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。

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。

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:

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)