基于Simulink和VR的汽车虚拟驾驶系统设计

为实现具有可交互式操作功能的汽车虚拟驾驶系统,采用MATLAB中的V-Realm Builder工具箱创建汽车虚拟驾驶场景,通过分析汽车运动学过程,搭建基于Simulink的汽车运动控制模型,并将该模型与汽车虚拟驾驶场景建立关联,完成汽车虚拟驾驶系统设计。系统试验表明,通过操作外部设备能控制车辆在三维虚拟场景中灵活行驶,车辆行驶轨迹和运动过程符合实际,系统具有沉浸性、交互性的特点。     

无人驾驶汽车轨迹解算及跟踪控制研究

针对无人驾驶汽车中的轨迹曲线生成及跟踪控制这一关键技术,提出一种基于时间t的分段三次参数方程方法生成无人驾驶汽车轨迹曲线,并结合线性二次型最优控制算法构成反馈控制进行仿真验证。搭建车辆运动学模型,利用最优控制方法构成反馈控制。在MATLAB中编写控制程序并仿真,结果显示该方法能够实现无人驾驶汽车的轨迹跟踪,并且具有良好的跟踪效果。     

基于整车在环仿真的自动驾驶汽车室内快速测试平台

整车在环仿真测试方法可以安全、高效地验证复杂环境和极端工况等场景下自动驾驶汽车性能的有效性,基于此研发一种基于整车在环仿真的自动驾驶汽车室内快速测试平台,该平台由前轴可旋转式转鼓试验台、试验台测控子系统、虚拟场景自动生成子系统、虚拟传感器模拟子系统、驾驶模拟器、自动驾驶汽车和测试结果自动分析评价子系统组成。通过在试验台滚筒上独立加载转矩模拟车辆行驶阻力,可动态模拟不同的路面附着系数,同时利用坡度、侧倾和转向随动机构可模拟车辆俯仰角、侧倾角和航向角3个自由度;采用虚拟现实技术柔性集成车辆动力学模型、传感器仿真、复杂道路交通环境及测试用例仿真,模拟多种道路交通场景,并通过传感器仿真及数据融合等技术快速测试自动驾驶汽车智能感知与行为决策等性能指标。将自动驾驶汽车、虚拟仿真场景和试验台耦合构建一个闭环系统,完成了多项关键技术研发,包括：多自由度高动态试验台结构设计、虚拟测试场景自动重构方法和传感器数据模拟及注入方法,可满足在各种场景下测试自动驾驶汽车整车性能的需求。此外,为验证快速测试平台的有效性,以U-turn轨迹跟踪控制为研究实例,基于简化的车辆运动学模型和模型预测控制算法,在平台上搭建U-turn场景并对自动驾驶汽车的轨迹跟踪控制算法性能进行大量测试。结果表明：自动驾驶汽车室内快速测试平台可以真实地模拟汽车在道路上的运行工况,自动驾驶汽车在虚拟场景中的轨迹跟踪效果良好,与参考轨迹的偏差小于8%,证明了该测试平台检测方法的有效性。     

基于场景元素的智能网联汽车场景构建研究

在智能网联汽车测试评价中,场景库搭建与道路测试一直都是其难点。文中对智能网联汽车功能的典型测试场景搭建及测试方法进行分析与研究,首先分析智能网联汽车驾驶场景的来源,从典型驾驶场景中归纳出基本场景元素库,以场景元素库为基础实现测试场景库搭建;然后在PreScan中进行场景虚拟重构,进行自动驾驶功能模拟仿真;最后基于真实道路场景搭建对车辆自动驾驶功能进行实车测试。     

无信号灯十字路口自动驾驶汽车直行关键场景构建

自动驾驶汽车在开发过程中需要进行全面的测试以确保其安全性，关键场景是有条件和高度自动驾驶汽车进行安全测试验证的重要基础。首先，针对测试场景参数离散化全组合后测试用例数量巨大的问题，分别采用3路定强度和变强度组合测试策略及场景初筛规则，以自动驾驶主车直行通过无信号灯十字路口及周围2辆干扰车的测试场景为例，使测试用例数量从全组合的3.9×10⁷组分别减少到6 525组和26 496组。其次，采用碰撞时间、后侵占时间和最大减速度作为场景关键性识别和评价指标。利用基于动态安全区域的避障策略和基于模型预测控制的自动驾驶主车运动规划与控制模型，以及搭建的基于MATLAB/Simulink和CarSim软件的自动驾驶汽车联合仿真平台，通过仿真并与安全指标阈值比较，获得数量大幅减少的关键测试用例。最后，采用基于加权欧氏距离的K-medoids聚类方法对变强度组合策略获得的2 234组关键测试用例进行聚类，获得9组典型关键测试用例。研究结果表明：碰撞时间、后侵占时间和最大减速度指标阈值可以用于识别十字路口场景关键性；相对3路定强度参数组合策略，变强度参数组合策略提供了更多的关键测试用例，对其随机抽样获得少量随机关键测试用例；随机和典型关键测试用例可以应用于封闭试验场验证无信号灯十字路口自动驾驶汽车直行运动规划的安全性。     

基于xPC的汽车测控系统的开发

探讨了采用MATLAB中的xPC工具箱设计汽车测控系统的方法,借助于MATLAB/Simulink的图形化建模环境,结合实时工作间(Real-Time Workshop)和xPC目标工具箱,可同时进行模拟量和数字量的输入输出、实时数据处理并进行实时数据可视化;通过开发可重复利用的xPC工具箱设备驱动程序,还可扩充xPC工具箱所支持的设备.用所述方法设计了一个汽车测控系统,试验结果表明了该方法是有效的.     

基于自然驾驶数据的自动驾驶汽车安全性评价方法

自动驾驶汽车进行大规模市场推广前必须进行准确可靠的安全性评价，由于自动驾驶系统复杂程度的增加及设计运行区域的扩大，面向传统汽车的评价方法已不能满足自动驾驶汽车的安全性评价需求,基于此，建立一种基于自然驾驶数据的自动驾驶汽车安全性评价方法，可解决现有方法在逻辑场景层面安全性评价的缺陷。首先，建立基于自然驾驶数据的逻辑场景构建流程，分析场景描述参数，搭建自然驾驶数据采集平台采集相关自然驾驶数据，采用高斯分布模型描述参数概率分布；进而，离散逻辑场景参数空间获取具体测试用例，并在建立的PreScan、CarSim和MATLAB联合仿真平台中对被测自动驾驶算法进行仿真遍历测试，通过高斯模型将测试结果中的危险场景参数聚类，获取被测算法在逻辑场景中的危险区域；最后，综合考虑逻辑场景参数空间概率分布和得到的相应逻辑场景危险区域，提出基于自然驾驶数据的自动驾驶汽车安全性评价指标——场景风险指数，并以前车制动和前车切入场景为例，给出某黑盒算法的具体评价示例。研究结果表明：被测算法在前车制动场景和前车切入场景中的场景风险指数分别为0.409 8和1.08×10^-5，在前车制动场景中具有较大的安全风险，与仿真测试的直观结果相符；通过比较计算得到的场景风险指数与实际仿真测试结果可证明所提出的方法可以实现逻辑场景层面的自动驾驶安全性量化、易于操作、贴近自然驾驶情况。     

自动驾驶汽车基础测试场景构建研究（双语出版）

针对L2/L3级自动驾驶汽车的仿真测试和封闭场地测试认证需求，结合现有L2/L3级自动驾驶汽车量产车型的主要功能特点，提出自动驾驶汽车基础测试场景群的构建方法。首先针对指定的道路交通环境，分析主车和周围交通参与者可能的相对位置和运动方向的组合，确定复杂场景群。其次分别以主车功能所确定的各个可能运动方向，依此与各干扰车辆的可能运动方向（包括任一干扰车辆不存在的情形）进行组合，组合时采用PICT组合测试工具，并添加必要的运动约束条件，选择参数组合覆盖标准自动生成全部的组合场景群。最后结合场景筛选规则，筛选出具有测试价值的覆盖各个层级及功能的基础测试场景群。采用场景构建方法，对于主车处于三车道中间车道的路段场景和无红绿灯的十字路口场景，分别构建62种和33种基础测试场景。根据驾驶人行为特性、交通规则、汽车在城市、郊区和高速公路工况下的典型车速、加减速度、横向加速度、交通事故和自然驾驶数据库的有关场景数据等，设计主车换道工况的测试用例。采用模型预测控制框架建立主车局部路径规划和控制仿真模型，并对主车危险换道场景进行仿真。研究结果表明：主车在邻车道前车大减速的情况下实现了减速换道并避免了与本车道前车和邻车道前后车的碰撞，同时跟踪到期望跟车间距，验证了该换道测试用例的有效性。     

四轮转向汽车主动转向控制及仿真

以四轮转向汽车为研究对象,建立车辆四轮转向动力学模型。基于后轮主动转向控制方法,分别搭建四轮转向汽车前后轮转角成比例的主动转向控制模型以及基于车速和横摆角速度反馈的主动转向控制模型。在高速转向工况下,采用MATLAB/Simulink建立四轮转向汽车主动转向控制仿真模型进行对比仿真。仿真结果表明,该控制方法能够较好地减小车辆质心侧偏角及横摆角速度,保证车辆良好的轨迹跟踪能力,有效地改善了车辆的操纵稳定性。     

FSAC赛车轨迹跟踪协同控制策略研究

针对中国大学生方程式赛车（FSAC）在比赛中横向-纵向协同控制的轨迹跟踪精度和稳定性问题,根据现代控制理论和经典控制理论提出一种以纵向速度为结合点的线性二次控制器（LQR）和比例-积分-微分算法（PID）的横纵向协同控制策略,并根据赛车相对参考轨迹的位置设计了一种协同控制器。建立二自由度车辆动力学模型,基于该模型设计了横向LQR位置跟踪控制器和纵向PID速度跟踪控制器。所设计的控制策略在CarSim和Simulink搭建的循迹工况联合仿真场景下进行仿真验证,仿真结果为纵向位置偏差小于0.07 m,横向位置偏差小于0.03 m。对控制算法进行实车验证,结果表明,该策略有效提高了赛车的轨迹跟踪精度和行驶稳定性。     

半主动悬架模糊控制仿真

为缓和路面传递给车身的冲击,改善汽车行驶的平顺性和操作稳定性,文章建立了二自由度1／4车体半主动悬架非线性动力学模型,利用MATLAB模糊逻辑控制工具箱设计半主动悬架的模糊控制器,通过运用MATLAB／SIMULINK,对悬架系统进行了仿真分析。结果表明,该控制方法能有效地降低车身垂直加速度、悬架的动挠度和车轮动载荷,提高了汽车的平顺性和操纵稳定性。     

智能车场景建模及仿真

对智能车场景建模及仿真应用进行了研究,对用于智能车开发和测试的交通场景进行了定义,并提出了搭建场景的框架,设计了仿真场景搭建流程以便规范和快速搭建智能车测试场景,在此基础上集成了车辆模型和控制算法,实现了场景模型、车辆模型和控制模型的联合仿真。     

基于MATLAB的FUZZY-PID参数优化与仿真

该文提出了一种基于MATLAB环境下,利用模糊控制工具箱和遗传算法工具箱以及M函数文件,对FUZZY-PID控制器中的量化因子和比例因子进行自寻优,可获得一个基于一定性能指标的次优或最优控制器。以二阶系统为例进行了计算机仿真,仿真结果表明该方法具有良好的收敛性,使系统的动态性能得到明显的改善。     

汽车自适应巡航的电机控制系统设计

自适应巡航系统（ACC）利用汽车周围的雷达来检测该汽车周围的情况,对车前某一区域的车速与距离进行判定,自动对车辆速度与跟车距离进行调节。本设计从MATLAB仿真软件出发,对汽车自适应巡航系统的上层控制器和驱动电机进行设计,在Simulink中得到了稳定性强,抗干扰性能高的电机模型;在MATLAB的模糊推理系统中得到了输入Dr（两车距离）,Vr（两车速度）与输出加速度a-ses的三维数学模型,从MATLAB的三维模型中可知,该上层控制器曲面光滑程度较好,表明输出接近连续;曲面的起伏较为平缓,表明性能优良,符合设计应用需求。     

基于场景的智能网联汽车模拟仿真测试评估方法与实践

搭载自动驾驶功能的智能网联汽车因可在其设计运行条件内承担全部动态驾驶任务,面临安全验证与评估挑战。基于场景的智能网联汽车安全测试评估方法已成为广泛的行业共识,模拟仿真测试是其重要手段之一。从第三方视角,针对自动驾驶安全性、高场景覆盖度、逻辑完备性等测试验证目标,搭建基于软件在环的模拟仿真测试环境框架,在此基础上研究基于设计运行条件覆盖的测试场景集构建方法,探索形成一套高可信智能网联汽车模拟仿真测试评估方法,并在特定应用场景进行初步实践。研究成果为模拟仿真测试在智能网联汽车安全测试与评估中的落地应用提供了参考。     

基于车车通信技术的自动换道算法研究与仿真

针对自动驾驶中的自动换道问题,提出了并行换道轨迹规划方法,增加换道可能性的同时提升了换道轨迹合理性,提出了碰撞检测与并行轨迹重规划方法,保障了换道过程的安全性,对滑模轨迹跟踪算法进行改进,并搭建CarSim、Prescan和MATLAB联合仿真平台进行仿真,验证了所提出方法的有效性。     

基于simulink工具箱的挖掘机铲斗挖掘阻力仿真分析

本文研究了振动载荷对液压挖掘机挖掘阻力的影响,在现有的研究成果上,建立了挖掘阻力的数学模型,并运用MATLAB中的simulink工具箱进行了挖掘阻力的仿真分析,模拟挖掘过程中的阻力变化。     

发电机输出电压模糊控制器的设计

运用了基于MATLAB(SIMULINK)语言的模糊控制系统工具箱,通过对发电机输出电压模糊控制的实现提供一种仿真方法。介绍了利用MATLAB进行模糊系统仿真、分析的过程。     

基于模型预测控制的智能汽车目标路径跟踪方法研究

为避免智能汽车在目标路径跟踪过程中发生侧滑,改善自动驾驶性能,通过改进目标函数、增加轮胎侧偏角动力学约束,以车辆动力学模型作为模型预测控制的预测模型,提出了一种改进的智能汽车目标路径跟踪方法。在CarSim与MATLAB/Simulink联合仿真平台对该方法进行了验证,结果表明,该方法有效地降低了智能汽车跟踪目标路径时发生侧滑的几率,提高了智能汽车目标路径跟踪的准确性和安全性。     

基于MATLAB的转向梯形机构的优化研究

以MATLAB软件为主要优化工具,利用MATLAB优化工具箱中的Lsqnonlin函数求优化解程序,通过对转向梯形机构进行合理设计,尽可能保证在汽车转向过程中各车轮的轴线理论上应始终交于一点—瞬时转向中心,使各车轮在转向过程中始终处于纯滚动状态,从而提高轮胎使用寿命,保证汽车操纵的轻便性和稳定性。