Car-like小车建模与仿真1.模型推导

市面上常见的两种智能车都是轮式的，淘宝上卖的最流行。 您学生时代用于课程设计和毕业设计的汽车有两种。

1、后轮驱动，前轮阿克曼转向，通常后桥由有刷直流电机驱动，前桥通过转向器驱动连杆转向。 在英文中，通常称为Car-like Model。

2、差速传动，最常见，可制成轮式或履带式。 通过在每个车轮上安装一个电机，您当然可以说它成为轮毂电机驱动器。 这通常称为类坦克模型。

分析控制问题时，第一步是建立被控​​对象的数学模型。

这里我们不强调模型的复杂性，因为大多数都是低速行驶，所以只考虑运动学模型。

如果需要参加XXX智能汽车比赛，这样的赛车项目，就必须考虑动力学模型，需要通过大量的实验来估计和识别模型的参数。

这次我们只讲一个简单的运动学模型，并搭建一个环境模型。 最后，我们使用仿真环境来验证模型的可用性！

所需的软件和硬件

1.电脑一台

2、用/安装的软件本次只是在仿真环境中进行建模，不需要小车硬件和控制器硬件。

类车建模与仿真

1. 模型推导

先给大家一个直观的感受。 比如我上一篇博客中的汽车就是Car-like汽车。 您可以跳回到上一篇文章查看汽车图片。

所以对于小车的运动学模型，需要进行简化，可以简化为如下图所示的模型。 如果不想看数学推导，可以直接看最终的推导结果。

其中v为汽车的轴向速度，x、y表示汽车后轴中心点的大地坐标。

2.模型构建

首先，根据上一节的内容搭建仿真模型。 具体型号如下图所示。 如果你刚刚入门，可以按照我的模型自己搭建。

你会问我为什么报错。 原因很简单。 我没有在数据字典或者数据字典中定义参数的具体值。 显示的编译器无法识别特定参数。 我为什么要这样做？ 因为这部分模型会被封装成一个子系统。 。

在子系统打包界面中输入参数。

我会点击几个模块来给大家展示错误的具体原因。例如这个集成模块

该模块的输出值代表汽车大地坐标中的横坐标。 In 是定义汽车的初始值。 这里通过参数定义了小车的初始横坐标。 采样时间用参数表示，方便自定义采样时间，无需每次都打开模型。 进入。

其他方位角、纵坐标、轴距其实都是一样的。 我使用了Bus模块作为输出模块，这样也方便我们查看我们感兴趣的输出信号。接下来，封装子系统。 选择所有接口，右键单击并从中选择。

如下图所示，可以看到还是有错误，不过没关系，稍后会解决的。

身体系统现已完成。

然后我们将建立转向系统和驱动系统。 我不需要说明驱动系统的建立。 这时我们只需要将最后一个模型连接到speed接口上即可。

输入：所需的车速。 输出：实际速度。 当然，控制器不属于系统本身的模型。 我把它们放在一起，是为了方便后面模拟。

那么如何建立转向系统的模型呢？

汽车使用转向器，其惯性非常大。 使用过的同学一定知道，这里我用一阶惯性连杆来表示转向系统。 关于一阶惯性环节的滞后我这里就不详细说了。 通过数学推导，从伯德图可以看出，相位有90度的滞后。

这里使用开环控制，因为我目前无法通过传感器对转向舵机进行反馈控制。 时间常数tao的选择决定了系统的滞后时间。

但要注意不要把惯性环节和延迟环节搞混了，所以要小心！ 其中，该模块对小车的预期转向角度进行了限制，限制了最大转向角度。 参数输入到模块中，稍后会被打包使用。

如果你不确定lag参数，可以添加一个Scope来查看lag时间，并选择时间常数tao。 此时我们将整个系统表示如下图所示。

软件的架构一定要清晰，这是最基本的！

接下来创建一个整体子系统。

子系统中，参数未定义，仍处于错误状态。 然后右键该子系统，选择Mask->Mask，会出现如下界面：

首先选择它，然后单击左侧的“编辑”。 编辑如下图所示：

该名称与您设置的参数名称和打包界面显示的名称相对应。

并且您可以在条目中描述子系统。 最后单击“确定”。

再次单击您的子系统即可看到打包完成。

当然，你也可以右键子系统Mask->Add Icon Image，选择你的车的图片。 我还添加了我自己的汽车照片。

您可以将模型生成到自定义库中。

3、类车车模仿真

对于这个模拟环境，我使用了培训视频中提供的一个demo，并对该demo进行了修改。

这个demo的需求是：通过规划路径并设计一个纯跟踪控制器，让小车能够很好地跟踪轨迹。

Emo分为三个部分：