本文共 1115 个字数,平均阅读时长 ≈ 3分钟
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
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
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('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：
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
4.1. 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：
4.2、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：
版权声明：本文为CSDN博主「BreakAndCreate」的原创文章，遵循CC 4.0 BY-SA版权协议
原文链接：https://blog.csdn.net/m0_59054762/article/details/130788216
CPDD 你是唯一！