《智能驾驶系统设计与实践》 课件 第七章 自适应巡航系统设计与实践_第1页
《智能驾驶系统设计与实践》 课件 第七章 自适应巡航系统设计与实践_第2页
《智能驾驶系统设计与实践》 课件 第七章 自适应巡航系统设计与实践_第3页
《智能驾驶系统设计与实践》 课件 第七章 自适应巡航系统设计与实践_第4页
《智能驾驶系统设计与实践》 课件 第七章 自适应巡航系统设计与实践_第5页
已阅读5页,还剩57页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

智能驾驶系统设计与实践第七章自适应巡航系统设计与实践7.1自适应巡航系统简介7.2ACC系统算法及仿真7.3智能小车ACC系统实践7.1自适应巡航系统简介7.1.1组成及原理自适应巡航(AdaptiveCruiseControl,ACC)系统是一种根据交通条件来控制车辆速度的方法,是在传统的定速巡航控制(CruiseControl,CC)系统的基础之上发展而来,是先进驾驶辅助系统的重要组成部分之一。自适应巡航系统能够接管驾驶过程中的部分操纵任务,减轻驾驶员驾驶疲劳,减少交通事故的发生,提高汽车的安全性。ACC主要包含定速巡航与自适应巡航两种工作模式,如图7-1所示,当主车前方同车道内不存在行车目标时,系统将执行定速巡航模式;当主车前方同车道内存在行车目标时,系统将执行自适应巡航模式。7.1自适应巡航系统简介7.1.1组成及原理在定速巡航模式下,驾驶员可根据当前的行车环境及个人的驾驶习惯设定主车的行车速度,车辆将通过控制节气门开度及制动压力使车辆以驾驶员设定速度进行巡航行驶;在自适应巡航模式下,驾驶员可根据当前的行车环境及个人的驾驶习惯设定主车的行车速度及与前方目标车辆的安全车距,车辆通过控制节气门开度及制动压力使车辆在与前方目标车辆保证安全车距的前提下以预设的车速进行跟车行驶。在整个控制系统中主要包括感知层、决策层、控制层(执行层)与人机交互层四大部分。目前车辆ACC系统的架构已经趋于标准化和规范化,其通常是由信号采集单元(感知层)、信号控制单元(决策层)、执行单元(执行层)与人机交互界面四个方面组成,如图7-2所示。7.1自适应巡航系统简介7.1.2设计要求1.基本设计要求1)系统激活时,车速可以自动控制在与前车保持设定距离或保持设定速度(以速度更低的为目标)。两种控制模式的切换由系统自动完成。2)稳定状态下的车距可以由系统自动调整,也可以由驾驶员调整。3)如果前方不止一辆车,系统必须自动选择跟踪目标。4)停车后,系统必须在3s内将状态从跟踪控制切换到保持状态。5)在保持状态时,自动制动控制必须启动,使车辆保持静止。7.1自适应巡航系统简介7.1.2设计要求2.不同工况要求(1)巡航工况1)定速控制兼顾舒适,纵向冲击和速度浮动小。2)系统能够主动制动,以防出现低速目标和坡道。(2)跟随工况1)自车相对前车的速度控制要有迟滞,以防跟随前车时车速波动。2)前车切入导致超过设定时间间隔时要渐进减速,尽量与驾驶员的行为保持一致。3)控制的车辆动力特性与驾驶员期望一致。4)跟随其他ACC车辆时,要保持稳定性。5)要有足够的加速能力。6)能够在绝大多数工况中减速。7)切入/切出工况中要能主动地识别目标。7.1自适应巡航系统简介7.1.2设计要求2.不同工况要求(3)靠近工况1)低速靠近时,快速进行速度控制,以达到目标跟车距离。2)快速靠近时,预测减速过程以便判断是否要驾驶员干预。3)当与前车的距离小于理想距离时,减速要符合驾驶员期望。(4)停止工况1)控制适当的跟车距离(2-5m)。2)制动系统能提供更大的制动力和耐用性。3)系统失效时由停止状态切换到保持状态。7.1自适应巡航系统简介7.1.2设计要求3.系统功能边界1)最低的设定车速为7m/s。2)设定时间间隔不能低于1s。3)驾驶员动作的优先级最高。4)驾驶员来设定需要的车速和时间间隔。5)当系统失效,尤其是在驾驶过程中,纵向控制交由驾驶员处理。6)速度低于5m/s时,控制加速度在amin=-5m/s2到amax=4m/s2,冲击小于5m/s3。7)速度超过20m/s时,控制加速度在amin=-3.5m/s2到amax=2.5m/s2,冲击小于2.5m/s3。8)速度处于5-20m/s时,控制加速度在amin=-5.5+(v/10)m/s2到amax=4.67-(2v/15)m/s2,冲击小于5.83-(v/6)m/s3。7.1自适应巡航系统简介7.1.3功能要求1.基础功能要求(1)启动与取消功能

在行车途中,驾驶员可根据车辆实时行车状况与环境通过操纵拨杆相关操作适时启动ACC系统。在ACC系统运行的过程中,当驾驶员按下取消按钮或踩下制动踏板,汽车会立即退出巡航状态,此时驾驶员方可接管对车辆的操纵权。(2)车速车距设定功能

驾驶员可根据自己的行车习惯设定ACC系统的巡航速度和安全车距,ACC系统将根据驾驶员设定的参数自主决策并控制车辆的纵向运动,按照驾驶员期望的车速与安全车距巡航行驶。7.1自适应巡航系统简介7.1.3功能要求2.辅助功能要求(1)制动预警

当前方目标车辆突然制动或者本车以较高车速使接近前方的目标车辆时,ACC系统可根据本车与前方目标的间距对危险程度进行分析,根据距离的大小进行预警和制动警告,以此来避免发生交通事故,提高汽车的安全性。(2)走停控制

为了适应交通堵塞、城市行驶等多种复杂工况,避免传统的ACC系统只适用于较高车速行驶工况的局限性。将ACC系统的行驶速域扩展到0-120km/h,增设自动停止和行驶的功能。可以解决在堵车、车流较大状况下驾驶员需要频繁启动和关闭ACC系统的问题,使得ACC系统的功能性和便利性都得到提升。(3)起步监控

起步监控主要应用于ACC系统启动前,通过车载雷达、摄像头等传感器检测车辆周围环境并评估是否适合启动ACC系统。避免在危险工况下启动ACC系统,可以提高ACC系统的安全性。同时在设计时要尽可能实现对车速的平顺控制,提高乘坐舒适性和满足燃油经济性的要求,也要尽可能避免如下问题:当本车与目标车辆的安全车距设定较大时,易于被其他车辆加塞;系统在在突发情况及复杂的交通环境下很难达到精确控制;雷达对特殊尺寸车辆识别度较低,难以保证车辆的安全等。7.1自适应巡航系统简介7.1.4开发流程类似汽车电控系统的开发流程,为了在保证功能可靠性的前提下尽量缩短开发流程各个环节的周期,降低开发成本,通常采用基于V流程的开发方式,如图7-3所示。这样能实现对各种方案的快速验证,及时发现整车控制策略中存在的问题,根据问题研究出相应的解决方案且做进一步的验证,通过反复验证之后最终形成一个合适的控制策略。7.1自适应巡航系统简介7.1.4开发流程1)首先进行需求分析,通过调研确定需要实现的功能,同时在进行需求分析时即可确定进行测试的目标。2)根据功能需求进行系统设计和各子系统设计,主要包括策略研究,各子系统仿真模型的建立,并针对不同的设计阶段采用不同的测试进行验证,若某一步的测试出现问题则可查找对应左侧部分进行功能优化,亦可进行纵向问题查找。在这个过程中利用Matlab/Simulink建立整车控制策略模型。3)之后进行代码生成与集成,在模型中根据控制策略对输入信号进行一系列的算法处理,进行离线仿真,获得正确可用的控制策略。4)为了进一步验证控制策略模型,需要进行硬件在环仿真测试,在整车环境下进行硬件在环测试,通过测试进一步改进优化策略模型。5)最后进行实车测试,具体评价方法与评价可参考i-Vista测试规程。7.2ACC系统算法及仿真7.2.1控制方法车辆自适应巡航控制系统有直接式和分层式控制两种方式。直接式控制方法是通过传感器采集到数据,如车速和车距等信息,处理加工后输出为对加速和制动的控制量,即对底层执行器的直接式控制方法;分层式控制方法是由上层控制器和下层控制器两部分组成,如图7-4所示。7.2ACC系统算法及仿真7.2.1控制方法上层控制器通过传感器采集车速、车距信息,按照搭建的控制策略与控制算法在处理计算后得到期望加速度,并将期望车速数据传送至下层控制器。而下层控制器往往是一个汽车动力学的逆模型,以上层控制器的输出,即期望加速度值为输入,从而计算得到节气门开度或制动压力信号,最终形成对主车期望加速度的闭环控制。由于汽车是一个非线性很强的系统,其对控制系统的鲁棒性、时效性与精确性等均具有非常高的要求。直接式控制方法整体控制链过长,若某一环节出现问题将对使得整个系统的控制失效,其并不适用于汽车这样整体性较强的控制系统;分层式控制系统将系统分为多层控制结构,每个控制层可采用不同的算法和控制策略,相对于直接式控制方法控制链较短且系统的稳定性等得到极大的提升。目前车辆自适应巡航控制系统多采用分层式控制方法。7.2ACC系统算法及仿真7.2.2控制策略1.模式控制策略车辆自适应巡航控制系统工作模式分为定速巡航模式和自适应巡航模式,系统应能自动根据行驶路况,选择合适功能模式,以保证行车安全。在定速巡航模式下一般采用速度控制策略,即控制车辆以一个稳定的速度行驶;在自适应巡航模式下采用间距策略,即控制车辆在行驶过程中与前车保持稳定的安全车距。设定的控制策略如下。1)汽车正常行驶时,若没有检测到目标车辆,则使用定速巡航模式,以设定车速匀速行驶。若雷达检测到目标车辆,则进行下一步判断。2)雷达发现目标车辆后,将目标车辆的车速和相对车距信号反馈给主车,若目标车辆车速大于或等于主车设定车速,则进入或保持定速巡航模式。如目标车辆车速小于主车设定车速,则结合安全车距,控制主车车速并进入跟车模式。3)雷达探测到目标车辆驶离后,若无新的目标车辆出现,则切换到定速巡航模式。若目标车辆驶离后出现新的目标车辆,则重新判断新目标车辆的车速和相对距离,来选择使用跟车模式或定速巡航模式。4)系统应遵循驾驶员优先的原则,若出现驾驶员进行主动干预的情况,则应立刻退出ACC系统,等待激活指令。7.2ACC系统算法及仿真7.2.2控制策略2.速度控制策略在对车速进行主动控制时,通常使用不同的间距策略,根据相对车速和车距进行判断。间距策略大体上可以归结为两类:固定间距策略和可变间距策略。固定间距策略即无论车辆当前所处的行驶环境如何,本车与前车始终保持一个恒定的车间距,这种车间距策略的优点就是计算量少、结构简单,但由于道路环境的复杂多变,这种策略往往无法平衡行驶过程中的多目标要求,对道路的适应性比较差。可变间距策略即可以根据当前的行车环境,控制本车与前车保持稳定的安全车距,该控制策略适用于复杂多变的交通环境。7.2ACC系统算法及仿真7.2.2控制策略2.速度控制策略可变间距策略是基于车头时距(车头时距是指在同一车道上行驶的车辆队列中,两连续车辆车头端部通过某一断面的时间间隔,如图7-5所示)的控制策略,包含恒定车头时距和可变车头时距。恒定车头时距(ConstantTimeHeadway,CTH)策略认为车头时距是固定值,也就是说期望的两车间距与本车速度成正比,本车速度越大期望的两车间距也就越大,因为本车速度越大需要的制动距离也就越长;可变车头时距(VariableTimeHeadway,VTH)策略认为车头时距不再是恒定不变的,而是随着周围行驶环境的改变不断发生变化。目前ACC系统中多采用可变车头时距策略。7.2ACC系统算法及仿真7.2.3控制算法1.自适应巡航系统的控制算法车辆自适应巡航控制系统分为上层控制与下层控制两大部分,通常上层控制包括巡航模式算法和跟车模式算法,下层控制则包含了驱动和制动控制等。其中上层控制相对与下层控制较为复杂,需要同时兼顾车辆安全性、舒适性、燃油经济性与时效性等要求。目前,常用的上层控制算法有模糊控制、人工神经网络控制与模型预测控制算法等,常用的下层控制算法有PID、模糊PID、前馈补偿式PID等。其中模糊PID、前馈补偿式PID等是在PID与模糊控制算法的基础之上衍生而成的,而人工神经网络算法较为复杂,计算量较大,控制过程的实时性较难保证。因此,本节将着重介绍PID控制、模糊控制与模型预测控制算法的基本内容与原理。7.2ACC系统算法及仿真7.2.3控制算法2.PID控制算法PID(Proportional-Integral-Derivative)控制器,即比例积分微分控制器,是一个在工业控制应用中使用最为广泛的反馈回路控制系统之一,由比例单元P、积分单元I和微分单元D组成。PID控制的优点:原理简单,使用方便,适应性强,鲁棒性强,其控制品质对被控对象的变化不太敏感,非常适用于环境恶劣的工业生产现场,该方法最大的缺点是调参复杂且不适用于较为复杂的对象。PID控制器的原理如图7-6所示7.2ACC系统算法及仿真7.2.3控制算法2.PID控制算法

7.2ACC系统算法及仿真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论、模糊语言及模糊逻辑为基础的控制,它是模糊数学在控制系统中的应用,是一种非线性智能控制。模糊控制是利用人的知识与经验对控制对象进行控制的一种控制方法,一般用于无法以严密的数学表示的控制对象模型。模糊控制主要包含模糊化、模糊推理和解模糊三个模块,如图7-7所示。虽其具有较佳的鲁棒性、适应性和容错性,但如何获得模糊规则及隶属函数即系统的设计办法,完全凭经验进行。7.2ACC系统算法及仿真7.2.3控制算法4.模型预测控制算法模型预测控制(ModelPredictiveControl,MPC)因其更能满足车辆非线性系统与多目标优化的要求,是近年来在车辆底层系统控制中运用较多的控制算法,具有控制效果良好、抗干扰性强、能处理多变量和系统约束的优点,但该算法的理论推导、代码编写与调试较为困难。其算法的基本原理包括预测模型、滚动优化、反馈校正三个基本过程,如图7-8所示。7.2ACC系统算法及仿真7.2.3控制算法4.模型预测控制算法模型预测控制算法的基本原理可归结为:控制系统在每个采样时刻,根据预测模型对未来一段时间内的行为进行预测,并结合系统的多目标约束对未来时刻的系统性能进行优化。随后结合实测对象的输出对预测模型进行反馈校正,将求解的控制序列的第一个控制量作用于控制系统,因而整个控制系统转化为一个在线优化的进程,如图7-9所示。7.2ACC系统算法及仿真7.2.3控制算法4.模型预测控制算法(1)预测模型

图中K时刻为当前控制时刻,其左边代表已经过去的系统状态,右边代表系统预测的未来状态,参考轨迹是设定系统的一种较为理想的控制过程与状态,预测输出会根据测量输出不断进行在线优化逐步接近参考轨迹。预测模型根据当前时刻的测量值,即上一个步长控制输出量的反馈值,预测未来一段时间内(即时间区间[k,k+p],又称预测时域)的系统输出,这个过程称为模型预测。(2)滚动优化

预测控制最关键且与其他控制算法最大区别之处在于在线滚动优化过程,通过求解满足设定控制目标以及其他约束条件形成的临时优化问题,得到未来一段预测时域下对控制量的局部最优解,即图中的预测控制量。在每个采样时刻k,系统都会重复进行上述求解过程,对未来有限时间序列内的状态进行并输出预测控制量,并将预测控制量的第一个参量作用与整个控制系统。总之,以上求解过程在控制步长向前推进一步时都会进行一次,在整个控制过程会持续进行,所以称之为滚动优化。7.2ACC系统算法及仿真7.2.3控制算法4.模型预测控制算法(3)反馈校正MPC是一种基于模型的控制算法,模型是整个系统的根基,但一般情况下都无法得到系统精确模型,加上实际系统中的时变与干扰等因素,系统的输出可能会由于这些干扰而使得整个控制系统发生突变等不稳定现象。反馈校正的作用是保证系统在自身时变与外界干扰等因素下,保证系统输出稳定,是一个自调节的过程。在下一个k+1步长时刻,系统观测到k时刻控制产生的控制结果(即图中以测量输出曲线),将其偏差作为该时刻的输出量反馈值带入当前时刻的预测模型中,完成一次反馈校正过程。反馈机制与滚动机制使得MPC控制构成了闭环状态。7.2ACC系统算法及仿真7.2.4系统仿真1.汽车ACC系统Simulink仿真根据所使用的控制算法,在Matlab中建立ACC系统的控制仿真模型。若使用PID控制算法,一般将整个控制系统的输入变量设定为驾驶员的设定车速和实际车速,将PID调节模块的输入变量设定为车速和实际车速差值,将模糊控制模块输入变量设定为车速和实际车速差值及其变化率。若使用模型预测控制算法,一般将加速度设定为输出的控制信号。将主车车速、实际车距和期望车距设定为反馈信号,同时计算出误差作为自变量。将目标车车速设定为系统干扰,参考信号则设为期望车距和设定车速。对汽车ACC系统控制系统进行仿真建模之后,使用巡航工况和跟车工况对模型进行仿真测试,对所建立的仿真模型进行评价,以验证仿真模型的可靠性。7.2ACC系统算法及仿真7.2.4系统仿真2.汽车ACC系统联合仿真在对汽车ACC系统进行仿真时,可结合专业的第三方车辆动力学软件进行联合仿真,如CarSim、VeDYNA、CarMaker等。以CarSim软件为例,不仅可以为系统提供车辆动力学模型,还可以提供典型、简单的场景来更方便地展示仿真系统的控制效果。联合仿真的基本原理为在建模时将软件中要使用的车辆动力学模型发送到Simulink中,使用外部信号直接控制车辆,同时将车辆的各传感器信号输出,实现不同软件的联合仿真。根据所使用第三方车辆动力学软件的不同和车辆模型的不同,具体操作方式差异较大,但基本原理相同,在此不一一赘述。7.3智能小车ACC系统实践7.3.1开发方法1.总体设计方案智能小车ACC控制系统的实现方法主要包括三大方面。第一,根据车辆ACC控制系统理论知识设计适合于智能小车ACC控制系统的控制方案并利用Matlab/Simulink软件搭建控制策略与算法模型;第二,搭建智能小车ACC控制系统的测试与开发平台,即建立树莓派、智能小车、控制策略与算法模型之间的数据传输与通信;第三,测试与开发,将Matlab/Simulink算法模型植入到树莓派硬件中控制智能小车进行自主巡航行驶,实现智能小车ACC控制系统所设定的定速巡航和跟随行驶功能。接下来将重点介绍智能小车ACC控制系统的设计方案与各个控制部分的Matlab/Simulink模型搭建方法。在设计智能小车ACC控制系统时。首先,根据理论部分所述的车辆ACC系统总体架构、设计方案和控制算法与原理,并结合智能小车的结构特征、驱动方式、运动特性及传感器配置情况等,将智能小车ACC控制系统分为定速巡航与自适应巡航两部分;然后,根据树莓派的运行效率与控制系统需求制定智能小车ACC系统整体控制策略与方案并选择合适的控制算法。在评估树莓派的运行效率和分析实现智能小车ACC控制系统功能的需求之后,选用整体式系统结构,在智能小车ACC控制系统定速与跟随模式下分别选用PID与模糊控制算法。7.3智能小车ACC系统实践7.3.1开发方法2.物理架构根据车辆ACC系统的物理架构将智能小车ACC系统总体架构分为感知层、决策层、执行层与人机交互层四个方面,其基本架构如图7-10所示。感知层的主要作用是通过超声波测距模块与光电编码器测速模块获取主车与前车的车距和主车的行驶速度;决策层的主要作用是根据智能小车ACC系统的控制算法与策略对感知层的数据信息进行处理,计算出电机的控制量并将数据传输给底层的执行层;底层电机执行层用于控制小车前进与停止、加速与减速;人机交互层可以通过电脑PC端对智能小车的行驶车速进行调控并且可实时对主车的实时车速、主车与前车的车距进行实时监控。7.3智能小车ACC系统实践7.3.1开发方法3.设计方案智能小车ACC系统根据小车前方70cm范围之内是否存在目标车辆将工作模式划分为定速巡航模式和自适应巡航模式。定速巡航模式是指小车前方70cm范围之内不存在跟车目标时,此时只需要控制小车的速度达到预先设定的小车车速即可;自适应巡航模式是指小车前方70cm范围之内存在跟车目标时,此时需要控制小车在一定的安全车距之下跟随前方目标车辆。根据智能小车的纵向运动特性与车辆ACC系统的控制原理,智能小车在定速巡航模式下采用速度控制策略,即控制小车行驶速度;在自适应巡航跟车模式下采用间距控制策略,即控制小车行驶速度小使小车与目标车辆的车距保持在安全车距。7.3智能小车ACC系统实践7.3.1开发方法3.设计方案智能小车ACC系统的设计方案如图7-11所示。7.3智能小车ACC系统实践7.3.1开发方法3.设计方案根据智能小车的纵向运动特性设定智能小车的巡航车速为50cm/s、安全车距为70cm。当智能小车在运行过程中同车道内不存在目标车辆或者障碍物时,小车将执行定速巡航模式,反之将执行跟车模式。在定速巡航模式下只需控制电机正转(小车前进)使得小车的车速达到50cm/s即可,在跟随模式下需要同时控制电机的正转(小车前进)和反转(小车减速、停止)使得主车与目标车辆的车间距离保持在70cm以实现智能小车的跟随功能。7.3智能小车ACC系统实践7.3.1开发方法4.控制策略智能小车ACC系统主要用到PID控制算法与模糊控制算法,下面将重点对智能小车PID控制、模糊控制算法原理及其实现方法进行重点说明。(1)智能小车PID控制原理实现方法

智能小车ACC系统中的定速巡航控制模块采用PID控制算法,其控制结构与原理如图7-12所示。智能小车PID控制原理可归结为人为设定一个期望车速给控制器,同时光电编码器车速传感器测得的实测车速也输入给控制器,计算得到实测车速和设定车速的误差量Δv。PID控制器比例单元根据偏差的大小输出相应的控制量,控制PWM参数驱动电机,使车速迅速趋近设定车速,以加快系统响应、减小误差。积分单元的作用是将误差量累加起来加大控制量消灭误差,使车速保持恒定,以消稳态误差。比例单元具有预见性的控制作用,当Δv>0时,表示误差量在加大,此时应及时增加控制量;当Δv<0时,表示误差量在减小,则应及时减小控制量,使Δv趋近于零以保证系统的动态性能。7.3智能小车ACC系统实践7.3.1开发方法4.控制策略(2)智能小车模糊控制原理实现方法

智能小车ACC系统的跟车模式采用模糊控制方法,其控制原理与结构如图7-13所示。智能小车模糊控制原理可归结如下:首先根据提前设定的小车跟车期望速度、安全车距及根据小车纵向运动特性建立自适应巡航的模糊控制规则,在设定规则的时候必须考虑车速与安全车距两个方面的因素。结合小车的纵向运动特性与ACC系统自适应巡航相关原理制定模糊规则。模糊控制器会根据设定的规则将输入的参量分别通过模糊化、模糊推理及解模糊三个过程输出驱动电机的PWM参量,以控制智能小车跟随前车稳定行驶。7.3智能小车ACC系统实践7.3.2建模与分析智能小车ACC系统包含四大部分,如图7-14所示。其中①对应的是车载传感器数据感知层,②对应的是决策层,③对应的是执行层,④对应的是人机交互层。下面将重点对智能小车ACC系统这四大层面建模过程和各个部分的原理进行详细的介绍。7.3智能小车ACC系统实践7.3.2建模与分析1.感知层建模与分析(1)光电编码器测速模块测速原理与建模方法目前智能小车的常用测速方法有光电式和磁电式,光电式主要利用光电传感器,磁带式主要是利用磁电传感器。采用光电编码器测速相对于磁电编码器测速方法简单且误差较小,目前大多数的智能小车的开发过程中均采用光电编码器测速。因此,在智能小车的开发过程中采用光电编码器测速方法。1)光电编码器测速原理。测速编码器与智能小车的半轴相联,测速编码器的脉冲量是固定的,在半轴旋转的时候测速编码器就会输出脉冲,根据脉冲量与实际的计数时间就可以计算得到智能小车的行驶的速度。(光电编码器低电平有效,即当码盘遮挡住光电门时便会输出脉冲)若令小车的实测行驶速度为

,小车的车轮直径为d,单位时间内光电传感器采集的电平上升沿个数为x,则可得其数学模型如下:7.3智能小车ACC系统实践7.3.2建模与分析1.感知层建模与分析(1)光电编码器测速模块测速原理与建模方法2)Matlab/Simulink建模方法。根据上述数学模型,在Matlab/Simulink中建立光电编码器测速模型主要包括1和2两个部分,如图7-15所示。第1部分的作用是利用光电传感器和编码器采集单位时间内电平上升沿的个数。其原理是当码盘随车轮一起转动经过光带传感器时,光电传感器将输出高电平,反之则输出低电平。因此,只需要采集单位时间内电平的上升沿或者下降沿个数计算得到小车的车速。第2部分的作用是将测量得到的上升沿个数转化为小车的实际车速。其原理是将第1部分中采集得到的电平上升沿个数转化为单位时间内小车车轮转动圈数,通过式(7-3)的数学表达式求出小车的实测车速。(注:单位时间在满足系统稳定的情况下尽可能的选取较小的数值。)7.3智能小车ACC系统实践7.3.2建模与分析1.感知层建模与分析(2)超声波测距建模方法与分析目前智能小车常用的测距方法包括红外测距、超声波测距、激光雷达测距等,其中超声波测距传感器结构简单、价格低廉相比于其他传感器更适用于开发智能小车。因此,智能小车采用HC-SR04超声波测距传感器,实物如图7-16所示。7.3智能小车ACC系统实践7.3.2建模与分析1.感知层建模与分析(2)超声波测距建模方法与分析1)超声波测距原理。超声波发射器正前方发射超声波,在发射的同时开始计时,超声波在空气中传播时遇到障碍物便立刻反射回来,超声波接收器接受到超声波就立刻停止计时,如图7-17所示。7.3智能小车ACC系统实践7.3.2建模与分析1.感知层建模与分析(2)超声波测距建模方法与分析

7.3智能小车ACC系统实践7.3.2建模与分析1.感知层建模与分析(2)超声波测距建模方法与分析第1部分的作用是触发HC-SR04超声波传感器测距信号。其原理是利用树莓派GPIO端口TRIG触发测距信号,触发信号最少为10us的高电平信号。第2部分的作用是将超声波接收器接受的信号转化为从超声波发射到返回所经历的时间信号。其原理是若超声波接收器接收到信号,GPIO端口持续输出一个高电平,利用double模块将该信号转化为时间信号。第3部分的作用是通过数据计算得到小车与目标车辆的距离。其原理是将计时器记录的时间和超声波在空气中传播的速度参数代入公式(7-4)计算,即可得到实际的车距。7.3智能小车ACC系统实践7.3.2建模与分析2.决策层建模与分析智能小车ACC系统决策层主要是将感知层采集得到的车速、车距数据进行处理,计算得到期望的电机PWM输入参量。ACC系统主要包含定速巡航(CC)和自适应巡航(ACC)两个子系统,其中定速巡航系统采用该PID控制算法,自适应巡航系统采用模糊控制算法。(1)定速巡航系统建模与分析

当感知层超声波传感器探测小车前方80cm内没有障碍物或者其他小车时,决策层将执行定速巡航系统。即将小车的车速保持在一个稳定的数值,其Matlab/Simulink模型如图7-19所示。7.3智能小车ACC系统实践7.3.2建模与分析2.决策层建模与分析(2)自适应巡航系统建模与分析

当感知层超声波传感器探测小车前方20~80cm内有障碍物或者其他小车时,决策层将执行自适应巡航系统。自适应巡航系统采用距离控制策略,即将小车车速与前车距离成正比,其Matlab/Simulink模型如图7-20所示。该系统主要部分的作用是前进与制动切换逻辑,其原理是根据智能小车的纵向运动特性和驱动电机的特点,将驱动电机反转的PWM值设定为0.5可实现小车的制动,即小车前进与制动的驱动电机临界PWM值为0.5。当1模块输出的电机PWM参量大于0.5时认定小车需要进行前进控制,若小于0.5则认定小车需要进行制动控制。7.3智能小车ACC系统实践7.3.2建模与分析3.执行层建模与分析(1)执行层电机驱动原理

根据智能小车的电机特性,选取适配的驱动模块如图7-21所示,主要包括控制信号接口、电源接口、电机接口三个部分。(2)执行层建模与分析

智能小车ACC系统执行层主要是执行决策层输出的电机PWM参量指令,以控制智能小车实现相应的巡航功能。根据智能小车纵向运动特性和驱动电机的特性,搭建ACC系统执行层Matlab/Simulink模型如图7-22所示。7.3智能小车ACC系统实践7.3.2建模与分析3.执行层建模与分析ACC系统执行层主要包含两个部分,第一部分的作用是根据超声波传感器测得的车距数据,确定ACC系统执行模式。其原理是设定定速巡航和自适应巡航的车距临界值为80cm,即当车距大于80cm时驱动电机输入的参量为定速巡航系统输出的驱动电机PWM参量。反之,则为自适应巡航系统输出的驱动电机PWM参量。第二部分的作用是控制电机正反转的转换逻辑,以控制智能小车实现前进、减速与停车等功能。其原理是根据驱动电机的特性,控制智能小车前进与停止的驱动电机PWM参量为0.5,即当PWM参量大于0.5时认为小车进行前进控制,反之认为小车进行减速或者制动控制。7.3智能小车ACC系统实践7.3.2建模与分析4.人机交互层建模智能小车ACC系统人机交互层是与智能小车进行信息交互的重要通道,如图7-23所示,人机交互层不仅可以对智能小车的车速和安全车距进行实时修改与调整,而且可以实时观察小车的车速、车距等参数的变化情况。7.3智能小车ACC系统实践7.3.3功能测试实践1.硬件搭接智能小车ACC系统测试平台的搭建主要包括三大方面。第一,给智能小车安装测距传感器(超声波)及主控板(树莓派),并按照各传感器的使用方法利用杜邦线连接好相应的控制信号线路。第二,通过局域网将主控板与PC端连接起来,即建立控制算法模型植入到树莓派的传输通道。第三,根据相应的测试评判方法,建立合适的测试场景并进行多次测试,以验证模型算法的有效性。图7‑24树莓派4B管脚口7.3智能小车ACC系统实践7.3.3功能测试实践2.软硬件搭接在智能小车ACC系统功能测试之前,首先需要搭接树莓派、智能小车与PC电脑端之间的联系,如图7-25所示。其基本原理是将Matlab/Simulink算法与控制策略通过同一局域网络传输给树莓派,树莓派将其转化为智能小车驱动电机与转向舵机的控制信号,同时树莓派接受车载传感器的距离车速等数据并反馈给PC电脑端以实现智能小车的闭环控制,最终实现智能小车的巡航与跟车功能。7.3智能小车ACC系统实践7.3.3功能测试实践2.软硬件搭接(1)树莓派与Matlab/Simulink搭接方法

在树莓派与Matlab/Simulink搭接之前必须完成树莓派基本信息及参数的设置,同时PC电脑端与树莓派端必须同时连接到同一网络,一般情况下手机4G网络可以满足两者之间的数据传输,因此也可采用手机端热点分别连接到树莓派端与PC电脑端这种灵活度高的方法。两者之间搭接的具体步骤与方法如下:首先在PC电脑端打开Matlab软件,在Matlab命令编辑栏输入“!ping192.168.43.34”命令并运行,如若两者连接成功,在统计信息中将会显示“丢失0%”,如图7-26所示。7.3智能小车ACC系统实践7.3.3功能测试实践2.软硬件搭接(2)控制算法模型植入到树莓派方法

在确保树莓派与PC端Matlab搭接成功且各个部分的信号线连接正确后,方可将智能小车ACC系统控制算法模型植入到树莓派当中,以便于进行智能小车的调试与功能测试。其具体方法步骤如下:1)打开搭建的Matlab/Simulink算法模型。2)设置Simulink端树莓派相关硬件信息。首先单击标题栏“设置”按钮,在单击“ModelConfigurationParameter”便会弹出树莓派硬件参数设置的界面,如图7-27所示。7.3智能小车ACC系统实践7.3.3功能测试实践2.软硬件搭接在弹出的参数编辑界面中单击“Hardwareimplementation”按钮,随后在“Hardwareboard”选项中选择“RaspberryPi”,最后单击“Targethardwareresources”按钮将弹出树莓派基本信息设置界面,如图7-28所示。注:硬件参数更改必须要与树莓派的硬件信息相同7.3智能小车ACC系统实践7.3.3功能测试实践2.软硬件搭接3)将算法模型植入到树莓派中。首先选择“External”外部运行模式,随后点击“开始”即可将算法模型植入到树莓派中。7.3智能小车ACC系统实践7.3.3功能测试实践3.测评方案在ACC系统的实际应用中,可将复杂多变的交通场景归结为平稳跟车、前车插入、前车驶离、接近前车以及前车制动这5种典型的交通场景,且实际复杂多变的交通场景基本是由该5种场景组合而成,如图7-30所示。7.3智能小车ACC系统实践7.3.3功能测试实践3.测评方案(

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论