《智能駕駛系統(tǒng)設計與實踐》 課件 第7、8章 自適應巡航系統(tǒng)設計與實踐、自動泊車系統(tǒng)設計與實踐

智能駕駛系統(tǒng)設計與實踐第七章自適應巡航系統(tǒng)設計與實踐7.1自適應巡航系統(tǒng)簡介7.2ACC系統(tǒng)算法及仿真7.3智能小車ACC系統(tǒng)實踐7.1自適應巡航系統(tǒng)簡介7.1.1組成及原理自適應巡航（AdaptiveCruiseControl，ACC）系統(tǒng)是一種根據(jù)交通條件來控制車輛速度的方法，是在傳統(tǒng)的定速巡航控制（CruiseControl，CC）系統(tǒng)的基礎之上發(fā)展而來，是先進駕駛輔助系統(tǒng)的重要組成部分之一。自適應巡航系統(tǒng)能夠接管駕駛過程中的部分操縱任務，減輕駕駛員駕駛疲勞，減少交通事故的發(fā)生，提高汽車的安全性。ACC主要包含定速巡航與自適應巡航兩種工作模式，如圖7-1所示，當主車前方同車道內(nèi)不存在行車目標時，系統(tǒng)將執(zhí)行定速巡航模式；當主車前方同車道內(nèi)存在行車目標時，系統(tǒng)將執(zhí)行自適應巡航模式。7.1自適應巡航系統(tǒng)簡介7.1.1組成及原理在定速巡航模式下，駕駛員可根據(jù)當前的行車環(huán)境及個人的駕駛習慣設定主車的行車速度，車輛將通過控制節(jié)氣門開度及制動壓力使車輛以駕駛員設定速度進行巡航行駛；在自適應巡航模式下，駕駛員可根據(jù)當前的行車環(huán)境及個人的駕駛習慣設定主車的行車速度及與前方目標車輛的安全車距，車輛通過控制節(jié)氣門開度及制動壓力使車輛在與前方目標車輛保證安全車距的前提下以預設的車速進行跟車行駛。在整個控制系統(tǒng)中主要包括感知層、決策層、控制層（執(zhí)行層）與人機交互層四大部分。目前車輛ACC系統(tǒng)的架構已經(jīng)趨于標準化和規(guī)范化，其通常是由信號采集單元（感知層）、信號控制單元（決策層）、執(zhí)行單元（執(zhí)行層）與人機交互界面四個方面組成，如圖7-2所示。7.1自適應巡航系統(tǒng)簡介7.1.2設計要求1.基本設計要求1）系統(tǒng)激活時，車速可以自動控制在與前車保持設定距離或保持設定速度（以速度更低的為目標）。兩種控制模式的切換由系統(tǒng)自動完成。2）穩(wěn)定狀態(tài)下的車距可以由系統(tǒng)自動調(diào)整，也可以由駕駛員調(diào)整。3）如果前方不止一輛車，系統(tǒng)必須自動選擇跟蹤目標。4）停車后，系統(tǒng)必須在3s內(nèi)將狀態(tài)從跟蹤控制切換到保持狀態(tài)。5）在保持狀態(tài)時，自動制動控制必須啟動，使車輛保持靜止。7.1自適應巡航系統(tǒng)簡介7.1.2設計要求2.不同工況要求（1）巡航工況1）定速控制兼顧舒適，縱向沖擊和速度浮動小。2）系統(tǒng)能夠主動制動，以防出現(xiàn)低速目標和坡道。（2）跟隨工況1）自車相對前車的速度控制要有遲滯，以防跟隨前車時車速波動。2）前車切入導致超過設定時間間隔時要漸進減速，盡量與駕駛員的行為保持一致。3）控制的車輛動力特性與駕駛員期望一致。4）跟隨其他ACC車輛時，要保持穩(wěn)定性。5）要有足夠的加速能力。6）能夠在絕大多數(shù)工況中減速。7）切入/切出工況中要能主動地識別目標。7.1自適應巡航系統(tǒng)簡介7.1.2設計要求2.不同工況要求（3）靠近工況1）低速靠近時，快速進行速度控制，以達到目標跟車距離。2）快速靠近時，預測減速過程以便判斷是否要駕駛員干預。3）當與前車的距離小于理想距離時，減速要符合駕駛員期望。（4）停止工況1）控制適當?shù)母嚲嚯x（2-5m）。2）制動系統(tǒng)能提供更大的制動力和耐用性。3）系統(tǒng)失效時由停止狀態(tài)切換到保持狀態(tài)。7.1自適應巡航系統(tǒng)簡介7.1.2設計要求3.系統(tǒng)功能邊界1）最低的設定車速為7m/s。2）設定時間間隔不能低于1s。3）駕駛員動作的優(yōu)先級最高。4）駕駛員來設定需要的車速和時間間隔。5）當系統(tǒng)失效，尤其是在駕駛過程中，縱向控制交由駕駛員處理。6）速度低于5m/s時，控制加速度在amin=-5m/s2到amax=4m/s2，沖擊小于5m/s3。7）速度超過20m/s時，控制加速度在amin=-3.5m/s2到amax=2.5m/s2，沖擊小于2.5m/s3。8）速度處于5-20m/s時，控制加速度在amin=-5.5+(v/10)m/s2到amax=4.67-(2v/15)m/s2，沖擊小于5.83-(v/6）m/s3。7.1自適應巡航系統(tǒng)簡介7.1.3功能要求1.基礎功能要求（1）啟動與取消功能

在行車途中，駕駛員可根據(jù)車輛實時行車狀況與環(huán)境通過操縱撥桿相關操作適時啟動ACC系統(tǒng)。在ACC系統(tǒng)運行的過程中，當駕駛員按下取消按鈕或踩下制動踏板，汽車會立即退出巡航狀態(tài)，此時駕駛員方可接管對車輛的操縱權。（2）車速車距設定功能

駕駛員可根據(jù)自己的行車習慣設定ACC系統(tǒng)的巡航速度和安全車距，ACC系統(tǒng)將根據(jù)駕駛員設定的參數(shù)自主決策并控制車輛的縱向運動，按照駕駛員期望的車速與安全車距巡航行駛。7.1自適應巡航系統(tǒng)簡介7.1.3功能要求2.輔助功能要求（1）制動預警

當前方目標車輛突然制動或者本車以較高車速使接近前方的目標車輛時，ACC系統(tǒng)可根據(jù)本車與前方目標的間距對危險程度進行分析，根據(jù)距離的大小進行預警和制動警告，以此來避免發(fā)生交通事故，提高汽車的安全性。（2）走?？刂?/p>

為了適應交通堵塞、城市行駛等多種復雜工況，避免傳統(tǒng)的ACC系統(tǒng)只適用于較高車速行駛工況的局限性。將ACC系統(tǒng)的行駛速域擴展到0-120km/h，增設自動停止和行駛的功能?？梢越鉀Q在堵車、車流較大狀況下駕駛員需要頻繁啟動和關閉ACC系統(tǒng)的問題，使得ACC系統(tǒng)的功能性和便利性都得到提升。（3）起步監(jiān)控

起步監(jiān)控主要應用于ACC系統(tǒng)啟動前，通過車載雷達、攝像頭等傳感器檢測車輛周圍環(huán)境并評估是否適合啟動ACC系統(tǒng)。避免在危險工況下啟動ACC系統(tǒng)，可以提高ACC系統(tǒng)的安全性。同時在設計時要盡可能實現(xiàn)對車速的平順控制，提高乘坐舒適性和滿足燃油經(jīng)濟性的要求，也要盡可能避免如下問題：當本車與目標車輛的安全車距設定較大時，易于被其他車輛加塞；系統(tǒng)在在突發(fā)情況及復雜的交通環(huán)境下很難達到精確控制；雷達對特殊尺寸車輛識別度較低，難以保證車輛的安全等。7.1自適應巡航系統(tǒng)簡介7.1.4開發(fā)流程類似汽車電控系統(tǒng)的開發(fā)流程，為了在保證功能可靠性的前提下盡量縮短開發(fā)流程各個環(huán)節(jié)的周期，降低開發(fā)成本，通常采用基于V流程的開發(fā)方式，如圖7-3所示。這樣能實現(xiàn)對各種方案的快速驗證，及時發(fā)現(xiàn)整車控制策略中存在的問題，根據(jù)問題研究出相應的解決方案且做進一步的驗證，通過反復驗證之后最終形成一個合適的控制策略。7.1自適應巡航系統(tǒng)簡介7.1.4開發(fā)流程1）首先進行需求分析，通過調(diào)研確定需要實現(xiàn)的功能，同時在進行需求分析時即可確定進行測試的目標。2）根據(jù)功能需求進行系統(tǒng)設計和各子系統(tǒng)設計，主要包括策略研究，各子系統(tǒng)仿真模型的建立，并針對不同的設計階段采用不同的測試進行驗證，若某一步的測試出現(xiàn)問題則可查找對應左側(cè)部分進行功能優(yōu)化，亦可進行縱向問題查找。在這個過程中利用Matlab/Simulink建立整車控制策略模型。3）之后進行代碼生成與集成，在模型中根據(jù)控制策略對輸入信號進行一系列的算法處理，進行離線仿真，獲得正確可用的控制策略。4）為了進一步驗證控制策略模型，需要進行硬件在環(huán)仿真測試，在整車環(huán)境下進行硬件在環(huán)測試，通過測試進一步改進優(yōu)化策略模型。5）最后進行實車測試，具體評價方法與評價可參考i-Vista測試規(guī)程。7.2ACC系統(tǒng)算法及仿真7.2.1控制方法車輛自適應巡航控制系統(tǒng)有直接式和分層式控制兩種方式。直接式控制方法是通過傳感器采集到數(shù)據(jù)，如車速和車距等信息，處理加工后輸出為對加速和制動的控制量，即對底層執(zhí)行器的直接式控制方法；分層式控制方法是由上層控制器和下層控制器兩部分組成，如圖7-4所示。7.2ACC系統(tǒng)算法及仿真7.2.1控制方法上層控制器通過傳感器采集車速、車距信息，按照搭建的控制策略與控制算法在處理計算后得到期望加速度，并將期望車速數(shù)據(jù)傳送至下層控制器。而下層控制器往往是一個汽車動力學的逆模型，以上層控制器的輸出，即期望加速度值為輸入，從而計算得到節(jié)氣門開度或制動壓力信號，最終形成對主車期望加速度的閉環(huán)控制。由于汽車是一個非線性很強的系統(tǒng)，其對控制系統(tǒng)的魯棒性、時效性與精確性等均具有非常高的要求。直接式控制方法整體控制鏈過長，若某一環(huán)節(jié)出現(xiàn)問題將對使得整個系統(tǒng)的控制失效，其并不適用于汽車這樣整體性較強的控制系統(tǒng)；分層式控制系統(tǒng)將系統(tǒng)分為多層控制結(jié)構，每個控制層可采用不同的算法和控制策略，相對于直接式控制方法控制鏈較短且系統(tǒng)的穩(wěn)定性等得到極大的提升。目前車輛自適應巡航控制系統(tǒng)多采用分層式控制方法。7.2ACC系統(tǒng)算法及仿真7.2.2控制策略1.模式控制策略車輛自適應巡航控制系統(tǒng)工作模式分為定速巡航模式和自適應巡航模式，系統(tǒng)應能自動根據(jù)行駛路況，選擇合適功能模式，以保證行車安全。在定速巡航模式下一般采用速度控制策略，即控制車輛以一個穩(wěn)定的速度行駛；在自適應巡航模式下采用間距策略，即控制車輛在行駛過程中與前車保持穩(wěn)定的安全車距。設定的控制策略如下。1）汽車正常行駛時，若沒有檢測到目標車輛，則使用定速巡航模式，以設定車速勻速行駛。若雷達檢測到目標車輛，則進行下一步判斷。2）雷達發(fā)現(xiàn)目標車輛后，將目標車輛的車速和相對車距信號反饋給主車，若目標車輛車速大于或等于主車設定車速，則進入或保持定速巡航模式。如目標車輛車速小于主車設定車速，則結(jié)合安全車距，控制主車車速并進入跟車模式。3）雷達探測到目標車輛駛離后，若無新的目標車輛出現(xiàn)，則切換到定速巡航模式。若目標車輛駛離后出現(xiàn)新的目標車輛，則重新判斷新目標車輛的車速和相對距離，來選擇使用跟車模式或定速巡航模式。4）系統(tǒng)應遵循駕駛員優(yōu)先的原則，若出現(xiàn)駕駛員進行主動干預的情況，則應立刻退出ACC系統(tǒng)，等待激活指令。7.2ACC系統(tǒng)算法及仿真7.2.2控制策略2.速度控制策略在對車速進行主動控制時，通常使用不同的間距策略，根據(jù)相對車速和車距進行判斷。間距策略大體上可以歸結(jié)為兩類：固定間距策略和可變間距策略。固定間距策略即無論車輛當前所處的行駛環(huán)境如何，本車與前車始終保持一個恒定的車間距，這種車間距策略的優(yōu)點就是計算量少、結(jié)構簡單，但由于道路環(huán)境的復雜多變，這種策略往往無法平衡行駛過程中的多目標要求，對道路的適應性比較差?？勺冮g距策略即可以根據(jù)當前的行車環(huán)境，控制本車與前車保持穩(wěn)定的安全車距，該控制策略適用于復雜多變的交通環(huán)境。7.2ACC系統(tǒng)算法及仿真7.2.2控制策略2.速度控制策略可變間距策略是基于車頭時距（車頭時距是指在同一車道上行駛的車輛隊列中，兩連續(xù)車輛車頭端部通過某一斷面的時間間隔，如圖7-5所示）的控制策略，包含恒定車頭時距和可變車頭時距。恒定車頭時距（ConstantTimeHeadway，CTH）策略認為車頭時距是固定值，也就是說期望的兩車間距與本車速度成正比，本車速度越大期望的兩車間距也就越大，因為本車速度越大需要的制動距離也就越長；可變車頭時距（VariableTimeHeadway，VTH）策略認為車頭時距不再是恒定不變的，而是隨著周圍行駛環(huán)境的改變不斷發(fā)生變化。目前ACC系統(tǒng)中多采用可變車頭時距策略。7.2ACC系統(tǒng)算法及仿真7.2.3控制算法1.自適應巡航系統(tǒng)的控制算法車輛自適應巡航控制系統(tǒng)分為上層控制與下層控制兩大部分，通常上層控制包括巡航模式算法和跟車模式算法，下層控制則包含了驅(qū)動和制動控制等。其中上層控制相對與下層控制較為復雜，需要同時兼顧車輛安全性、舒適性、燃油經(jīng)濟性與時效性等要求。目前，常用的上層控制算法有模糊控制、人工神經(jīng)網(wǎng)絡控制與模型預測控制算法等，常用的下層控制算法有PID、模糊PID、前饋補償式PID等。其中模糊PID、前饋補償式PID等是在PID與模糊控制算法的基礎之上衍生而成的，而人工神經(jīng)網(wǎng)絡算法較為復雜，計算量較大，控制過程的實時性較難保證。因此，本節(jié)將著重介紹PID控制、模糊控制與模型預測控制算法的基本內(nèi)容與原理。7.2ACC系統(tǒng)算法及仿真7.2.3控制算法2.PID控制算法PID（Proportional-Integral-Derivative）控制器，即比例積分微分控制器，是一個在工業(yè)控制應用中使用最為廣泛的反饋回路控制系統(tǒng)之一，由比例單元P、積分單元I和微分單元D組成。PID控制的優(yōu)點：原理簡單，使用方便，適應性強，魯棒性強，其控制品質(zhì)對被控對象的變化不太敏感，非常適用于環(huán)境惡劣的工業(yè)生產(chǎn)現(xiàn)場，該方法最大的缺點是調(diào)參復雜且不適用于較為復雜的對象。PID控制器的原理如圖7-6所示7.2ACC系統(tǒng)算法及仿真7.2.3控制算法2.PID控制算法

7.2ACC系統(tǒng)算法及仿真7.2.3控制算法3.模糊控制算法模糊控制是以模糊集合理論、模糊語言及模糊邏輯為基礎的控制，它是模糊數(shù)學在控制系統(tǒng)中的應用，是一種非線性智能控制。模糊控制是利用人的知識與經(jīng)驗對控制對象進行控制的一種控制方法，一般用于無法以嚴密的數(shù)學表示的控制對象模型。模糊控制主要包含模糊化、模糊推理和解模糊三個模塊，如圖7-7所示。雖其具有較佳的魯棒性、適應性和容錯性，但如何獲得模糊規(guī)則及隸屬函數(shù)即系統(tǒng)的設計辦法，完全憑經(jīng)驗進行。7.2ACC系統(tǒng)算法及仿真7.2.3控制算法4.模型預測控制算法模型預測控制（ModelPredictiveControl，MPC）因其更能滿足車輛非線性系統(tǒng)與多目標優(yōu)化的要求，是近年來在車輛底層系統(tǒng)控制中運用較多的控制算法，具有控制效果良好、抗干擾性強、能處理多變量和系統(tǒng)約束的優(yōu)點，但該算法的理論推導、代碼編寫與調(diào)試較為困難。其算法的基本原理包括預測模型、滾動優(yōu)化、反饋校正三個基本過程，如圖7-8所示。7.2ACC系統(tǒng)算法及仿真7.2.3控制算法4.模型預測控制算法模型預測控制算法的基本原理可歸結(jié)為：控制系統(tǒng)在每個采樣時刻，根據(jù)預測模型對未來一段時間內(nèi)的行為進行預測，并結(jié)合系統(tǒng)的多目標約束對未來時刻的系統(tǒng)性能進行優(yōu)化。隨后結(jié)合實測對象的輸出對預測模型進行反饋校正，將求解的控制序列的第一個控制量作用于控制系統(tǒng)，因而整個控制系統(tǒng)轉(zhuǎn)化為一個在線優(yōu)化的進程，如圖7-9所示。7.2ACC系統(tǒng)算法及仿真7.2.3控制算法4.模型預測控制算法（1）預測模型

圖中K時刻為當前控制時刻，其左邊代表已經(jīng)過去的系統(tǒng)狀態(tài)，右邊代表系統(tǒng)預測的未來狀態(tài)，參考軌跡是設定系統(tǒng)的一種較為理想的控制過程與狀態(tài)，預測輸出會根據(jù)測量輸出不斷進行在線優(yōu)化逐步接近參考軌跡。預測模型根據(jù)當前時刻的測量值，即上一個步長控制輸出量的反饋值，預測未來一段時間內(nèi)（即時間區(qū)間[k，k+p]，又稱預測時域）的系統(tǒng)輸出，這個過程稱為模型預測。（2）滾動優(yōu)化

預測控制最關鍵且與其他控制算法最大區(qū)別之處在于在線滾動優(yōu)化過程，通過求解滿足設定控制目標以及其他約束條件形成的臨時優(yōu)化問題，得到未來一段預測時域下對控制量的局部最優(yōu)解，即圖中的預測控制量。在每個采樣時刻k，系統(tǒng)都會重復進行上述求解過程，對未來有限時間序列內(nèi)的狀態(tài)進行并輸出預測控制量，并將預測控制量的第一個參量作用與整個控制系統(tǒng)?？傊?，以上求解過程在控制步長向前推進一步時都會進行一次，在整個控制過程會持續(xù)進行，所以稱之為滾動優(yōu)化。7.2ACC系統(tǒng)算法及仿真7.2.3控制算法4.模型預測控制算法（3）反饋校正MPC是一種基于模型的控制算法，模型是整個系統(tǒng)的根基，但一般情況下都無法得到系統(tǒng)精確模型，加上實際系統(tǒng)中的時變與干擾等因素，系統(tǒng)的輸出可能會由于這些干擾而使得整個控制系統(tǒng)發(fā)生突變等不穩(wěn)定現(xiàn)象。反饋校正的作用是保證系統(tǒng)在自身時變與外界干擾等因素下，保證系統(tǒng)輸出穩(wěn)定，是一個自調(diào)節(jié)的過程。在下一個k+1步長時刻，系統(tǒng)觀測到k時刻控制產(chǎn)生的控制結(jié)果（即圖中以測量輸出曲線），將其偏差作為該時刻的輸出量反饋值帶入當前時刻的預測模型中，完成一次反饋校正過程。反饋機制與滾動機制使得MPC控制構成了閉環(huán)狀態(tài)。7.2ACC系統(tǒng)算法及仿真7.2.4系統(tǒng)仿真1.汽車ACC系統(tǒng)Simulink仿真根據(jù)所使用的控制算法，在Matlab中建立ACC系統(tǒng)的控制仿真模型。若使用PID控制算法，一般將整個控制系統(tǒng)的輸入變量設定為駕駛員的設定車速和實際車速，將PID調(diào)節(jié)模塊的輸入變量設定為車速和實際車速差值，將模糊控制模塊輸入變量設定為車速和實際車速差值及其變化率。若使用模型預測控制算法，一般將加速度設定為輸出的控制信號。將主車車速、實際車距和期望車距設定為反饋信號，同時計算出誤差作為自變量。將目標車車速設定為系統(tǒng)干擾，參考信號則設為期望車距和設定車速。對汽車ACC系統(tǒng)控制系統(tǒng)進行仿真建模之后，使用巡航工況和跟車工況對模型進行仿真測試，對所建立的仿真模型進行評價，以驗證仿真模型的可靠性。7.2ACC系統(tǒng)算法及仿真7.2.4系統(tǒng)仿真2.汽車ACC系統(tǒng)聯(lián)合仿真在對汽車ACC系統(tǒng)進行仿真時，可結(jié)合專業(yè)的第三方車輛動力學軟件進行聯(lián)合仿真，如CarSim、VeDYNA、CarMaker等。以CarSim軟件為例，不僅可以為系統(tǒng)提供車輛動力學模型，還可以提供典型、簡單的場景來更方便地展示仿真系統(tǒng)的控制效果。聯(lián)合仿真的基本原理為在建模時將軟件中要使用的車輛動力學模型發(fā)送到Simulink中，使用外部信號直接控制車輛，同時將車輛的各傳感器信號輸出，實現(xiàn)不同軟件的聯(lián)合仿真。根據(jù)所使用第三方車輛動力學軟件的不同和車輛模型的不同，具體操作方式差異較大，但基本原理相同，在此不一一贅述。7.3智能小車ACC系統(tǒng)實踐7.3.1開發(fā)方法1.總體設計方案智能小車ACC控制系統(tǒng)的實現(xiàn)方法主要包括三大方面。第一，根據(jù)車輛ACC控制系統(tǒng)理論知識設計適合于智能小車ACC控制系統(tǒng)的控制方案并利用Matlab/Simulink軟件搭建控制策略與算法模型；第二，搭建智能小車ACC控制系統(tǒng)的測試與開發(fā)平臺，即建立樹莓派、智能小車、控制策略與算法模型之間的數(shù)據(jù)傳輸與通信；第三，測試與開發(fā)，將Matlab/Simulink算法模型植入到樹莓派硬件中控制智能小車進行自主巡航行駛，實現(xiàn)智能小車ACC控制系統(tǒng)所設定的定速巡航和跟隨行駛功能。接下來將重點介紹智能小車ACC控制系統(tǒng)的設計方案與各個控制部分的Matlab/Simulink模型搭建方法。在設計智能小車ACC控制系統(tǒng)時。首先，根據(jù)理論部分所述的車輛ACC系統(tǒng)總體架構、設計方案和控制算法與原理，并結(jié)合智能小車的結(jié)構特征、驅(qū)動方式、運動特性及傳感器配置情況等，將智能小車ACC控制系統(tǒng)分為定速巡航與自適應巡航兩部分；然后，根據(jù)樹莓派的運行效率與控制系統(tǒng)需求制定智能小車ACC系統(tǒng)整體控制策略與方案并選擇合適的控制算法。在評估樹莓派的運行效率和分析實現(xiàn)智能小車ACC控制系統(tǒng)功能的需求之后，選用整體式系統(tǒng)結(jié)構，在智能小車ACC控制系統(tǒng)定速與跟隨模式下分別選用PID與模糊控制算法。7.3智能小車ACC系統(tǒng)實踐7.3.1開發(fā)方法2.物理架構根據(jù)車輛ACC系統(tǒng)的物理架構將智能小車ACC系統(tǒng)總體架構分為感知層、決策層、執(zhí)行層與人機交互層四個方面，其基本架構如圖7-10所示。感知層的主要作用是通過超聲波測距模塊與光電編碼器測速模塊獲取主車與前車的車距和主車的行駛速度；決策層的主要作用是根據(jù)智能小車ACC系統(tǒng)的控制算法與策略對感知層的數(shù)據(jù)信息進行處理，計算出電機的控制量并將數(shù)據(jù)傳輸給底層的執(zhí)行層；底層電機執(zhí)行層用于控制小車前進與停止、加速與減速；人機交互層可以通過電腦PC端對智能小車的行駛車速進行調(diào)控并且可實時對主車的實時車速、主車與前車的車距進行實時監(jiān)控。7.3智能小車ACC系統(tǒng)實踐7.3.1開發(fā)方法3.設計方案智能小車ACC系統(tǒng)根據(jù)小車前方70cm范圍之內(nèi)是否存在目標車輛將工作模式劃分為定速巡航模式和自適應巡航模式。定速巡航模式是指小車前方70cm范圍之內(nèi)不存在跟車目標時，此時只需要控制小車的速度達到預先設定的小車車速即可；自適應巡航模式是指小車前方70cm范圍之內(nèi)存在跟車目標時，此時需要控制小車在一定的安全車距之下跟隨前方目標車輛。根據(jù)智能小車的縱向運動特性與車輛ACC系統(tǒng)的控制原理，智能小車在定速巡航模式下采用速度控制策略，即控制小車行駛速度；在自適應巡航跟車模式下采用間距控制策略，即控制小車行駛速度小使小車與目標車輛的車距保持在安全車距。7.3智能小車ACC系統(tǒng)實踐7.3.1開發(fā)方法3.設計方案智能小車ACC系統(tǒng)的設計方案如圖7-11所示。7.3智能小車ACC系統(tǒng)實踐7.3.1開發(fā)方法3.設計方案根據(jù)智能小車的縱向運動特性設定智能小車的巡航車速為50cm/s、安全車距為70cm。當智能小車在運行過程中同車道內(nèi)不存在目標車輛或者障礙物時，小車將執(zhí)行定速巡航模式，反之將執(zhí)行跟車模式。在定速巡航模式下只需控制電機正轉(zhuǎn)（小車前進）使得小車的車速達到50cm/s即可，在跟隨模式下需要同時控制電機的正轉(zhuǎn)（小車前進）和反轉(zhuǎn)（小車減速、停止）使得主車與目標車輛的車間距離保持在70cm以實現(xiàn)智能小車的跟隨功能。7.3智能小車ACC系統(tǒng)實踐7.3.1開發(fā)方法4.控制策略智能小車ACC系統(tǒng)主要用到PID控制算法與模糊控制算法，下面將重點對智能小車PID控制、模糊控制算法原理及其實現(xiàn)方法進行重點說明。（1）智能小車PID控制原理實現(xiàn)方法

智能小車ACC系統(tǒng)中的定速巡航控制模塊采用PID控制算法，其控制結(jié)構與原理如圖7-12所示。智能小車PID控制原理可歸結(jié)為人為設定一個期望車速給控制器，同時光電編碼器車速傳感器測得的實測車速也輸入給控制器，計算得到實測車速和設定車速的誤差量Δv。PID控制器比例單元根據(jù)偏差的大小輸出相應的控制量，控制PWM參數(shù)驅(qū)動電機，使車速迅速趨近設定車速，以加快系統(tǒng)響應、減小誤差。積分單元的作用是將誤差量累加起來加大控制量消滅誤差，使車速保持恒定，以消穩(wěn)態(tài)誤差。比例單元具有預見性的控制作用，當Δv>0時，表示誤差量在加大，此時應及時增加控制量；當Δv<0時，表示誤差量在減小，則應及時減小控制量，使Δv趨近于零以保證系統(tǒng)的動態(tài)性能。7.3智能小車ACC系統(tǒng)實踐7.3.1開發(fā)方法4.控制策略（2）智能小車模糊控制原理實現(xiàn)方法

智能小車ACC系統(tǒng)的跟車模式采用模糊控制方法，其控制原理與結(jié)構如圖7-13所示。智能小車模糊控制原理可歸結(jié)如下：首先根據(jù)提前設定的小車跟車期望速度、安全車距及根據(jù)小車縱向運動特性建立自適應巡航的模糊控制規(guī)則，在設定規(guī)則的時候必須考慮車速與安全車距兩個方面的因素。結(jié)合小車的縱向運動特性與ACC系統(tǒng)自適應巡航相關原理制定模糊規(guī)則。模糊控制器會根據(jù)設定的規(guī)則將輸入的參量分別通過模糊化、模糊推理及解模糊三個過程輸出驅(qū)動電機的PWM參量，以控制智能小車跟隨前車穩(wěn)定行駛。7.3智能小車ACC系統(tǒng)實踐7.3.2建模與分析智能小車ACC系統(tǒng)包含四大部分，如圖7-14所示。其中①對應的是車載傳感器數(shù)據(jù)感知層，②對應的是決策層，③對應的是執(zhí)行層，④對應的是人機交互層。下面將重點對智能小車ACC系統(tǒng)這四大層面建模過程和各個部分的原理進行詳細的介紹。7.3智能小車ACC系統(tǒng)實踐7.3.2建模與分析1.感知層建模與分析（1）光電編碼器測速模塊測速原理與建模方法目前智能小車的常用測速方法有光電式和磁電式，光電式主要利用光電傳感器，磁帶式主要是利用磁電傳感器。采用光電編碼器測速相對于磁電編碼器測速方法簡單且誤差較小，目前大多數(shù)的智能小車的開發(fā)過程中均采用光電編碼器測速。因此，在智能小車的開發(fā)過程中采用光電編碼器測速方法。1）光電編碼器測速原理。測速編碼器與智能小車的半軸相聯(lián)，測速編碼器的脈沖量是固定的，在半軸旋轉(zhuǎn)的時候測速編碼器就會輸出脈沖，根據(jù)脈沖量與實際的計數(shù)時間就可以計算得到智能小車的行駛的速度。（光電編碼器低電平有效，即當碼盤遮擋住光電門時便會輸出脈沖）若令小車的實測行駛速度為

，小車的車輪直徑為d，單位時間內(nèi)光電傳感器采集的電平上升沿個數(shù)為x，則可得其數(shù)學模型如下：7.3智能小車ACC系統(tǒng)實踐7.3.2建模與分析1.感知層建模與分析（1）光電編碼器測速模塊測速原理與建模方法2）Matlab/Simulink建模方法。根據(jù)上述數(shù)學模型，在Matlab/Simulink中建立光電編碼器測速模型主要包括1和2兩個部分，如圖7-15所示。第1部分的作用是利用光電傳感器和編碼器采集單位時間內(nèi)電平上升沿的個數(shù)。其原理是當碼盤隨車輪一起轉(zhuǎn)動經(jīng)過光帶傳感器時，光電傳感器將輸出高電平，反之則輸出低電平。因此，只需要采集單位時間內(nèi)電平的上升沿或者下降沿個數(shù)計算得到小車的車速。第2部分的作用是將測量得到的上升沿個數(shù)轉(zhuǎn)化為小車的實際車速。其原理是將第1部分中采集得到的電平上升沿個數(shù)轉(zhuǎn)化為單位時間內(nèi)小車車輪轉(zhuǎn)動圈數(shù)，通過式（7-3）的數(shù)學表達式求出小車的實測車速。（注：單位時間在滿足系統(tǒng)穩(wěn)定的情況下盡可能的選取較小的數(shù)值。）7.3智能小車ACC系統(tǒng)實踐7.3.2建模與分析1.感知層建模與分析（2）超聲波測距建模方法與分析目前智能小車常用的測距方法包括紅外測距、超聲波測距、激光雷達測距等，其中超聲波測距傳感器結(jié)構簡單、價格低廉相比于其他傳感器更適用于開發(fā)智能小車。因此，智能小車采用HC-SR04超聲波測距傳感器，實物如圖7-16所示。7.3智能小車ACC系統(tǒng)實踐7.3.2建模與分析1.感知層建模與分析（2）超聲波測距建模方法與分析1）超聲波測距原理。超聲波發(fā)射器正前方發(fā)射超聲波，在發(fā)射的同時開始計時，超聲波在空氣中傳播時遇到障礙物便立刻反射回來，超聲波接收器接受到超聲波就立刻停止計時，如圖7-17所示。7.3智能小車ACC系統(tǒng)實踐7.3.2建模與分析1.感知層建模與分析（2）超聲波測距建模方法與分析

7.3智能小車ACC系統(tǒng)實踐7.3.2建模與分析1.感知層建模與分析（2）超聲波測距建模方法與分析第1部分的作用是觸發(fā)HC-SR04超聲波傳感器測距信號。其原理是利用樹莓派GPIO端口TRIG觸發(fā)測距信號，觸發(fā)信號最少為10us的高電平信號。第2部分的作用是將超聲波接收器接受的信號轉(zhuǎn)化為從超聲波發(fā)射到返回所經(jīng)歷的時間信號。其原理是若超聲波接收器接收到信號，GPIO端口持續(xù)輸出一個高電平，利用double模塊將該信號轉(zhuǎn)化為時間信號。第3部分的作用是通過數(shù)據(jù)計算得到小車與目標車輛的距離。其原理是將計時器記錄的時間和超聲波在空氣中傳播的速度參數(shù)代入公式（7-4）計算，即可得到實際的車距。7.3智能小車ACC系統(tǒng)實踐7.3.2建模與分析2.決策層建模與分析智能小車ACC系統(tǒng)決策層主要是將感知層采集得到的車速、車距數(shù)據(jù)進行處理，計算得到期望的電機PWM輸入?yún)⒘?。ACC系統(tǒng)主要包含定速巡航（CC）和自適應巡航（ACC）兩個子系統(tǒng)，其中定速巡航系統(tǒng)采用該PID控制算法，自適應巡航系統(tǒng)采用模糊控制算法。（1）定速巡航系統(tǒng)建模與分析

當感知層超聲波傳感器探測小車前方80cm內(nèi)沒有障礙物或者其他小車時，決策層將執(zhí)行定速巡航系統(tǒng)。即將小車的車速保持在一個穩(wěn)定的數(shù)值，其Matlab/Simulink模型如圖7-19所示。7.3智能小車ACC系統(tǒng)實踐7.3.2建模與分析2.決策層建模與分析（2）自適應巡航系統(tǒng)建模與分析

當感知層超聲波傳感器探測小車前方20~80cm內(nèi)有障礙物或者其他小車時，決策層將執(zhí)行自適應巡航系統(tǒng)。自適應巡航系統(tǒng)采用距離控制策略，即將小車車速與前車距離成正比，其Matlab/Simulink模型如圖7-20所示。該系統(tǒng)主要部分的作用是前進與制動切換邏輯，其原理是根據(jù)智能小車的縱向運動特性和驅(qū)動電機的特點，將驅(qū)動電機反轉(zhuǎn)的PWM值設定為0.5可實現(xiàn)小車的制動，即小車前進與制動的驅(qū)動電機臨界PWM值為0.5。當1模塊輸出的電機PWM參量大于0.5時認定小車需要進行前進控制，若小于0.5則認定小車需要進行制動控制。7.3智能小車ACC系統(tǒng)實踐7.3.2建模與分析3.執(zhí)行層建模與分析（1）執(zhí)行層電機驅(qū)動原理

根據(jù)智能小車的電機特性，選取適配的驅(qū)動模塊如圖7-21所示，主要包括控制信號接口、電源接口、電機接口三個部分。（2）執(zhí)行層建模與分析

智能小車ACC系統(tǒng)執(zhí)行層主要是執(zhí)行決策層輸出的電機PWM參量指令，以控制智能小車實現(xiàn)相應的巡航功能。根據(jù)智能小車縱向運動特性和驅(qū)動電機的特性，搭建ACC系統(tǒng)執(zhí)行層Matlab/Simulink模型如圖7-22所示。7.3智能小車ACC系統(tǒng)實踐7.3.2建模與分析3.執(zhí)行層建模與分析ACC系統(tǒng)執(zhí)行層主要包含兩個部分，第一部分的作用是根據(jù)超聲波傳感器測得的車距數(shù)據(jù)，確定ACC系統(tǒng)執(zhí)行模式。其原理是設定定速巡航和自適應巡航的車距臨界值為80cm，即當車距大于80cm時驅(qū)動電機輸入的參量為定速巡航系統(tǒng)輸出的驅(qū)動電機PWM參量。反之，則為自適應巡航系統(tǒng)輸出的驅(qū)動電機PWM參量。第二部分的作用是控制電機正反轉(zhuǎn)的轉(zhuǎn)換邏輯，以控制智能小車實現(xiàn)前進、減速與停車等功能。其原理是根據(jù)驅(qū)動電機的特性，控制智能小車前進與停止的驅(qū)動電機PWM參量為0.5，即當PWM參量大于0.5時認為小車進行前進控制，反之認為小車進行減速或者制動控制。7.3智能小車ACC系統(tǒng)實踐7.3.2建模與分析4.人機交互層建模智能小車ACC系統(tǒng)人機交互層是與智能小車進行信息交互的重要通道，如圖7-23所示，人機交互層不僅可以對智能小車的車速和安全車距進行實時修改與調(diào)整，而且可以實時觀察小車的車速、車距等參數(shù)的變化情況。7.3智能小車ACC系統(tǒng)實踐7.3.3功能測試實踐1.硬件搭接智能小車ACC系統(tǒng)測試平臺的搭建主要包括三大方面。第一，給智能小車安裝測距傳感器（超聲波）及主控板（樹莓派），并按照各傳感器的使用方法利用杜邦線連接好相應的控制信號線路。第二，通過局域網(wǎng)將主控板與PC端連接起來，即建立控制算法模型植入到樹莓派的傳輸通道。第三，根據(jù)相應的測試評判方法，建立合適的測試場景并進行多次測試，以驗證模型算法的有效性。圖7?24樹莓派4B管腳口7.3智能小車ACC系統(tǒng)實踐7.3.3功能測試實踐2.軟硬件搭接在智能小車ACC系統(tǒng)功能測試之前，首先需要搭接樹莓派、智能小車與PC電腦端之間的聯(lián)系，如圖7-25所示。其基本原理是將Matlab/Simulink算法與控制策略通過同一局域網(wǎng)絡傳輸給樹莓派，樹莓派將其轉(zhuǎn)化為智能小車驅(qū)動電機與轉(zhuǎn)向舵機的控制信號，同時樹莓派接受車載傳感器的距離車速等數(shù)據(jù)并反饋給PC電腦端以實現(xiàn)智能小車的閉環(huán)控制，最終實現(xiàn)智能小車的巡航與跟車功能。7.3智能小車ACC系統(tǒng)實踐7.3.3功能測試實踐2.軟硬件搭接（1）樹莓派與Matlab/Simulink搭接方法

在樹莓派與Matlab/Simulink搭接之前必須完成樹莓派基本信息及參數(shù)的設置，同時PC電腦端與樹莓派端必須同時連接到同一網(wǎng)絡，一般情況下手機4G網(wǎng)絡可以滿足兩者之間的數(shù)據(jù)傳輸，因此也可采用手機端熱點分別連接到樹莓派端與PC電腦端這種靈活度高的方法。兩者之間搭接的具體步驟與方法如下：首先在PC電腦端打開Matlab軟件，在Matlab命令編輯欄輸入“!ping192.168.43.34”命令并運行，如若兩者連接成功，在統(tǒng)計信息中將會顯示“丟失0%”，如圖7-26所示。7.3智能小車ACC系統(tǒng)實踐7.3.3功能測試實踐2.軟硬件搭接（2）控制算法模型植入到樹莓派方法

在確保樹莓派與PC端Matlab搭接成功且各個部分的信號線連接正確后，方可將智能小車ACC系統(tǒng)控制算法模型植入到樹莓派當中，以便于進行智能小車的調(diào)試與功能測試。其具體方法步驟如下：1）打開搭建的Matlab/Simulink算法模型。2）設置Simulink端樹莓派相關硬件信息。首先單擊標題欄“設置”按鈕，在單擊“ModelConfigurationParameter”便會彈出樹莓派硬件參數(shù)設置的界面，如圖7-27所示。7.3智能小車ACC系統(tǒng)實踐7.3.3功能測試實踐2.軟硬件搭接在彈出的參數(shù)編輯界面中單擊“Hardwareimplementation”按鈕，隨后在“Hardwareboard”選項中選擇“RaspberryPi”，最后單擊“Targethardwareresources”按鈕將彈出樹莓派基本信息設置界面，如圖7-28所示。注：硬件參數(shù)更改必須要與樹莓派的硬件信息相同7.3智能小車ACC系統(tǒng)實踐7.3.3功能測試實踐2.軟硬件搭接3）將算法模型植入到樹莓派中。首先選擇“External”外部運行模式，隨后點擊“開始”即可將算法模型植入到樹莓派中。7.3智能小車ACC系統(tǒng)實踐7.3.3功能測試實踐3.測評方案在ACC系統(tǒng)的實際應用中，可將復雜多變的交通場景歸結(jié)為平穩(wěn)跟車、前車插入、前車駛離、接近前車以及前車制動這5種典型的交通場景，且實際復雜多變的交通場景基本是由該5種場景組合而成，如圖7-30所示。7.3智能小車ACC系統(tǒng)實踐7.3.3功能測試實踐3.測評方案（1）無目標車場景

無目標車場景是指主車前方同車道內(nèi)不存在目標車輛或者障礙物，即主車將執(zhí)行定速巡航模式。試驗時設定智能小車以50cm/s的速度巡航行駛，主車前方同車道內(nèi)無目標車輛和任何障礙物，如圖7-31所示。該試驗主要用于測評智能小車ACC系統(tǒng)檢測前方目標、工作模式選擇、自主巡航的能力。7.3智能小車ACC系統(tǒng)實踐7.3.3功能測試實踐3.測評方案1）試驗實施方法：①主車前方同車道內(nèi)無目標車輛。②設定主車的巡航速度為50cm/s。③設定一段5米長的賽道，反復多次（5次）進行測試。2）試驗結(jié)果評價方案。分別記錄每次試驗的結(jié)果，若智能小車的巡航車速大于50±5cm/s，則智能小車ACC系統(tǒng)設計不合格；若智能小車的巡航車速小于等于50±5cm/s，則智能小車ACC系統(tǒng)設計合格。7.3智能小車ACC系統(tǒng)實踐7.3.3功能測試實踐3.測評方案（2）目標車穩(wěn)態(tài)場景

目標車穩(wěn)態(tài)場景是指主車前方同車道內(nèi)的目標車輛以平穩(wěn)的車速行駛，主車探測到前方目標車輛并跟隨前方目標車輛行駛，即執(zhí)行智能小車ACC系統(tǒng)的跟隨模式。試驗時前方目標車輛以50cm/s的速度行駛，主車跟隨前方車輛行駛，如圖7-32所示。該試驗主要用于測評智能小車ACC系統(tǒng)檢測前方目標、工作模式選擇、跟隨前方目標車輛行駛的能力。7.3智能小車ACC系統(tǒng)實踐7.3.3功能測試實踐3.測評方案1）試驗實施方法：①前方目標車放置在試驗道路的中間，車輛縱向軸線平行車道線。②主車與前方目標車輛的初始位置縱向距離為80cm。③設定前方目標車輛的行駛速度為50cm/s。④設定一段5米長的賽道，反復多次（5次）進行測試。2）試驗結(jié)果評價方案。分別記錄每次試驗的結(jié)果，若主車與前方目標車輛的車間距離大于80±10cm時，則智能小車ACC系統(tǒng)設計不合格；若該距小于等于80±10cm時，則該系統(tǒng)設計合格。7.3智能小車ACC系統(tǒng)實踐7.3.3功能測試實踐3.測評方案（3）目標車靜止場景

目標車靜止場景是指本車在行駛過程中前方車輛靜止或者前方存在障礙物等，試驗時主車分別以40cm/s、50cm/s、60cm/s的速度巡航行駛，目標車輛放置于車道正中間保持靜止不動，如圖7-33所示。該試驗主要用于測評智能小車ACC系統(tǒng)檢測前方靜止目標并制動的能力。7.3智能小車ACC系統(tǒng)實踐7.3.3功能測試實踐3.測評方案1）試驗實施方法：①目標車靜止放置在試驗道路的中間，車輛縱向軸線平行車道線。②主車設定速度為40cm/s。③主車逐漸接近目標車，兩車間距100cm時開始記錄有效數(shù)據(jù)，直到主車在ACC控制下制動至速度為零，則本次試驗結(jié)束。④主車速度增加10cm/s，繼續(xù)做下一次試驗，直至測試車速達到60cm/s后結(jié)束實驗。2）試驗結(jié)果評價方案。在不同的測試速度下分別記錄智能小車速度為0時，主車與前方目標車輛或者障礙物的距離，若該距離小于5cm，則智能小車ACC系統(tǒng)設計不合格；若該距大于等于5cm，則該系統(tǒng)設計合格。7.3智能小車ACC系統(tǒng)實踐7.3.3功能測試實踐3.測評方案（4）目標車減速場景

目標車低速場景是指本車在行駛過程中前方車輛逐漸減速，試驗時主車以50cm/s的速度巡航行駛，目標車輛放置于車道正中間以不同的加速度減速行駛，如圖7-34所示。該試驗主要用于測評智能小車ACC系統(tǒng)檢測前方減速目標并減速跟隨的能力。7.3智能小車ACC系統(tǒng)實踐7.3.3功能測試實踐3.測評方案

感謝智能駕駛系統(tǒng)設計與實踐第八章自動泊車系統(tǒng)設計與實踐8.1自動泊車系統(tǒng)簡介8.2自動泊車系統(tǒng)算法及仿真8.3智能小車APS系統(tǒng)實踐8.1自動泊車系統(tǒng)簡介8.1.1組成及原理自動泊車系統(tǒng)(AutomaticParkingSystem,APS)作為高級駕駛輔助系統(tǒng)(AdvancedDriverAssistanceSystem,ADAS)的重要組成部分。如圖8-1所示，該系統(tǒng)能自動尋找車位，泊車過程無需駕駛員操縱轉(zhuǎn)向盤、觀察周邊環(huán)境情況，為司機尤其是一些駕駛新手節(jié)省大量的時間與精力，極大地彌補駕駛員因泊車經(jīng)驗不足而導致的碰撞事故，同時還可以降低汽車燃油消耗，節(jié)省停車空間，改善雜亂無章的泊車環(huán)境。8.1自動泊車系統(tǒng)簡介8.1.1組成及原理自動泊車系統(tǒng)能使車輛快速、安全地自動駛?cè)胲囄唬紫仁峭ㄟ^超聲波和圖像傳感器感知車輛周圍環(huán)境信息來識別泊車車位，并根據(jù)車輛與停車位的相對位置信息，產(chǎn)生相應的泊車軌跡并控制車輛踏板和轉(zhuǎn)向盤完成泊車。常見的泊車類型有平行泊車、垂直泊車和斜式泊車，平行泊車示意圖如圖8-2所示，W為泊車位寬度;L為泊車位長度;D為泊車起始位置，車身與障礙物的距離；H為完成泊車時，車身與障礙物的距離；dx,df分別為完成泊車時，車尾、車頭與障礙物的距離。8.1自動泊車系統(tǒng)簡介8.1.1組成及原理自動泊車系統(tǒng)主要由三大模塊組成，分別是環(huán)境感知模塊（環(huán)境數(shù)據(jù)采集）、中央處理器模塊（決策運算）、車輛策略控制（執(zhí)行泊車）和人機協(xié)同模塊（人機交互），如圖8-3所示。8.1自動泊車系統(tǒng)簡介8.1.1組成及原理環(huán)境感知的主要任務是泊車位識別和泊車過程避障，該模塊依賴各種傳感器進行數(shù)據(jù)采集，一般采用超聲波傳感器、圖像傳感器等，如圖8-4a、8-4b所示。環(huán)境感知的關鍵技術是車位識別、車輛與車位定位，車位識別的重點在于傳感器信息融合，一般是將超聲波雷達和慣性導航儀結(jié)合，得到泊車位的尺寸信息和車輛的位置信息，間接獲得車輛姿態(tài)信息等一系列泊車相關的信息，這些信息作為整個自動泊車系統(tǒng)的輸入量。8.1自動泊車系統(tǒng)簡介8.1.1組成及原理中央處理器的決策運算功能是指根據(jù)這些輸入信息，決定該車是否能夠泊入車位，采取哪種方式泊入，其中關鍵技術是泊車的路徑規(guī)劃。路徑規(guī)劃就是根據(jù)車輛自身狀態(tài)、環(huán)境障礙信息、車位的位置和大小，規(guī)劃出無障礙路徑并形成泊車指令。最后將指令文件傳給車輛策略控制系統(tǒng)的。路徑規(guī)劃的關鍵在于算法可支持任意車位的自動泊車規(guī)劃，且具有實時無障礙性與車輛可執(zhí)行性。車輛策略控制模塊則是指在收到?jīng)Q策單元傳過來的信號文件后，開始路徑跟蹤。路徑跟蹤就是通過轉(zhuǎn)向盤轉(zhuǎn)角、加速和制動的協(xié)調(diào)控制，使汽車跟蹤預先規(guī)劃的泊車路徑，實現(xiàn)泊車入庫，當車輛偏離預定路徑時，應具有校正的能力和相應的措施，使車輛能夠按照預想的軌跡行駛泊入車位。路徑跟蹤的關鍵技術在于有效耦合縱向及側(cè)向控制，保證車輛跟蹤的精確度。8.1自動泊車系統(tǒng)簡介8.1.2設計要求為了使APS系統(tǒng)具有普適性，并且能發(fā)揮出應有的功能，所以在自動泊車系統(tǒng)系統(tǒng)在設計時應滿足如下要求：1）APS能檢測到的空閑車位、障礙物。2）APS應具備自檢功能。系統(tǒng)應在車輛發(fā)動的30s內(nèi)啟動并完成對所有主要的系統(tǒng)傳感器和組件的自建，通過信號燈或者顯示屏明確標識系統(tǒng)當前工作狀態(tài)，包括車輛行駛狀態(tài)采集、數(shù)據(jù)存儲、通信模塊工作狀態(tài)、主電源狀態(tài)、與APS主機相連接的其他設備狀態(tài)信息。3）APS應具備自診斷功能，對于運行過程中發(fā)生的故障及時提示駕駛員并實時生成故障碼信息。4）APS應為駕駛員提供人機交互界面，與駕駛員進行信息交互。提供包括以聽覺、視覺或處決中至少兩種方式的車位識別信息以及APS的運行、停止或故障狀態(tài)信息。顯示的信息應在陽光直射下或夜晚均能清晰顯示。8.1自動泊車系統(tǒng)簡介8.1.2設計要求5）當車輛處于泊車狀態(tài)時，確保駕駛員對轉(zhuǎn)向盤、制動踏板和加速踏板的接管。6）APS應在車輛點火時自動恢復至正常工作狀態(tài)，APS功能解除后應采用光學預警信號向駕駛員預警指示，提示駕駛員APS處于關閉/開啟狀態(tài)。7）對于APS出發(fā)事件數(shù)據(jù)，應進行本地數(shù)據(jù)備份和遠程數(shù)據(jù)備份。本地數(shù)據(jù)備份的最近存儲時間不應該少于48h，遠程數(shù)據(jù)存儲時間不應該少于60天。8）APS觸發(fā)事件數(shù)據(jù)應至少包括以下信息：①操作行為：APS產(chǎn)生的具體操作行為，包括的信息應不少于啟動車位識別、終止車位識別。②操作狀態(tài)：系統(tǒng)響應指定操作行為的狀態(tài)，至少應包括狀態(tài)正常、狀態(tài)異常、未響應。③時間戳：系統(tǒng)產(chǎn)生相應的操作行為的時刻信息。9）APS系統(tǒng)應根據(jù)制造商所提供的使用說明書進行安裝和使用，包括系統(tǒng)的校準、最小啟動車速，以及適用和不適用的工況等。8.1自動泊車系統(tǒng)簡介8.1.3功能要求本書所設計的自動泊車系統(tǒng)應滿足如下基本功能。1）具有自動識別車位功能。2）具有車位調(diào)節(jié)功能。3）具有基于整車參數(shù)的路徑生成功能。4）具有基于路徑規(guī)劃的軌跡控制功能。5）具有車速控制功能。通過對泊車系統(tǒng)的功能和泊車的過程進行分析，設計一套滿足泊車需求的泊車系統(tǒng)架構，如圖8-5所示，該系統(tǒng)架構圖主要由三大模塊構成。其中第一個模塊是最核心的模塊，是以工控板(IndustrialControlBoard，ICB)為核心的整車控制單元和圖像處理單元。第二個模塊是以電動助力轉(zhuǎn)向控制板(ElectronicPowerSteeringBoard，EPSB)為核心的轉(zhuǎn)向控制單元。第三個模塊是以超聲波車速控制板(UltrasonicBoard，ULB)為核心的車位識別、車速控制單元。8.1自動泊車系統(tǒng)簡介8.1.3功能要求8.1自動泊車系統(tǒng)簡介8.1.3功能要求以上三個模塊主要構建了五個控制系統(tǒng)：超聲波控制系統(tǒng)，圖像處理系統(tǒng)，電動助力轉(zhuǎn)向控制系統(tǒng)，車速控制系統(tǒng)和整車控制系統(tǒng)。上述系統(tǒng)構成了自動泊車系統(tǒng)的控制系統(tǒng)，各個系統(tǒng)之間具有統(tǒng)一的CAN(ControllerAreaNetwork)通信協(xié)議，整車控制系統(tǒng)可以采集各個模塊的通信信息并協(xié)調(diào)模塊之間互相協(xié)同工作，實現(xiàn)在泊車過程中對整車執(zhí)行機構的控制，從而安全、快速地完成泊車操作。超聲波控制系統(tǒng)實現(xiàn)車位檢測和障礙物檢測功能。其中，兩個超聲波探測器分別安裝在車輛右側(cè)的前后端，在泊車的過程中，超聲波探頭發(fā)送和接收回波，通過計算超聲波發(fā)送和接收回波的時間差值來確定車輛與障礙物之間的距離，從而實現(xiàn)車位識別功能。圖像處理系統(tǒng)實現(xiàn)車位調(diào)節(jié)功能。其中，互補金屬氧化物半導體型(ComplementaryMetalOxideSemiconductor，CMOS)的廣角攝像頭安裝在車輛的尾部，廣角攝像頭的水平視角大于160°，廣角攝像頭采集環(huán)境信息并傳送給圖像處理系統(tǒng)，圖像處理系統(tǒng)能夠?qū)崿F(xiàn)圖像測距，并能夠在圖像中建立一個與實際車位大小相同的虛擬車位，通過在圖像中調(diào)節(jié)虛擬車位便可實現(xiàn)虛擬車位與實際車位之間的匹配。電動助力轉(zhuǎn)向控制系統(tǒng)實現(xiàn)轉(zhuǎn)向盤轉(zhuǎn)向控制功能。首先將原車轉(zhuǎn)向系統(tǒng)進行改裝，在原轉(zhuǎn)向系統(tǒng)的基礎上安裝直流電機和角度傳感器，形成電機閉環(huán)控制系統(tǒng)，通過對角度傳感器的CAN協(xié)議解析便可根據(jù)轉(zhuǎn)向盤的實際角度，對電機角度進行控制進而實現(xiàn)轉(zhuǎn)向盤轉(zhuǎn)向目標角度控制。8.1自動泊車系統(tǒng)簡介8.1.3功能要求車速控制系統(tǒng)實現(xiàn)車輛速度控制功能。首先將制動踏板進行改裝，在制動踏板上安裝真空助力泵系統(tǒng)，通過對真空助力泵系統(tǒng)的壓力調(diào)節(jié)，可以改變其作用在制動踏板上的作用力，采集當前的車速信息便可實時地根據(jù)車速需求，改變真空助力泵系統(tǒng)的壓力值實現(xiàn)對目標速度的控制。自動泊車系統(tǒng)的一般過程為當駕駛員準備進行泊車操作時，開啟自動泊車系統(tǒng)，由配置在車上的各種傳感器搜集環(huán)境信息，即系統(tǒng)對車輛行進道路附近區(qū)域進行分析和建模，根據(jù)搜集到的環(huán)境信息，對泊車位進行識別;當識別到泊車位后，系統(tǒng)自動提示駕駛員駐車并匹配泊車位，獲取車位精確尺寸信息和車輛初始姿態(tài)角，然后由軌跡生成算法計算泊車軌跡，最后通過軌跡跟蹤控制車輛駛?cè)氩窜囄?。從機理上分析，系統(tǒng)運行的基本過程為信息采集、車位識別、車位調(diào)節(jié)、軌跡生成和軌跡跟蹤，自動泊車系統(tǒng)軟件流程圖如圖8-6所示。8.1自動泊車系統(tǒng)簡介8.1.3功能要求8.1自動泊車系統(tǒng)簡介8.1.3功能要求由圖可知，當駕駛員準備進行泊車操作時，開啟該自動泊車系統(tǒng)，此時，系統(tǒng)會提示駕駛員選擇泊車方式，泊車方式分為平行泊車和垂直泊車(為以后開發(fā)打下基礎)。當駕駛員選擇泊車方式后，超聲波傳感器車位檢測系統(tǒng)和圖像傳感器測距系統(tǒng)開始工作，超聲波傳感器發(fā)送和接收超聲波回波數(shù)據(jù)并將數(shù)據(jù)傳送給超聲波控制系統(tǒng)進行相應的車位檢測處理。當檢測到合適的車位信息后，系統(tǒng)提示駕駛員停車并提示駕駛員進行泊車車位調(diào)節(jié)，駕駛員可以通過上、下、左、右、左旋、右旋按鍵對人機交互界面中的虛擬車位進行調(diào)節(jié)來選擇駕駛員中意的泊車區(qū)域。當駕駛員確定泊車區(qū)域后，圖像處理系統(tǒng)根據(jù)虛擬車位的位置確定車輛與實際車位之間的距離信息，整車控制系統(tǒng)根據(jù)距離信息生成合適的泊車軌跡，此時，提示駕駛員掛入倒擋開始泊車。在泊車過程中，整車控制系統(tǒng)一方面根據(jù)軌跡信息產(chǎn)生角度控制信號和車速控制信號并傳送給電動助力轉(zhuǎn)向控制系統(tǒng)和車速控制系統(tǒng)，電動助力轉(zhuǎn)向控制系統(tǒng)和車速控制系統(tǒng)根據(jù)控制信號控制轉(zhuǎn)向盤和車速，當轉(zhuǎn)向盤角度和車輛行駛距離達到目標軌跡要求時，整車控制系統(tǒng)發(fā)送指令停止車輛，從而實現(xiàn)泊車操作;另一方面檢測制動踏板信號、加速踏板信號、觸碰轉(zhuǎn)向盤信號進行緊急的安全操作處理。8.1自動泊車系統(tǒng)簡介8.1.4開發(fā)流程自動泊車系統(tǒng)的開發(fā)一般是基于V模型開發(fā)流程，如圖8-7所示8.1自動泊車系統(tǒng)簡介8.1.4開發(fā)流程（1）第一階段

功能需求定義和控制方案設計。首先需要確定自動泊車系統(tǒng)的功能需求，包括設計要求和功能要求，具體的要求如節(jié)8.1.2和節(jié)8.1.3所示。然后確定控制方案，可使用matlab/simulink等計算機軟件建模，建立的模型包括控制策略模型、車輛動力學模型、車輛輪胎模型、節(jié)氣門控制模型、制動壓力控制模型等，最后對仿真模型進行測試與評價。（2）第二階段快速控制原型。利用計算機軟件將自動泊車系統(tǒng)系統(tǒng)仿真模型轉(zhuǎn)化為代碼。即移除離線仿真模型中的車輛動力學模型，接入dSPACE提供的RTI接口模塊，建立實時仿真模型；通過Matlab下的RTW(realtimeworkshop)生成實時代碼并下載到dSPACE原型系統(tǒng)中;接入實際被控對象，對象中必須包含實際系統(tǒng)的各種I/O口、軟件及硬件的中斷實時特性等，進行快速控制原型實驗，以驗證控制系統(tǒng)軟硬件方案的可行性。該過程主要包括以下三步：1）為滿足dSPACE系統(tǒng)的I/O和A/D接口對輸入電壓范圍和輸入信號品質(zhì)的要求，須對傳感器輸入信號進行濾波、整形處理。2）針對具體的乘用車開發(fā)對象制作相應的接口并改裝線路，使實車傳感器如超聲波傳感器、圖像傳感器、激光雷達傳感器、輪速傳感器、節(jié)氣門位置傳感器等的處理電路滿足dSPACE原型系統(tǒng)的I/O接口要求。3）利用dSPACE提供的RTI接口模塊修改APS控制器模型，使之與真實車輛組成閉環(huán)控制系統(tǒng)，進行ABS的RCP試驗。8.1自動泊車系統(tǒng)簡介8.1.4開發(fā)流程（3）第三階段生成代碼。采用dSPACE的產(chǎn)品代碼生成軟件Targetlink對Simulink/Stateflow中離線仿真模型進行定點數(shù)定標和轉(zhuǎn)換，自動生成產(chǎn)品代碼。這過程中可針對特定ECU進行代碼優(yōu)化。生成代碼的運行效率不低于手工代碼的10%，內(nèi)存占用量不超過手工代碼的10%。（4）第四階段

硬件在環(huán)回路仿真。采用真實控制器，被控對象或者系統(tǒng)運行環(huán)境部分采用實際物體，部分采用仿真模型來模擬，進行整個系統(tǒng)的仿真測試。硬件在環(huán)仿真檢驗APS控制程序在在各種路面(高附路面、低附路面、高附轉(zhuǎn)低附對接路面、低附轉(zhuǎn)高附對接路面和車輪兩邊附著系數(shù)不一樣的對開路面)上的控制效果，標定控制參數(shù)和門限值，并仿真研究一些極限工況。主要步驟如下：1）在離線仿真模型中保留被控對象模型，增加RTI接口模塊，以實現(xiàn)APS控制器、傳感器與dSPACE的系統(tǒng)通信。2）設計硬件在環(huán)實驗臺，加裝制動系統(tǒng)、動力系統(tǒng)、信號系統(tǒng)、ESC系統(tǒng)等的真實硬件和超聲波雷達、車載攝像頭,將超聲波雷達、車載攝像頭和控制器實物通過接口線路與dSPACE連接。3）進行硬件在環(huán)實驗，修改車輛模型中輪胎模型參數(shù)或車輛模型結(jié)構參數(shù)以模擬不同類型車輛，或設定不同的路面附著系數(shù)模擬各種路面工況。根據(jù)仿真結(jié)果修改APS控制算法及其參數(shù)，重新生成代碼并下載到控制器，達到完善APS控制邏輯的目的。8.1自動泊車系統(tǒng)簡介8.1.4開發(fā)流程（5）第五階段

標定與匹配。dSPACE的標定系統(tǒng)允許用戶對ECU進行所有的標定和測試，可在最便利的情況下及最短的時間內(nèi)對ECU進行最后的參數(shù)調(diào)整最后需要進行系統(tǒng)集成測試。如果一次V模型流程開發(fā)結(jié)束后沒有達到要求，就需要繼續(xù)按照本開發(fā)流程繼續(xù)進行下去，直至達到要求。8.2自動泊車系統(tǒng)算法及仿真8.2.1環(huán)境感知算法1.基于超聲波傳感器的車位識別算法

8.2自動泊車系統(tǒng)算法及仿真8.2.1環(huán)境感知算法

1.基于超聲波傳感器的車位識別算法8.2自動泊車系統(tǒng)算法及仿真8.2.1環(huán)境感知算法1.基于超聲波傳感器的車位識別算法8.2自動泊車系統(tǒng)算法及仿真8.2.1環(huán)境感知算法車位探測示意圖如圖8-10所示，為了便于說明，將被研究車輛編為1號車，路邊所停車輛編號為2號車和3號車。對于路邊空余車位的前后都有車的情況，司機泊車往往難度較大。而對于前后有一方有車一方無車，或者都無車的情況，司機完全不用借助自動泊車系統(tǒng)就可以輕松完成泊車，所以本自動泊車系統(tǒng)的設計都是基于空余車位前后都有車的情況。1.基于超聲波傳感器的車位識別算法8.2自動泊車系統(tǒng)算法及仿真8.2.1環(huán)境感知算法

1.基于超聲波傳感器的車位識別算法8.2自動泊車系統(tǒng)算法及仿真8.2.1環(huán)境感知算法

1.基于超聲波傳感器的車位識別算法8.2自動泊車系統(tǒng)算法及仿真8.2.1環(huán)境感知算法2.基于圖像傳感器的車位識別算法基于圖像傳感器的環(huán)境感知克服了超聲波傳感器信息采集的局限性，可以獲得車身周圍更豐富、更準確的數(shù)據(jù)，為開發(fā)適用范圍更廣泛、更可靠的自動泊車系統(tǒng)提供了可能?；趫D像傳感器的車位識別算法可分為計算機視覺算法、深度學習目標檢測算法、深度學習語義分割算法等。計算機視覺算法一般是對車位引導線和車位分割線進行直線檢測，引導線是指停車位平行于道路的直線，通常為白色實線，分割線則是指劃分不同停車位的直線，分割線通常垂直于引導線，再經(jīng)過圖像處理的方法得到車位。在檢測車位線之前，通常需要對相機直接采集到的圖像做預處理，其中包括對圖像畸變的校正，以便在圖像中能直觀的觀察到實物的實際形狀，如在圖像進行畸變校正之前，入口線與分割線在圖像中并不是直觀的表現(xiàn)為嚴格的直線，而在圖像進行畸變校正以后，引導線與分割線等線性物體更接近于實際的物理形狀。車位檢測過程將受到光照不均勻、光照強度變化等環(huán)境因素的干擾，為提高后續(xù)車位檢測的精度和算法對環(huán)境的魯棒性，須先對圖像進行預處理，再經(jīng)過邊緣提取、車位識別，最終可以得到車位的信息，如圖8-11所示。8.2自動泊車系統(tǒng)算法及仿真8.2.1環(huán)境感知算法2.基于圖像傳感器的車位識別算法8.2自動泊車系統(tǒng)算法及仿真8.2.1環(huán)境感知算法2.基于圖像傳感器的車位識別算法深度學習算法可以通過前期大量的車位數(shù)據(jù)集訓練，有效提升復雜場景下車位的識別率和準確率，有效避免車位內(nèi)障礙物、地面紋理特征、環(huán)境光線等對檢測結(jié)果的影響。一般先通過四個魚眼相機生成車輛全景環(huán)視圖，在此基礎上設計基于深度學習的停車位檢測算法，選擇車位入口線、車位角點等為檢測目標，如圖8-12所示。8.2自動泊車系統(tǒng)算法及仿真8.2.1環(huán)境感知算法2.基于圖像傳感器的車位識別算法部分學者使用常見的目標檢測框架設計車位識別算法，如YOLO、SSD、FasterRCNN等，算法識別效果如圖8-13所示。圖8?13基于深度學習的車位檢測a）基于目標檢測算法的車位識別效果圖b）基于語義分割算法的車位識別效果圖基于深度學習的車位識別算法效果較好，但由于算法本身的參數(shù)過多，導致計算成本過高、實時性無法保證，所以在實車上部署的案例并不多。8.2自動泊車系統(tǒng)算法及仿真8.2.1環(huán)境感知算法2.基于圖像傳感器的車位識別算法基于多傳感器融合的車位識別目前處于研究階段，此類算法有效彌補了單一傳感器的不足，但對融合算法、計算平臺要求較高，量產(chǎn)車上鮮有搭載。常見的融合算法有基于超聲波與圖像傳感器的融合、基于圖像傳感器與激光雷達的融合。在超聲波與圖像傳感器融合的車位檢測算法中，融合的方式可分為低層次融合與高層次融合。低層次融合分別將超聲波的檢測結(jié)果與圖像的檢測結(jié)果進行對比分析，通過設定優(yōu)先級等方式確定最終的停車位信息。高層次融合中的一種方式為：通過其與相機的位置關系，將超聲波的信息投影到圖像中，以此對視覺檢測的范圍等進行優(yōu)化，再通過視覺方式進行停車位檢測，得到更好的檢測結(jié)果。8.2自動泊車系統(tǒng)算法及仿真8.2.1環(huán)境感知算法2.基于圖像傳感器的車位識別算法在圖像與激光雷達融合的算法中，使用環(huán)視監(jiān)視器AVM（aroundviewmonitor）和激光雷達傳感器來提供車位與環(huán)境信息。如圖8-14所示，停車線特征通過AVM和激光雷達傳感器數(shù)據(jù)融合來提取，由于這些特征可以通過利用地圖中累積的停車線來檢測停車位，算法運算成本降低，但對算法本身的設計要求較高。8.2自動泊車系統(tǒng)算法及仿真8.2.2路徑規(guī)劃算法自動泊車系統(tǒng)的路徑規(guī)劃是車輛在獲取了周圍環(huán)境信息后開始的，進行路徑規(guī)劃的前提是系統(tǒng)檢測到有效車位，然后結(jié)合車輛和車位的相對位置、車輛自身運動學、車輛初始位姿、道路邊界等約束條件，以車輛參考點行駛軌跡為設計對象，生成起始點至泊車終止點的路徑曲線，且路徑曲線需滿足連續(xù)、避障和易于跟蹤等條件。路徑規(guī)劃的基本結(jié)構如圖8-15所示。8.2自動泊車系統(tǒng)算法及仿真8.2.2路徑規(guī)劃算法1.車輛運動學建模

8.2自動泊車系統(tǒng)算法及仿真8.2.2路徑規(guī)劃算法1.車輛運動學建模

8.2自動泊車系統(tǒng)算法及仿真8.2.2路徑規(guī)劃算法1.車輛運動學建模

8.2自動泊車系統(tǒng)算法及仿真8.2.2路徑規(guī)劃算法2.路徑規(guī)劃泊車路徑規(guī)劃常用方法有基于有兩段弧式軌跡曲線（見圖8-17a）、圓弧直線（見圖8-17b）、圓弧回旋曲線軌跡（見圖8-17c）、B樣條曲線、五次樣條曲線等。a）b）c）圖8-17泊車路徑規(guī)劃a）兩段弧式軌跡

b）圓弧--直線軌跡

c）圓弧--回旋曲線軌跡8.2自動泊車系統(tǒng)算法及仿真8.2.2路徑規(guī)劃算法2.路徑規(guī)劃

8.2自動泊車系統(tǒng)算法及仿真8.2.2路徑規(guī)劃算法2.路徑規(guī)劃8.2自動泊車系統(tǒng)算法及仿真8.2.2路徑規(guī)劃算法2.路徑規(guī)劃

8.2自動泊車系統(tǒng)算法及仿真8.2.2路徑規(guī)劃算法2.路徑規(guī)劃

8.2自動泊車系統(tǒng)算法及仿真8.2.3泊車控制算法準確的車位檢測和合理的路徑規(guī)劃是完成泊車的前提，而控制車輛精確的跟蹤規(guī)劃出的泊車路徑則是整個泊車系統(tǒng)成功的關鍵。因此泊車的運動控制方法是整個泊車系統(tǒng)的核心內(nèi)容。得到參考泊車軌跡之后，控制系統(tǒng)需要根據(jù)車輛自身位姿與參考泊車軌跡之間的偏差，控制車輛跟蹤當前參考軌跡，完成泊車操作。泊車運動控制主要包括車輛速度控制和方向控制兩大部分，而車輛狀態(tài)估計是實現(xiàn)路徑跟蹤的前提，控制系統(tǒng)架構如圖8-19所示。8.2自動泊車系統(tǒng)算法及仿真8.2.3泊車控制算法在縱向方向上，為了使車輛保持低速且盡可能勻速行駛，并且為了車輛能更好的跟蹤期望路徑，需要精確控制車速的大小?？刂栖囁俚脑硎强刂破鞲鶕?jù)車輛實時反饋的車速進行計算，得到加速或制動控制量，使得車輛的實際速度維持在期望車速附近。不同的控制算法都能達到控制車速的目的，如PID控制、滑?？刂?、模糊控制和神經(jīng)網(wǎng)絡等。由于車速控制屬于自動泊車系統(tǒng)中的小規(guī)?？刂葡到y(tǒng)，車速控制器可以看作是單輸入和單輸出的反饋系統(tǒng)，因此常用結(jié)構簡單、無需依賴精確模型的PID控制。首先，泊車的過程要求車輛低速平穩(wěn)行駛，縱向方向基于PID控制算法設計了車速控制器，通過控制加速和制動的方式使車速保持在期望車速附近；然后，橫向方向基于模型預測控制算法設計了路徑跟蹤控制器，通過控制轉(zhuǎn)向的方式控制車輛跟蹤期望路徑；最后，結(jié)合車輛搭載的超聲波雷達信號，通過控制制動的方式使車輛在泊車過程中實現(xiàn)避障的功能。為了使車輛順利跟蹤期望路徑，當車速已知時，在橫向方向上，需要對車輛的轉(zhuǎn)向進行精確控制。路徑跟蹤控制的原理是根據(jù)車輛實時反饋的狀態(tài)信息進行計算，得到最優(yōu)的前輪轉(zhuǎn)角或轉(zhuǎn)向盤轉(zhuǎn)角控制量，將控制量反饋到車輛，以此來控制車輛跟蹤期望路徑。8.2自動泊車系統(tǒng)算法及仿真8.2.3泊車控制算法路徑跟蹤的過程實際是對期望路徑上的一系列點的逐個跟蹤過程，當路徑跟蹤過程中車速發(fā)生變化時，將會影響到跟蹤效果。許多研究學者研究路徑跟蹤控制方法時，將車速視為勻速條件進行研究，忽略了車速變化對跟蹤效果的影響。車輛在泊車過程中可能會遇到行人、動物等動態(tài)障礙物，此時就需要停車避讓，傳統(tǒng)的路徑跟蹤控制策略中，對車速要求較高，在泊車過程中車速需要盡可能保持勻速狀態(tài)，轉(zhuǎn)角變化與時間相關，制動后就失去了跟蹤能力。為了減小車速變化對跟蹤效果的影響，以及考慮泊車過程中遇到動態(tài)障礙物的避障控制，本文基于模型預測控制算法設計了路徑跟蹤控制器，模型預測控制算法可以根據(jù)車輛位姿信息和車速信息實時調(diào)整預測模型，修正轉(zhuǎn)角控制量，降低車速對路徑跟蹤效果的影響。泊車過程中的避障方法一般有橫向和縱向兩種方法，主要通過控制車速的方式來實現(xiàn)避障功能。避障控制的判斷依據(jù)是根據(jù)超聲波雷達反饋的距離信號進行判斷。8.2自動泊車系統(tǒng)算法及仿真8.2.4自動泊車系統(tǒng)仿真自動泊車系統(tǒng)仿真技術是實現(xiàn)自動泊車系統(tǒng)開發(fā)的核心技術之一，是提高自動泊車系統(tǒng)綜合性能、可靠性、安全性和降低開發(fā)成本的重要環(huán)節(jié)。對自動泊車系統(tǒng)仿真技術的研究，不僅能夠快捷地模擬泊車環(huán)境(車輛尺寸、泊車位尺寸、車輛起始位置等)，仿真驗證不同環(huán)境下的車位調(diào)節(jié)、轉(zhuǎn)向控制、軌跡生成、軌跡控制等算法的有效性，從而提高算法在不同泊車環(huán)境下的適應性;而且能夠很好地預測各種環(huán)境下的系統(tǒng)性能，驗證在實車工作環(huán)境下自動泊車系統(tǒng)算法的有效性和可靠性。這樣不但可以靈活地調(diào)整設計方案，合理優(yōu)化參數(shù)，而且可以降低開發(fā)成本，縮短開發(fā)周期，提高自動泊車系統(tǒng)開發(fā)的效率。常用的仿真方法是使用MATLAB/Simulink聯(lián)合其他車輛動力學和虛擬環(huán)境仿真等軟件[6]。本書以veDYNA、PreScan和Simulink的聯(lián)合仿真為例，進行平行泊車控制系統(tǒng)的功能驗證。veDYNA車輛動力學軟件建立目標車輛模型，使用PreScan場景軟件建立平行泊車場景模型。8.2自動泊車系統(tǒng)算法及仿真8.2.4自動泊車系統(tǒng)仿真1.動力學模型搭建常用的動力學模型搭建軟件有Carmaker/Carsim/veDYNA等，本書以veDYNA為例搭建動力學模型。veDYNA模型定義和仿真控制都是通過圖形化的用戶操作界面實現(xiàn)，veDYNA提供了標準工程接口，模型可編譯成C代碼在實時環(huán)境下運行，由于veDYNA是在Simulink環(huán)境下運行，因此模型數(shù)據(jù)的輸入輸出可在Simulink中進行配置，veDYNA軟件的主操作界面和Simulink