实验六自动驾驶建模与仿真

【实验目的】

了解Matlab/Simulink软件环境，熟悉Simulink建模步骤；
了解车辆运动控制的基本原理，学会简单的车辆运动控制建模及仿真；
了解自动驾驶建模的基本过程，了解典型ADAS系统模型的应用特点。
了解自动驾驶相关函数，认识自动驾驶函数的功能及用途。

【实验性质】

验证性实验。

【实验要求】

Matlab2020+软件。

【实验内容】

操作Matlab软件，学会进行Simulink图形化建模。
调试车辆运动控制模型。
学习典型ADAS系统，分析其功能模块组成。
调用自动驾驶函数进行自动驾驶场景仿真。

【实验步骤】

1、车辆运动控制建模学习

（1）打开的车辆纵向运动控制模型，如下图所示：

打开Simulink工具箱（即“Library Browser”），在工具箱中查找模型中的图形符号，学习工具箱中模型库的使用方法。

运行上面的模型，查看并保存运行结果，选取两个运行结果截图贴在下面区域。

模块（示波器）名称： scope2	模块（示波器）名称： scope3

2、高级驾驶辅助系统（ADAS）建模学习

　　展开自动驾驶工具箱，可以发现里面有很多Matlab自带的案例，选择其一打开，分析其组成及执行过程。

3、自动驾驶场景练习

（1）模拟一辆汽车在S形道路上运动

在Matlab命令行窗口输入以下命令，在表格右列补充完善代码注释（手工书写）：

s=drivingScenario;

roadCenters=[-35,20,0;-20,-20,0;0,0,0;20,20,0;35,-20,0];

lm=[laneMarking('Solid','Color','w'); ...

laneMarking('Dashed','Color','y');...

laneMarking('Solid','Color','w')];

ls=lanespec(3,'Marking',lm);

road(s, roadCenters, 'Lanes', ls);

car=vehicle(s, 'ClassID',1,'Position',[-35,20,0]);

waypoints=[-35,20,0;-20,-20,0; 0,0,0;20,20,0; 35,-20,0];

speed=10;

trajectory(car, waypoints, speed);

plot(s);

while advance(s)

lbdry=laneBoundaries(car);

end

%定义驾驶场景

%设置道路中心

%设置车道标线

%设置车道规范

%在驾驶场景中添加道路

%在驾驶场景中添加静止车辆

%在驾驶场景中添加运动车辆

%设置车辆航路点

%设置车速

%创建车辆轨迹

%绘制驾驶场景

%仿真循环开始

%显示车辆边界

%仿真结束

姿态：

ActorID：参与者标识

Position：参与者位置（单位m）

Velocity：速度（单位m/s）

Roll：横滚角（度）

Pitch：俯仰角（度）

Yaw：偏航角（度）

AngularVelocity：角速度（度/s）

运行结果如下图所示：

（2）模拟静止车辆和运动车辆在道路上行驶。

在Matlab命令行窗口输入以下命令，在表格右列补充完善代码注释（手工书写）：

s=drivingScenario;

roadCenters=[0,0; 10,0; 53,-20];

road(s, roadCenters, 'Lanes', lanespec(2));

stationaryCar=vehicle(s, 'Position',[25,-5.5,0], 'Yaw',-22);

passingCar=vehicle(s);

waypoints=[1,-1.5; 16.4,-2.5; 17.4,-2.8; 23.8,-2; 25,-2.5; 50,-16];

speed=5;

trajectory(passingCar, waypoints, speed);

plot(s, 'Waypoints', 'on');

rec=record(s);

rec(1).ActorPoses(2);

rec(end).ActorPoses(2);

ans

%while advance(s)

% pause(0.01);

%end

%poses=actorPoses(s);

%定义驾驶场景

%设置道路中心

%在驾驶场景中添加道路

%在驾驶场景中添加静止车辆

%在驾驶场景中添加运动车辆

%设置车辆航路点

%设置车速

%创建车辆轨迹

%绘制驾驶场景

%运行场景并记录

%显示车辆模拟开始姿态

%显示车辆模拟结束姿态

%姿态结构

%仿真循环开始

%停顿时间

%仿真结束

%获取交通参与者姿态

姿态：

ActorID：参与者标识

Position：参与者位置（单位m）

Velocity：速度（单位m/s）

Roll：横滚角（度）

Pitch：俯仰角（度）

Yaw：偏航角（度）

AngularVelocity：角速度（度/s）

运行结果如下图所

4、停车场路径规划

停车场停车路径规划（基于碰撞的路径规划）

在Matlab安装目录中搜索 parkingLotCostmap.mat 文件所在路径，并将该目录在Matlab地址栏中打开（设为当前路径）

在Matlab命令行窗口输入以下命令，在表格右列补充完善代码注释（手工书写）：

data = load('parkingLotCostmap.mat');

costmap = data.parkingLotCostmap;

figure;

plot(costmap);

vehicleDims = vehicleDimensions(4.5, 1.7);

numCircles = 3;

ccConfig = inflationCollisionChecker(vehicleDims, numCircles);

costmap.CollisionChecker = ccConfig;

figure;

plot(costmap);

startPose = [11, 10, 0];

goalPose = [31.5, 17, 90];

planner = pathPlannerRRT(costmap);

refPath = plan(planner, startPose, goalPose);

hold on;

plot(refPath);

%加载停车场文件

%下载车辆成本图

%设置图形窗口

%绘制车辆成本图

%设置车辆尺寸

%圆圈数

%检测碰撞

%重新配置成本图

%设置图形窗口

%绘制车辆成本图

%设置初始姿态

%设置目的姿态

%绘制车辆成本图

%设置初始姿态

%设置目的姿态

%创建路径规划器

%路径规划

%保存图形

%绘制路径规划

运行结果如下图所示：

驶出停车场路径规划（验证路径规划）

在Matlab安装目录中搜索 parkingLotCostmap.mat 文件所在路径，并将该目录在Matlab地址栏中打开（设为当前路径）。

在Matlab命令行窗口输入以下命令，在表格右列补充完善代码注释（手工书写）：

data = load('parkingLotCostmap.mat');

costmap = data.parkingLotCostmap;

plot(costmap);

startPose = [4,4,90];

goalPose = [70,35,0];

planner = pathPlannerRRT(costmap);

refPath = plan(planner, startPose, goalPose);

isPathValid = checkPathValidity(refPath,costmap);

transitionPoses = interpolate(refPath);

hold on;

plot(refPath,'DisplayName','Planned Path');

scatter(transitionPoses(:,1),transitionPoses(:,2),[],'filled',

'DisplayName','过渡姿态');

%加载停车场文件

%下载车辆成本图

%绘制车辆成本图

%设置初始姿态

%设置目的姿态

%创建路径规划器

%路径规划

%保存图形

%绘制路径规划

%绘制过渡姿态

运行结果如下图所示：

实验六 自动驾驶建模与仿真

猜你喜欢

实验六自动驾驶建模与仿真