介绍

交通信号灯的决策逻辑是自动驾驶应用程序的基本组成部分。决策逻辑与控制器交互，根据交通灯和自我车道上其他车辆的状态来控制自我车辆。在现实的条件下模拟真实的交通场景，可以更深入地了解决策逻辑和控制器之间的交互。自动驾驶工具箱™提供了一个3D模拟环境，由Unreal Engine®Epic Games®提供。你可以使用这个引擎在预构建的3D场景中可视化车辆的运动。该引擎提供了一种直观的方法来分析决策逻辑和控制算法的性能时，通过一个十字路口的交通灯。

有关如何在长方体环境中设计通过交通灯的决策逻辑和控制的信息，请参阅红绿灯谈判的例子。这个例子展示了如何在一个虚幻的场景中控制交通灯，然后如何模拟和可视化不同测试场景的车辆行为。在这个例子中，你会:

您可以应用本示例中使用的建模模式来测试您自己的决策逻辑和控制，以在虚幻场景中协商交通灯。

在本例中，通过与虚幻引擎集成，您可以启用系统级模拟。此环境需要Windows®64位平台。

如果~ ispc错误([“只有微软支持3D模拟”金宝appchar (174),“窗口”char (174),“。”]）;结束

探究测试平台模型的体系结构

要探索测试平台模型，请将项目示例文件复制到工作文件夹中。使用workDir论点的helperDrivingProjectSetup函数指定文件路径。文件路径的长度必须小于25个字符，以避免Windows文件路径的最大字符限制。

目录(fullfile (matlabroot,“工具箱”，“开车”，“drivingdemos”））;helperDrivingProjectSetup (“TLNUnreal.zip”，“workDir”pwd);

为探究红绿灯协商系统的行为，建立了该系统的仿真试验台模型。

open_system (“TrafficLightNegotiationWithUnrealTestBench”）;

打开这个模型运行helperSLTrafficLightNegotiationWithUnrealSetup脚本初始化存储为drivingScenario对象在基本工作区中。默认的测试场景，scenario_03_TLN_straight_greenToRed_with_lead_vehicle，包含一个自我载体和两个非自我载体。这个设置脚本还配置控制器设计参数，车辆模型参数，和Simulink®总线信号，以定义输入和输出金宝appTrafficLightNegotiationWithUnrealTestBench模型。

测试台模型包含以下子系统:

的交通灯决策逻辑，后巷控制器参考模型和车辆动力学子系统从红绿灯谈判的例子。这个例子修改了传感器和环境子系统，使其兼容模拟与虚幻场景。

的传感器和环境子系统配置道路网络，设置车辆位置，合成传感器，并融合来自雷达和视觉传感器的车辆检测。打开传感器和环境子系统。

open_system (“TrafficLightNegotiationWithUnrealTestBench /传感器和环境”）;

选择场景

试验台模型所需的场景和道路网络由本子系统的以下部分规定:

控件可以显示美国城市街区场景的选定部分helperDisplayTrafficLightScene函数。

指定x和y限制以选择所需的场景区域并绘制提取的场景。

Xlimit = [-110 70];Ylimit = [-105 105];hFigure = helperDisplayTrafficLightScene(xlimit, ylimit);snapnow;关闭(hFigure);

的helperGetTrafficLightScenario函数指定了当车道信息不可用时ego车辆要跟随的参考路径。的参考路径信息块读取存储在基本工作区变量中的引用路径referencePathInfo．根据参考轨迹，自我车辆在交叉口既可以直行也可以左转。的输入值可以选择这些参考轨迹之一helperGetTrafficLightScenario函数。将值设置为

的设置速度块从基本工作区变量中读取速度值setVelocity并作为输入给控制器。

将车辆的位置

这个场景包含一个自我载体和两个非自我载体。场景中每辆车的位置由子系统的以下部分指定:

的跟踪与传感器融合子系统从驾驶雷达数据发生器和视觉检测发电机块和跟踪的保险丝探测器使用多目标跟踪块提供围绕自我车辆的物体轨迹。视觉检测发生器模块还提供了针对自我车辆的车道检测，以帮助识别存在于自我车道中的车辆。

在虚拟场景中控制交通灯

该模型使用模拟3D交通灯控制器辅助块来配置和控制一个虚幻场景中的交通信号灯的状态。的模拟3D交通灯控制器辅助块通过使用来控制红绿灯的状态基于定时器或基于状态的模式。可以通过使用控制模式面具参数。默认情况下，该模型使用基于状态的模式。的信息基于定时器模式，请参见块掩码说明。

在基于状态的模式时，块将覆盖指定的红绿灯状态交通光ID输入端口。的值交通光ID输入端口由intersectionInfo.trafficLightToNegotiate变量helperGetTrafficLightScenario函数。在这个模型中，for的值交通光ID输入端口设置为16。这意味着在美国的城市街区场景中，街区以ID值16控制红绿灯。在美国城市街区场景中出现的所有交通信号灯的状态由地面真理输出端口模拟3 d交通光控制器辅助块。该模型利用地面真实信息测试决策逻辑和控制，不需要基于感知的交通灯检测。

的交通光选择块提取ID值为16的红绿灯的状态地面真理输出。的交通灯决策逻辑参考模型使用状态值来仲裁引车和交通灯之间的关系。有关的更多信息交通灯决策逻辑参考模型，见红绿灯谈判的例子。

的交通灯停止线位置Block提供了与所选交通灯相对应的十字路口的停止线位置trafficLightToNegotiate．停止线位置值由intersectionInfo.tlStopLinePosition．

的十字路口中心Block提供了场景中路网交叉口中心的位置。这是通过intersectionInfo，则为helperGetTrafficLightScenario．

当自我车辆靠近交通灯，交通灯状态发生变化时，对决策逻辑和控制的测试往往是很重要的。本例中使用的模型允许交通灯在EgoVehicle离红绿灯很近。

的距离来交通光停止行块计算所选交通灯对应的停止线之间的欧氏距离trafficLightToNegotiate以及现在自我载体的位置。

的交通灯决策逻辑使用距离值来决定最重要的对象(MIO)，在自我车辆前面最近的对象。它可以是自我车道上的领头车辆或交通灯。

的交通灯转换逻辑块输出tlState，表示需要设置的红绿灯状态。这是使用statflow®实现的，并使用距离值触发状态更改时EgoVehicle比指定的距离更接近交通灯。

打开交通灯转换逻辑块。

open_system (使用unrealtestbench /传感器和环境/交通灯切换逻辑的交通灯协商，“力”）;

交通灯转换逻辑使用配置参数掩码参数读取红绿灯配置，trafficLightConfig，从基本工作空间。你可以使用trafficLightConfig结构以配置不同的测试场景。这个结构在测试场景函数中定义，有以下字段:stateChangeDistance，initialState,changeState．

状态切换根据设置的配置和何时发生EgoVehicle到达stateChangeDistance．当initialState是红色的和changeState是绿色状态流图从红色的州绿色状态。相反,当initialState是绿色和changeState是红色的状态流图的建模使状态转换发生于绿色州黄色的状态，一秒钟后，交通灯变为红色的状态。

模拟车辆在绿色到红色过渡期间的行为

本节测试自我车辆距离交通灯较近，交通灯由绿色变为红色时的决策逻辑。在这个测试场景中，一辆前车在自我车道行驶并穿过十字路口。交通灯状态对前车保持绿色，当自我车距离停车线10米时变为红色。自我车辆被期望跟随领头车辆，协商状态转换，并在停止线之前完全停止。

配置TrafficLightNegotiationWithUnrealTestBench模型来使用scenario_03_TLN_straight_greenToRed_with_lead_vehicle测试场景。

helperSLTrafficLightNegotiationWithUnrealSetup (．..“scenario_03_TLN_straight_greenToRed_with_lead_vehicle”）;

显示trafficLightConfig为测试场景设置结构参数。

disp (trafficLightConfig ');

initialState: 2 stateChangeDistance: 10 changeState: 0

模拟模型。在仿真过程中，模型将仿真后分析所需的信号记录到logsout．

要减少命令窗口输出，首先关闭MPC更新消息。

mpcverbosity (“关闭”）;sim卡(“TrafficLightNegotiationWithUnrealTestBench”）;

使用helperPlotTrafficLightControlAndNegotiationResults函数。

hFigResults = helperPlotTrafficLightControlAndNegotiationResults(logsout, trafficLightConfig.stateChangeDistance);

检查结果。

你可以参考红绿灯谈判示例来了解更多关于这个分析以及决策逻辑和控制器之间的交互。

关闭图。

关闭(hFigResults);

模拟车辆在红到绿过渡期间的行为

本节测试自我车辆距离交通灯较近，交通灯由红变绿时的决策逻辑。另外，当交通灯为绿色时，交叉交通车辆在十字路口。交通灯状态最初为自我车辆的红色，当自我车辆距离停车线11米时变为绿色。当状态为红色时，自我车辆将在接近交通灯时减速，当交通灯状态由红色变为绿色时必须开始加速。预计它还将等待交叉交通车辆通过十字路口，然后加速继续行驶。

测试场景功能scenario_04_TLN_straight_redToGreen_with_cross_vehicle实现了这一场景。配置TrafficLightNegotiationWithUnrealTestBench模型以使用此场景。

helperSLTrafficLightNegotiationWithUnrealSetup (．..“scenario_04_TLN_straight_redToGreen_with_cross_vehicle”）;

显示trafficLightConfig为这个测试场景设置的结构参数。

disp (trafficLightConfig ');

initialState: 0 stateChangeDistance: 11 changeState: 2

模拟模型。

sim卡(“TrafficLightNegotiationWithUnrealTestBench”）;

绘制仿真结果。

hFigResults = helperPlotTrafficLightControlAndNegotiationResults(logsout, trafficLightConfig.stateChangeDistance);

检查结果。

关闭图。

关闭(hFigResults);

探索其他场景

在前面的部分中，您研究了scenario_03_TLN_straight_greenToRed_with_lead_vehicle和scenario_04_TLN_straight_redToGreen_with_cross_vehicle场景。下面是兼容的场景列表TrafficLightNegotiationWithUnrealTestBench．

scenario_01_TLN_left_redToGreen_with_lead_vehicle scenario_02_TLN_straight_greenToRed scenario_03_TLN_straight_greenToRed_with_lead_vehicle(默认)scenario_04_TLN_straight_redToGreen_with_cross_vehicle

使用这些额外的场景进行分析TrafficLightNegotiationWithUnrealTestBench在不同条件下。

启用MPC更新消息。

mpcverbosity (“上”）;

您可以使用本示例中的建模模式来构建自己的红绿灯协商应用程序。