基于模型预测控制的车道保持辅助系统
的用法车道保持辅助系统块,并演示了该块的控制目标和约束。
车道保持辅助系统
配备了车道保持辅助(LKA)系统的车辆(自我汽车)有一个传感器,如摄像头,可以测量车道中心线和自我汽车之间的横向偏差和相对偏航角。该传感器还测量当前车道曲率和曲率导数。根据传感器所能看到的曲线长度,根据当前的曲率和曲率导数,可以计算出自我车前方的曲率。
LKA系统通过调整自我汽车的前转向角度,使自我汽车在道路上沿着车道中心线行驶。车道保持控制的目标是使横向偏移和相对偏航角都接近于零。
自我汽车的Simulink模型
在Simulink中建立了小车的动力学模型。打开Simulink模型。
mdl =“mpcLKAsystem”;open_system (mdl)
定义样本时间,Ts
,模拟持续时间,T
,在几秒钟内。
t = 0.1;T = 15;
为了描述横向车辆动力学,这个例子使用了一个自行车模型使用以下参数。
米
为车辆总质量(kg)。工业区
为飞行器偏航惯性矩(Kg*m^2)。低频
为重心到前轮胎的纵向距离(m)。lr
为重心到后轮胎的纵向距离(m)。Cf
为前轮胎过弯刚度(N/rad)。Cr
为后轮胎过弯刚度(N/rad)。
m = 1575;工业区= 2875;如果= 1.2;lr = 1.6;Cf = 19000;Cr = 33000;
您可以使用具有以下状态、输入和输出变量的线性时不变(LTI)系统来表示横向车辆动力学。状态变量的初始条件假设为零。
状态变量:横向速度偏航角速率
输入变量:前转向角
输出变量:与状态变量相同
在本例中,车辆纵向动力学与车辆横向动力学分离。因此,假定纵向速度是恒定的。实际上,纵向速度是可以变化的。车道保持辅助系统块使用自适应MPC来相应地调整横向动力学模型。
指定纵向速度,单位为m/s。Vx = 15;
指定一个状态空间模型,G (s)
的横向车辆动力学。
= [(2 * Cf + 2 * Cr) / m / Vx, Vx - (2 * Cf * lf-2 * Cr * lr) / m / Vx;...- (2 * Cf * lf-2 * Cr * lr) /工业区/ Vx - (2 * Cf *低频^ 2 + 2 * Cr * lr ^ 2) /工业区/ Vx);B = [2*Cf/m, 2*Cf*lf/Iz]';C =眼(2);G = ss (A, B, C, 0);
传感器动力学和曲率预览器
在本例中,Sensor Dynamics块输出横向偏差和相对偏航角。相对偏航角的动力学为,在那里表示曲率。侧向偏移的动力学为.
曲率预览器块输出预览过的曲率,预览时间为1秒。因此,给定一个样本时间,预测视界10
步骤。本例中使用的曲率是基于双变道机动的轨迹计算的。
指定预测视界,得到预估的曲率。
PredictionHorizon = 10;时间= 0:0.1:15;md = getCurvature (Vx、时间);
车道保持辅助系统块的配置
在Simulink中使用车道保持辅助系统模块对LKA系统进行建模。LKA系统块的输入是:
预估的曲率(来自车道检测)
自我纵向速度
横向偏差(与车道检测的偏差)
相对偏航角(根据车道检测)
LKA系统的输出是自我汽车的前转向角。考虑到自我车的物理限制,转向角度被限制在[-0.5,0.5]rad/s的范围内。
u_min = -0.5;u_max = 0.5;
对于本例,车道保持辅助系统块的默认参数与模拟参数匹配。如果模拟参数与默认值不同,则相应地更新块参数。
仿真分析
运行模型。
sim (mdl)
假设对测量的1号输出通道没有干扰。假设输出干扰添加到测量输出通道2是集成白噪声。——>”模式。“噪音”属性为空。假设每个测量输出都有白噪声。
绘制模拟结果图。
mpcLKAplot (logsout)
横向偏差和相对偏航角都收敛于零。也就是说,“自我汽车”会根据预估的曲率,紧紧地沿着道路行驶。
关闭Simulink模型。bdclose (mdl)