車 隊(duì) 簡(jiǎn) 介

吉林大學(xué)吉速車隊(duì)在全國(guó)方程式汽車大賽 2018 賽季獲得全國(guó)總冠軍，吉速電動(dòng)方程式賽車隊(duì)在該賽季獲得 MATLAB 仿真獎(jiǎng)一等獎(jiǎng)。小編特邀車隊(duì)來(lái)分享他們的 ABS 模型仿真經(jīng)驗(yàn)。

在 2017 賽季當(dāng)中，襄陽(yáng)雨賽，車輪容易抱死，車輛轉(zhuǎn)向困難，車手不能把握車輪方向，過(guò)度打方向盤(pán)，待前輪恢復(fù)轉(zhuǎn)向能力時(shí)候因?yàn)檫^(guò)大的車輪轉(zhuǎn)角，導(dǎo)致車輛沖出賽道。ABS 則能夠防止車輪抱死，使車輛檢具有轉(zhuǎn)向能力。同時(shí)考慮到大學(xué)生方程式車手多為業(yè)余車手，水平有限，無(wú)法很好的控制制動(dòng)踏板，為了提升整車性能，引入ABS系統(tǒng)。ABS 控制策略是一個(gè)相對(duì)復(fù)雜的控制策略，需要經(jīng)過(guò)足夠的測(cè)試。

而在2017賽季，我們?cè)孕写罱ㄒ粋€(gè)車輛動(dòng)力學(xué)模型來(lái)測(cè)試算法，但這浪費(fèi)很多的時(shí)間，而且在搭建模型的初期有很多考慮不全的地方，這也會(huì)導(dǎo)致后期花費(fèi)大量的時(shí)間去修改仿真模型以達(dá)到可以使用的程度，導(dǎo)致驗(yàn)證2017賽季控制策略的時(shí)間縮短很多，同時(shí)因?yàn)槟Ｐ捅旧硪泊嬖谝欢ǖ膯?wèn)題，修改模型本身的問(wèn)題之后，又導(dǎo)致算法仿真驗(yàn)證又要重新進(jìn)行。針對(duì)這種情況，我們?cè)隍?yàn)證 2018 賽季當(dāng)中，直接采用 Vehicle Dynamic Blockset 與 Powertrain Blockset 進(jìn)行仿真模型的搭建，這能加速我們模型的搭建過(guò)程，同時(shí)也能節(jié)約很多的時(shí)間，減少模型 bug 的存在。

在 Simulink 中我們找到參考模型 Double Lane Change Reference Application。由于采用的是工具箱自帶的車輛進(jìn)行仿真，簡(jiǎn)化了操作，因此我們只需做少量必要的修改即可，這也大大提高了開(kāi)發(fā)效率。另外，通過(guò)采用這種 Simulink Project 也使得我們?cè)?2018 賽季能夠順利實(shí)現(xiàn)協(xié)同開(kāi)發(fā)。

最終的仿真模型如下面視頻所示：

接下來(lái)，將對(duì)我們的模型搭建和仿真進(jìn)行逐一介紹：

車道子系統(tǒng)

這部分模塊主要生成車手的操作，可以有三種方式來(lái)生成：

第一種是通過(guò)修改 Lane Subsystem 可以生成特定的駕駛員操作，第二種是利用之前同濟(jì)電車隊(duì)介紹過(guò)（2018年9月11號(hào)的微信推文）的記錄下車手的操作導(dǎo)入到Simulink環(huán)境中操作，第三種是 MATLAB R2018b 中利用 Speedgoat 與羅技G29聯(lián)合讓車手交互進(jìn)行特定的操作，這也稱之為 Driver-In-the-Loop。第一種方式在初期階段利用典型工況能夠很好地評(píng)估算法的準(zhǔn)確程度，第二種與第三種方式相對(duì)而言車手的操縱可以更加豐富一些，能夠測(cè)試更多的工況，比如在部分制動(dòng)以及過(guò)彎制動(dòng)情況下，測(cè)試是否ABS制動(dòng)干預(yù)過(guò)早等問(wèn)題，但相對(duì)而言第一種方式可以很快地評(píng)估算法，后兩種稍微復(fù)雜一些。

一方面，該子系統(tǒng)可用于生成運(yùn)動(dòng)軌跡，借助于 Visualization 子系統(tǒng)進(jìn)行顯示。考慮暫不需要變道路況，我們將原參考模型中的變道軌跡修改為直線軌跡。根據(jù)這部分可以生成駕駛員的轉(zhuǎn)向操作。

圖1：運(yùn)動(dòng)軌跡生成

另一方面，它也生成目標(biāo)車速，傳遞給 Predictive Driver 子系統(tǒng)，作為預(yù)判，生成車手的特定操縱行為。當(dāng)車速達(dá)到設(shè)定車速后，啟動(dòng)目標(biāo)車速為0的制動(dòng)預(yù)判，這樣車手采取的便是緊急制動(dòng)，在后面的Controller模塊中就會(huì)觸發(fā)ABS控制操作。

圖2：目標(biāo)車速生成

環(huán)境

該子系統(tǒng)搭建了外部環(huán)境。ABS可以使車輛保持一定的操縱穩(wěn)定性，尤其當(dāng)輪與路面間的摩擦因子不完全相同時(shí)，為了仿真對(duì)開(kāi)路面，在該模塊下，增加了 Friction 切換。

圖3：Friction配置

Friction1，表示四輪具有相同的摩擦系數(shù)。而Friction2，則表示右側(cè)車輪的摩擦系數(shù)相同且小于左側(cè)，可以滿足對(duì)開(kāi)路面的仿真要求。后來(lái)我們?cè)诜抡鏁r(shí)改為利用回調(diào)來(lái)改變參數(shù)。

控制器

在參考模型的控制器制動(dòng)邏輯中，包含了BangBang ABS（較為簡(jiǎn)單的ABS邏輯）和Open Loop（開(kāi)環(huán)無(wú)ABS控制）兩大子系統(tǒng)。我們將18賽季開(kāi)發(fā)的ABS邏輯策略acc_relative_slip_ABS也集成于此，采用變體子系統(tǒng)，使設(shè)計(jì)更加靈活，且不受I/O接口的限制，方便多種模型方案的相互比較和切換。

圖4：制動(dòng)邏輯

Logic模塊是ABS的邏輯策略，采用輪角減速度alpha和滑移率作為控制變量，具體策略在文獻(xiàn)[1]中介紹得比較詳細(xì)，在此不進(jìn)行贅述。其中前后輪的控制策略相同，不過(guò)因?yàn)楹筝喌霓D(zhuǎn)動(dòng)慣量大于前輪，所以相應(yīng)的控制參數(shù)會(huì)有些不同。

參數(shù)靈敏度分析

由于參數(shù)過(guò)多，人為地去逐個(gè)分析十分困難。為了更好地掌握各個(gè)控制參數(shù)對(duì)制動(dòng)性能的影響，方便優(yōu)化模型，于是我們進(jìn)行了參數(shù)靈敏度分析。通過(guò)制動(dòng)距離的長(zhǎng)短來(lái)表征制動(dòng)效能的高低，使用Sensitivity Analysis工具提供的方法來(lái)計(jì)算制動(dòng)距離對(duì)這些參數(shù)的敏感度。

圖5：參數(shù)靈敏度分析

仿真結(jié)果分析

在仿真結(jié)束后，接下來(lái)就是分析結(jié)果和優(yōu)化模型的過(guò)程，這也是十分重要的環(huán)節(jié)，決定了模型是否具有實(shí)用性。在前文中也說(shuō)到：搭建模型時(shí)就做好信號(hào)記錄，這樣我們就能盡情使用 Data Inspector 工具進(jìn)行數(shù)據(jù)查看。詳盡的數(shù)據(jù)，自由的組合極大地方便了我們觀測(cè)和分析結(jié)果。

圖6：純制動(dòng)工況下含ABS與不含ABS制動(dòng)性能的比較

（紫色線含有ABS，紅色線不含ABS制動(dòng)，xdot表示車速）

對(duì)于車身穩(wěn)定性和運(yùn)動(dòng)軌跡可以在點(diǎn)擊四種工況圖標(biāo)后，隨著仿真的進(jìn)行在左下角的figure窗口中看到。四種工況對(duì)比如下：

圖7：四種工況對(duì)比

在Visualization中，我們利用設(shè)置好的Scope觀察到制動(dòng)時(shí)參考車速輪速的關(guān)系如圖：

圖8：仿真數(shù)據(jù)圖

圖9：路測(cè)數(shù)據(jù)圖

因?yàn)檐囕v運(yùn)行的道路實(shí)際運(yùn)行情況，仿真數(shù)據(jù)和路測(cè)數(shù)據(jù)存在數(shù)值上的差別，當(dāng)時(shí)二者的曲線的走勢(shì)是相同的。

仿真能夠提前驗(yàn)證算法的正確性與合理性，在項(xiàng)目的初始階段進(jìn)行仿真，可以幫助我們更好地發(fā)現(xiàn)和理解問(wèn)題，找到問(wèn)題的實(shí)質(zhì)所在。找出通過(guò)比較兩圖的相似度，我們?cè)诜抡骐A段驗(yàn)證了搭建的ABS模型的正確性和可行性。車輛動(dòng)力學(xué)仿真的成功給予了我們指導(dǎo)性的意義，給了我們實(shí)際操作和應(yīng)用前的寶貴預(yù)判，也為設(shè)計(jì)和實(shí)車應(yīng)用節(jié)約了大量時(shí)間。

輪胎數(shù)據(jù)處理

輪胎，是整個(gè)賽車的核心部件，輪胎不同，則整個(gè)賽車的設(shè)計(jì)也就不同。因此，輪胎的數(shù)據(jù)處理在整個(gè)設(shè)計(jì)過(guò)程中也是有著非常重要的地位，很多賽車隊(duì)都有TTC的輪胎數(shù)據(jù)，對(duì)輪胎數(shù)據(jù)進(jìn)行必要的分析，整理幾十萬(wàn)的raw data是為以后的設(shè)計(jì)工作奠定基礎(chǔ)。輪胎數(shù)據(jù)的整理可以參考racing-lounge中介紹過(guò)文章。

不過(guò)因?yàn)閿?shù)據(jù)的原因，導(dǎo)致文章中的腳本文件不能適合每一組的實(shí)驗(yàn)數(shù)據(jù)，對(duì)文件做一定的修改是必須的，最后利用 Curve Fitting Toolbox 對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行擬合，就能夠得到比較準(zhǔn)確的擬合參數(shù)，也可以得到非常漂亮的曲線，最后利用擬合出來(lái)的輪胎數(shù)據(jù)分析整車動(dòng)態(tài)性能，也可以用于車輛動(dòng)態(tài)控制的仿真。

總結(jié)

正所謂仿真驅(qū)動(dòng)設(shè)計(jì)，最初的建模盡管會(huì)很耗費(fèi)時(shí)間，但這是非常必須的，因?yàn)樗転槲覀兒笃谖覀儨y(cè)試各種算法提供很好并且可控的平臺(tái)，直接從仿真曲線當(dāng)中看出各種參數(shù)的影響以及曲線邏輯的變化趨勢(shì)，也能直接在仿真當(dāng)中調(diào)試出自己代碼的很多不足之處，查找出初期控制思路不成熟的地方，這能節(jié)約大量的時(shí)間。