基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(一)

2019 年 5 月 2 日 无人机
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(一)

前言:

前段时间在做MPC(模型预测控制)的仿真实验,在Carsim的设置上走了不受弯路,网上多是关于老版本的Carsim教程。单单在输入通道设置上就试了一两天,才可以控制车速和方向盘角。所以给大家分享下Carsim 2016的使用心得,少踩点坑。该仿真基于Carsim 2016和MATLAB 2016a实现,其他版本的MATLAB可能会导致两个软件无法正常通信。


1. 新建数据集

选择菜单栏中的Datasets项,进入Simulink and LabVIEW Models类中的任意一个数据集,将其备份成一个新的数据集,(将软件自带的Simulink仿真例子作为模板,可以避免自定义文件路径引起的仿真失败情况;同时可以防止后续的修改破坏软件自带的数据集),具体步骤如下图所示:

将数据集命名为My_MPC(无限制,可自拟名称)

2. 车辆本身的参数设置

进行Simulated Test Specifications中的Vechicle Configuration设置:


将原有数据集备份,(建议选择Cs E-Class中的E-Class SUV,其他车型可能存在无法控制车速的问题),并命名为My_MPC,具体操作如下:


进入新建的车体数据集中,此处不对原有参数进行修改。

3. 车辆的控制参数设置

进行Simulated Test Specifications中的Procedure项设置,备份原有数据集并命名为My_MPC


进行具体参数设置:


第一步:汽车的油门设置,选择Constant target speed项,后面的数值可以为任意值(速度的大小由Simulink中的控制器决定);

第二部:刹车设置,选择Braking下拉菜单中的No linked library项;

第三步:变速箱设置,选择Shifting Control: Closed-Loop Shift Control类别 的下拉菜单中的AT 5th Mode项;

第四步:转向设置,选择Steering下拉菜单中的No linked library项;


4. 道路设置

进行道路参数设置,将原有数据集备份并命名为My_MPC


进入新建好的道路的数据集,并进行相关参数的修改


此处只进行第一项的参考轨迹几何参数设置,其余保持默认值


可以编辑参考轨迹长度、车的起始位置等参数,除了直线选项,也有多种曲线供选择,可以随意组合。


5. Run Control的设置

进入Model的下拉菜单,选择Model:Simulink项,将原有数据集备份且命名为My_MPC


第一步:进行Simulink模型的路径设置,(新建一个空白的Simulink模型,并存放在Carsim默认路径下C:\Users\Public\Documents\CarSim2016.1_Data\Extensions\Simulink


第二步:输入、输出通道参数设置


输入通道参数设置,1通道为车速(单位m/s),2通道为方向盘转角(单位°)


输出通道设置,1通道为X轴坐标,2通道为Y轴坐标,3通道为车身航向角,4通道为车速,5通道为方向盘转角


第三步:仿真时间、步长的设置,具体参数如下(仿真时间视情况而定)


往期热文(点击文章标题即可直接阅读)



登录查看更多
21

相关内容

使用MATLAB的常微分方程(ODE)和偏微分方程(PDE)包的基本和实际操作工具和函数,通过交互式示例和案例研究进行解释和演示。这本书包含几十个模拟和解决的问题,通过m-文件/脚本和Simulink模型,帮助您学习编程和建模更困难,更复杂的问题,涉及使用的ode和偏微分方程。

通过MATLAB/Simulink的许多内置工具和函数,您将提高效率,同时解决需要使用微分方程的更复杂的工程和科学计算问题。使用Simulink进行MATLAB建模,解释了编程和建模的各种实际问题。

在阅读和使用这本书之后,您将熟练地使用MATLAB,并将书中示例中的源代码作为模板应用到您自己的数据科学或工程项目中。

你会学到什么

使用MATLAB和Simulink对复杂问题进行建模

使用ODEs和PDEs编写MATLAB的编程和建模要点

使用数值方法求解一阶和二阶ode

解决刚性、高阶、耦合和隐式ode

采用数值方法求解一阶和二阶线性偏微分方程

解决刚性、高阶、耦合和隐式偏微分方程

这本书是给谁看的

工程师、程序员、数据科学家,以及工程、应用/工业数学、数据科学和科学计算专业的学生。

成为VIP会员查看完整内容
0
37
小贴士
相关资讯
无人驾驶仿真软件
智能交通技术
13+阅读 · 2019年5月9日
自动驾驶仿真软件列表
智能交通技术
8+阅读 · 2019年5月9日
无人驾驶开源仿真平台整理
智能交通技术
19+阅读 · 2019年5月9日
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(四)
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(三)
【机器人】机器人PID控制
产业智能官
8+阅读 · 2018年11月25日
李克强:智能车辆运动控制研究综述
厚势
8+阅读 · 2017年10月17日
无人驾驶汽车
劲说
4+阅读 · 2016年8月26日
相关论文
Mamdouh Farouk
6+阅读 · 2019年10月6日
Meta-Learning with Implicit Gradients
Aravind Rajeswaran,Chelsea Finn,Sham Kakade,Sergey Levine
7+阅读 · 2019年9月10日
Craig Macartney,Tillman Weyde
7+阅读 · 2018年11月27日
Monocular Object and Plane SLAM in Structured Environments
Shichao Yang,Sebastian Scherer
9+阅读 · 2018年9月10日
CIRL: Controllable Imitative Reinforcement Learning for Vision-based Self-driving
Xiaodan Liang,Tairui Wang,Luona Yang,Eric Xing
4+阅读 · 2018年7月10日
Mathijs Schuurmans,Maxim Berman,Matthew B. Blaschko
5+阅读 · 2018年6月7日
Rakesh Mehta,Cemalettin Ozturk
5+阅读 · 2018年5月16日
Martin Simon,Stefan Milz,Karl Amende,Horst-Michael Gross
3+阅读 · 2018年3月16日
Burak Uzkent,YoungWoo Seo
6+阅读 · 2018年1月20日
Chong Wang,David Blei,David Heckerman
3+阅读 · 2015年5月16日
Top