“一群工程师团队将一辆自动驾驶汽车汇集在一起，并使用基于模型的设计开发和实现了现成的硬件和控制算法。尽管该系统尚未准备就绪，但它确实通过务实的设计方法展示了重要的设计概念。”
Mark Tucker博士，TMETC
TMETC在英国考文垂的自动驾驶汽车试验。
英国政府在其2013年的秋季预算声明中提出了鼓励在英国开发自动驾驶汽车的措施。2014年7月，英国的创新局Innovate UK，发起了“将无人驾驶汽车引入英国道路”竞赛。英国Autodrive是授予资金的三个项目之一。该项目汇集了领先的汽车公司，学术机构，立法者，保险公司和其他利益相关者，对自动驾驶汽车和连接的汽车技术进行了为期三年的试验，将英国建立为全球研究，开发和整合的全球枢纽自动驾驶车辆和相关技术。
作为英国Autodrive的一部分，Tata Motors欧洲技术中心（TMETC）开发了自动驾驶软件，并将其部署在配备了井井有条的TATA HEXA SUV中。TMETC的一小组工程师团队开发了传感器的感知，运动计划和车辆控制算法。MATLAB基于模型的设计®和Sim金宝appulink®使该团队能够从纸上的设计迅速移动到模拟，然后在车辆中的嵌入式ECU上运行。
TMETC的金宝app首席工程师Mark Tucker博士说：“使用Simulink，我们可以专注于高级设计实施，而不是低级编码。”“这对我们很重要，因为提供功能性的工具是我们的目标，而不是展示我们的编码技能。”
TMETC团队旨在与一小群工程师一起提供一辆可证明的自动驾驶车辆，同时按计划和预算保持项目。为了实现这些目标，他们在可能的情况下依靠现成的组件，并寻找缩短核心控制算法开发时间的方法。
主要设计挑战是整合了系统的许多不同元素。这些元素包括雷达，激光雷达，GPS，惯性测量和单声道视觉，以及用于传感器融合，运动计划，同时定位和映射以及车辆控制的算法。
运输部出版的所有元素之间的所有沟通都必须记录在英国法规中，特别是“通往无人驾驶汽车的途径：一项测试守则”。团队决定使用机器人操作系统（ROS）中间件来解决集成和记录要求。结果，他们编写的算法需要ROS接口，并且团队需要一种可视化和分析已记录的ROS数据的方法。
自动驾驶汽车上的屋顶传感器。
TMETC的工程师使用Simulink来建模，金宝app模拟和生成代码，用于在自主HEXA中部署的运动计划和车辆控制算法。
开发了三种媒介物控制算法：纯粹的追击，车道保存和模型预测控制。为了评估每种算法，他们将其与车辆的简单侧面和纵向模型集成在一起，并进行了闭环模拟。
纯粹的行驶方法缺乏足够的稳定性，在需要导航紧曲线和缓慢速度的城市中心，巷道保存方法的表现相对较差。模型预测控制器在跨越一系列操作场景的模拟中表现良好。
团队完善了横向和纵向模型预测控制器，该控制器使用参考设置点，车辆动态测量以及车辆动力学模型来生成最佳的车辆控制序列，以遵循指导，加速和制动的最佳车辆控制序列，以遵循计划的轨迹。
使用硬件测试来检查硬件接口。
TMETC团队通过嵌入式编码器从其运动计划算法中生成代码®并将其部署到安装在车辆中的基于Linux的PC上。使用Simu金宝applink实时™，他们将车辆控制算法部署到Speedgoat目标硬件安装在车辆中。
进行了公路测试，在此期间从ROS数据以及直接从车辆控制器记录了数据。使用RVIZ，MATLAB和机器人系统Toolbox™分析和可视化数据。为了调试和进一步完善控制算法，通过模拟中的控制器播放了记录的驾驶场景数据。
TMETC在英国Autodrive Project在Coventry和Milton Keynes的车辆试验中成功展示了他们的自动驾驶汽车。
您还可以从以下列表中选择一个网站：