Модель Platooning

В этом примере во взводе существует пять транспортных средств. Каждое транспортное средство моделируется как система трейлера грузовика следующими параметрами. Все длины исчисляются в метрах.

L1 = 6;  % Truck length
L2 = 10; % Trailer length
M1 = 1;  % Interconnection length

Ведущее транспортное средство следует за данным ускоряющим профилем. Каждое запаздывающее транспортное средство имеет контроллер, который управляет его ускорением.

Откройте модель Simulink®.

mdl = 'fiveVehiclePlatoon';
open_system(mdl)

Проектирование контроллера

В этом примере, запаздывающие транспортные средства все использование то же проектирование контроллера, которое имеет следующую структуру.

Здесь:

Каждое транспортное средство получает эту информацию из встроенных датчиков и радиосвязи с другими транспортными средствами во взводе.

Параметры для контроллера следующие.

Контроллер минимизирует ошибку скорости ${\mathit{v}}_{\mathrm{lead}}-{\mathit{v}}_{\mathrm{ego}}$ использование контроллера ${\mathit{K}}_1$, и минимизирует ошибку интервала ${\mathit{x}}_{\mathrm{ego}}-{\mathit{x}}_{\mathrm{front}}+\mathit{L}$ использование ${\mathit{K}}_2$.

Задайте начальные параметры контроллера.

L = L1 + L2 + M1 + 5;     % Front-to-front vehicle spacing
C1 = 0.8;                 % Constant gain
K1 = 8;                   % Constant gain
K2 = [2,1];               % PD gains for spacing control [P,D]

Запустите симуляцию.

sim(mdl);

В главном графике скорость каждого после транспортного средства сходится к ведущей скорости. В нижнем графике интервал между транспортными средствами сходится к желаемому интервалу.

Настройка ПИДа

Чтобы улучшать производительность, можно настроить усиления ПИД-регулятора. Как пример, настройте ПИД-регулятор интервала ${\mathit{K}}_2$ для 4-го транспортного средства во взводе.

Откройте контроллер.

open_system([mdl '/4th with controller/controller/K2'])

В параметрах блоков, в соответствии с настраивающим методом Выбора, выбирают Transfer Function Based (PID Tuner App). Нажмите Tune.

В приложении PID Tuner настройте время отклика и переходное поведение контроллера. Например, Время отклика $3$ секунды и Переходный фактор Поведения 0,6 производят ПИД-регулятор с более быстрым ответом и никаким перерегулированием.

Чтобы обновить параметры контроллера в модели, нажмите Update Block.

В данном примере откройте и симулируйте модель Simulink настроенными параметрами 4-го набора контроллера.

mdlTuned = 'fiveVehiclePlatoonTuned';
open_system(mdlTuned)
sim(mdlTuned);

В графике интервала ошибка для 4-го транспортного средства сходится быстрее, чем в предыдущей симуляции.

Поскольку запаздывающие транспортные средства используют то же проектирование контроллера, устанавливают ${\mathit{K}}_2$ усиления для других запаздывающих транспортных средств к настроенным усилениям от 4-го транспортного средства.

% Obtained tuned controller gains.
pTuned = get_param([mdlTuned '/4th with controller/controller/K2'],'P');
dTuned = get_param([mdlTuned '/4th with controller/controller/K2'],'D');

% Set gains in other controllers.
set_param([mdlTuned '/3rd with controller/controller/K2'],'P',pTuned)
set_param([mdlTuned '/3rd with controller/controller/K2'],'D',dTuned)
set_param([mdlTuned '/2nd with controller/controller/K2'],'P',pTuned)
set_param([mdlTuned '/2nd with controller/controller/K2'],'D',dTuned)
set_param([mdlTuned '/1st with controller/controller/K2'],'P',pTuned)
set_param([mdlTuned '/1st with controller/controller/K2'],'D',dTuned)

Симулируйте модель со всеми запаздывающими контроллерами транспортного средства ${\mathit{K}}_2$ контроллеры настраиваются.

sim(mdlTuned);

Ошибка для всех запаздывающих транспортных средств сходится быстрее, чем в исходной симуляции.

Ссылки

[1] Rajamani, Rajesh. Динамика аппарата и Управление. 2. Ряд Машиностроения редактора. Нью-Йорк, Нью-Йорк Гейдельберг: Спрингер, 2012.