Entwicklung der Langsregelung毛皮静脉selbstfahrendes出租车

erste Fahrgast Der Der在einem selbstfahrenden出租车冯航行富尔战争一张blinde夫人的贝福。Auf Frage死去,是不是国际卫生条例死Fahrt gefiel,对贝福,您西奇自信fuhlte——dass西奇死Fahrt祝sanft anfuhlte als在并把Fahrzeugen,死冯sehenden人类gefahren wurden。

Als克莱因启动,das麻省理工学院十分großeren Unternehmen konkurriert,死一个das autonome。arbeiten Technologien皮毛,将航行迅速地是不是moglich iterieren。进行der Ziele坚持,死时间来der Erforschung冯Ideen auf民主党白板der Umsetzung这位Ideen auf der Straße祖茂堂minimieren。大刀绝不das Entwicklerteam auf一张klar umrissene Aufgabe konzentriert:窝ersten Taxidienst speziell毛皮窝Betrieb在克雷能Siedlungen祖茂堂entwickeln (Abbildung 1), einhergehend麻省理工学院der Verfeinerung des设计mehreren Iterationen。Das团队verwendete Docker-Container,嗯Systemabhangigkeiten祖verwalten和Das机器人操作系统(ROS) als中间件毛皮Wahrnehmung Bewegungsplanung Steuerung。文化建设死MPC-Algorithmen(模型预测控制,modellpradiktive Regelung)毛皮das Langsregelungssystem manuell祖codieren verwendeten死Entwickler麻省理工学院MATLAB基于模型的设计^®和仿真软金宝app件^®。

Das团队冯drei Ingenieuren konnte Das奥地利第一储蓄Brems——和Beschleunigungsregelungssystem努尔请来两Monaten fertigstellen。

Begrenzen der Komplexitat des selbstfahrenden汽车

Selbstfahrende汽车enthalten mehrere komplexe Systeme,嗯死Umgebung祖茂堂erfassen,窗户的Weg祖茂堂einem ziel4祖茂堂planen和死Lenkung Geschwindigkeit祖茂堂方向行驶(Abbildung 2)。一张weitere große Herausforderung皮草设计和这位Systeme Implementierung entsteht军队阿莱Objekte和Gefahren der Umgebung。Darunter信德大约Kreuzungen、Fußgangeruberwege Kreisverkehre, Baustellen, Fußganger, Haarnadelkurven, Einbahnstraßen, Tiere和Geschwindigkeitsbegrenzungen和das unvorhersehbare Fahrverhalten安德利果汁Fahrzeuge。

嗯死Aufgaben des Regelungsdesigns祖vereinfachen entschied西奇,塞纳河ersten selbstfahrenden的出租车Seniorensiedlungen einzusetzen,死als strategische伙伴agieren (Abbildung 3)。这Siedlungen信德不努尔肠道kartiert和klar abgegrenzt, sondern geben欧什Geschwindigkeitsbegrenzungen伏尔,typischerweise 40 km / h。

Schneller Entwicklungsbeginn麻省理工学院einem Beispiel毛皮适应性Geschwindigkeitsregelung

Zunachst untersuchte das团队,是不是es死Langsregelung如此迅速地是不是moglich自信umsetzen konnte。Es entschied西奇水平,麻省理工学院的民主党Beispiel毛皮一张适应性Geschwindigkeitsregelung(自适应巡航控制,ACC)MATLAB祖茂堂beginnen冯。这本Beispiel umfasst静脉Simulink金宝app-Modell, das MPC verwendet,嗯静脉ACC-System祖implementieren das一张Sollgeschwindigkeit奥得河杯bestimmten Abstand冯einem伏尔事实fahrenden Fahrzeug einhalten萤石(Abbildung 4)。

Nachdem这个Entwicklerteam这本莫德尔heruntergeladen和einige vorlaufige Simulationen在仿真软件durchgefuhrt想,ge金宝appnerierte es麻省理工学院der机器人系统工具箱™和仿真软件编码器™来自民主党莫德尔c++代码毛皮杯自主的ROS-Knoten。对整个软件毛皮das selbstfahrende出租车冯航行是模块化aufgebaut和杰德子系统——Wahrnehmung Wegplanung, Langsregelung制裁——将als ROS-Knoten ausgefuhrt。Innerhalb冯drei光明使者战争der generierte毛皮死代码ACC im Fahrzeug ausfuhrungsbereit。

Erstellung静脉以modellpradiktiven Regelung·冯·格伦德

Obwohl das ACC-Modell在仿真软金宝app件Potenzial想,konnte es错阿莱Anforderungen erfullen冯航行。那些战争das Losfahren和Anhalten des Fahrzeugs祖ruckartig和es stellte艾罗,dass Fahrgaste感兴趣empfindlich改这张艺术·冯·Bewegung reagieren。(静脉Fahrgast im出租车bemerkt不unbedingt,以色列立肠道死Erkennungs——Wahrnehmungsalgorithmen funktionieren,河口er sofort,是不是肠道死Langsregelung funktioniert)。

Das Entwicklerteam erneut ans Reißbrett和entwarf静脉系统·冯·格伦德。Es verwendete buchstablich静脉白板和erstellte静脉kinematisches上一次,das死Bewegung des出租车mithilfe grundlegender Mathematik beschrieb。这个团队implementierte这本kinematische上一次在仿真软件和verwendete es金宝app als Grundlage毛皮窝Entwurf der Regelung。des MPC-Modells Anschließend passten死Entwickler死参数一个和您Anforderungen fugten逻辑学苏珥Behandlung冯Randfallen和Szenarien hinzu,皮毛死das ursprungliche MPC-Modell不最佳战争,是不是z。b . Stop-and-Go-Verkehr。

在估计值fruhen Entwicklungsphasen wurden麻省理工学院der机器人系统工具箱g Daten来自rosbag-Protokolldateien在死MATLAB-Umgebung importiert和阿莱ROS-Topics herausgefiltert,死皮死Langsregelung不相关的信德。改模importierten Daten konnte丹是不是Auf jede安德利果汁MATLAB-Variable zugegriffen了,是分析和劳动麻省理工学院您erleichterte死去。

死Entwickler simulierten das Regelungsmodell在仿真软件,嗯金宝appsicherzustellen, dass塞纳河Ausgaben,死Gaspedalstellung和死Bremspedalstellung plausibel waren和dass西奇das莫德尔verhielt是不是毛死angestrebten Eingabedatensatze erwartet。

im Fahrzeug Durchfuhrung冯测试

死Simulationen gaben民主党Entwicklerteam genugend Vertrauen盛Regelungsdesign,嗯es im汽车auszuprobieren和selbst als奥地利第一储蓄Fahrgaste einzusteigen。死Entwickler generierten c++代码来自民主党neu entworfenen Regelungsmodell毛皮杯ROS-Knoten和stellten窝在einem Knoten Docker-Container毛皮das Fahrzeug bereit。麻省理工学院的码头工人德国您静脉图片报我Produktionsumgebung麻省理工学院艾伦notwendigen Abhangigkeiten erstellen和这本《图片报》在内的der Entwicklung der测试konsistent pflegen replizieren。

贝窝ersten测试im Fahrzeug zeigte sofort, dass死Regelung贝姆Beschleunigen和Bremsen祖茂堂aggressiv战争。之前的Obwohl死当der Simulationen erstellten scheinbar sanfte Geschwindigkeitsanderungen zeigten,战争das tatsachliche Fahrerlebnis一切安德利果汁sanft als。这张Erkenntnis zeigte,是不是wichtig es是,麻省理工学院基于模型设计施耐尔vom Konzept祖茂堂praktischen测试der Straße族gelangen汪汪汪。死Entwickler德国死Qualitat《国际卫生条例》设计im劳动einfach不肠道充分地beurteilen, sondern mussten您als Fahrgaste汽车erleben im。

您fuhrten mehrere Entwurfsiterationen军队和optimierten dabei参数和Beschrankungen einschließlich der Grenzen毛皮Beschleunigung和皱和港口der Zeitkonstanten der Aktualisierungsrate毛皮MPC-Ausgaben死去。您richteten ROS-Parameter im Sim金宝appulink-Modell静脉,嗯es古老同学祖erleichtern参数direkt uber das ROS祖茂堂kalibrieren。欧什ohne Erfahrung麻省理工学院仿真金宝app软件能帮死同学Parameterwerte somit施耐尔aktualisieren。

Erstellen virtueller Fahrzeuge zum Testen冯Bremsszenarien

Da es unsicher器皿,Szenarien祖茂堂testen, denen静脉安德利果汁Fahrzeug在死Fahrspur des Voyage-Taxis einbiegt, erstellten死Entwickler杯neuartigen ROS-Knoten,嗯静脉Phantomhindernis祖茂堂simulieren - im Wesentlichen静脉virtuelles Fahrzeug, das在verschiedenen Abstanden康出租车positioniert了生效。在仿真软件和您erstellten这本virtuelle Fahrzeug parame金宝apptrisierten,汽水您es那些麻省理工学院零Geschwindigkeit starten拉森和死Geschwindigkeit schrittweise erhohen德国。您generierten代码毛穴ROS-Knoten麻省理工学院仿真软件编码器和nutz金宝appten窝Knoten丹,嗯死Bremsleistung der Regelung祖茂堂testen祖optimieren。麻省理工学院diesem Knoten,全世界Entwicklung努尔wenige Stunden dauerte,德国您virtuelle Hindernisse伏尔ihrem出租车erzeugen祖茂堂看清,她es reagierte,和丹盛Verhalten anpassen, bis es自信和reibungslos anhielt。

der Straße汪汪汪

死麻省理工学院基于模型设计entwickelte Langsregelung协助selbstfahrenden窝的出租车冯航行bedienten Seniorensiedlungen Einsatz化生。死Nachfrage wachst:死Nutzung der出租车steigt wochentlich嗯10%。Das Ingenieurteam lernt来自Daten,死当这位Fahrten gesammelt了,和verfeinert死Steuerung entsprechend魏特。