Можно использовать прогнозирующее управление модели (MPC) в автоматизированных ведущих приложениях, чтобы улучшить скорость отклика транспортного средства при поддержании пассажирского комфорта и безопасности. MPC имеет несколько функций, которые полезны для автоматизированного управления, таковы как предсказание поведения транспортного средства в ближайшем будущем и явным образом обработке ограничений во время оптимизации. Для получения дополнительной информации смотрите, что Автоматизированное Управление Использует Прогнозирующее Управление Модели.
Adaptive Cruise Control System | Симулируйте адаптивную модель использования круиз-контроля прогнозирующий контроллер |
Lane Keeping Assist System | Симулируйте сохраняющую маршрут помощь с помощью адаптивной модели прогнозирующий контроллер |
Path Following Control System | Симулируйте управление следования траектории с помощью адаптивной модели прогнозирующий контроллер |
Nonlinear MPC Controller | Симулируйте нелинейные прогнозирующие контроллеры модели |
Автоматизированное управление Используя прогнозирующее управление модели
Можно спроектировать и симулировать автоматизированные системы вождения с помощью контроллеров MPC.
Адаптивная система круиз-контроля Используя прогнозирующее управление модели
Спроектируйте контроллер MPC, который отслеживает скорость набора и обеспечивает безопасное расстояние от ведущего транспортного средства путем корректировки продольного ускорения автомобиля, оборудованного датчиком.
Адаптивный круиз-контроль с cочетанием датчиков
Спроектируйте адаптивную систему круиз-контроля, которая обнаруживает ведущее транспортное средство в его среде путем объединения данных из радарных датчиков и видения.
Хранение маршрута помогает системе Используя прогнозирующее управление модели
Спроектируйте контроллер MPC, который сохраняет автомобиль, оборудованный датчиком, перемещающийся вдоль центра прямой или изогнутой дороги путем корректировки переднего руководящего угла.
Хранение маршрута помогает с обнаружением маршрута
Проект основанное на MPC хранение маршрута помогает системе, которая использует обнаружение маршрута и дорожный предварительный просмотр искривления от Automated Driving Toolbox™.
Маршрут после Использования нелинейного прогнозирующего управления модели
Спроектируйте следующий за маршрутом контроллер, использующий нелинейный MPC с дорожным предварительным просмотром искривления.
Маршрут после управления с обнаружением cочетания датчиков и маршрута
Спроектируйте основанную на MPC следующую за маршрутом систему, которая использует обнаружение маршрута и дорожный предварительный просмотр искривления от Automated Driving Toolbox.
Спроектируйте основанную на MPC следующую за маршрутом систему, которая обнаруживает маршрут, и транспортные средства с помощью системы камеры симулировали использование Нереального Engine®.
Автоматизируйте тестирование на магистральный маршрут после
Автоматизируйте тестирование магистрального контроллера следования маршрута против нескольких сценариев тестирования.
Магистральный маршрут после с интеллектуальными транспортными средствами
Симулируйте маршрут после приложений, которые содержат интеллектуальные целевые транспортные средства, которые адаптируют их траектории на основе соседних транспортных средств.
Изменение маршрута помогает Используя нелинейное прогнозирующее управление модели
Спроектируйте контроллер изменения маршрута, использующий нелинейный контроллер MPC.
Магистральное изменение маршрута
Симулируйте изменяющий маршрут контроллер в магистрали ведущий сценарий.
Парковка камердинера Используя нелинейное прогнозирующее управление модели
Спроектируйте контроллер для камердинера гаража, использующего нелинейное прогнозирующее управление модели.
Парковка параллели Используя нелинейное прогнозирующее управление модели
Спроектируйте параллельный контроллер парковки, использующий нелинейное прогнозирующее управление модели.
Парковка параллели Используя планировщика RRT и диспетчера отслеживания MPC
Автоматически параллель паркует транспортное средство путем генерации пути с помощью звездообразного планировщика RRT и отслеживая траекторию с помощью нелинейного прогнозирующего управления модели.