Документация

Введение

Алгоритмы управления, используемые в автоматизированных ведущих приложениях, часто разрабатываются и тестируются с моделями Simulink на симуляцию с обратной связью. Симуляция с обратной связью включает динамику аппарата моделирования и вероятностные модели датчика в упрощенной виртуальной среде. Для получения дополнительной информации об этом рабочем процессе смотрите, что Маршрут Следует за Управлением с Fusion Датчика и Обнаружением Маршрута. В том примере контроллер разделен как модель - ссылка, которая поддерживает симуляцию и генерацию кода.

Алгоритмы восприятия в автоматизированных ведущих приложениях часто разрабатываются и тестируются с кодом MATLAB с помощью зарегистрированных данных. Например, основанные на видении алгоритмы восприятия часто разрабатываются и тестируются против записанного видео. Для получения дополнительной информации об этом рабочем процессе смотрите, что Визуальное Восприятие Использует Монокулярную Камеру (Automated Driving Toolbox). В том примере зарегистрированное видео используется, чтобы протестировать алгоритм обработки видения, разделенный как класс MATLAB.

Системные инженеры часто хотят исследовать, как комбинация восприятия и алгоритмов регулятора влияет на производительность системы. Чтобы протестировать интегрирование контроллера с основанным на видении алгоритмом восприятия, интеграция с фотореалистической средой симуляции требуется. В этом примере вы включаете симуляцию уровня системы посредством интеграции с Нереальным Engine. 3-D механизм визуализации требует Windows® 64-битная платформа.

if ~ispc
    error('Vehicle Dynamics Blockset 3D visualization engine requires a Windows 64-bit platform');
end

Добавьте папку в качестве примера в путь MATLAB®.

addpath(fullfile(matlabroot,'examples','mpc','main'));

Чтобы гарантировать воспроизводимость результатов симуляции, установите случайный seed.

rng(0)

Исследуйте интегрирование алгоритмов контроллера и восприятия

Откройте имитационную модель уровня системы, которая интегрирует алгоритмы управления и восприятия.

open_system('LaneFollowingWithMonoCameraTestBench')

Тестовая модель интегрирует алгоритм управления путем ссылки на модель LFRefMdl Simulink от Маршрута После Управления с Fusion Датчика и Обнаружения Маршрута. Динамика аппарата также сопоставима с тем примером.

Тестовая модель интегрирует контур маршрута и алгоритм обнаружения автомобиля с помощью блока Vision Perception Algorithm. Блок Vision Perception Algorithm основан на docid:driving_examples#mw_b13b3ce9-9de9-4d94-a014-13a01f2ca568 примере. Главной разницей от примера является сложение функции обертки, monoSensorWrapper.m, который упаковывает выходные данные в шины, требуемые LfRefMdl.

Тестовая модель интегрирует Нереальный Engine с помощью методов, описанных в Опросе Сцены с Примером готовых узлов Камеры и Трассировки лучей (Vehicle Dynamics Blockset), которые включают управление положения автомобиля, оборудованного датчиком и предназначаются для положения автомобиля. Целевое положение автомобиля следует за предопределенным путем. Идеальная камера от Нереального Engine используется в качестве входа к алгоритму восприятия.

Тестовая модель не включает модель датчика для радарных обнаружений. Поэтому блок Zero Radar Detections выводит шину, сопоставимую с нулевыми радарными обнаружениями.

Моделируйте маршрут в соответствии со сценарием

Чтобы видеть эффекты обнаружения маршрута, независимого от поглощения газов автомобиля, отключите целевой автомобиль, затем запустите симуляцию.

set_param('LaneFollowingWithMonoCameraTestBench/Target Vehicle Pose',...
          'EnableTargetVehicle','off')
sim('LaneFollowingWithMonoCameraTestBench')

   Assuming no disturbance added to measured output channel #3.
-->Assuming output disturbance added to measured output channel #2 is integrated white noise.
   Assuming no disturbance added to measured output channel #1.
-->Assuming output disturbance added to measured output channel #4 is integrated white noise.
-->The "Model.Noise" property of the "mpc" object is empty. Assuming white noise on each measured output channel.

Постройте боковые результаты производительности контроллера.

plotLFLateralResults(logsout)

Для этой симуляции:

Алгоритм восприятия обнаруживает контуры правильного маршрута, и автомобиль, оборудованный датчиком тесно следует за центром маршрута.

Моделируйте маршрут после с разрядкой сценария управления

Интеграция с Нереальным Engine позволяет вам управлять положением целевого автомобиля на дороге. Чтобы видеть эффекты обнаружения маршрута с разрядкой управления, включите целевой автомобиль, запустите системную симуляцию и постройте результаты. Симуляция запускается медленнее, чем реальное время, в основном, из-за обработки изображения алгоритмом восприятия.

set_param('LaneFollowingWithMonoCameraTestBench/Target Vehicle Pose','EnableTargetVehicle','on')
sim('LaneFollowingWithMonoCameraTestBench')

   Assuming no disturbance added to measured output channel #3.
-->Assuming output disturbance added to measured output channel #2 is integrated white noise.
   Assuming no disturbance added to measured output channel #1.
-->Assuming output disturbance added to measured output channel #4 is integrated white noise.
-->The "Model.Noise" property of the "mpc" object is empty. Assuming white noise on each measured output channel.

Постройте продольные результаты производительности контроллера.

plotLFLongitudinalResults(logsout,time_gap,default_spacing)

Для этой симуляции:

Постройте боковые результаты производительности контроллера.

plotLFLateralResults(logsout)

Подобно случаю, когда целевой автомобиль не включен, автомобиль, оборудованный датчиком имеет удовлетворительную боковую производительность. Сложение целевого автомобиля немного влияет на обнаружение контуров маршрута в некоторых условиях. В Обнаруженном графике смещений ответвления контура маршрута скачки в обнаружениях маршрута происходят из-за увеличенного шума при добавлении целевого автомобиля. Учитывая шумные измерения, боковое отклонение (второй график), и относительный угол отклонения от курса (третий график) менее точно сравнительно. Производительность контроллера (нижний график) является удовлетворительной в этом случае также. В реальных приложениях средство отслеживания часто добавляется к обнаружениям маршрута, чтобы компенсировать шум обнаружения.

Заключение

Этот пример показывает, как включить симуляцию уровня системы средств управления и основанных на видении алгоритмов восприятия путем интеграции основанного на Simulink алгоритма управления (использующий эталонную модель) с контуром маршрута и алгоритмом обнаружения автомобиля с помощью блока Vision Perception Algorithm. Пример также исследует эффекты уровня системы объединения этих алгоритмов путем симуляции динамики аппарата и восприятия в фотореалистической среде с помощью Нереального Engine.

Удалите папку в качестве примера из пути MATLAB.

rmpath(fullfile(matlabroot,'examples','mpc','main'));