基于模型预测控制及最优控制理论的Carsim与Matlab Simulink联合仿真实现汽车主...
基于模型预测控制(自带的mpc模块)和最优控制理论的Carsim与Matlab/simulink联合仿真实现汽车主动避撞和跟车功能(acc自适应巡航),包含simulink模型(其中有车辆逆纵向动力学模型、逆发动机模型、切换控制逻辑等),Carsim模型,资料。 (最好用Carsim2016版本及以上版本,模型不是很难,适合新手初步学习) #Huawei/华为
最近在知乎上看到华为ADS高阶智驾的自动紧急制动测试视频,突然想和大家聊聊背后的控制逻辑。今天咱们就用Carsim+Simulink手搓一套带主动避撞的ACC系统(悄悄说句,其实真车厂开发流程比这复杂十倍不止)。
先说核心——车辆逆纵向动力学模型。这个黑盒子要把期望加速度转换成油门/刹车信号,新手最容易在这里翻车。看这段Simulink函数代码:
function [throttle, brake] = fcn(ax_des, current_speed)
% 查表法获取当前档位传动比
gear_ratio = interp1(gear_map_speed, gear_ratio_table, current_speed);
% 逆向计算驱动力需求
Fx = vehicle_mass*ax_des + 0.5*air_density*frontal_area*drag_coef*current_speed^2;
% 发动机逆向模型
if Fx > 0
torque_wheel = Fx * wheel_radius;
engine_torque = torque_wheel / (gear_ratio * final_drive);
throttle = engine_torque / max_engine_torque;
brake = 0;
else
throttle = 0;
brake = min(abs(Fx)/max_brake_force, 1);
end
end
这里有个骚操作:用当前车速反推档位,比实时计算变速器状态节省80%计算量。但要注意车速查表的区间划分,我在第一次测试时因为车速边界没覆盖,直接让仿真车原地"劈叉"了。

切换控制逻辑才是真正的灵魂。用Stateflow做的模式切换状态机,比if-else清爽多了:
[State: ACC]
On:
if obstacle_distance < 2.5*self_speed
transitionTo(Collision_Avoidance);
elseif lead_vehicle_exists
transitionTo(Following);
else
transitionTo(Speed_Keeping);
end
[State: Collision_Avoidance]
During:
mpc_controller_ref = emergency_deceleration;
if obstacle_distance > 5*self_speed
transitionTo(ACC);
end
注意模式切换的滞后补偿!实测中发现从ACC切入避撞模式时,如果直接切换MPC权重参数会导致控制量突变。后来在状态过渡时加了0.2秒的线性过渡缓冲区,底盘抖动问题立刻消失。
MPC控制器部分用了自带的Model Predictive Control Toolbox,但参数调试绝对是个玄学:
mpcobj = mpcconstr(...
'PredictionHorizon', 15,...
'ControlHorizon', 3,...
'Weights', struct('ManipulatedVariables',0.5,'ManipulatedVariablesRate',0.1),...
'Constraints', struct('Max',[1.5;-3], 'Min',[-1;-5]));
预测步长别超过20,Carsim的仿真步长是20ms,步数太多会导致控制器"沉迷计算无法自拔"。有次把预测步长设到30,Simulink直接报错说步长不匹配——这坑我帮你们踩过了。
联合仿真设置要特别注意时钟同步问题。Carsim 2016的S-function接口有个隐藏属性:把仿真模式改成External才能触发实时数据交换。新手常见错误是忘记勾选"Enable zero-crossing detection",结果车辆在切换控制模式时直接冲出跑道。

最后说个血泪教训:Carsim的输出速度单位默认是mph,而Simulink用的是m/s!有次没注意单位转换,调试时看着车辆以180m/s(648km/h!)的速度撞墙,吓得我差点把咖啡泼在键盘上。
更多推荐
所有评论(0)