该模型展示了如何在Simulink®中测试闭环ADAS(高级驾驶员辅助系统)算法。金宝app在闭环ADAS算法中,随着仿真的推进,自我车辆受场景环境的变化控制。
要测试该场景,您将使用从驾驶场景设计器在这个模型中,你使用scenario Reader块读取一个场景,然后可视化地验证算法的性能,自动紧急制动(AEB)系统,在鸟瞰的范围.
本例使用了一个基于预构建的Euro NCAP测试协议场景的驾驶场景,您可以通过driving scenario Designer应用程序访问该场景。有关这些场景的更多细节,请参见驾驶场景设计器中的欧洲NCAP驾驶场景.
在应用程序中打开场景文件。
drivingScenarioDesigner (“AEB_步行街\u近侧\u 50宽度\u超限。垫”)
点击运行来模拟这个场景。在这个场景中,自我汽车与一个正在过马路的步行儿童相撞。
在本例中使用的模型中,您使用一个AEB传感器融合算法来检测行人儿童,并测试自我车辆是否及时刹车以避免碰撞。
该模型实现了中描述的AEB算法自动紧急制动与传感器融合示例,并配置为模拟行人碰撞场景。打开模型。
开放式系统(“AEBTestBenchExample”)
一个场景的读者块从指定的场景文件中读取非自我参与者和道路,并输出非自我参与者。ego载体通过输入端口进入模块。
场景读取器块位于车辆环境>参与者和传感器模拟子系统。打开这个子系统。
开放式系统(“AEBTestBenchExample/车辆和环境/参与者和传感器模拟”)
在场景读取器块中驱动方案设计器文件名参数指定方案文件的名称。您可以指定MATLAB®搜索路径上的方案文件,如本例中使用的方案文件,或方案文件的完整路径。或者,您可以指定
对象通过设置驾驶场景来源来drivingScenario
从工作空间
然后设置MATLAB或模型工作区变量名到一个有效的drivingScenario
对象的工作空间变量。在闭环仿真中,指定drivingScenario
对象是有用的,因为它使您能够更好地控制模型中ego车辆的初始位置。
场景读取器块输出场景中非自我参与者的姿势。这些姿势被传递给视觉和雷达传感器,其检测用于确定AEB控制器的行为。
actor的姿态以车辆坐标输出,其中:
的X-axis指向自我飞行器前方。
的Y-轴指向自我飞行器的左边。
原点位于ego车辆后轴的中心。
尽管这个场景包含一个预定义的ego vehicle,但是scenario Reader块被配置为忽略这个ego vehicle定义。相反,ego工具是在模型中定义的,并指定为Scenario Reader块的输入自我载体的来源参数设置为输入端口
).随着仿真的深入,AEB算法决定自我飞行器的姿态和轨迹。如果你正在开发一个开环算法,其中自我车辆是在驾驶场景中预定义的,设置自我载体的来源参数场景
.例如,请参见使用驱动场景测试开环ADAS算法.
要使场景形象化,请使用鸟瞰的范围.从Simulink金宝app工具条,下面审查结果,点击鸟瞰的范围.然后,在范围内,单击寻找信号然后运行模拟。使用AEB算法,自我车辆及时刹车,避免了碰撞。