基于CarSim與Matlab的泊車(chē)路徑跟蹤控制模型設(shè)計(jì)*

李臣旭，馬世典，江紹康，李仁鵬，竇銀宇

基于CarSim與Matlab的泊車(chē)路徑跟蹤控制模型設(shè)計(jì)*

李臣旭1，馬世典2，江紹康1，李仁鵬3，竇銀宇3

（1.江蘇大學(xué)汽車(chē)與交通工程學(xué)院，江蘇 鎮(zhèn)江 212013；2.江蘇大學(xué)汽車(chē)工程研究院，江蘇 鎮(zhèn)江 212013；3.江蘇中虎汽車(chē)智能系統(tǒng)有限公司，江蘇 鎮(zhèn)江 212133）

文章針對(duì)現(xiàn)有自動(dòng)泊車(chē)系統(tǒng)路徑跟蹤效果差的問(wèn)題，首先基于車(chē)輛運(yùn)動(dòng)學(xué)模型和實(shí)車(chē)參數(shù)在CarSim中搭建試驗(yàn)?zāi)Ｐ蛙?chē)，并設(shè)置相應(yīng)的輸入變量與輸出變量，然后聯(lián)合Matlab設(shè)計(jì)路徑跟蹤控制模型，最后進(jìn)行了聯(lián)合仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果證明了文章所設(shè)計(jì)跟蹤控制模型的有效性。

運(yùn)動(dòng)學(xué)模型；路徑跟蹤控制模型; 聯(lián)合仿真實(shí)驗(yàn)

前言

智能汽車(chē)作為當(dāng)今汽車(chē)產(chǎn)業(yè)和技術(shù)發(fā)展的主流方向，一直是國(guó)內(nèi)外各大汽車(chē)廠商和科研機(jī)構(gòu)的研究重點(diǎn)。自動(dòng)泊車(chē)作為智能汽車(chē)自動(dòng)駕駛技術(shù)的一個(gè)關(guān)鍵組成部分，已成為業(yè)界關(guān)注和研究的熱點(diǎn)，而泊車(chē)路徑跟蹤控制作為自動(dòng)泊車(chē)技術(shù)實(shí)現(xiàn)的關(guān)鍵一環(huán)，很大程度上影響著泊車(chē)成功率和泊車(chē)精度[1]。

為了實(shí)現(xiàn)對(duì)泊車(chē)路徑的良好跟蹤，國(guó)內(nèi)外專(zhuān)家學(xué)者早已進(jìn)行了大量的研究，文獻(xiàn)[2]基于制導(dǎo)的路徑跟蹤控制理論提出了一種能保證受控閉環(huán)系統(tǒng)全局一致漸近穩(wěn)定的跟蹤控制率；文獻(xiàn)[3-4]分別基于模糊控制算法設(shè)計(jì)了不同的路徑跟蹤控制器并對(duì)車(chē)式移動(dòng)機(jī)器人進(jìn)行了控制實(shí)驗(yàn)；文獻(xiàn)[5-6]基于非光滑控制理論設(shè)計(jì)了泊車(chē)路徑跟蹤控制器。雖然上述路徑跟蹤控制算法都能夠有效提升路徑的跟蹤控制精度，但先進(jìn)控制算法對(duì)單片機(jī)系統(tǒng)運(yùn)算速度和存儲(chǔ)都提出了極高的要求，難以實(shí)現(xiàn)工程化應(yīng)用。

本文基于車(chē)輛運(yùn)動(dòng)學(xué)模型和實(shí)車(chē)參數(shù)在CarSim中搭建試驗(yàn)?zāi)Ｐ蛙?chē)，聯(lián)合Matlab設(shè)計(jì)泊車(chē)路徑跟蹤控制模型，通過(guò)控制輸入輸出變量進(jìn)行聯(lián)合仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果驗(yàn)證了本文所設(shè)計(jì)控制模型的有效性。

1 車(chē)輛的運(yùn)動(dòng)學(xué)模型的建立

泊車(chē)過(guò)程是一個(gè)極低速的（通常低于5km/h）運(yùn)動(dòng)過(guò)程，車(chē)輪低速滾動(dòng)時(shí)車(chē)輛本身不會(huì)發(fā)生側(cè)向滑動(dòng)，側(cè)向力可忽略不計(jì)，因而沒(méi)有車(chē)輪側(cè)偏角。所以，在實(shí)際運(yùn)用中，通常對(duì)汽車(chē)運(yùn)動(dòng)模型進(jìn)行相應(yīng)的簡(jiǎn)化，即以車(chē)輛的運(yùn)動(dòng)學(xué)模型為泊車(chē)運(yùn)動(dòng)研究基礎(chǔ)，建立車(chē)輛泊車(chē)運(yùn)動(dòng)學(xué)模型，本文針對(duì)低速泊車(chē)場(chǎng)合建立如下簡(jiǎn)化模型[7]。

如圖1所示，(x,y)、(x,y)分別為車(chē)輛前軸中點(diǎn)和后軸中點(diǎn)坐標(biāo)，為輪距，為車(chē)輛軸距，為車(chē)輛的行進(jìn)方向，表示車(chē)輛的航向角，為阿克曼轉(zhuǎn)角，取順時(shí)針為正。

圖1 泊車(chē)過(guò)程的簡(jiǎn)化汽車(chē)模型

車(chē)輛的運(yùn)動(dòng)學(xué)方程可用下式表示：

將公式（1）對(duì)時(shí)間t積分，則可得到車(chē)輛后軸中點(diǎn)的運(yùn)動(dòng)軌跡方程：

根據(jù)自車(chē)參數(shù)和各點(diǎn)坐標(biāo)位置的幾何關(guān)系，求出四個(gè)車(chē)輪及車(chē)輛包絡(luò)點(diǎn)的運(yùn)動(dòng)軌跡，以此推算出泊車(chē)從起始至結(jié)束整個(gè)過(guò)程中的車(chē)輛實(shí)際運(yùn)動(dòng)路徑。

2 基于Carsim 搭建試驗(yàn)?zāi)Ｐ蛙?chē)

參照市面上中大型SUV車(chē)型參數(shù)，詳見(jiàn)表1。

表1 試驗(yàn)車(chē)的部分相關(guān)參數(shù)

在Carsim中參照上表中的參數(shù)搭建試驗(yàn)?zāi)Ｐ蛙?chē)，主要設(shè)置模型車(chē)的車(chē)長(zhǎng)、車(chē)寬、軸距、最大車(chē)輪轉(zhuǎn)角、最小轉(zhuǎn)彎半徑以及車(chē)輪半徑等參數(shù)，其余參數(shù)均采用軟件的默認(rèn)設(shè)置，如圖2所示為Carsim模型車(chē)的基本參數(shù)設(shè)置界面。

為方便搭建Carsim與Matlab的聯(lián)合仿真模型，對(duì)相應(yīng)的輸入變量與輸出變量進(jìn)行選擇，圖3所示為Carsim輸入變量：1.油門(mén)開(kāi)度；2.制動(dòng)輪缸壓力；3.方向盤(pán)轉(zhuǎn)角。圖4所示為Carsim輸出變量：1.左后輪輪速；2.右后輪轉(zhuǎn)速；3.車(chē)輛橫擺角速度；4.車(chē)輛中心縱向速度；5.方向盤(pán)轉(zhuǎn)角；6.車(chē)輛前軸坐標(biāo)；7.車(chē)輛前軸坐標(biāo)；8.車(chē)輛橫擺角。

圖3 Carsim輸入變量設(shè)置

圖4 Carsim輸出變量設(shè)置

3 路徑跟蹤控制模型

利用State flow模塊設(shè)計(jì)泊車(chē)路徑與相應(yīng)車(chē)速，并將其嵌入Simulink路徑規(guī)劃模型中，基于Carsim與Matlab聯(lián)合仿真平臺(tái)設(shè)計(jì)路徑跟蹤控制模型，該模型由四個(gè)主要模塊組成，分別是路徑規(guī)劃模塊、后軸中點(diǎn)坐標(biāo)輸出模塊、全局坐標(biāo)系轉(zhuǎn)化模塊及理想車(chē)速輸出模塊，如圖5所示。采用坐標(biāo)轉(zhuǎn)換方法，將車(chē)輛后軸中點(diǎn)作為參考點(diǎn)跟蹤理想路徑，采用PID算法分別控制Carsim三個(gè)輸入變量，減小跟蹤誤差的產(chǎn)生。

圖5 路徑規(guī)劃與跟蹤控制模型

4 聯(lián)合仿真實(shí)驗(yàn)

通過(guò)Carsim與Matlab聯(lián)合仿真實(shí)驗(yàn)驗(yàn)證路徑跟蹤控制模型的作用，實(shí)驗(yàn)結(jié)果如圖6所示。圖中紅色曲線為設(shè)計(jì)好的理想泊車(chē)路徑，藍(lán)色曲線為模型控制下的車(chē)輛跟蹤軌跡。能明顯看出在本文所設(shè)計(jì)跟蹤控制模型的作用下，整個(gè)泊車(chē)過(guò)程中模型車(chē)能較好地跟蹤理想泊車(chē)路徑，最大偏差不超過(guò)15cm。

圖6 Carsim與Matlab聯(lián)合仿真實(shí)驗(yàn)結(jié)果

圖7 模型車(chē)方向盤(pán)轉(zhuǎn)角變化曲線

圖8 模型車(chē)車(chē)速跟蹤效果曲線

圖7、圖8、圖9分別是聯(lián)合仿真過(guò)程中的模型車(chē)方向盤(pán)轉(zhuǎn)角變化曲線、車(chē)速跟蹤效果曲線。數(shù)據(jù)表明，方向盤(pán)轉(zhuǎn)角變化均勻且具有較好的角度維持性，車(chē)速跟蹤效果良好，結(jié)果均驗(yàn)證了本文所設(shè)計(jì)路徑跟蹤控制模型的有效性。

5 總結(jié)

基于車(chē)輛運(yùn)動(dòng)學(xué)模型和實(shí)車(chē)參數(shù)在Carsim中搭建了試驗(yàn)?zāi)Ｐ蛙?chē)，聯(lián)合Matlab搭建了仿真實(shí)驗(yàn)平臺(tái)，設(shè)計(jì)了路徑跟蹤控制模型并進(jìn)行了仿真實(shí)驗(yàn)，從聯(lián)合仿真結(jié)果可以看出：通過(guò)控制模型的輸入、輸出變量，可以實(shí)現(xiàn)模型車(chē)對(duì)規(guī)劃路徑的良好跟蹤，證明了本文所設(shè)計(jì)路徑跟蹤控制模型的有效性。

[1] Vorobieva H, Glaser S, Minoiu-Enache N, et al. Automatic parallel parking in tiny spots: path planning and control[J]. IEEE Transac -tions on Intelligent Transportation Systems,2015,16(1):396-410.

[2] N Ouadah, O Lamine, B Fares. Car-like mobile robot oriented positio -ning by fuzzy controllers[J]. International Journal of Advanced Robotic Systems,2008,5(3):249 -256.

[3] 李逃昌,胡靜濤,高雷,劉曉光,白曉平.基于模糊自適應(yīng)純追蹤模型的農(nóng)業(yè)機(jī)械路徑跟蹤方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào), 2013, 01: 205-210.

[4] 江浩斌,沈崢楠,馬世典,陳龍.基于信息融合的自動(dòng)泊車(chē)系統(tǒng)車(chē)位智能識(shí)別[J].機(jī)械工程學(xué)報(bào),2017,53(22):125-133.

[5] 江浩斌,李臣旭,馬世典,丁世宏,張超.智能車(chē)輛自動(dòng)泊車(chē)路徑跟蹤的非光滑控制策略[J].江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版),2017,38(05): 497-502.

[6] Ma S , Jiang H , Han M , et al. Research on Automatic Parking Syst -ems Based on Parking Scene Recognition[J]. IEEE Access, 2017: 1-1.

[7] 李臣旭.基于車(chē)位場(chǎng)景智能識(shí)別技術(shù)的全自動(dòng)垂直泊車(chē)系統(tǒng)研究[D].江蘇大學(xué),2016.

Design of Parking Path Tracking Control Model Based on CarSim and Matlab*

Li Chenxu1, Ma Shidian2, Jiang Shaokang1, Li Renpeng3, Dou Yinyu3

( 1.Jiangsu University, School of Automotive and Traffic Engineering, Jiangsu Zhenjiang 212013;2.Jiangsu University, Automotive Engineering Research Institute, Jiangsu Zhenjiang 212013;3.Jiangsu ZhongHu Smart Mobility Co., Ltd., Jiangsu Zhenjiang 212133 )

In order to solve the problem that the existing automatic parking system has poor path tracking effect. Firstly, the experimental model vehicle is built in CarSim based on the vehicle kinematics model and the real vehicle parameters. And the corresponding input and output variables of the model car are set. Then, the path tracking control model is designed with Matlab. Finally, the joint simulation experiment is carried out. The results proved the effectiveness of the tracking control model designed in this paper.

kinematics model; path tracking control model; joint simulation experiment

U461.99

A

1671-7988(2019)14-47-03

U461.99

A

1671-7988(2019)14-47-03

李臣旭，江蘇大學(xué)汽車(chē)與交通工程學(xué)院，碩士，助教，主要從事汽車(chē)電控、智能輔助駕駛方面的研究。

國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目（U1564201）；江蘇高校自然學(xué)科研究重大項(xiàng)目（16KJA580001）；江蘇省產(chǎn)學(xué)研前瞻性聯(lián)合創(chuàng)新項(xiàng)目（BY2012173）資助。

10.16638/j.cnki.1671-7988.2019.14.015