Введение

Система отслеживания полосы движения представляет собой систему управления, которая удерживает транспортное средство, движущееся в пределах обозначенной полосы движения шоссе, при сохранении заданной пользователем скорости или безопасного расстояния от предшествующего транспортного средства. Следующая за дорожкой система включает комбинированное продольное и боковое управление эго-транспортным средством:

Комбинированная система контроля за полосой движения обеспечивает достижение индивидуальных целей по продольному и боковому контролю. Кроме того, следующая за дорожкой система управления может регулировать приоритет двух целей, когда они не могут быть выполнены одновременно.

Пример продольного управления с использованием адаптивного круиз-контроля (ACC) с синтезом сенсоров см. в разделе Адаптивный круиз-контроль с синтезом сенсоров (Model Predictive Control Toolbox). Пример бокового управления с использованием системы поддержки полосы движения (LKA) с обнаружением полосы движения см. в разделе Помощь в поддержании полосы движения с обнаружением полосы движения (Model Predictive Control Toolbox). Пример ACC предполагает идеальное обнаружение полосы движения, а пример LKA не учитывает окружающие транспортные средства.

В этом примере рассматриваются как обнаружение полосы движения, так и окружающие автомобили. Система слежения за полосой движения синтезирует данные, полученные с помощью датчиков зрения и радаров, оценивает центр полосы движения и расстояние до ведущего автомобиля, а также вычисляет продольное ускорение и угол поворота эго-транспортного средства.

Модель открытого испытательного стенда

Откройте модель испытательного стенда Simulink.

open_system('LaneFollowingTestBenchExample')

Модель содержит четыре основных компонента:

При открытии этой модели также запускается helperLFSetUp сценарий, который инициализирует данные, используемые моделью, путем загрузки констант, необходимых модели Simulink, таких как параметры модели транспортного средства, параметры конструкции контроллера, сценарий дороги и окружающие автомобили.

Постройте график дороги и пути движения эго-транспортного средства.

plot(scenario)

Для построения графика результатов моделирования и изображения окружения эго-транспортного средства и отслеживаемых объектов используйте область действия «Птичий глаз». Область «Птичий глаз» - это инструмент визуализации на уровне модели, который можно открыть с помощью панели инструментов Simulink. На вкладке Моделирование (Simulation) в разделе Результаты проверки (Review Results) щелкните Область действия птичьего глаза (Bird 's-Eye Scope). После открытия области настройки настройте сигналы, нажав кнопку Найти сигналы.

Чтобы получить вид среднего моделирования, смоделируйте модель для 10 секунд.

sim('LaneFollowingTestBenchExample','StopTime','10')

После моделирования модели в течение 10 секунд откройте Bird 's-Eye Scope. На панели инструментов области действия для отображения вида «Мировые координаты» сценария нажмите кнопку «Мировые координаты». В этом виде эго-транспортное средство обведено кругом. Для отображения легенды для вида «Координаты транспортного средства» нажмите «Легенда».

Bird 's-Eye Scope показывает результаты слияния датчиков. Он показывает, как радар и датчики обзора обнаруживают транспортные средства в пределах их зон покрытия. На ней также показаны дорожки, поддерживаемые блоком Multi-Object Tracker. Жёлтая дорожка показывает важнейший объект (MIO), который является ближайшей дорожкой перед эго-транспортным средством в своей полосе. Идеальная разметка полосы также показана вместе с синтетически обнаруженной левой и правой границами полосы (показана красным цветом).

Смоделировать модель до конца сценария.

sim('LaneFollowingTestBenchExample')

   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 график производительности контроллера.

plotLFResults(logsout,time_gap,default_spacing)

На первом рисунке показаны следующие результаты управления интервалами.

На втором рисунке показаны следующие результаты бокового контроля.

Обзор полосы движения после контроллера

Подсистема контроллера следящего за дорожкой содержит три основные части: 1) Оценка центра полосы 2) Отслеживание и слияние датчиков 3) Контроллер MPC

open_system('LaneFollowingTestBenchExample/Lane Following Controller')

Подсистема Estimate Lane Center выводит данные датчика полосы на контроллер MPC. Предварительно просматриваемая кривизна обеспечивает осевую линию кривизны полосы движения перед эго-транспортным средством. В этом примере эго-транспортное средство может смотреть вперед в течение 3 секунд, что является результатом горизонта прогнозирования и времени выборки контроллера. Контроллер использует предварительно просматриваемую информацию для вычисления угла поворота транспортного средства ego, что повышает производительность контроллера MPC. Боковое отклонение измеряет расстояние между эго-транспортным средством и осевой линией полосы движения. Относительный угол рыскания измеряет разность углов рыскания между эго-транспортным средством и дорогой. Блок ISO 8855 - SAE J670E внутри подсистемы преобразует координаты от обнаружения полосы движения, которые используют ISO 8855, в контроллер MPC, который использует SAE J670E.

Подсистема слежения и слияния датчиков обрабатывает сигналы наблюдения и радиолокационного обнаружения, поступающие из подсистемы «Транспортное средство и окружающая среда», и создает всеобъемлющую картину ситуации вокруг эго-транспортного средства. Кроме того, он предоставляет контроллеру полосы движения оценку ближайшего транспортного средства в полосе движения перед эго-транспортным средством.

Целью блока контроллера MPC является:

Контроллер MPC спроектирован в системном блоке управления путем следования (PFC) на основе введенных параметров маски, а разработанный контроллер MPC является адаптивным MPC, который обновляет модель транспортного средства во время выполнения. Контроллер полосы движения рассчитывает продольное ускорение и угол поворота для эго-транспортного средства на основе следующих входных данных:

Учитывая физические ограничения эго-транспортного средства, угол поворота рулевого управления ограничен в пределах [-26,0,26] рад, а продольное ускорение ограничено в пределах [-3,2] м/с ^ 2.

Изучение транспортных средств и окружающей среды

Подсистема «Транспортное средство и окружающая среда» позволяет выполнять моделирование полосы движения по замкнутому контуру после контроллера.

open_system('LaneFollowingTestBenchExample/Vehicle and Environment')

Системная задержка (System Latency) блокирует моделирование задержки в системе между входами и выходами модели. Задержка может быть вызвана задержкой датчика или задержкой связи. В этом примере задержка аппроксимируется одной временной секундой выборки.

Подсистема Vehicle Dynamics моделирует динамику транспортного средства с помощью блока Bicycle Model - Force Input из Blockset™ Vehicle Dynamics. Динамика нижнего уровня моделируется линейной системой первого порядка с постоянной времени в секундах.

Подсистема SAE J670E ISO 8855 преобразует координаты из Vehicle Dynamics, которая использует SAE J670E, в Scription Reader, которая использует ISO 8855.

Блок чтения сценариев считывает данные актера из файла сценария. Блок преобразует позы актера из мировых координат сценария в координаты эго-транспортного средства. Позы актера передаются в потоковом режиме по шине, генерируемой блоком. Блок считывания сценариев также генерирует идеальные границы левой и правой полос на основе положения транспортного средства по отношению к сценарию, используемому в helperLFSetUp.

Блок генератора обнаружения изображений принимает идеальные границы полосы движения из блока считывателя сценариев. Генератор обнаружения моделирует поле зрения монокулярной камеры и определяет угол курса, кривизну, производную кривизны и допустимую длину каждой границы дороги, учитывая любые другие препятствия. Блок радиолокационного обнаружения генерирует точечные обнаружения на основе данных наземной истинности, присутствующих в поле зрения РЛС, на основе сечения РЛС, определенного в сценарии.

Запустить контроллер для нескольких сценариев тестирования

В этом примере используется несколько сценариев тестирования на основе стандартов ISO и реальных сценариев. Для проверки производительности контроллера можно протестировать контроллер на наличие нескольких сценариев и настроить параметры контроллера, если производительность неудовлетворительна. Для этого:

Вы можете автоматизировать верификацию и валидацию контроллера с помощью Simulink Test™.

Создание кода для алгоритма управления

LFRefMdl модель поддерживает генерацию кода C с помощью программного обеспечения Embedded Coder ®. Чтобы проверить наличие доступа к встроенному кодеру, запустите:

hasEmbeddedCoderLicense = license('checkout','RTW_Embedded_Coder')

Можно создать функцию C для модели и изучить отчет о создании кода, выполнив следующие действия:

if hasEmbeddedCoderLicense
  slbuild('LFRefMdl')
end

Можно проверить, что скомпилированный код C ведет себя так, как ожидалось, с помощью моделирования ПО в цикле (SIL). Для моделирования LFRefMdl ссылочная модель в режиме SIL, используйте:

if hasEmbeddedCoderLicense
  set_param('LaneFollowingTestBenchExample/Lane Following Controller',...
            'SimulationMode','Software-in-the-loop (SIL)')
end

При запуске LaneFollowingTestBenchExample модель, код генерируется, компилируется и выполняется для LFRefMdl модель, которая позволяет проверить поведение скомпилированного кода с помощью моделирования.

Заключения

В этом примере показано, как реализовать интегрированный контроллер полосы на кривой дороге с синтезом датчиков и обнаружением полосы, протестировать его в Simulink, используя синтетические данные, сгенерированные с помощью программного обеспечения Automated Driving Toolbox, компоновать его и автоматически генерировать для него код.

close all
bdclose all