,同一图中也可以看到。前进,这是实现纯追求控制器所涉及的步骤使用仿真软件。金宝app作为第一步,我们生成路径点或参考点,然后我们在仿真软件建立模型,最后,我们看到汽车在各种环境中运动,如2 d, 3 d,鸟瞰的范围。金宝app
现在让我们切换到MATLAB和详细查看这些步骤。生成路径点,我们使用一个驾驶场景设计师,我们定义了车辆的路线和添加路径点在一个恒定的速度移动。更多信息在不同的驾驶场景设计师的其他功能,请查看描述中提供的链接。
此外,现场设置.mat文件,其中包含数据的参考点。提取数据,我们已经创建了一个脚本,我们可以看到这些命令来定义参考点。进一步,脚本还包含数据定义参考提交时间,车辆参数和控制器的初始调优参数。
一旦我们有了这些参考点和初始参数设置,让我们看看我们如何在仿真软件建立了模型。金宝app仿真软件空白的金宝app画布,我们引进一个“汽车身体3自由度双轨”从车辆动力学Blockset块,然后定义特定的初始值来实现车身模型。接下来,我们定义参考点在x和y方向。控制器实现一个纯粹的追求中,我们使用一个纯粹的追求块从机器人系统工具箱,我们定义向前看距离和检查目标输出目标方向角。
路标董事会接受的输入信号的形式n除以2数组,我们将使用一个连接块不同的信号。接下来,我们从车辆中提取车辆当前姿势3自由度双轨块使用总线选择器,并使用一个MUX信号将这些转化为一个向量构成接受输入。此外,我们使用一些基本块制定车轮转向角,指前面所示的公式。
α是目标方向角是由纯追求块,然后连接车辆的前车轮转向角块使用连接块完成模型。请注意,作为一种替代方法,我们还可以连接输出线速度端口的纯粹追求块车辆以一个恒定的速度移动。然而,由于在后面的模型我们将添加一些更多的动力学和纵向控制器,我们将坚持一个常数块定义速度。了解更多关于实施纯粹的追求一个微分控制器驱动报告,检查链接的描述。
简而言之,这是一个程序展示了如何轻松地连接块在仿真软件建立一个模型。金宝app现在我们有重组相同的模型,包括车轮转向角配方子系统和添加一个面具来定义自行车长度和展望未来的距离。进一步,我们添加了一块二维可视化模型和清洁使用一些子系统。
让我们运行模型和得到的结果。我们可以看到,使用正确的选择向前看的距离,车辆成功能够跟踪参考点。我们也可以想象的转向角,客运车辆的限制范围内。
现在,让我们看看改变向前看距离的影响。随着我们向前看距离,减少车辆跟踪的路径,但振荡的路径,然而,增加删除振荡运动距离向前看,但在贫穷的成本跟踪。因此,展望未来的距离应该选择正确之间保持一个平衡跟踪和车辆的稳定性。
现在,让我们增加车辆的速度,看看效果。所以我们增加15米/秒的速度和我们看到低有效跟踪。现在提高跟踪的一种方法可以减少速度转变,并添加一个纵向控制器跟踪速度的差异。
让我们看看这个模型。因此,如果我们继续下一个模型,我们添加更多的动力学和纵向控制器,相比过去的模型,在这个模型中,我们添加了一个简化的动力系统和动力传动系统。为此,我们称为现场审讯不同应用程序。为了了解这个问题,请到视频描述,我们提供了链接。
在控制器子系统中,我们添加了一个纵向驱动跟踪参考速度。参考速度块股份,纵向车辆速度,加速和减速和创建作为输入信号和输出命令基于控制器的类型和选择的双重控制参数。接下来,我们有速度划分为不同的区域。例如,低速度和一个内置的查找表,这看起来是这样的。这个块计算速度在该地区基于x和y坐标。除此之外,在模型中没有重大变化。
现在,让我们来运行仿真。我们可以看到,现在我们有更好的在转,因为纵向跟踪控制器。目睹了纵向和横向控制器模型在高速度,让我们把车一个城市场景。到目前为止,我们用驾驶场景设计师来生成参考点。
然而,而不是从头开始创建场景,我们使用预先构建的场景中,我们可以看到各种预先构建的场景。在这里,我们选择一个城市街区的场景。当我们选择这个,现场可以可视化场景帆布与不同的演员。
这个场景,我们已经添加点移动的方式定义的车辆和车辆没有碰撞的任何障碍。现在,我们已经建立了一种新的模式指的是以前的模型我们后修改。路标子系统包含美国城市场景的数据。
然后,我们已经改变了查找表的速度,速度分为五个地区。我们从12米每秒,在转,速度降低到5米每秒。同样的,我们在不同地区有不同的速度。最后,我们添加了一些额外的块可视化。
模拟3 d车辆与地面块后实现了车辆在三维可视化环境中,我们需要定义车辆参数。进一步,模拟3 d场景配置块配置3 d模拟环境中,我们可以选择场景和场景名称来源。这个模型,我们提取的参考点城市场景的驾驶场景设计师,我们会选择同一场景可视化车辆在3 d环境中运动。
配置3 d场景,现在让我们运行仿真。正如你所看到的,车是成功地跟踪参考点没有碰撞的障碍。现在,想象中的路径鸟瞰的范围,我们添加了一个子系统,MATLAB函数自我信息打包成一个单独的egoActor总线,和驾驶场景读者块读取场景文件。
激活鸟瞰的范围,点击选项卡,显示了一个空白的画布没有信号的范围。看到信号,点击找到信号。更新一个框图并自动发现范围的信号模型。再一次,当我们运行仿真,我们可以想象鸟瞰图的车辆运动范围,车辆在哪里成功地跟踪参考点没有与任何演员发生碰撞。
这是我们最后的模型中,我们看到了如何通过一个预先构建的场景使用车辆驾驶纯粹的追求和沿纵向控制器。如果你有兴趣了解其他控制器,斯坦利和MBC等,请查看链接的描述。
现在让我们前进,看看外卖的关键。正如我们看到的,向前看距离的主要调整财产纯粹追求控制器。即我们调优向前看距离会影响车辆的运动。然后在更高的速度和曲率变化,结合横向和纵向控制器提供更好的跟踪结果。最后,用MATLAB和Simulink提供各种算金宝app法和工具生成路径点,构建车辆和控制器模型,可视化车辆在各种环境中运动。
和往常一样,这些都是赛车休息室资源。如果您有任何疑问,联系racinglounge@mathworks.com,我们也鼓励大家加入我们的Facebook群组查看最新的更新,也看看我们学生教程和赛车休息室的博客。
