Введение

Система отслеживания полосы движения, разработанная в этом примере, управляет эго-транспортным средством для движения в пределах обозначенной полосы движения. Система проверяет возможность следования по полосе в присутствии других транспортных средств, не являющихся эго-транспортными средствами, которые являются целевыми транспортными средствами. Для регрессионного тестирования часто достаточно, чтобы целевые транспортные средства следовали по заданной траектории. Для рандомизации поведения и выявления краевых случаев, таких как агрессивное изменение полосы движения перед эго-транспортным средством, полезно добавить интеллект к целевым транспортным средствам.

Этот пример основан на примере «Highway Lane Following» (Automated Driving Toolbox), который демонстрирует следование по полосе в присутствии целевых транспортных средств, которые следуют по заранее определенным траекториям. В этом примере изменяется структура моделирования сценария для примера «Highway Lane Following» (Automated Driving Toolbox) путем добавления функциональных возможностей для моделирования и моделирования интеллектуальных целевых транспортных средств. Интеллектуальные целевые транспортные средства, добавленные в этот пример, адаптируют свои траектории на основе поведения соседних транспортных средств и окружающей среды. В ответ следующая за дорожкой система автоматически реагирует, чтобы гарантировать, что эго-транспортное средство остается в своей полосе.

В этом примере моделирование на уровне системы выполняется путем интеграции с Unreal Engine ® из Epic Games ®. Для среды моделирования 3D требуется 64-разрядная платформа Windows ®.

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

Чтобы обеспечить воспроизводимость результатов моделирования, задайте случайное начальное число.

rng(0);

В остальном примере:

Изучение модели испытательного стенда

Откройте модель испытательного стенда моделирования на уровне системы для полосы движения после применения.

open_system("HighwayLaneFollowingWithIntelligentVehiclesTestBench")

Модель испытательного стенда содержит следующие модули:

Детектор маркера полосы движения, детектор транспортного средства, Fusion Forward Vehicle Sensor, логика принятия решения после полосы движения, контроллер следования полосы движения, Vehicle Dynamics и подсистема оценки показателей основаны на подсистемах, используемых в Highway Lane Following (Automated Driving Toolbox) (Automated Driving Toolbox). Если у вас есть лицензия на Simulink Coder™ и Embedded Coder™, вы можете создать готовый к развертыванию ert-код для моделей Lane Marker Detector, Vehicle Detector, Forward Vehicle Sensor Fusion, Lane Folling Decision Logic, Lane Following Controler. В этом примере рассматривается только подсистема моделирования 3D сценария. Блок подсистемы Intelligent Target Vehicles добавляется в подсистему Simulation 3D Scription для настройки поведения целевых транспортных средств в сценарии. В ответ на поведение целевых транспортных средств, сконфигурированных подсистемой моделирования 3D сценария, в качестве управления эго-транспортным средством используются подсистемы «Детектор маркера полосы движения», «Детектор транспортного средства», «Слияние датчиков прямого транспортного средства», «Логика принятия решения по полосе движения», «Контроллер отслеживания полосы движения», «Динамика транспортного средства» и «Оценка метрик».

Откройте подсистему моделирования 3D сценария и выделите подсистему интеллектуальных целевых транспортных средств.

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

Подсистема моделирования 3D сценария конфигурирует дорожную сеть, моделирует целевые транспортные средства, устанавливает позиции транспортных средств и синтезирует датчики. Инициализация подсистемы осуществляется с помощью helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup сценарий. Этот сценарий определяет сценарий вождения для последующего тестирования полосы движения по шоссе. Этот сценарий настройки определяет дорожную сеть и задает поведение для каждого целевого транспортного средства в сценарии.

Этот сценарий настройки также конфигурирует конструктивные параметры контроллера, параметры модели транспортного средства и сигналы шины Simulink ®, необходимые для HighwayLaneFollowingWithIntelligentVehiclesTestBench модель. Этот сценарий назначает массив структур, targetVehiclesв базовое рабочее пространство, содержащее тип поведения для каждого целевого транспортного средства.

Поведение транспортного средства

Этот пример позволяет использовать четыре режима поведения транспортных средств для настройки целевых транспортных средств с помощью targetVehicles структура.

Модель интеллектуальных целевых транспортных средств

Подсистема Intelligent Target Vehicles динамически обновляет позиции транспортного средства для всех целевых транспортных средств на основе их предопределенного поведения. Как уже упоминалось, helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup сценарий определяет сценарий и поведение для каждого целевого транспортного средства в сценарии. Сценарий настройки хранит поведение транспортного средства и другие атрибуты в виде массива структур. targetVehicles, в базовое рабочее пространство. Структура хранит следующие атрибуты:

Подсистема Intelligent Target Vehicles использует маску для загрузки конфигурации в targetVehicles из базового рабочего пространства. Можно задать значения этих атрибутов для изменения положения, ориентации, скоростей и поведения целевых транспортных средств. Откройте подсистему интеллектуальных целевых транспортных средств.

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

Блок «Транспортное средство в мир» (Automated Driving Toolbox) преобразует предопределенные позиции и траектории актера (эго и целевого транспортного средства) из координат эго-транспортного средства в координаты мира. Блок подсистемы «Поведение целевого транспортного средства» вычисляет следующее состояние целевых транспортных средств с использованием предварительно определенных целевых транспортных средств, эго-транспортных средств и текущего состояния целевых транспортных средств. Подсистема выводит целевые транспортные средства в мировых координатах для навигации по транспортным средствам в среде моделирования 3D.

Откройте подсистему поведения целевого транспортного средства.

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

Подсистема «Поведение целевого транспортного средства» позволяет переключаться между поведением по умолчанию и другим поведением транспортного средства. Если тип поведения для целевого транспортного средства имеет значение Defaultподсистема конфигурирует целевые транспортные средства для следования заданным траекториям. В противном случае положение транспортного средства динамически вычисляется и обновляется с использованием блока подсистемы интеллектуального транспортного средства. Блок подсистемы интеллектуального транспортного средства конфигурирует VelocityKeeping, LaneFollowing, и LaneChange поведение для целевых транспортных средств.

Откройте подсистему интеллектуального транспортного средства.

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

Подсистема Intelligent Vehicle вычисляет позу целевого транспортного средства, используя информацию о соседних транспортных средствах и поведении транспортного средства. Подсистема аналогична компоненту «Планировщик изменения полосы движения» в примере «Изменение полосы движения по шоссе» (Автоматизированная панель инструментов вождения). Подсистема интеллектуального транспортного средства имеет следующие блоки:

В таблице показана конфигурация состояний терминала и параметров для различных вариантов поведения транспортного средства:

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

Моделирование интеллектуального поведения целевого транспортного средства на прямой дороге

В этом примере используется сценарий тестирования, включающий три целевых автомобиля (красный седан, черный мускульный автомобиль и оранжевый хэтчбек) и один эго-автомобиль (синий седан), путешествующий по прямой дороге с двумя полосами движения.

Моделирование можно выполнять любое количество раз, изменяя тип поведения для каждого транспортного средства во время каждого прогона. В этом примере моделирование выполняется три раза, и при каждом выполнении изменяется тип поведения для первого целевого транспортного средства.

Настройка поведения всех целевых транспортных средств для поддержания скорости и моделирования выполнения

Запуск сценария установки для настройки VelocityKeeping поведение для всех целевых транспортных средств.

helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup(...
    "scenarioFcnName",...
    "scenario_LFACC_01_Straight_IntelligentVelocityKeeping");

Отображение BehaviorType всех целевых транспортных средств.

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

    VelocityKeeping
    VelocityKeeping
    VelocityKeeping
    Default        
    Default        

Выполните моделирование и визуализируйте результаты. Целевые транспортные средства в сценарии перемещаются по своим соответствующим полосам с постоянной скоростью. Красный седан и черный мускульный автомобиль поддерживают свою скорость и не проверяют на наличие столкновений.

Чтобы уменьшить количество выходных данных командного окна, отключите сообщения обновления управления предсказанием модели (MPC).

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

Постройте график профилей скорости эго и первого целевого транспортного средства (красный седан) для анализа результатов.

hFigVK = helperPlotEgoAndTargetVehicleProfiles(simout.logsout);

Закрыть фигуру

close(hFigVK);

Настройка поведения первого целевого транспортного средства для следования по полосе движения и выполнения моделирования

Сконфигурируйте тип поведения для первого целевого транспортного средства (красный седан) для выполнения следования по полосе. Отображение обновленных значений для BehaviorType целевых транспортных средств.

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

    LaneFollowing  
    VelocityKeeping
    VelocityKeeping
    Default        
    Default        

Выполните моделирование и визуализируйте результаты. Целевые транспортные средства в сценарии движутся по своим соответствующим полосам. Первый целевой автомобиль (красный седан) тормозит, чтобы избежать столкновения с тихоходным черным мускульным автомобилем в своей полосе.

sim("HighwayLaneFollowingWithIntelligentVehiclesTestBench");

Постройте график профилей скорости эго и первого целевого транспортного средства (красный седан) для анализа результатов.

hFigLF = helperPlotEgoAndTargetVehicleProfiles(logsout);

Закрыть фигуру

close(hFigLF);

Настройка поведения первого целевого транспортного средства для изменения полосы движения и моделирования выполнения

targetVehicles(1).BehaviorType = VehicleBehavior.LaneChange;

Отображение BehaviorType всех целевых транспортных средств.

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

    LaneChange     
    VelocityKeeping
    VelocityKeeping
    Default        
    Default        

Выполните моделирование и визуализируйте результаты. Оранжевый хэтчбек и черный мускульный автомобиль движутся с постоянной скоростью по своим соответствующим дорожкам. Первый целевой автомобиль (красный седан) выполняет изменение полосы движения по мере приближения к черному мускульному автомобилю. Он также меняет другую полосу, когда приближается к оранжевому хэтчбеку.

sim("HighwayLaneFollowingWithIntelligentVehiclesTestBench");

Постройте график профилей скорости эго и первого целевого транспортного средства (красный седан) для анализа результатов.

hFigLC = helperPlotEgoAndTargetVehicleProfiles(logsout);

Закрыть фигуру

close(hFigLC);

Моделирование интеллектуального поведения целевого транспортного средства на криволинейной дороге

Протестируйте модель на сценарии с криволинейными дорогами. Конфигурация и положение транспортных средств аналогичны предыдущему моделированию. Сценарий испытания содержит криволинейную дорогу, и первый целевой автомобиль (красный седан) сконфигурирован так, чтобы LaneChange поведение. Два других целевых транспортных средства сконфигурированы для VelocityKeeping поведение. На рисунке ниже показаны исходные положения транспортных средств на криволинейной дорожной сцене.

Запустите сценарий установки для настройки параметров модели.

helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup(...
    "scenarioFcnName",...
        "scenario_LFACC_04_Curved_IntelligentLaneChange");

Выполните моделирование и визуализируйте результаты. Постройте графики углов рыскания и скоростей эго и целевых транспортных средств.

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

Закройте фигуру.

close(hFigCurvedLC);

Изучение других сценариев

В этом примере представлены дополнительные сценарии, совместимые с HighwayLaneFollowingWithIntelligentVehiclesTestBench модель. Ниже приведен список совместимых сценариев, представленных в этом примере.

Для получения более подробной информации о конфигурации дорог и целевых транспортных средств в каждом сценарии см. комментарии в каждом файле. Можно настроить модель Simulink и рабочую область для моделирования этих сценариев с помощью helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup функция.

helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup("scenarioFcnName","scenario_LFACC_05_Curved_IntelligentDoubleLaneChange");

Заключение

В этом примере показано, как протестировать функциональность полосы движения после применения в сценарии с эго-транспортным средством и несколькими интеллектуальными целевыми транспортными средствами.

Снова включите сообщения обновления MPC.

mpcverbosity('on');