Введение

Дорожная полоса, следующая за системой, управляет транспортным средством для передвижения по отмеченной полосе. Он также поддерживает установленную скорость или безопасное расстояние до предыдущего транспортного средства в той же полосе. Система обычно использует алгоритмы обработки зрения, чтобы обнаружить полосы движения и транспортные средства с камеры. Обнаружения транспортного средства с камеры затем сливаются с обнаружениями с радара, чтобы улучшить робастность восприятия. Контроллер использует обнаружения маршрута, обнаружения транспортного средства и настройте скорость для управления рулевым управлением и ускорением.

Этот пример демонстрирует, как создать тестовую модель для тестирования обработки зрения, слияния датчиков и элементов управления в 3D среде симуляции. Тестовая модель может быть сконфигурирована для различных сценариев, чтобы проверить способность следовать по полосам и избегать столкновений с другими транспортными средствами. В этом примере вы:

Для тестирования интегрирования контроллера и алгоритма восприятия требуется фотореалистичная среда симуляции. В этом примере вы активируете симуляцию уровня системы путем интегрирования с Unreal Engine из Epic Games ®. Для 3D среды симуляции требуется 64-разрядная платформа Windows ®.

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

Чтобы гарантировать воспроизводимость результатов симуляции, установите случайный seed.

rng(0)

Алгоритм разбиения и испытательный стенд

Модель разделена на отдельные алгоритмы и тестовые модели.

Исследуйте тестовую модель

В этом примере вы используете тестовую модель симуляции уровня системы, чтобы исследовать поведение алгоритмов управления и обработки зрения для следующей системы маршрута. Откройте тестовую модель симуляции уровня системы.

open_system("HighwayLaneFollowingTestBench")

Тестовая модель содержит следующие модули:

Подсистема Симуляции 3D Scenario конфигурирует дорожную сеть, транспортные средства положения и синтезирует датчики. Откройте подсистему Simulation 3D Scenario.

open_system("HighwayLaneFollowingTestBench/Simulation 3D Scenario")

Сцена и дорожная сеть определяются этими частями подсистемы:

Положения транспортного средства определяются этими частями подсистемы:

Датчики, присоединенные к автомобилю , оборудованному датчиком, заданы следующими частями подсистемы:

Подсистема Динамики аппарата использует блок Bicycle Model, чтобы смоделировать автомобиль , оборудованный датчиком. Откройте Подсистему Динамики аппарата.

open_system("HighwayLaneFollowingTestBench/Vehicle Dynamics");

Блок Bicycle Model реализует твердую двухосную однопутную модель кузова транспортного средства, чтобы вычислить продольное, боковое и рыскание. Блок учитывает массу тела, аэродинамическое сопротивление и распределение веса между осями из-за ускорения и рулевого управления. Для получения дополнительной информации смотрите Модель велосипедов.

Подсистема Metric Assessment позволяет проводить метрические оценки на уровне системы с помощью основной истины из сценария. Откройте подсистему Metrics Assessment.

open_system("HighwayLaneFollowingTestBench/Metrics Assessment");

В этом примере четыре метрики используются для оценки системы следования за маршрутом.

Исследуйте модели алгоритмов

Последующая система маршрута разработана путем интегрирования детектора маркера маршрута, детектора транспортного средства, слияния датчика прямого транспортного средства, логики принятия решения и компонентов контроллера маршрута.

Модель алгоритма детектора маркеров маршрута реализует модуль восприятия, чтобы анализировать изображения дорог. Откройте модель алгоритма детектора маркера маршрута.

open_system("LaneMarkerDetector");

Детектор маркера маршрута принимает за вход системы координат, захваченную датчиком монокулярной камеры. Он также принимает в камере внутренние параметры через маску. Он обнаруживает контуры маршрута и выводит информацию о маршруте и типе разметки каждого маршрута через LaneSensor Для получения дополнительной информации о том, как спроектировать и оценить детектор маркера маршрута, смотрите Design Lane Marker Detector Using Unreal Engine Simulation Environment и Сгенерируйте код для детектора маркера маршрута.

Модель алгоритма детектора транспортных средств обнаруживает автомобили в сценарии вождения. Откройте модель алгоритма детектора транспортных средств.

open_system("VisionVehicleDetector");

Детектор транспортного средства принимает за вход системы координат, захваченную датчиком камеры. Он также принимает в камере внутренние параметры через маску. Он обнаруживает транспортные средства и выводит информацию о транспортном средстве как ограничительные коробки. Для получения дополнительной информации о том, как спроектировать и оценить детектор автомобиля, смотрите Сгенерируйте код для детектора транспортных средств Vision.

Компонент слияния датчика транспортного средства сплавляет транспортное средство, обнаруживает с камеры и радара датчики и отслеживает обнаруженные транспортные средства с помощью метода отслеживания центрального уровня. Откройте модель алгоритма слияния датчика прямого транспортного средства.

open_system("ForwardVehicleSensorFusion");

Модель слияния датчика транспортного средства принимает в качестве входов обнаружения транспортного средства с датчиков зрения и радара. Радиолокационные обнаружения кластеризуются и затем конкатенируются с детекторами зрения. Обнаружение конкатенированного транспортного средства затем отслеживается с помощью совместного вероятностного трекера ассоциации данных. Этот компонент выводит подтвержденные дорожки. Для получения дополнительной информации о слиянии датчика транспортного средства см. Раздел «Слияние датчика прямого транспортного средства».

Следующая модель алгоритма принятия решений задает боковые и продольные решения на основе обнаруженных полос и дорожек. Откройте модель алгоритма Lane Following Decision Logic.

open_system("LaneFollowingDecisionLogic");

Следующая за логической моделью принятия решения модель принимает обнаруженные полосы из детектора маркера маршрута и подтвержденные дорожки от модуля слияния датчика прямого транспортного средства в качестве входов. Он оценивает центр маршрута, а также определяет головной автомобиль MIO, путешествующий по той же полосе, что и автомобилю , оборудованному датчиком. Это выводит относительное расстояние и относительную скорость между MIO и автомобилем , оборудованным датчиком.

Следующий контроллер маршрута задает продольные и боковые элементы управления. Откройте модель алгоритма Lane Following Controller.

open_system("LaneFollowingController");

Контроллер принимает в качестве входов установленную скорость, центр маршрута и информацию MIO. Он использует следующий по пути контроллер, чтобы контролировать угол поворота и ускорение для автомобиля , оборудованного датчиком. Он также использует тормозной контроллер watchdog, чтобы применить тормоза в качестве безотказного режима. Контроллер выводит команду угла рулевого управления и ускорения, которая определяет, ускорять, замедлять или применять тормоза. Блок Динамика аппарата использует эти выходы для бокового и продольного управления автомобиля , оборудованного датчиком.

Визуализация сценария тестирования

Функция помощника scenario_LFACC_03_Curve_StopnGo генерирует кубоидный сценарий, который совместим со HighwayLaneFollowingTestBench модель. Это сценарий без разомкнутого контура, содержащий несколько целевых транспортных средств на изогнутой дороге. Центры дорог, разметка маршрута и транспортные средства в этом кубоидном сценарии тесно совпадают с участком изогнутой дорожной сцены, обеспеченным 3D средой симуляции. В этом сценарии головное транспортное средство замедляется перед автомобилем , оборудованным датчиком, в то время как другие транспортные средства перемещаются по смежным полосам.

Постройте график разомкнутого контура сценария, чтобы увидеть взаимодействия автомобиля , оборудованного датчиком и целевых транспортных средств.

hFigScenario = helperPlotLFScenario("scenario_LFACC_03_Curve_StopnGo");

Автомобиль , оборудованный датчиком не находится под управлением с обратной связью, поэтому происходит столкновение с более медленным движущимся ведущим транспортным средством. Цель системы с обратной связью состоит в том, чтобы следовать по полосе и соблюдать безопасное расстояние от ведущих транспортных средств. В HighwayLaneFollowingTestBench модель, автомобиль , оборудованный датчиком имеет ту же начальную скорость и начальное положение, что и в разомкнутый контур сценарии.

Закройте рисунок.

close(hFigScenario)

Симулируйте тестовую модель

Сконфигурируйте и протестируйте интегрирование алгоритмов в 3D среде симуляции. Чтобы уменьшить выход в командное окно, отключите сообщения обновления MPC.

mpcverbosity('off');

Сконфигурируйте тестовую модель, чтобы использовать тот же сценарий.

helperSLHighwayLaneFollowingSetup("scenarioFcnName",...
    "scenario_LFACC_03_Curve_StopnGo");
sim("HighwayLaneFollowingTestBench")

Постройте график результатов эффективности бокового контроллера.

hFigLatResults = helperPlotLFLateralResults(logsout);

Закройте рисунок.

close(hFigLatResults)

Исследуйте результаты симуляции.

Постройте график результатов эффективности продольного контроллера.

hFigLongResults = helperPlotLFLongitudinalResults(logsout,time_gap,...
    default_spacing);

Закройте рисунок.

close(hFigLongResults)

Исследуйте результаты симуляции.

Во время симуляции модель регистрирует сигналы в базовом рабочем пространстве следующим logsout и записывает выход датчика камеры в forwardFacingCamera.mp4. Можно использовать plotLFDetectionResults функция для визуализации моделируемых обнаружений, аналогичная тому, как регистрируемые данные исследуются в примере предупреждения прямого столкновения с использованием Sensor Fusion. Можно также записать визуализированные обнаружения в видео- файл, чтобы разрешить просмотр другими, кто не имеет доступа к MATLAB.

Постройте график результатов обнаружения из записанных данных, сгенерируйте видео и откройте приложение Video Viewer.

hVideoViewer = helperPlotLFDetectionResults(...
    logsout, "forwardFacingCamera.mp4" , scenario, camera, radar,...
    scenarioFcnName,...
    "RecordVideo", true,...
    "RecordVideoFileName", scenarioFcnName + "_VPA",...
    "OpenRecordedVideoInVideoViewer", true,...
    "VideoViewerJumpToTime", 10.6);

Воспроизведение сгенерированного видео.

Закройте рисунок.

close(hVideoViewer)

Исследуйте дополнительные сценарии

Предыдущие симуляции протестировали scenario_LFACC_03_Curve_StopnGo сценарий. Этот пример предоставляет дополнительные сценарии, которые совместимы с HighwayLaneFollowingTestBench модель:

  scenario_LF_01_Straight_RightLane
  scenario_LF_02_Straight_LeftLane
  scenario_LF_03_Curve_LeftLane
  scenario_LF_04_Curve_RightLane
  scenario_LFACC_01_Curve_DecelTarget
  scenario_LFACC_02_Curve_AutoRetarget
  scenario_LFACC_03_Curve_StopnGo
  scenario_LFACC_04_Curve_CutInOut
  scenario_LFACC_05_Curve_CutInOut_TooClose
  scenario_LFACC_06_Straight_StopandGoLeadCar

Эти сценарии представляют два типа проверки.

Изучить комментарии в каждом файле для получения дополнительной информации о геометрии дороги и транспортных средств в каждом сценарии. Можно сконфигурировать HighwayLaneFollowingTestBench моделировать и рабочую область, чтобы симулировать эти сценарии с помощью helperSLHighwayLaneFollowingSetup функция.

Для примера, оценивая эффекты основанного на камере алгоритма обнаружения маршрута на управлении с обратной связью, может быть полезно начать со сценария, который имеет дорогу, но нет транспортных средств. Чтобы сконфигурировать модель и рабочую область для такого сценария, используйте следующий код.

helperSLHighwayLaneFollowingSetup("scenarioFcnName",...
    "scenario_LF_04_Curve_RightLane");

Снова включите сообщения обновления MPC.

mpcverbosity('on');

Заключение

Этот пример показал, как интегрировать компоненты обработки зрения, слияния датчиков и контроллеров для симуляции системы следования маршрутов шоссе в среда симуляции 3D с обратной связью. Пример также продемонстрировал различные метрики оценки для проверки эффективности проектируемой системы. Если у вас есть лицензия на Simulink Coder™ и Embedded Coder™, можно сгенерировать готовый к развертыванию код моделей алгоритмов для встроенного целевого устройства в реальном времени (ERT).

Копирайт 2019-2020 The MathWorks, Inc.