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/simulin...

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用CarsimSimulink搞懂主动避撞和ACC开发最近在折腾基于模型预测控制MPC的汽车主动避撞和自适应巡航ACC用Carsim和Simulink联合仿真跑通了整个流程。这里分享一些实现思路和代码片段适合刚接触车辆控制的新手入门。整体框架联合仿真怎么搭整个系统分为三个部分Carsim车辆模型、Simulink控制器、切换逻辑模块。Carsim负责输出车辆状态车速、加速度、前车距离等Simulink根据这些数据计算控制量油门/刹车再回传给Carsim驱动车辆。核心是MPC控制器和逆纵向动力学模型的配合。!Simulink联合仿真结构图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示意图Carsim输出→MPC控制器→逆动力学模型→Carsim输入Simulink里的关键模块1. 逆纵向动力学模型想要控制油门刹车得先知道“踩多少油门能输出多少加速度”。这里用查表法PID补偿% 逆发动机模型查表部分代码 throttle_map interp2(engine_speed_map, engine_torque_map, throttle_table, current_speed, desired_torque); % PID补偿加速度误差 acc_error desired_acc - actual_acc; throttle_pid pid(0.5, 0.1, 0.02); throttle_correction throttle_pid(acc_error);为什么用查表实车标定数据直接拿来用最省事PID只是为了弥补模型误差。2. MPC控制器设计MPC的核心是预测未来多步的状态并求解最优控制量。用Matlab自带的mpc模块重点在权重设置mpcobj.Weights.OutputVariables [1 0.5]; % 跟踪距离速度 mpcobj.Weights.ManipulatedVariablesRate 0.1; % 控制量平滑新手注意预测步长别设太大10步左右否则求解慢到怀疑人生。3. 切换控制逻辑ACC和紧急避撞的切换逻辑用Stateflow实现% 状态切换条件伪代码 if (前车距离 安全距离) (相对速度 阈值) switch_to_AEB(); % 切主动刹车 else keep_ACC(); % 保持跟车 end经验阈值别照搬论文实际仿真中反复调才能避免“幽灵刹车”。Carsim模型配置车辆参数轴距、质心高度、轮胎参数按实车设置懒得找数据的话用默认也行传感器模型前车距离用Carsim自带的“Path Follower”模块模拟接口设置输入输出变量绑定到Simulink重点检查单位是否统一。!Carsim接口配置截图仿真效果与调参血泪史跟车场景前车变速时ACC的响应延迟明显把MPC的输出权重从[1,1]改成[3,1]后跟踪更紧紧急避撞最初总在临界距离刹不住后来发现是逆动力学模型的查表范围没覆盖高减速度区联合仿真崩溃Carsim和Simulink的仿真步长不一致会导致数据不同步建议都设为0.01s。!跟车仿真结果示意图本车速度/前车距离跟踪效果资料与模型获取完整Simulink模型含切换逻辑、逆动力学、Carsim模型文件、参数表已打包关注公众号【XX实验室】回复“ACC避撞”下载。建议先跑通demo再逐模块修改遇到仿真报错优先检查信号线数据类型——别问我怎么知道的注本文代码适用于Carsim2016Matlab2018a及以上版本