今天要給大家分享的是如何在 3D 環(huán)境中仿真自動駕駛汽車。原文是一篇在德國大學(xué)生方程式大賽網(wǎng)站上的博客文章：https://www.formulastudent.de/pr/news/details/article/driving-an-autonomous-vehicle-in-a-3d-simulation-environment-with-recorded-synthetic-data/。
在本文中，我們將演示一種在封閉環(huán)路中自動駕駛汽車的方法。我們的任務(wù)是在未知的環(huán)境中駕駛汽車，避免與錐桶碰撞，確保完成必要的圈數(shù)。

場景創(chuàng)建

第一步是創(chuàng)建一個由車輛，賽道和錐桶組成的3D仿真環(huán)境。Vehicle Dynamics Blockset（https://ww2.mathworks.cn/products/vehicle-dynamics.html） 工具箱帶有預(yù)建的 3D 場景，以仿真和可視化Simulink中建模的車輛。這些 3D 場景是使用 Epic Games 的虛幻引擎可視化的。 由于當(dāng)前問題需要自定義場景，因此我們使用了虛幻編輯器和用于虛幻4引擎工程的 Vehicle Dynamics Blockset 支持包來構(gòu)建場景。 要了解如何自定義場景（圖2），請按照文檔中說明的步驟進(jìn)行操作。當(dāng)然，您也可以使用 RoadRunner 設(shè)計 3D 場景以進(jìn)行自動駕駛的仿真。

圖1. 虛幻編輯器中的自定義場景

圖2. 創(chuàng)建自定義場景的步驟

第一圈：環(huán)境建圖

圖3.用于環(huán)境建圖的 Simulink 模型

下一個任務(wù)是環(huán)境建圖。如上一節(jié)所述，無人駕駛車輛處于未知環(huán)境中，該環(huán)境由放置在賽道兩側(cè)的錐桶組成。為了檢測錐桶并為第一圈生成參考路徑，我們建立了 Simulink 模型，如圖3所示。圖4顯示了該模型在第一圈中執(zhí)行的步驟：

圖4. 環(huán)境建圖的框圖表達(dá)

· 激光雷達(dá)安裝：激光雷達(dá)的目的是測量車輛到錐桶的距離。在 3D 仿真環(huán)境中，Simulation 3D Lidar（https://ww2.mathworks.cn/help/driving/ref/simulation3dlidar.html）模塊提供了激光雷達(dá)傳感器。使用 Epic Games 的虛幻引擎渲染環(huán)境， 該模塊返回具有指定視場和角分辨率的點云?！?錐桶檢測（圖6）：錐桶檢測算法的目標(biāo)是對屬于一個錐桶的所有點進(jìn)行聚類，并確定錐桶的位置。這是通過計算點云中相鄰點之間的距離來完成的。屬于同一個錐桶的點彼此靠近，而錐桶彼此相距相對較遠(yuǎn)。聚類后，錐桶的中點是錐桶中所有點的位置的平均值。

圖5.激光雷達(dá)處理和控制

圖6. 顯示在點云中檢測到的錐桶

· 駕駛控制：駕駛控制器算法基于理解錐桶在激光雷達(dá)點云中的位置。該算法有兩個目標(biāo)：

確定車輛前方的兩個最重要的錐桶

避免撞到任何錐桶

這是通過找到兩個最接近的錐桶并計算兩個錐桶的中點來完成的。該算法生成加速，轉(zhuǎn)向指令通往該中點。該算法還將車輛的最大速度限制為一個預(yù)設(shè)值。· 車輛動力學(xué)（圖7）：車輛動力學(xué)模型由車身，簡化的動力總成，傳動系統(tǒng)，縱向車輪和轉(zhuǎn)向運動學(xué)組成。該模型的目的是根據(jù)轉(zhuǎn)向，加速和減速命令來計算車輛的位置和方向。Simulation 3D Vehicle with Ground Following（https://ww2.mathworks.cn/help/vdynblks/ref/simulation3dvehiclewithgroundfollowing.html）和 Simulation 3D Scene Configuration（https://ww2.mathworks.cn/help/vdynblks/ref/simulation3dsceneconfiguration.html）用于在虛幻引擎中設(shè)置 3D 仿真環(huán)境。

圖7.車輛模型·輸出：運行仿真后，激光雷達(dá)成功檢測到錐桶。此外，車輛繪制環(huán)境圖并生成參考軌跡。車輛以最大 8m/s 的速度緩慢行駛。

第二圈：跟隨參考軌跡

在第二圈中，車輛跟隨從第一圈仿真中獲得的參考路徑。圖8 顯示了 Simulink 模型。與上一個模型相比，在此模型中，我們刪除了激光雷達(dá)模塊，并增加了縱向和橫向控制器。

圖8. 用于跟隨參考軌跡的 Simulink 模型

現(xiàn)在，這是一個經(jīng)典的閉環(huán)控制系統(tǒng)問題，控制器的任務(wù)是輸出所需的轉(zhuǎn)向命令，加速命令和減速命令，以更高的速度跟隨參考路徑。

圖9. 第二圈的閉環(huán)控制框圖

·橫向控制器：Pure pursuit 控制器用于車輛的橫向控制。為了在 Simulink 中實現(xiàn)控制器，我們使用了 Pure Pursuit 模塊來瞄準(zhǔn)目標(biāo)方向。此外，使用車輪轉(zhuǎn)角公式將目標(biāo)方向轉(zhuǎn)換為所需的轉(zhuǎn)向角。要了解有關(guān)使用 Pure pursuit 控制器的車輛路徑跟隨的更多信息，請參考：https://ww2.mathworks.cn/help/robotics/ref/purepursuit.html。

圖10. Pure pursuit 控制器

·縱向駕駛員模塊用于調(diào)節(jié)車輛的速度（https://ww2.mathworks.cn/help/vdynblks/ref/longitudinaldriver.htmlhttps:/www.mathworks.com/help/vdynblks/ref/longitudinaldriver.html）。具體來說，它是一個 PI 控制器，可為參考速度生成執(zhí)行信號。

圖11. 縱向駕駛員

請注意，目前，我們通過使用查表來定義不同區(qū)域的速度，從而簡化了速度曲線的創(chuàng)建過程。但是，更推薦使用 Velocity Profiler（https://ww2.mathworks.cn/help/driving/ref/velocityprofiler.html）來自動化速度曲線生成過程。·結(jié)果：圖12 顯示了仿真軌跡和參考軌跡的比較。從結(jié)果可以明顯看出，橫向控制器成功跟隨了參考路徑。除了橫向控制外，縱向駕駛員還可以調(diào)節(jié)所需的速度。

圖12. 第二圈獲得的車輛軌跡

總結(jié)

這篇文章展示了 MathWorks 工具如何在存在障礙物的情況下用于在封閉賽道上自主駕駛車輛。您可以擴(kuò)展此方法，并利用文檔中提供的示例來設(shè)計和仿真自動駕駛汽車：https://ww2.mathworks.cn/help/driving/examples.html。 隨著汽車行業(yè)的進(jìn)步和發(fā)展，各種學(xué)生競賽中也開始引入了無人駕駛類別，中國大學(xué)生方程式無人車（FSAC）競賽就是其中之一。該類比賽的目的是讓同學(xué)們利用不同學(xué)科知識設(shè)計和制造可以自動行駛的汽車。使用 MATLAB 和 Simulink，您可以設(shè)計自動駕駛系統(tǒng)功能，包括傳感，路徑規(guī)劃，傳感器融合和控制系統(tǒng)。

責(zé)任編輯：lq