车辆纵向控制

原创已于 2023-09-25 14:39:41 修改 · 885 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#自动驾驶 #算法 #人工智能

于 2023-09-25 14:34:17 首次发布

智能驾驶专栏收录该内容

18 篇文章

订阅专栏

博客围绕自动驾驶车辆纵向控制展开，先搭建电车电机模型，制作油门刹车标定表以保证控制连续性，接着进行simulink模型搭建，采用双PID进行纵向控制，最后给出仿真结果，包括位移和速度跟踪情况，并对PID参数调节进行了分析。

1、电机模型搭建（参考B站老王）

目前智能车辆大都采用电动车，汽车电动化也是大势所趋，因此这里采用电车模型来进行车辆的纵向控制。电机参数为：最大扭矩为380 $N\cdot m$ ，最大功率为180kw，转速w如下：

转速的单位为：转/每分钟。

上面两图就是建立的电机模型。

2、油门刹车标定表的制作

这里我们把油门标定表和刹车标定表，做到一张表里面，这样当控制车辆到达一个目标速度时，就会根据表中数据自动插值，使控制具有连续性。当分成两张表时，当目标速度是10km/h时，可能出现在目标速度附近来回跳动，控制连续性不好。

标定表制作如下：

当标定油门时，这里速度为0，标定刹车时速度为180。

输入、输出为：

注意一点，设置的道路长一点，否则程序运行可能报错。

3、simulink模型搭建

代码分别为：

function [thr,brake] = fcn(x)
    if x>= 0
        thr = x;
        brake = 0;
    else
        brake = -x;
        thr = 0;
    end
  
end



function torque = fcn(thr,rpm)
    Tmax = 380*thr;
    if rpm <= 4523
       torque = Tmax;
    else
        torque = Tmax *4523/rpm; 
    end
end

标定代码为：

clc;clear;
x = 0;
for i = 1:101
    sim('longitudinal_control');
    vx_tmp(:,i) = ans.vx.data;
    ax_tmp(:,i) = ans.ax.data;
    thr_tmp(:,i) = ones(length(ans.vx.data),1)*x;
    x = x + 0.02;
end
ax_tmp(1,:) = ax_tmp(2,:);
%拟合
vv = vx_tmp(:,1)';
aa = ax_tmp(:,1)';
thr_thr = thr_tmp(:,1)';
for i = 2 :length(vx_tmp(1,:))
   vv =[vv,vx_tmp(:,i)'];
   aa = [aa,ax_tmp(:,i)'];
   thr_thr = [thr_thr,thr_tmp(:,i)'];
end

%% 刹车
x= 0;
for i = 1:81
    sim('longitudinal_control');
    vvx_tmp(:,i) = ans.vx.data;
    aax_tmp(:,i) = ans.ax.data;
    brake_tmp(:,i) = ones(length(ans.vx.data),1)*x;
    for j = 1:length(vvx_tmp(:,i))
       if vvx_tmp(j,i) <= 0.01
       brake_tmp(j,i) = 0;
       end
    end
    x = x - 0.1;
end
%%
%将v_tmp 、a_tmp 、brake_tmp合并
aax_tmp(1,:) = aax_tmp(2,:);
vvv = vvx_tmp(:,1)';
aaa = aax_tmp(:,1)';
brake_bra = brake_tmp(:,1)';
for i = 2 :length(vvx_tmp(2,:))
   vvv =[vvv,vvx_tmp(:,i)'];
   aaa = [aaa,aax_tmp(:,i)'];
   brake_bra = [brake_bra,brake_tmp(:,i)'];
end
%%
%% 拟合
v1 = [vv,vvv];
a1 = [aa,aaa];
thr_bra = [thr_thr,brake_bra];

F = scatteredInterpolant(v1',a1',thr_bra');
vu = 0:0.05:50;
au = -8:0.05:5;
tabler = zeros(length(vu),length(au));
for i = 1:length(vu)
    for j = 1:length(au)
        tabler(i,j) = F(vu(i),au(j));
    end
end

这里记得油门刹车分开标定，最后完成一张总表

如图：

在里面填写对应的数据

4、双PID的纵向控制

这里输出增了位移输出；

参考加速度、速度、位移代码和图像如下：

function [s,v,a] = fcn(t)
if t<10
    s=0.1*t^3/3;
    v=0.1*t^2;
    a=0.2*t;
else
    a=2-0.1*(t-10);
    v=2*t-0.05*(t-10)^2-10;
    s=t^2-0.05*(t-10)^3/3-10*t+100/3;
end

模型搭建如下：

位移PID和速度PID的参数为：

5、仿真结果

位移跟踪结果：

位移基本满足要求

速度跟踪

速度 7-15之间波动明显，这里可以试着调节PID这三个参数，其中kp可以加快收敛，且对于画龙时，调节kp小点，可以明显改善。ki可以消除稳态误差，但是可能引起超调，对于这个超调，通过微分还不容易消除，只能通过降低比例项，但是会使系统响应变慢，所以一般ki,最后调节，先p,后d，最后i。kd的作用是抑制超调，比如上图有超调，就可以增加kd,但是kd会放大高频噪声。