自动停车员在仿真软件万博1manbetx

这个示例使用:

开放模式

这个例子展示了如何构建一个自动代客停车系统仿真软件和自动驾驶的工具箱™®。万博1manbetx它紧跟自动停车员MATLAB®的例子。

介绍

自动停车的汽车,离开前一个停车场是一个具有挑战性的问题。汽车的自动化系统将接管和引导车辆一个可用的停车位。这个例子着重于通过环境规划可行的路径,从这个路径生成轨迹,并使用一个可行的控制器执行轨迹。地图创建和动态避障被排除在这个例子。

在仿真之前,helperSLCreateCostmap函数被调用的PreLoadFcn模型的回调函数。使用回调函数的细节,请参阅模型的回调(万博1manbetx模型)。的helperSLCreateCostmap函数创建一个静态的停车场地图包含静止的障碍物信息,路标,停放的汽车。地图作为一个表示vehicleCostmap对象。

使用vehicleCostmap对象模型®,万博1manbetxhelperSLCreateUtilityStruct函数转换vehicleCostmap成一个结构体数组初始化块的面具。更多细节,请参阅初始化的面具(万博1manbetx模型)。

全球航线计划被描述为一系列巷段导线达到一个停车位。在仿真之前,PreLoadFcn回调函数模型的加载一个路线计划,这是作为一个表存储。表指定了开始和结束段的构成,以及部分的属性,如速度限制。

routePlan = 5×3表StartPose EndPose属性___________ ____________________ __________ 4 12 0 56 11 0 1×1 struct 56 11 0 70 19 90 1×1 struct 32 70 19 90 70 90 1×1 struct 70 32 90 52 38 180 1×1 struct 53 38 180 36.3 44 90 1×1结构

许多块的输入和输出在这个例子中是仿真软件总线(万博1manbetx万博1manbetxSimulink.Bus(万博1manbetx模型)类)。在PreLoadFcn回调函数的模型helperSLCreateUtilityBus函数创建这些公共汽车。

规划是一个分层的过程,每个连续层更细粒度的任务负责。行为层[1]这个堆栈的顶部。的行为计划块触发一系列基于全球导航任务路线计划通过提供一个中间目标和配置的运动规划和轨迹生成块。每一段路都是导航使用这些步骤:

运动规划:计划可行的路径通过环境地图使用最优迅速探索随机树算法(RRT *) (pathPlannerRRT)。
轨迹生成:平滑拟合曲线的参考路径[2]使用路径平滑样条块。然后平滑路径转换成一个轨迹生成速度概要文件使用速度分析器块。
车辆控制:HelperPathAnalyzer为车辆提供了参考信号控制器子系统控制车辆的转向和速度。
目标检测:检查车辆是否已达到最后的姿势段使用helperGoalChecker。

探索子系统

车辆控制器子系统包含一个横向控制器斯坦利块和一个纵向控制器斯坦利块调节姿势和车辆的速度,分别。来处理实际的车辆动力学[3]汽车模型参数被设置为横向控制器斯坦利的块动态的自行车模型。在这个配置中,额外的输入,如路径曲率,当前汽车的偏航率,和当前的转向角计算转向所需的命令。纵向控制器斯坦利块使用比例积分控制器切换到计算的加速和减速命令开动车辆刹车和油门。

为了演示性能,车辆控制器应用于车辆模型块,其中包含一个简化的转向系统[3]这是建模为一个一阶系统和车辆身体3自由度(车辆动力学Blockset)块之间共享自动驾驶工具箱™和车辆动力学Blockset™。相比之下,使用的运动自行车模型自动停车员MATLAB®的例子中,这个汽车模型块更为准确,因为它考虑了惯性效应,如轮胎滑移和操舵伺服驱动。