Введение

Система, следующая за дорожной полосой, разработанная в этом примере, управляет автомобилем , оборудованным датчиком, чтобы перемещаться по отмеченной полосе. Система проверяет полосу следования в присутствии других неавтомобилей , оборудованных датчиком, которые являются целевыми транспортными средствами. Для регрессионной проверки часто достаточно, чтобы целевые транспортные средства следовали предопределенной траектории. Чтобы рандомизировать поведение и идентифицировать краевые случаи, такие как агрессивное изменение маршрута перед автомобилем , оборудованным датчиком, выгодно добавить интеллект к целевым транспортным средствам.

Этот пример основан на примере Highway Lane Following (Automated Driving Toolbox), который демонстрирует следование маршрута в присутствии целевых транспортных средств, которые следуют предопределенным траекториям. В этом примере изменяется среда моделирования сценария примера Highway Lane Following (Automated Driving Toolbox) путем добавления функциональных возможностей к модели и симуляции интеллектуальных целевых транспортных средств. Интеллектуальные целевые автомобили, добавленные в этот пример, адаптируют свои траектории на основе поведения соседних транспортных средств и окружения. В ответ следующая за ней система автоматически реагирует, чтобы убедиться, что автомобиль , оборудованный датчиком остается в своей полосе.

В этом примере вы достигаете симуляции уровня системы путем интегрирования с Unreal Engine ® из Epic Games ®. Для 3D среды симуляции требуется 64-разрядная платформа Windows ®.

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

Чтобы гарантировать воспроизводимость результатов симуляции, установите случайный seed.

rng(0);

В остальном примере вы будете:

Исследуйте тестовую модель

Откройте тестовую модель симуляции уровня системы для маршрута после применения.

open_system("HighwayLaneFollowingWithIntelligentVehiclesTestBench")

Тестовая модель содержит следующие модули:

Детектор маркера маршрута, детектор транспортного средства, слияние датчика транспортного средства вперед, логика принятия решений маршрута, контроллер следования маршрута, динамика аппарата и подсистемы оценки метриков основаны на подсистемах, используемых в последующем маршруте шоссе (Automated Driving Toolbox) (беспилотное вождение) Если у вас есть лицензия на Simulink Coder™ и Embedded Coder™, вы можете сгенерировать развертываемый код ready ert для моделей алгоритма Lane Marker Detector, Vehicle Detector, Forward Vehicle Sensor Sensor, Lane Following Dection. Этот пример фокусируется только на подсистеме Simulation 3D Scenario. Блок Подсистемы Интеллектуальных Целевых Транспортных Средств добавляется к Подсистеме 3D Сценария Симуляции в порядок, чтобы сконфигурировать поведение целевых транспортных средств в сценарии. Детектор маркера маршрута, детектор автомобиля, слияние датчика автомобиля вперед, логика принятия решений маршрута, контроллер следования маршрута, динамика аппарата и подсистемы оценки метриков управляют автомобилем , оборудованным датчиком в ответ на поведение целевых транспортных средств, сконфигурированных подсистемой Simulation 3D Scenario.

Откройте подсистему Simulation 3D Scenario и подсветите подсистему Intelligent Target Vehicles.

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

Подсистема Симуляции 3D Scenario конфигурирует дорожную сеть, моделирует целевые транспортные средства, устанавливает положения транспортных средств и синтезирует датчики. Подсистема инициализируется при помощи helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup скрипт. Этот скрипт определяет сценарий вождения для проверки маршрута шоссе, следующего за. Этот скрипт настройки определяет 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 ®, необходимые для HighwayLaneFollowingWithIntelligentVehiclesTestBench модель. Этот скрипт присваивает массив структур, targetVehicles, к базовому рабочему пространству, которое содержит тип поведения для каждого целевого транспортного средства.

Поведение транспортного средства

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

Моделируйте интеллектуальные целевые транспортные средства

Подсистема интеллектуальных целевых транспортных средств динамически обновляет положения транспортных средств для всех целевых транспортных средств на основе их предопределенного поведения. Как уже упоминалось, helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup скрипт определяет сценарий и поведение для каждого целевого транспортного средства в сценарии. Скрипт настройки сохраняет поведение транспортного средства и другие атрибуты как массив структур targetVehicles, в базовое рабочее пространство. Структура хранит следующие атрибуты:

Подсистема интеллектуальных целевых транспортных средств использует маску, чтобы загрузить строение targetVehicles из базового рабочего пространства. Можно задать значения этих атрибутов, чтобы изменить положение, ориентацию, скорости и поведение целевых транспортных средств. Откройте подсистему Intelligent Target Vehicles.

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

Блок Vehicle To World (Automated Driving Toolbox) преобразует предопределенные положения и траектории актёра (ego и целевого транспортного средства) из координат автомобиля , оборудованного датчиком в мировые координаты. Блок Подсистемы Поведения Целевого Автомобиля вычисляет следующее состояние целевых транспортных средств с помощью предопределенных положений целевых транспортных средств, положения автомобилей , оборудованных датчиком и текущего состояния целевых транспортных средств. Подсистема выводит положения целевых транспортных средств в мировых координатах для навигации транспортных средств в 3D среде симуляции.

Откройте подсистему «Поведение целевого транспортного средства».

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

Подсистема поведения целевого транспортного средства позволяет вам переключаться между поведением автомобиля по умолчанию и другим поведением транспортного средства. Если для типа поведения целевого транспортного средства задано значение DefaultПодсистема конфигурирует целевые транспортные средства, чтобы следовать предопределенным траекториям. В противном случае положение транспортного средства динамически вычисляется и обновляется с помощью блока Подсистемы Интеллектуального Транспортного средства. Блок Подсистемы Интеллектуального Транспортного средства конфигурирует VelocityKeeping, LaneFollowing, и LaneChange поведение целевых транспортных средств.

Откройте подсистему Intelligent Vehicle.

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

Подсистема Интеллектуального Транспортного Средства вычисляет положение целевого транспортного средства с помощью информации о соседних транспортных средствах и поведении транспортного средства. Подсистема аналогична компоненту Lane Change Planner примера Highway Lane Change (Automated Driving Toolbox). Подсистема Интеллектуального Транспортного средства имеет следующие блоки:

Таблица показывает строения конечных состояний и параметров для различного поведения транспортного средства:

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

Симулируйте интеллектуальное поведение целевого транспортного средства на прямой дороге

Этот пример использует сценарий тестирования, которая имеет трёх целевых транспортных средств (красный седан, чёрный автомобиль с мышцами и оранжевый хэтчбек) и один автомобиль , оборудованный датчиком (синий седан), перемещающийся по прямой дороге с двумя полосами.

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

Сконфигурируйте поведение всех целевых транспортных средств для поддержания скорости и симуляции запуска

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

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

Отобразите BehaviorType всех целевых транспортных средств.

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

    VelocityKeeping
    VelocityKeeping
    VelocityKeeping
    Default        
    Default        

Запустите симуляцию и визуализируйте результаты. Целевые транспортные средства в сценарии перемещаются по своим соответствующим полосам с постоянной скоростью. Красный седан и черная мышечная машина сохраняют скорость и не проверяют на столкновения.

Чтобы уменьшить выход командного окна, отключите сообщения обновления прогнозирующего управления (MPC) модели.

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

Постройте графики скоростей эго и первого целевого транспортного средства (красного седана), чтобы проанализировать результаты.

hFigVK = helperPlotEgoAndTargetVehicleProfiles(simout.logsout);

Закройте рисунок

close(hFigVK);

Сконфигурируйте первое поведение целевого транспортного средства на полосу следования и выполнения симуляции

Сконфигурируйте тип поведения для первого целевого транспортного средства (красного седана), чтобы выполнить следование по полосе. Отображение обновленных значений для BehaviorType 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 по своим соответствующим полосам. Первое целевое транспортное средство (красный седан) замедляется, чтобы избежать столкновения с медленно движущейся черной мышечной машиной в своей полосе.

sim("HighwayLaneFollowingWithIntelligentVehiclesTestBench");

Постройте графики скорости эго и первого целевого транспортного средства (красного седана), чтобы проанализировать результаты.

hFigLF = helperPlotEgoAndTargetVehicleProfiles(logsout);

Закройте рисунок

close(hFigLF);

Сконфигурируйте первое поведение целевого транспортного средства для изменения маршрута и выполнения симуляции

targetVehicles(1).BehaviorType = VehicleBehavior.LaneChange;

Отобразите BehaviorType всех целевых транспортных средств.

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

    LaneChange     
    VelocityKeeping
    VelocityKeeping
    Default        
    Default        

Запустите симуляцию и визуализируйте результаты. Оранжевый хэтчбек и черная мышечная машина перемещаются с постоянной скоростью по своим соответствующим полосам. Первое целевое транспортное средство (красный седан) выполняет изменение маршрута, когда он приближается к черной мышечной машине. Также происходит изменение маршрута, когда он приближается к оранжевому хэтчбеку.

sim("HighwayLaneFollowingWithIntelligentVehiclesTestBench");

Постройте графики скорости эго и первого целевого транспортного средства (красного седана), чтобы проанализировать результаты.

hFigLC = helperPlotEgoAndTargetVehicleProfiles(logsout);

Закройте рисунок

close(hFigLC);

Симулируйте интеллектуальное поведение целевого транспортного средства на изогнутой дороге

Протестируйте модель по сценарию с изогнутыми дорогами. Транспортные средства строения и положение транспортных средств аналогичны предыдущей симуляции. Сценарий тестирования содержит изогнутую дорогу, и первое целевое транспортное средство (красный седан) сконфигурировано таким образом, чтобы LaneChange поведение. Другие два целевых транспортных средств сконфигурированы так, чтобы VelocityKeeping поведение. На рисунке ниже показаны начальные положения транспортных средств в изогнутой дорожной сцене.

Запустите скрипт настройки, чтобы сконфигурировать параметры модели.

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

Запустите симуляцию и визуализируйте результаты. Постройте графики угла рыскания и скоростных профилей ego и целевых транспортных средств.

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

Закройте рисунок.

close(hFigCurvedLC);

Исследуйте другие сценарии

Этот пример предоставляет дополнительные сценарии, которые совместимы с HighwayLaneFollowingWithIntelligentVehiclesTestBench модель. Ниже приведен список совместимых сценариев, представленных в этом примере.

Для получения дополнительной информации о строениях дорог и целевых транспортных средств в каждом сценарии, смотрите комментарии в каждом файле. Можно сконфигурировать модель Simulink и рабочую область, чтобы симулировать эти сценарии с помощью helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup функция.

helperSLHighwayLaneFollowingWithIntelligentVehiclesSetup("scenarioFcnName","scenario_LFACC_05_Curved_IntelligentDoubleLaneChange");

Заключение

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

Снова включите сообщения обновления MPC.

mpcverbosity('on');