Введение

Магистральный маршрут после системы, разработанной в этом примере, регулирует автомобиль, оборудованный датчиком, чтобы переместиться в отмеченном маршруте. Тестирование системы маршрут после возможности в присутствии других неавтомобилей, оборудованных датчиком, которые являются целевыми транспортными средствами. Для регрессионного тестирования часто достаточно для целевых транспортных средств следовать за предопределенной траекторией. Но рандомизировать поведение и идентифицировать случаи ребра как агрессивный маршрут изменяются перед автомобилем, оборудованным датчиком, это выгодно, чтобы добавить интеллект в целевые транспортные средства.

Этот пример основывается на Магистральном примере Следующего Маршрута, который демонстрирует маршрут после с целевыми транспортными средствами, которые следуют за предопределенными траекториями. Этот пример изменяет среду симуляции сценария Магистрального примера Следующего Маршрута путем добавления функциональностей, чтобы смоделировать и симулировать интеллектуальные целевые транспортные средства. Интеллектуальные целевые транспортные средства, добавленные к этому примеру, адаптируют свои траектории на основе поведения соседних транспортных средств и среды. В ответ маршрут после системы автоматически реагирует, чтобы гарантировать, что автомобиль, оборудованный датчиком остается в своем маршруте.

В этом примере вы достигаете симуляции уровня системы посредством интеграции с Нереальным Engine® от Epic Games®. 3D среда симуляции требует Windows® 64-битная платформа.

if ~ispc
    error(['3D Simulation is only supported on Microsoft', char(174), ' Windows', char(174), '.']);
end

Чтобы гарантировать воспроизводимость результатов симуляции, установите случайный seed.

rng(0);

В остальной части примера вы будете:

Исследуйте тестовую модель

Откройте тестовую модель симуляции уровня системы для маршрута после приложения.

open_system("HighwayLaneFollowingWithIntelligentVehiclesTestBench")

Тестовая модель содержит эти подсистемы:

Вариант Детектора Видения, Прямой Fusion Датчика Транспортного средства, Лейн После Решения и Диспетчер, Динамика аппарата и Метрические подсистемы Оценки основаны на подсистемах, используемых в Хайвее Лейне После. Этот пример фокусирует только на Симуляции 3D подсистему Сценария. Интеллектуальный Целевой блок подсистемы Транспортных средств добавляется к Симуляции 3D подсистема Сценария для того, чтобы сконфигурировать поведение целевых транспортных средств в сценарии. Вариант Детектора Видения, Прямой Fusion Датчика Транспортного средства, Лейн После Решения и Диспетчер, Динамика аппарата и Метрические подсистемы Оценки регулируют автомобиль, оборудованный датчиком в ответ на поведение целевых транспортных средств, сконфигурированных Симуляцией 3D подсистема Сценария.

Откройте Симуляцию 3D подсистема Сценария и подсветите Интеллектуальную Целевую подсистему Транспортных средств.

open_system("HighwayLaneFollowingWithIntelligentVehiclesTestBench/Simulation 3D Scenario")
hilite_system("HighwayLaneFollowingWithIntelligentVehiclesTestBench/Simulation 3D Scenario/Intelligent Target Vehicles")

Симуляция 3D подсистема Сценария конфигурирует дорожную сеть, моделирует целевые транспортные средства, устанавливает положения транспортного средства и синтезирует датчики. Подсистема инициализируется при помощи helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup скрипт. helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup скрипт задает ведущий сценарий для тестирования магистрального маршрута после. Этот скрипт настройки задает дорожную сеть и устанавливает поведение для каждого целевого транспортного средства в сценарии.

Этот скрипт настройки также конфигурирует параметры проектирования контроллера, параметры модели транспортного средства и сигналы шины Simulink®, требуемые для HighwayLaneFollowingWithIntelligentVehiclesTestBench модель. Этот скрипт присваивает массив структур targetVehicles к базовому рабочему пространству, которое содержит тип поведения для каждого целевого транспортного средства.

Поведения транспортного средства

Этот пример позволяет вам использовать четыре режима поведений транспортного средства для конфигурирования целевых транспортных средств с помощью targetVehicles структура.

Интеллектуальные целевые транспортные средства модели

Интеллектуальная Целевая подсистема Транспортных средств динамически обновляет положения транспортного средства для всех целевых транспортных средств на основе их предопределенного поведения транспортного средства. Как упомянуто уже, helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup скрипт задает сценарий и поведение для каждого целевого транспортного средства в сценарии. Скрипт настройки хранит поведение транспортного средства и другие атрибуты как массив структур targetVehicles к базовому рабочему пространству. Структура хранит эти атрибуты:

Интеллектуальная Целевая подсистема Транспортных средств использует маску, чтобы загрузить настройку в targetVehicles от базового рабочего пространства. Можно установить значения этих атрибутов, чтобы изменить положение, ориентацию, скорости и поведение целевых транспортных средств. Откройте Интеллектуальную Целевую подсистему Транспортных средств.

open_system("HighwayLaneFollowingWithIntelligentVehiclesTestBench/Simulation 3D Scenario/Intelligent Target Vehicles")

Блок Vehicle To World преобразует предопределенного агента (эго и целевое транспортное средство) положения и траектории от координат автомобиля, оборудованного датчиком до мировых координат. Целевой блок подсистемы Поведения Транспортного средства вычисляет следующее состояние целевых транспортных средств при помощи предопределенных целевых положений транспортных средств, положения автомобиля, оборудованного датчиком и текущего состояния целевых транспортных средств. Подсистема выводит целевые положения транспортных средств в мировых координатах для навигации по транспортным средствам в 3D среде симуляции.

Откройте Целевую подсистему Поведения Транспортного средства.

open_system("HighwayLaneFollowingWithIntelligentVehiclesTestBench/Simulation 3D Scenario/Intelligent Target Vehicles/Target Vehicle Behavior",'tab')

Целевая подсистема Поведения Транспортного средства позволяет вам переключаться между значением по умолчанию и другими поведениями транспортного средства. Если тип поведения для целевого транспортного средства установлен в Default, подсистема конфигурирует целевые транспортные средства, чтобы следовать за предопределенными траекториями. В противном случае положение транспортного средства динамически вычисляется и обновило использование Интеллектуального блока подсистемы Транспортного средства. Интеллектуальный блок подсистемы Транспортного средства конфигурирует VelocityKeeping, LaneFollowing, и LaneChange поведения для целевых транспортных средств.

Откройте Интеллектуальную подсистему Транспортного средства.

open_system("HighwayLaneFollowingWithIntelligentVehiclesTestBench/Simulation 3D Scenario/Intelligent Target Vehicles/Target Vehicle Behavior/Intelligent Vehicle")

Интеллектуальная подсистема Транспортного средства вычисляет положение целевого транспортного средства при помощи информации о соседних транспортных средствах и поведении транспортного средства. Подсистема похожа на компонент Планировщика Изменения Маршрута Магистрального примера Изменения Маршрута. Интеллектуальная подсистема Транспортного средства имеет:

Таблица показывает настройку конечных состояний и параметров для различных поведений транспортного средства:

Система реализует поведение остановки путем построения траектории с предыдущим состоянием транспортного средства, которое приводит к мгновенной остановке целевого транспортного средства.

Симулируйте интеллектуальное целевое поведение транспортного средства на Стрэайт-Роуд

Этот пример использует сценарий тестирования, который имеет три целевых транспортных средства (красный седан, черный автомобиль с высокой мощностью и оранжевый хэтчбек) и один автомобиль, оборудованный датчиком (синий седан) перемещающийся на прямой дороге с двумя маршрутами.

Можно запустить симуляцию любое число раз путем изменения типа поведения для каждого транспортного средства во время каждого запуска. Этот пример запускает симуляцию три раза, и при каждом запуске изменяется тип поведения для первого целевого транспортного средства.

Сконфигурируйте все целевое поведение транспортных средств к скоростному хранению и запущенной симуляции

Запустите скрипт настройки, чтобы сконфигурировать VelocityKeeping поведение для всех целевых транспортных средств.

helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup(...
        "scenario_LFACC_01_Straight_IntelligentVelocityKeeping");

Отобразите BehaviorType из всех целевых транспортных средств.

disp([targetVehicles(:).BehaviorType]');

    VelocityKeeping
    VelocityKeeping
    VelocityKeeping
    Default        
    Default        

Запустите симуляцию и визуализируйте результаты. Целевые транспортные средства в сценарии перемещаются в их соответствующих маршрутах при постоянной скорости. Красный седан и черный автомобиль с высокой мощностью обеспечивают их скорость и не проверяют на столкновения.

Чтобы сократить командное окно выход, выключите сообщения обновления прогнозирующего управления модели (MPC).

mpcverbosity('off');
% Run the model
simout = sim("HighwayLaneFollowingWithIntelligentVehiclesTestBench","StopTime","9");

Постройте скоростные профили эго и сначала предназначайтесь для транспортного средства (красный седан), чтобы анализировать результаты.

hFigVK = helperPlotEgoAndTargetVehicleProfiles(simout.logsout);

Сконфигурируйте первое целевое поведение транспортного средства к маршруту после и запущенной симуляции

Сконфигурируйте тип поведения для первого целевого транспортного средства (Красный седан) к маршруту после. Отобразите обновленные значения для BehaviorType из целевых транспортных средств.

targetVehicles(1).BehaviorType = VehicleBehavior.LaneFollowing;
disp([targetVehicles(:).BehaviorType]');

    LaneFollowing  
    VelocityKeeping
    VelocityKeeping
    Default        
    Default        

Запустите симуляцию и визуализируйте результаты. Целевые транспортные средства в сценарии перемещаются в их соответствующих маршрутах. Первое целевое транспортное средство (красный седан) замедляется, чтобы не сталкиваться с медленным черным автомобилем с высокой мощностью в его маршруте.

sim("HighwayLaneFollowingWithIntelligentVehiclesTestBench");

Постройте скоростные профили эго и сначала предназначайтесь для транспортного средства (красный седан), чтобы анализировать результаты.

hFigLF = helperPlotEgoAndTargetVehicleProfiles(logsout);

Сконфигурируйте первое целевое поведение транспортного средства к изменению маршрута и запущенной симуляции

targetVehicles(1).BehaviorType = VehicleBehavior.LaneChange;

Отобразите BehaviorType из всех целевых транспортных средств.

disp([targetVehicles(:).BehaviorType]');

    LaneChange     
    VelocityKeeping
    VelocityKeeping
    Default        
    Default        

Запустите симуляцию и визуализируйте результаты. Оранжевый хэтчбек и черные автомобили с высокой мощностью перемещаются при постоянной скорости в их соответствующих маршрутах. Первое целевое транспортное средство (красный седан) выполняет изменение маршрута, когда это приближается к черному автомобилю с высокой мощностью. Это также делает другое изменение маршрута, когда это приближается к оранжевому хэтчбеку.

sim("HighwayLaneFollowingWithIntelligentVehiclesTestBench");

Постройте скоростные профили эго и сначала предназначайтесь для транспортного средства (Красный седан), чтобы анализировать результаты.

hFigLC = helperPlotEgoAndTargetVehicleProfiles(logsout);

close(hFigVK);
close(hFigLF);
close(hFigLC);

Симулируйте интеллектуальное целевое поведение транспортного средства на Кервед-Роуд

Протестируйте модель на сценарии с кривыми дорогами. Настройка транспортного средства и положение транспортных средств похожи на предыдущую симуляцию. Сценарий тестирования содержит кривую дорогу, и первое целевое транспортное средство (Красный седан) сконфигурировано к LaneChange поведение. Другие два целевых транспортных средства сконфигурированы к VelocityKeeping поведение. Фигура ниже показов исходные положения транспортных средств в кривой дорожной сцене.

Запустите скрипт настройки, чтобы сконфигурировать параметры модели.

helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup(...
        "scenario_LFACC_04_Curved_IntelligentLaneChange");

Запустите симуляцию и визуализируйте результаты. Постройте угол отклонения от курса и скоростные профили эго и предназначайтесь для транспортных средств.

sim("HighwayLaneFollowingWithIntelligentVehiclesTestBench");
hFigCurvedLC = helperPlotEgoAndTargetVehicleProfiles(logsout);

Закройте фигуру.

close(hFigCurvedLC);

Исследуйте другие сценарии

Этот пример предоставляет дополнительные сценарии, которые совместимы с HighwayLaneFollowingWithIntelligentVehiclesTestBench модель. Ниже список совместимых сценариев, которым предоставляют этот пример.

Для получения дополнительной информации о дорожных и целевых настройках транспортного средства в каждом сценарии просмотрите комментарии в каждом файле. Можно сконфигурировать модель Simulink и рабочую область, чтобы симулировать эти сценарии с помощью helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup функция.

helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup('scenario_LFACC_05_Curved_IntelligentDoubleLaneChange');

Заключение

Этот пример демонстрирует, как протестировать функциональность маршрута после приложения в сценарии с автомобилем, оборудованным датчиком и несколькими интеллектуальными целевыми транспортными средствами.

Включите сообщения обновления MPC снова.

mpcverbosity('on');