基于模型预测控制的车道保持辅助系统
方法车道保持辅助系统模块,并演示了该模金宝app块的控制目标和约束条件。
车道保持辅助系统
配备车道保持辅助(LKA)系统的车辆(自我车)有一个传感器,如摄像机,测量横向偏差和相对偏航角之间的中心线和自我车。传感器还可以测量当前车道的曲率和曲率导数。根据传感器所能看到的曲线长度,可以从当前的曲率和曲率导数中计算出自我车前方的曲率。
LKA系统通过调节自我车的前转向角,使自我车沿着道路上车道的中心线行驶。车道保持控制的目标是使横向偏差和相对偏航角都接近于零。
金宝app为自我汽车的Simulink模型
在Simulink中建立了自我车的动力学模型。金宝app打开Simulin金宝appk模型。
mdl =“mpcLKAsystem”;open_system (mdl)
定义样本时间,Ts
,模拟时间,T
,在几秒钟内。
t = 0.1;T = 15;
为了描述车辆的横向动力学,这个例子使用了一个自行车模型使用以下参数。
米
为车辆总质量(kg)。工业区
为飞行器的偏航惯性矩(Kg*m^2)。低频
从重心到前轮胎的纵向距离(m)。lr
从重心到后轮的纵向距离(m)。Cf
为前轮胎转角刚度(N/rad)。Cr
为后轮胎转角刚度(N/rad)。
m = 1575;工业区= 2875;如果= 1.2;lr = 1.6;Cf = 19000;Cr = 33000;
你可以用一个线性时不变(LTI)系统来表示车辆的横向动力学,其状态、输入和输出变量如下。状态变量的初始条件假设为零。
状态变量:横向速度以及偏航角速度
输入变量:前转向角度
输出变量:与状态变量相同
在本例中,纵向车辆动力学与横向车辆动力学分离。因此,假定纵向速度是恒定的。实际上,纵向速度是可以变化的。车道保持辅助系统块采用自适应MPC对侧向动力学模型进行相应的调整。
%指定纵向速度,单位为m/s。Vx = 15;
指定一个状态空间模型,G (s)
,为车辆横向动力学。
= [(2 * Cf + 2 * Cr) / m / Vx, Vx - (2 * Cf * lf-2 * Cr * lr) / m / Vx;...- (2 * Cf * lf-2 * Cr * lr) /工业区/ Vx - (2 * Cf *低频^ 2 + 2 * Cr * lr ^ 2) /工业区/ Vx);B = [2*Cf/m, 2*Cf*lf/Iz]';C =眼(2);G = ss (A, B, C, 0);
传感器动力学和曲率预览器
在这个例子中,Sensor Dynamics模块输出横向偏差和相对偏航角。给出了相对偏航角的动力学分析,在那里表示曲率。侧向偏移的动力学是.
曲率预览块以一秒的预视时间输出预览的曲率。因此,给定一个样本时间,预测层10
步骤。在这个例子中使用的曲率是基于双车道改变机动的轨迹计算出来的。
指定预测视界,获得预测曲率。
PredictionHorizon = 10;时间= 0:0.1:15;md = getCurvature (Vx、时间);
车道保持辅助系统块的配置
利用车道保持辅助系统模块在Simulink中对LKA系统进金宝app行建模。LKA系统块的输入为:
预估曲率(来自车道检测)
自我纵向速度
横向偏差(来自车道检测)
相对偏航角(从车道检测)
LKA系统的输出是自我车的前转向角度。考虑到自我车的物理限制,转向角度被限制在[-0.5,0.5]rad/s范围内。
u_min = -0.5;u_max = 0.5;
本例中,车道保持辅助系统块的默认参数与仿真参数匹配。如果您的模拟参数与默认值不同,请相应地更新块参数。
仿真分析
运行模型。
sim (mdl)
假设测量输出通道1没有增加干扰。——>假设添加到测量输出通道2的输出干扰是综合白噪声。——>”模式。“mpc”对象的“Noise”属性为空。假设每个测量输出通道上都有白噪声。
绘制模拟结果。
mpcLKAplot (logsout)
侧向偏移和相对偏航角都收敛到零。也就是说,自我车紧紧地根据预先设定的曲率沿着道路行驶。
关闭Simuli金宝appnk模型。bdclose (mdl)