基于虚拟仪器技术的智能车仿真系统

基于虚拟仪器技术的智能车仿真系统

周斌，蒋荻南，黄开胜

1． 赛道与赛车环境模拟

系统对赛道与赛车分别建立了模型，使用者可以按照指示方便地自行设计赛道以及赛车，将赛道设计成各种各样的直路、弯路、坡路，将赛车设计成各种尺寸、形状，从而使得系统的适用性更广泛。另一方面，本软件更适用于没有条件制作试验赛道的参赛队伍，他们可以在该系统中检测控制算法。

2． 控制算法的仿真验证

系统可提供三种不同的控制算法仿真的方案：子VI（SubVI）算法仿真、C结点算法仿真以及单片机在线仿真。使用者可以选择其中适合自己的仿真方法，对自己的控制算法在系统的环境中进行验证。

3． 路径识别的方案分析

系统提供了采用光感电路来识别路径的模型，使用者可以按照自己的想法设定传感器的个数、排列的位置，在Plastid上反复作仿真试验，从而定性得出哪种光感电路的排列效果较好。由于实地试验时要更换传感器排列较为耗时，因此本系统给予了此种定性分析一个极其方便的试验平台。

4． 离线/在线仿真相结合

系统不仅可以离线仿真，还可以通过CAN通讯与单片机系统相连，对系统进行虚拟赛道环境的在线仿真。

使用者通过该仿真系统可以反复对原始设计方案进行研究，得到近似方案后，再进行实车设计和实际赛道试验，从而减少了开发的费用和时间成本，大大提高智能车开发效率。

2 基本构架

图1是整个仿真系统的构架图，主要分为基本模型层、控制算法层、通讯层以及仿真环境层。

基本模型层包括赛车模型与赛道模型，使用者可根据实际情况设定模型参数，它为整个系统提供了底层的驱动，仿真结果都是在这两个模型的基础上计算的。

控制算法层为使用者提供了3种不同的仿真方案：SubVI、C结点以及单片机在线仿真，具体在后文将会详述。使用者可选择其中一个方案输入或移植自己的控制算法。

通讯层只用于单片机的在线仿真，使用CAN模块，可以使单片机与仿真系统进行即时的数据交流，从而实现动态仿真。

动态仿真环境基于赛车、赛道模型以及控制算法所输出的控制信号（电机控制、转向控制及车速信号等），计算出车的行走路线，并即时地将数据传回控制算法层（其计算周期可调）。

凭借软件仿真的优势，在仿真过程中，系统可以方便地将各种变量记录下来，特别是一些实际试验时无法测量的量（如赛车相对于赛道中心线的偏移量、前向角、加速度等），并保存于文件中。在回放模式中，用户可以调用这些文件，对其仿真结果进行后期分析和处理，继而改进自己的赛车设置以及控制算法。

3 赛道、赛车、路径识别模型

我们知道，一个具有控制策略的智能车应该在不同的赛道上都具有稳定的发挥，为了验证这一点，就必须在不同的赛道上做试验。然而，由于各方面的限制，我们不可能为赛车制作无数的赛道进行测试。但这个问题却可在Plastid中轻易地得到解决：我们可以设计出不同的赛道，并将其保存成文件，在仿真时将其调用即可。

图2是Plastid的赛道设计界面，用户可以使用“点”来设定赛道曲线的下一点位置，使用“弧”则可以以圆心坐标、角度来绘制想要得到的弧线，更可以直接采用“手绘”用鼠标在屏幕上绘制赛道或从数据文件中导入曲线。其操作界面友好，修改方便，且易于上手和操作。图2中的赛道即根据韩国汉阳大学2004年智能车大赛采用的赛道设计而成。

为了仿真方便，我们将赛车简化为一个四轮刚体模型，除了一些基本的尺寸参数之外，在前轮转向系统，根据赛车的实际情况，我们用“转向速度”与“转向角”两个参数来模拟。

对于路径识别系统，Plstid给予使用者至多8个的光感传感器的坐标设定，使用者可以任意地安排传感器的个数和相对于车的排列坐标（将传感器安排成一条直线，或者弧线等方案），从而达到自己想要的识别效果。

对于加速的模拟，目前系统暂时以直接加速度为控制量，在对实车进行测试和分析后，将构建相应的模型。

图3即赛车设计的操作界面，左边为赛车的基本参数，右边为传感器坐标设定、试验赛道生成以及传感器值的即时显示（试驾时用）。

使用者除了可以设定赛车参数外，还可以对所设定好的赛车进行“试驾”，当场检验所设计参数的优劣，并可将赛车信息保存于文件，供仿真时调入使用。

4 控制算法仿真

Plastid针对不同的使用者提供了三种不同的控制算法仿真方案：子VI（SubVI）、C结点以及单片机的在线仿真。

首先，接近于LabVIEW编程环境的即为SubVI方案。用户将自己的控制算法，移植为LabVIEW的SubVI，Plastid在仿真时即时地给该SubVI输入变量（车速、传感器值等），SubVI通过计算得出控制量并输送给Plastid仿真循环。SubVI方案对于熟悉LabVIEW G语言编程方法的使用者来说非常简单，但它的缺点是移植性较差，由于C语言和G语言的差别较大，因此将单片机的控制算法转换为子VI的程序需要一定的工作量。

其次，C结点方案则更适合于采用C语言编程的使用者们，其原理与SubVI方案类似，但是其程序则可直接用C语言编写，用Visual Studio IDE将其编译为dll文件，系统在仿真时会自动调用该dll，从而实现与SubVI一样的控制和反馈。对于本方案，使用者可以将其单片机的程序进行适当的修改后即可使用，因此移植性较高。

，利用CAN模块，系统可以直接与单片机进行直接通讯，并实现在线仿真。单片机方面只需要在其CAN接口即时地传送其控制量（这在程序中很容易添加相应程序），而Plastid则通过CAN模块得到这些量，并传送反馈量给单片机。在这一方案，单片机的程序修改不大，但需要有CAN模块等硬件支持。

图4为系统动态仿真的界面，使用者在加载完赛道与赛车文件后，即可进行动态的仿真。其中仿真周期表示系统每计算的时间，可以根据单片机的运算周期进行设定，但值得一提的是，在仿真过程中，其真实的仿真周期会根据计算机的性能等因素而不同，但其仿真的结果可以保证确实根据该仿真周期计算而得，从而保证其仿真的可靠性。

5 不足与改进

由于Plastid仿真系统还未与实车的仿真进行过深入比较，且开发周期也较短，因此必然留有一些不足之处。

该系统目前还只能用于采用光感传感器路径识别方案的智能车，对于CCD摄像头技术还不支持。

其次，在仿真过程中，系统只是根据汽车的运动学模型（将车简化为一四轮刚体来处理）进行计算，并未考虑其侧滑以及路面摩擦力的影响。这将使其仿真结果与实际结果有一定差距，我们将在后续工作中根据实车的情况，不断进行实车试验和对比，从而提高其仿真真实度，使其能尽可能地模拟出实际的情况。

，计算速度也是系统必须面临的一大问题。对此，我们将优化代码，并裁剪不必要的程序，从而提高系统的仿真速度。

综上所述，本系统主要针对本次智能车大赛而开发，将在这一届邀请赛过程中进行不断的优化和改进，争取为广大参赛队伍更好地完成开发任务而服务。