一种基于制造技术

本发明专利技术提供一种基于

【技术实现步骤摘要】
一种基于Prescan与Simulink联合仿真的刹车方法


[0001]本专利技术涉及刹车
，具体涉及一种基于
Prescan
与
Simulink
联合仿真的刹车方法
。

技术介绍

[0002]无人驾驶车辆在行驶过程中由于是不需要操作者进行操作，主要通过控制信号控制进行操作，从而无人驾驶车的模拟仿真控制至关重要，尤其是刹车的模拟仿真控制，且对仿真控制的精度要求特别高，不然将会造成安全隐患，为解决上述问题，如中国专利申请号为
202310100807.1
，公布日为
2023.06.09
的专利文献，其公开了一种对车辆进行安全仿真的方法
、
电子设备及存储介质，包括确定车辆的性能参数，该性能参数包括刹车性能参数
、
传感性能参数
、
或通信性能参数的至少一个，确定车辆的仿真模型，生成车辆的在自动驾驶条件下的多种仿真场景，以及将性能参数作为仿真模型的约束条件，在仿真场景中运行仿真模型，以确定车辆是否满足在自动驾驶条件下的安全性要求
。
[0003]但是该文献中的方法只是能根据不同的场景进行不同性能参数进行测试，比如在检测车辆的刹车性能时，需要包含障碍物的仿真场景，以测试车辆在自动驾驶条件下是否能够识别出障碍物，并控制车辆执行刹车操作，但是并没有公开通过何种方式进行仿真操作，而采用一般的仿真方式将会导致仿真精度不高的情况，另外其仅仅只能响应历史信息，并不能根据历史信息对控制信号的参数进行调整，不能自适应性调整，从而使得控制的准确性不高
。

技术实现思路

[0004]本专利技术的目的在于提供一种基于
Prescan
与
Simulink
联合仿真的刹车方法，通过仿真数据进一步优化刹车系统参数，从而能准确地提前主动刹车实现行车安全
。
[0005]本专利技术为解决上述技术问题所采用的技术方案是：一种基于
Prescan
与
Simulink
联合仿真的刹车方法，包括刹车系统模型，所述刹车系统模型包括车辆模块
、
传感器模块
、
驾驶员模块以及车辆动力学模块，利用
Prescan
实现刹车路况的仿真；具体包括以下步骤：（1）在
Prescan
中创建模型，然后在模型中搭建车道环境，并在车道上设置障碍物，同时在车道上添加车辆模块；（2）将实际车体测试获得的数据输入
Prescan
中，对车辆模块进行参数设置，然后在车辆模块上添加传感器模块
、
驾驶员模块以及车辆动力学模块，并设置传感器模块的参数；（3）在
Simulink
中创建新模型，并在新模型中搭建
AEB
算法模型；（4）在
Prescan
中编译并生成控制模块，同时将控制模块与步骤（3）中的
AEB
算法模型相匹配对应，接着在
Prescan
模型中配置仿真参数，并确保仿真参数与
Simulink
中新模型的参数一致；
（5）在
Prescan
中运行仿真，将步骤（2）中车辆模块的实时车况数据以及传感器模块的输出数据作为输入信号传递至步骤（3）中的
AEB
算法模型中，然后执行
AEB
算法并生成相应的控制信号，接着将控制信号传递回
Prescan
中，通过控制信号控制车辆模块的车况实现主动刹车；（6）在
Prescan
与
Simulink
联合仿真后，在
Prescan
中利用可视化工具和数据分析功能对仿真结果进行分析；（7）依据仿真分析结果重新调整
AEB
算法模型中的制动力，并根据仿真后得到的最大减速度
、
最小制动距离以及调整后的制动力对实际车体的刹车系统进行调整，实现主动刹车保证行车安全
。
[0006]以上设置，通过在
Prescan
中创建模型并搭建车道环境，同时设置障碍物以及添加车辆模块，能够模拟真实的路况环境，然后将实际车体测试数据导入
Prescan
中，为后续仿真做准备，另外在
Simulink
中创建新模型，并搭建
AEB
算法模型，能够为后续与
Prescan
进行联合仿真，同时将在
Prescan
中生成的制模块与
AEB
算法模型相匹配，在运行仿真时，车辆模块的实时车况数据以及传感器模块的输出数据传递至
AEB
算法模型中，最后将生成相应的控制信号传递回
Prescan
中，便能够通过仿真后得到的控制信号控制车辆模块实现主动刹车，进一步优化刹车系统参数，从而对实际车体的刹车系统进行调整，实现主动刹车保证行车安全
。
[0007]进一步的，所述步骤（2）中车辆模块的参数包括车辆类型
、
车速
、
动力学特性
。
[0008]以上设置，为后续进行仿真分析准备数据，便于仿真后对数据进行对比分析
。
[0009]进一步的，所述步骤（4）中，在生成控制模块后，将控制模块中的输出参数作为输入信号传送至
ABE
算法模型中的输入参数端口
。
[0010]以上设置，这样通过将控制模块的输出参数输入至
ABE
算法模型中，便能够确保控制模块与
AEB
算法模型相匹配对应
。
[0011]进一步的，在
Prescan
模型中配置的仿真参数包括仿真时间
、
采样率
。
[0012]以上设置，能够更好的完善仿真测试结果
。
[0013]进一步的，所述步骤（6）中还包括对仿真后的结果进行分析，具体地包括以下步骤，
a
）初始阶段车辆模块离障碍物距离最远，车辆模块的制动距离为零，车辆模块以原始设置的车速行驶；
b
）接近阶段车辆模块的车速不变，车辆模块开始接近障碍物，车辆模块的制动距离从零开始增加；
c
）刹车启动阶段车辆模块与障碍物的距离达到预设阈值时，启动刹车，车辆模块的制动距离逐渐增加，同时车辆模块开始减速；
d
）减速阶段车辆模块逐渐减速，车辆模块逐渐接近障碍物，车辆模块与障碍物的距离逐渐缩小，车辆模块的制动距离持续增加；
e
）停车阶段车辆模块持续减速至完全停下，车辆模块的制动距离达到最大值，车辆模块与障碍物的距离为零
。
[0014]以上设置，通过对刹车制动曲线进行分析，能够得到车辆模块在检测到与障碍物的距离达到预设的阈值时，自动启动刹车，实现主动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
Prescan
与
Simulink
联合仿真的刹车方法，包括刹车系统模型，其特征在于：所述刹车系统模型包括车辆模块
、
传感器模块
、
驾驶员模块以及车辆动力学模块，利用
Prescan
实现刹车路况的仿真；具体包括以下步骤：（1）在
Prescan
中创建模型，然后在模型中搭建车道环境，并在车道上设置障碍物，同时在车道上添加车辆模块；（2）将实际车体测试获得的数据输入
Prescan
中，对车辆模块进行参数设置，然后在车辆模块上添加传感器模块
、
驾驶员模块以及车辆动力学模块，并设置传感器模块的参数；（3）在
Simulink
中创建新模型，并在新模型中搭建
AEB
算法模型；（4）在
Prescan
中编译并生成控制模块，同时确保控制模块与步骤（3）中的
AEB
算法模型相匹配对应，接着在
Prescan
模型中配置仿真参数，并确保仿真参数与
Simulink
中新模型的参数一致；（5）在
Prescan
中运行仿真，将步骤（2）中车辆模块的实时车况数据以及传感器模块的输出数据作为输入信号传递至步骤（3）中的
AEB
算法模型中，然后执行
AEB
算法并生成相应的控制信号，接着将控制信号传递回
Prescan
中，通过控制信号控制车辆模块的车况实现主动刹车；（6）在
Prescan
与
Simulink
联合仿真后，在
Prescan
中利用可视化工具和数据分析功能对仿真结果进行分析；（7）依据仿真分析结果重新调整
AEB
算法模型中的制动力，并根据仿真后得到的最大减速度
、
最小制动距离以及调整后的制动力对实际车体的刹车系统进行调整，实现主动刹车保证行车安全
。2.
根据权利要求1所述的一种基于
Prescan
与
Simulink
联合仿真的刹车方法，其特征在于：所述步骤（2）中车辆模块的参数包括车辆类型
、
车速
、
动力学特性
。3.
根据权利要求1所述的一种基于
Prescan
与
Simulink
联合仿真的刹车方法，其特征在于：所述步骤（...

【专利技术属性】
技术研发人员：邓达强，洪琳彬，成晨，陈瑶军，侯家宝，李铭富，王司瀚，
申请(专利权)人：广州城市理工学院，
类型：发明
国别省市：