CN107256656B - 一种随动视景汽车驾驶模拟器滞后综合校正方法 - Google Patents

一种随动视景汽车驾驶模拟器滞后综合校正方法 Download PDF

Info

Publication number
CN107256656B
CN107256656B CN201710694313.5A CN201710694313A CN107256656B CN 107256656 B CN107256656 B CN 107256656B CN 201710694313 A CN201710694313 A CN 201710694313A CN 107256656 B CN107256656 B CN 107256656B
Authority
CN
China
Prior art keywords
automobile
time
axis
vehicle
lag
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710694313.5A
Other languages
English (en)
Other versions
CN107256656A (zh
Inventor
段春光
管欣
卢萍萍
詹军
孙坚
陈浩东
李彦峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin University
Original Assignee
Jilin University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jilin University filed Critical Jilin University
Priority to CN201710694313.5A priority Critical patent/CN107256656B/zh
Publication of CN107256656A publication Critical patent/CN107256656A/zh
Application granted granted Critical
Publication of CN107256656B publication Critical patent/CN107256656B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
    • G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
    • G09B9/05—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles the view from a vehicle being simulated

Abstract

本发明提供一种随动视景汽车驾驶模拟器滞后综合校正方法，属于驾驶模拟器领域。包括汽车状态采集模块、汽车状态估计模块、集成校正模块，实时采集汽车动力学模型计算出的汽车状态，经过去除噪声处理得到汽车运动的瞬时低频数据，根据每个执行系统的滞后时间确定预测方法模块计算的最长时刻，经过计算得到未来时刻的汽车状态时间序列，为模拟器每个执行系统选取对应不同时刻点的汽车状态。本发明避免单一系统、单一信号独立校正引起物理量的重复计算及视觉、听觉、触觉和体感不协调现象的发生，提高了模拟器的驾驶舒适性，保证了不同系统响应的一致性。

Description

一种随动视景汽车驾驶模拟器滞后综合校正方法
技术领域
本发明属于驾驶模拟器应用技术领域，具体涉及一种随动视景汽车驾驶模拟器滞后综合校正方法。
背景技术
随动视景汽车驾驶模拟器已经成为汽车底盘开发、先进车载电控系统验证、驾驶员行为特性研究、智能汽车控制逻辑验证、网联汽车开发及智能道路设计的必备工具。应用汽车驾驶模拟器参与汽车产品开发可以实现更安全，更高效，更经济的开发过程。
随动视景汽车驾驶模拟器是一类驾驶员在环的虚拟仿真环境，通过数字化方法构建虚拟驾驶环境、汽车响应以重构实现拟真实化的驾驶情景。随动视景汽车驾驶模拟器的工作过程是：通过驾驶舱系统实时采集驾驶员操作真实油门踏板、制动踏板、中央制动器、档位、转向盘的信号并发送至汽车动力学求解器，动力学求解器根据接收到的驾驶员操作信号，由动力学模型计算出对应的汽车响应分别发送至视景系统、运动系统、声响系统和驾驶舱系统。视景系统根据汽车的位置和角度更新场景数据，实现驾驶员从视觉上感受到汽车的运动。运动系统根据汽车的线加速度和角速度信息，通过运动平台的运动，实现驾驶员从体感上感受到汽车的运动。驾驶舱系统根据汽车的转向盘力矩、仪表车速、仪表发动机转速，通过仪表及转向力感，从触感和视觉上感受到汽车的运动。声响系统根据汽车的发动机转速和油门开度，通过声音模拟，从听觉上感受发动机的运动。
但是由于汽车驾驶模拟器执行系统的响应滞后，驾驶员操作汽车时，期望的汽车运动与通过视景系统、运动系统、声响系统及驾驶舱系统感受到的汽车运动产生差异，造成驾驶眩晕，引起驾驶慌乱。具体是指视景系统响应滞后和仪表响应滞后影响驾驶员的操作判断；运动系统响应滞后影响驾驶员的体感判断；声响系统响应滞后影响驾驶员的听觉判断；驾驶舱系统转向盘力感响应滞后影响驾驶员的路感判断；同时由于汽车驾驶模拟器执行系统滞后时间不同，引起响应不同步，造成驾驶员眩晕，具体是指体感、视觉、听觉及触感响应的不一致，引起驾驶眩晕，影响驾驶舒适性。
针对模拟器的滞后校正问题，国内外学者进行了一定研究。Mcfarland提出了一种校正模拟器滞后环节的经验方法，采用当前时刻状态与前三个时刻状态导数的权重代数和对滞后的状态进行补偿。G.L.Ricard等使用了传统的解决滞后问题的方法，采用运动状态导数与时间序列乘积的方式对模拟器滞后问题进行了研究。哈尔滨工业大学的王春光采用将Mcfarland方法与卡尔曼滤波的反演矩阵算法结合在一起，对模拟器滞后问题进行了研究。
分析现有模拟器的滞后校正技术，发现现有的校正技术有以下考虑不完善的问题：一：现有模拟器校正技术只是从信号处理的角度对滞后问题进行研究，单个信号独立校正，没有考虑信号的物理含义及信号之间的联系，而汽车的运动是六向耦合的空间运动，例如，汽车的侧向运动与横摆运动同时产生，因而，对汽车纵向、侧向、垂向、俯仰、侧倾、横摆运动的预测应联合求解；二：现有的模拟器滞后校正技术都是对单个执行系统独立校正，没有考虑视景系统、运动系统、声响系统、驾驶舱系统由于滞后时间的不同而造成驾驶员通过不同感官感受到的车辆响应不一致问题，但模拟器是一个整体的虚拟驾驶环境，需要考虑不同系统的响应同步。
发明内容
本发明提供一种随动视景汽车驾驶模拟器滞后综合校正方法，以解决汽车驾驶模拟器执行系统响应滞后问题，提高汽车模拟器的驾驶逼真度，改善模拟器的驾驶舒适性。
本发明采取的技术方案是：随动视景汽车驾驶模拟器包括：视景系统、驾驶舱系统、运动平台系统和声响系统，还包括汽车状态采集模块、汽车状态估计模块、集成校正模块，所述集成校正模块包括校正时间确定模块、预测方法模块和系统协调模块，综合校正方法包括以下步骤：
步骤一：汽车状态采集模块实时采集当前时刻汽车状态信息；
(1)定义汽车坐标系和大地坐标系；
汽车坐标系：汽车坐标系原点位于汽车质心，x轴位于汽车纵向对称面内并平行于路面，汽车前进方向为正，y轴垂直于汽车纵向对称面向左方向为正，z轴符合右手定则，由x轴和y轴确定，向上为正；
大地坐标系：大地坐标系由视景系统三维环境模型确定，符合右手定则。汽车坐标系与大地坐标系之间的角度采用汽车随体3-2-1欧拉角表达，当汽车运动时，汽车坐标原点在大地坐标系中的位置、汽车坐标系相对于大地坐标系的欧拉角不断变化；
(2)所述汽车状态信息包括：
汽车位置：汽车坐标系原点在大地坐标系下的表达X、Y、Z；
汽车角度：采用随体3-2-1欧拉角表达汽车坐标系与大地坐标系之间的角度，表示为侧倾角φ、俯仰角θ、横摆角
汽车线速度：汽车线速度在汽车坐标系x轴、y轴、z轴表达为汽车纵向速度u、汽车侧向速度v、汽车垂向速度w；
汽车角速度：汽车角速度在汽车坐标系x轴、y轴、z轴表达为汽车侧倾角速度p、汽车俯仰角速度q、汽车横摆角速度r；
汽车线加速度：汽车线加速度在汽车坐标系x轴、y轴、z轴表达为汽车纵向加速度ax、汽车侧向加速度ay、汽车垂向加速度az；
汽车角加速度：汽车角加速度在汽车坐标系下x轴、y轴、z轴表达为汽车侧倾角加速度Aax、汽车俯仰角加速度Aay、汽车横摆角加速度Aaz；
发动机角速度(ωeng)、发动机角加速度方向盘力矩(Msw)、油门开度(α)；
步骤二：汽车状态估计模块根据所述汽车状态采集模块得到的汽车高频状态，经过低通滤波去除噪声处理，得出当前时刻汽车的低频状态；
步骤三：所述集成校正模块中的校正时间确定模块根据随动视景汽车驾驶模拟器每个执行系统滞后时间的大小，选取执行系统中最大的滞后时间为校正时间T，每个执行系统滞后时间为各自的校正时刻；
具体是指视景系统滞后时间、驾驶舱系统滞后时间、运动系统滞后时间和声响系统滞后时间，选取四个执行系统中最大的滞后时间为校正时间T，四个执行系统滞后时间为各自所需的校正时刻，即视景系统校正时刻为T1、驾驶舱系统校正时刻为T2、运动系统校正时刻为T3、声响系统校正时刻为T4；
步骤四：所述集成校正模块中的预测方法模块根据步骤二得出的当前时刻汽车低频状态，计算汽车在校正时间T内的汽车状态时间序列；所述预测方法模块中采用的计算方法包括车体空间运动学预测算法、单自由度运动学预测算法、单变量时间序列预测算法、单变量lead/lag预测算法；
具体计算步骤分别如下：
(1)、车体空间运动学预测算法包括以下步骤：
步骤1：依据汽车侧倾角φ、俯仰角θ、横摆角求取汽车坐标系至大地坐标系的坐标变换矩阵AGV；
步骤2：依据步骤1所得坐标变换矩阵AGV和汽车线速度(u、v、w)求取汽车在大地坐标系下的线速度
式中：为汽车线速度在大地坐标系X轴、Y轴、Z轴下的分量；
步骤3：依据汽车侧倾角φ、俯仰角θ求取汽车角速度至欧拉角速度的变换矩阵Ts；
步骤4：依据步骤3所得坐标变换矩阵Ts和汽车角速度(p、q、r)求取汽车随体3-2-1欧拉角速度
步骤5：依据汽车线加速度(ax、ay、az)、汽车角加速度(Aax、Aay、Aaz)求取汽车线速度的时间导数汽车角速度的时间导数
式中：为汽车线速度时间导数在汽车坐标系x轴、y轴、z轴下的表达；为汽车角速度时间导数在汽车坐标系x轴、y轴、z轴下的表达；
步骤6：依据步骤2、4、5所得汽车线速度时间导数汽车角速度时间导数汽车在大地坐标系下线速度和汽车欧拉角速度按照单步长欧拉积分算法计算未来时刻汽车在汽车坐标系下线速度(u、v、w)、汽车在汽车坐标系下角速度(p、q、r)、汽车在大地坐标系下的位置(X、Y、Z)、汽车坐标系相对大地坐标系随体3-2-1欧拉角
式中：△tp为求解步长；下标j代表当前时刻；下标j+1代表下一时刻；
步骤7：重复步骤1-6，直至积分时间等于校正时间T，得到并存储汽车线速度、汽车角速度、汽车位置和汽车角度以△tp为间隔的汽车状态时间序列；
(2)、单自由度运动学预测算法计算方法依据单自由度变量当前时刻的速度、加速度计算单自由度未来时刻状态值，包括下列步骤：
步骤1：依据发动机角速度ωeng、发动机旋转角加速度按照单步长欧拉积分算法计算未来时刻发动机转速；
式中：△tp为求解步长；下标j代表当前时刻；下标j+1代表下一时刻。
步骤2：重复步骤1，直至积分时间等于校正时间T，得到并存储以△tp为间隔的汽车发动机转速时间序列；
(3)、单变量时间序列预测算法包括以下计算步骤：
步骤1：设置多项式拟合次数n；
步骤2：设置所需过去时刻油门开度状态个数m，所述状态个数需要大于多项式次数加1(m>＝n+1)；
步骤3：设置多项式拟合的自变量为-(m-1)△t,-(m-2)△t……-△t,0；
式中：△t为单变量时间间隔；
步骤4：采用最小二乘法求取n次多项式系数a0,a1……an；
步骤5：根据步骤4所得多项式系数，循环计算以△tp为间隔的未来时刻油门开度α序列值；
α＝a0+a1(j*△tp)+a2(j*△tp)2+.....+an(j*△tp)n
式中：△tp为求解步长，j*△tp为求解时刻(j＝1,2,3……)，并保证j*△tp小于等于校正时刻T；
(4)、单变量lead/lag预测算法，计算模型为：
式中：s为拉普拉斯变换因子；Td为滤波时间系数；Tp为预测时长；
包括以下步骤：
步骤1：确定方向盘力矩的最大工作频率f；
步骤2：确定滤波时间系数
步骤3：根据双线性变换理论，将模拟传递函数转化为离散传递函数，循环计算以△tp为间隔的未来时刻方向盘力矩Msw序列值；
式中：下标j代表当前时刻；下标j+1代表下一时刻；△tin为状态变量方向盘力矩Msw时间间隔；△tp为求解步长，j*△tp为求解时刻(j＝1,2,3……)，并保证j*△tp小于等于校正时刻T；Msw(1)当前方向盘力矩状态量；Msw(0)上一时刻方向盘力矩状态量；Mswp0(j)为上一循环输出方向盘力矩状态序列；Mswp(j+1)为预测时间j*△tp输出状态量；
步骤五：所述集成校正模块中的系统协调模块依据每个执行系统滞后时间的大小，从步骤四得出的校正时间T内的汽车状态时间序列中，提取每个执行系统校正时刻点对应的汽车状态；具体方法如下：
按照视景系统校正时刻、驾驶舱系统校正时刻、运动系统校正时刻和声响系统校正时刻的不同，分别从校正时间T内的汽车状态时间序列中提取各自校正时刻的汽车状态，从汽车状态时间序列中，提取视景系统校正时刻T1时的汽车位置(X、Y、Z)、汽车角度提取驾驶舱系统校正时刻T2时的汽车纵向速度(u)、发动机转速(ωeng)和方向盘力矩(Msw)；提取运动系统校正时刻T3时的汽车线加速度(ax、ay、az)和汽车角速度(p、q、r)；提取声响系统校正时刻T4时的发动机转速(ωeng)和油门开度(αT)。
本发明通过考虑信号的物理含义，同时校正汽车的不同状态量，保证信号的关联性。并同时校正视景系统、运动系统、声响系统、驾驶舱系统滞后，通过考虑不同系统滞后时间的不同，保证不同系统响应的一致性。
相比于现有技术，本发明具有以下有益效果：
(1)本发明采用车体空间运动学预测方法、单自由度运动学预测方法是基于物理含义的模型预测算法，在校正计算汽车的线速度、角速度、位置、角度及发动机转速时考虑了信号的物理含义，保证了信号的物理特性；
(2)本发明采用的车体空间运动学预测方法，同时计算汽车纵向位置、侧向位置、垂向位置、侧倾角度、俯仰角度、横摆角度，保证了该六个量的关联特性，更准确的表达了汽车的运动特性；
(3)本发明采用的车体空间运动学预测方法、单自由度运动学预测方法、采用的单变量时间序列预测算法和单变量lead/lag预测算法同时计算了视景系统需要的汽车位置、汽车角度；声响系统和驾驶舱系统需求的车速；运动系统需求的俯仰角速度、侧倾角速度、横摆角速度、纵向加速度、侧向加速度及垂向加速度；保证了驾驶员不同感官感受到的汽车运动状态的数据来源一致性并避免了同类物理量的重复计算；
(4)本发明实现了同时校正视景系统、运动系统、声响系统、驾驶舱系统需要的汽车状态，针对不同的执行系统，提取不同时刻的汽车状态，保证了不同系统响应的一致性。
附图说明
图1是本发明的流程图；
图2a是驾驶员操作信号-油门踏板开度图；
图2b是驾驶员操作信号-转向盘转角图；
图3a是视景系统所需车辆状态-汽车纵向位置图；
图3b是视景系统所需车辆状态-汽车侧向位置图；
图3c是视景系统所需车辆状态-汽车垂向位置图；
图3d是视景系统所需车辆状态-汽车侧倾角图；
图3e是视景系统所需车辆状态-汽车俯仰角图；
图3f是视景系统所需车辆状态-汽车横摆角图；
图4a是驾驶舱系统所需车辆状态-汽车转向盘力矩图；
图4b是驾驶舱系统所需车辆状态-汽车发动机转速图；
图4c是驾驶舱系统所需车辆状态-汽车车速图；
图5a是运动系统所需车辆状态-汽车纵向加速度图；
图5b是运动系统所需车辆状态-汽车侧向加速度图；
图5c是运动系统所需车辆状态-汽车垂向加速度图；
图5d是运动系统所需车辆状态-汽车侧倾角速度图；
图5e是运动系统所需车辆状态-汽车俯仰角速度图；
图5f是运动系统所需车辆状态-汽车横摆角速度图；
图6a是声响系统所需车辆状态-汽车发动机转速图；
图6b是声响系统所需车辆状态-汽车油门开度图。
具体实施方式
为了充分表达本发明的目的、技术方案和优点，结合以下附图和实施实例，对本发明实施方式进行详细说明。为了能够充分理解，此处所描述的具体实施实例仅仅用来解释本发明，并不只限定于本发明。
通过将本发明提出的滞后综合校正方法应用于随动视景驾驶模拟器系统，验证该方法的有效性。随动视景驾驶模拟器系统主要由视景系统4、驾驶舱系统5、运动平台系统6和声响系统7组成，如图1所示，滞后综合校正方法由汽车状态采集模块1、汽车状态估计模块2、集成校正模块3组成，其中集成校正模块3包括校正时间确定模块301、预测方法模块302和系统协调模块303，综合校正方法包括下列步骤；
步骤一：所述汽车状态采集模块，与模拟器中的汽车动力学求解器相连，实时接收汽车动力学模型发送的汽车状态数据，并提取需要的状态信息；
(1)定义汽车坐标系和大地坐标系；
汽车坐标系：汽车坐标系原点位于汽车质心，x轴位于汽车纵向对称面内并平行于路面，汽车前进方向为正，y轴垂直于汽车纵向对称面向左方向为正，z轴符合右手定则，由x轴和y轴确定，向上为正；
大地坐标系：大地坐标系由视景系统三维环境模型确定，符合右手定则。汽车坐标系与大地坐标系之间的角度采用汽车随体3-2-1欧拉角表达，当汽车运动时，汽车坐标原点在大地坐标系中的位置、汽车坐标系相对于大地坐标系的欧拉角不断变化；
(2)所述汽车状态信息包括：
汽车位置：汽车坐标系原点在大地坐标系下的表达X、Y、Z；
汽车角度：采用随体3-2-1欧拉角表达汽车坐标系与大地坐标系之间的角度，表示为侧倾角φ、俯仰角θ、横摆角
汽车线速度：汽车线速度在汽车坐标系x轴、y轴、z轴表达为汽车纵向速度u、汽车侧向速度v、汽车垂向速度w；
汽车角速度：汽车角速度在汽车坐标系x轴、y轴、z轴表达为汽车侧倾角速度p、汽车俯仰角速度q、汽车横摆角速度r；
汽车线加速度：汽车线加速度在汽车坐标系x轴、y轴、z轴表达为汽车纵向加速度ax、汽车侧向加速度ay、汽车垂向加速度az；
汽车角加速度：汽车角加速度在汽车坐标系下x轴、y轴、z轴表达为汽车侧倾角加速度Aax、汽车俯仰角加速度Aay、汽车横摆角加速度Aaz；
发动机角速度(ωeng)、发动机角加速度方向盘力矩(Msw)、油门开度(α)；
步骤二：汽车状态估计模块2根据所述汽车状态采集模块得到的汽车高频状态，经过低通滤波去除噪声处理，得出当前时刻汽车的低频状态；
步骤三：所述集成校正模块3中校正时间确定模块301根据随动视景汽车驾驶模拟器每个执行系统滞后时间的大小，具体是指视景系统滞后时间、驾驶舱系统滞后时间、运动系统滞后时间和声响系统滞后时间，选取四个执行系统中最大的滞后时间为校正时间T，四个执行系统滞后时间为各自所需的校正时刻，即视景系统校正时刻为T1、驾驶舱系统校正时刻为T2、运动系统校正时刻为T3、声响系统校正时刻为T4，本实例最大滞后时间为0.08s，即校正时间为0.08S；
步骤四：所述集成校正模块3中预测方法模块根据步骤二得出的当前时刻汽车低频状态，计算汽车在校正时间T内的汽车状态时间序列；所述预测方法模块302中采用的计算方法包括车体空间运动学预测算法3023、单自由度运动学预测算法3022、单变量时间序列预测算法3023、单变量lead/lag预测算法3024；
针对视景系统、声响系统、运动系统和驾驶舱系统需要的汽车位置、角度、线速度、角速度、线加速度、角加速度状态，采用车体空间运动学预测算法对汽车的位置、姿态、速度、加速度进行预测；
针对声响系统和驾驶舱系统仪表需要的发动机转速，本实例优选单自由运动学预测算法进行计算；
针对声响系统需要的油门开度，本实例优选单变量时间序列预测测算法进行计算；
针对驾驶舱系统需要的转向盘力感，本实例优选单变量lead/lag预测算法进行计算；
其分别计算步骤如下：
1、车体空间运动学预测算法包括以下步骤：
步骤1：依据汽车侧倾角φ、俯仰角θ、横摆角求取汽车坐标系至大地坐标系的坐标变换矩阵AGV；
步骤2：依据步骤1所得坐标变换矩阵AGV和汽车线速度(u、v、w)求取汽车在大地坐标系下的线速度
式中：为汽车线速度在大地坐标系X轴、Y轴、Z轴下的分量。
步骤3：依据汽车侧倾角φ、俯仰角θ求取汽车角速度至欧拉角速度的变换矩阵Ts；
步骤4：依据步骤3所得坐标变换矩阵Ts和汽车角速度(p、q、r)求取汽车随体3-2-1欧拉角速度
步骤5：依据汽车线加速度(ax、ay、az)、汽车角加速度(Aax、Aay、Aaz)求取汽车线速度的时间导数汽车角速度的时间导数
式中：为汽车线速度时间导数在汽车坐标系x轴、y轴、z轴下的表达；为汽车角速度时间导数在汽车坐标系x轴、y轴、z轴下的表达；
步骤6：依据步骤2、4、5所得汽车线速度时间导数汽车角速度时间导数汽车在大地坐标系下线速度和汽车欧拉角速度按照单步长欧拉积分算法计算未来时刻汽车在汽车坐标系下线速度(u、v、w)、汽车在汽车坐标系下角速度(p、q、r)、汽车在大地坐标系下的位置(X、Y、Z)、汽车坐标系相对大地坐标系随体3-2-1欧拉角
式中：△tp为求解步长；下标j代表当前时刻；下标j+1代表下一时刻；
步骤7：重复步骤1-6，直至积分时间等于校正时间T，得到并存储汽车线速度、汽车角速度、汽车位置和汽车角度以△tp为间隔的汽车状态时间序列；
2、针对声响系统和驾驶舱系统仪表需要的发动机转速，本实例优选单自由运动学预测算法进行计算：
步骤1：依据发动机角速度ωeng、发动机旋转角加速度按照单步长欧拉积分算法计算未来时刻发动机转速；
式中：△tp为求解步长；下标j代表当前时刻；下标j+1代表下一时刻。
步骤2：重复步骤1，直至积分时间等于校正时间T，得到并存储以△tp为间隔的汽车发动机转速时间序列；
3、针对声响系统需要的油门开度，本实例优选单变量时间序列预测测算法进行计算，计算步骤如下
步骤1：设置多项式拟合的次数n＝7；
步骤2：设置所需过去时刻油门开度状态的个数m＝30；
步骤3：设置多项式拟合的自变量为-(m-1)△t,-(m-2)△t……-△t,0；
式中：△t为单变量时间间隔。
步骤4：采用最小二乘法求取n次多项式系数a0,a1……an；
步骤5：根据步骤4所得多项式系数，循环计算以△tp为间隔的未来时刻油门开度α序列值；
α＝a0+a1(j*△tp)+a2(j*△tp)2+……+an(j*△tp)n
式中：△tp为求解步长，j*△tp为求解时刻，(j＝1,2,3……)，并保证j*△tp小于等于校正时刻T。
4、针对驾驶舱系统需要的转向盘力感，本实例优选单变量lead/lag预测算法进行计算，计算步骤如下；
步骤1：依据驾驶员操作频率，确定方向盘力矩的最大工作频率f＝5hz；
步骤2：确定滤波时间参数
步骤3：根据数字传递函数，使用当前状态量、上一时刻状态量和上一时刻输出状态量循环计算以△tp为间隔的未来时刻方向盘力矩Msw序列值；
式中：下标j代表当前时刻；下标j+1代表下一时刻；△tin为状态变量方向盘力矩Msw时间间隔；△tp为求解步长，j*△tp为求解时刻(j＝1,2,3……)，并保证j*△tp小于等于校正时刻T；Msw(1)当前方向盘力矩状态量；Msw(0)上一时刻方向盘力矩状态量；Mswp0(j)为上一循环输出方向盘力矩状态序列；Mswp(j+1)为预测时间j*△tp输出状态量；
步骤五：所述集成校正模块(3)中的系统协调模块依据每个执行系统滞后时间的大小，从步骤四得出的校正时间T内的汽车状态时间序列中，提取每个执行系统校正时刻点对应的汽车状态；具体方法如下：
按照视景系统校正时刻、驾驶舱系统校正时刻、运动系统校正时刻和声响系统校正时刻的不同，分别从校正时间T内的汽车状态时间序列中提取各自校正时刻的汽车状态，从汽车状态时间序列中，提取视景系统校正时刻T1时的汽车位置(X、Y、Z)、汽车角度提取驾驶舱系统校正时刻T2时的汽车纵向速度(u)、发动机转速(ωeng)和方向盘力矩(Msw)；提取运动系统校正时刻T3时的汽车线加速度(ax、ay、az)和汽车角速度(p、q、r)；提取声响系统校正时刻T4时的发动机转速(ωeng)和油门开度(αT)。
为了验证本方法的有效性，采用本模型在随动视景汽车驾驶模拟器上进行了试验验证。
试验目的：
为了验证本文提出的滞后综合校正方法的有效性，在随动视景汽车驾驶模拟器中进行了试验验证，为了测试本方法对不同工况的适应性，本次验证采用驾驶员正弦输入的复合工况，即在实验中，驾驶员的油门踏板开度和转向盘转角为正弦输入，此时，汽车具有变化的纵向加速度和侧向加速度，更能体现驾驶操作的一般性。
试验工具：
随动视景汽车驾驶模拟器(图1)。
试验步骤：
1、将本权利提出的综合校正方法是用Visual Studio 2010编译为执行程序并集成到原有驾驶模拟器求解平台中。
2、通过配置文件设定视景系统的滞后时间为80ms，驾驶舱系统的滞后时间为20ms，运动系统的滞后时间为25ms，声响系统的滞后时间为30ms。
3、启动驾驶模拟器至驾驶前的准备状态并设置情景为场地实验场景；
4、点火启动汽车；
5、加速汽车至10km/h的稳定车速；
6、驾驶员按照图2a、图2b的操作信号，控制油门踏板和转向盘；油门踏板1代表全开，油门踏板为零代表全闭。
7、记录汽车动力学求解器原始数据和经过综合校正方法得出的预测数据，记录时间长度为100S；
8、使用MATLAB工具处理原始数据和预测数据并画图(图3a-图6b)。
试验结果：
图3a-图3f对比了综合校正前后视镜系统需要的汽车位置和角度数据；图4a-图4c对比了综合校正前后驾驶舱系统需要的方向盘力感、发动机转速和车速数据；图5a-图5f对比了综合校正前后运动系统需要的汽车加速度、角速度信息。图6a-图6b对比了综合校正前后声响系统需要的发动机转速和油门开度数据；
试验结论：
从图3a-图3f视景系统数据对比可以看出，校正后的汽车位置和角度比原始数据在时刻上有了提前，时间提前量大约为76ms，与设定的滞后时间80ms接近，验证了对视景系统滞后校正方法的正确性。
从图4a-图4c驾驶舱数据对比可以看出，校正后的转向盘力矩、车速、发动机转速比原始数据在时刻上有了提前，时间提前量大约为20ms，与设定的滞后时间接近，验证了对驾驶舱系统滞后校正方法的正确性。
从图5a-图5f运动系统数据对比可以看出，校正后的纵向加速度、侧向加速度、垂向加速度、俯仰角速度、侧倾角速度及横摆角速度比原始数据在时刻上有了提前，时间提前量大约为23ms，与设定的滞后时间25ms接近，验证了对运动系统滞后校正方法的正确性。
从图6a-图6b声响系统数据对比可以看出，校正后的油门踏板开度、发动机转速比原始数据在时刻上有了提前，时间提前量大约为30ms，与设定的滞后时间接近，验证了对声响系统滞后校正方法的正确性。
经过驾驶员主观感受，提高了汽车期望运动与通过视景系统、运动系统、声响系统和驾驶舱系统感受到的汽车运动的一致性。
以上所述仅为本发明的较佳实施实例而已，并不限于本发明，凡在本发明的和原则之内所作的任何修改、等同替换和改进，均应包含在本发明的保护范围之内。

Claims (9)

1.一种随动视景汽车驾驶模拟器滞后综合校正方法，随动视景汽车驾驶模拟器包括视景系统、驾驶舱系统、运动平台系统和声响系统，其特征在于：还包括汽车状态采集模块、汽车状态估计模块、集成校正模块，所述集成校正模块包括校正时间确定模块、预测方法模块和系统协调模块，综合校正方法包括以下步骤：
步骤一：汽车状态采集模块实时采集当前时刻汽车状态；
步骤二：汽车状态估计模块根据所述汽车状态采集模块得到的汽车高频状态，经过低通滤波去除噪声处理，得出当前时刻汽车的低频状态；
步骤三：所述集成校正模块中的校正时间确定模块根据随动视景汽车驾驶模拟器的每个执行系统滞后时间的大小，选取执行系统中最大的滞后时间为校正时间T，每个执行系统滞后时间为各自的校正时刻；
步骤四：所述集成校正模块中的预测方法模块根据步骤二得出的当前时刻汽车低频状态，计算汽车在校正时间T内的汽车状态时间序列；
步骤五：所述集成校正模块中的系统协调模块依据每个执行系统滞后时间的大小，从步骤四得出的校正时间T内的汽车状态时间序列中，提取每个执行系统校正时刻点对应的汽车状态。
2.根据权利要求1所述的一种随动视景汽车驾驶模拟器滞后综合校正方法，其特征在于，所述步骤一中：
(1)定义汽车坐标系和大地坐标系；
汽车坐标系：汽车坐标系原点位于汽车质心，x轴位于汽车纵向对称面内并平行于路面，汽车前进方向为正，y轴垂直于汽车纵向对称面向左方向为正，z轴符合右手定则，由x轴和y轴确定，向上为正；
大地坐标系：大地坐标系由视景系统三维环境模型确定，符合右手定则，汽车坐标系与大地坐标系之间的角度采用汽车随体3-2-1欧拉角表达，当汽车运动时，汽车坐标原点在大地坐标系中的位置、汽车坐标系相对于大地坐标系的欧拉角不断变化；
(2)所述汽车状态信息包括：
汽车位置：汽车坐标系原点在大地坐标系下的表达X、Y、Z；
汽车角度：采用随体3-2-1欧拉角表达汽车坐标系与大地坐标系之间的角度，表示为侧倾角φ、俯仰角θ、横摆角
汽车线速度：汽车线速度在汽车坐标系x轴、y轴、z轴表达为汽车纵向速度u、汽车侧向速度v、汽车垂向速度w；
汽车角速度：汽车角速度在汽车坐标系x轴、y轴、z轴表达为汽车侧倾角速度p、汽车俯仰角速度q、汽车横摆角速度r；
汽车线加速度：汽车线加速度在汽车坐标系x轴、y轴、z轴表达为汽车纵向加速度ax、汽车侧向加速度ay、汽车垂向加速度az；
汽车角加速度：汽车角加速度在汽车坐标系下x轴、y轴、z轴表达为汽车侧倾角加速度Aax、汽车俯仰角加速度Aay、汽车横摆角加速度Aaz；
发动机角速度ωeng、发动机角加速度方向盘力矩Msw、油门开度α。
3.根据权利要求1所述的一种随动视景汽车驾驶模拟器滞后综合校正方法，其特征在于：所述步骤三中所述校正时间确定模块根据随动视景汽车驾驶模拟器每个执行系统滞后时间的大小，具体是指视景系统滞后时间、驾驶舱系统滞后时间、运动系统滞后时间和声响系统滞后时间，选取四个执行系统中最大的滞后时间为校正时间T，四个执行系统滞后时间为各自所需的校正时刻，即视景系统校正时刻为T1、驾驶舱系统校正时刻为T2、运动系统校正时刻为T3、声响系统校正时刻为T4。
4.根据权利要求1所述的一种随动视景汽车驾驶模拟器滞后综合校正方法，其特征在于：所述步骤四中预测方法模块中采用的计算方法包括：车体空间运动学预测算法、单自由度运动学预测算法、单变量时间序列预测算法、单变量lead/lag预测算法。
5.根据权利要求4所述的一种随动视景汽车驾驶模拟器滞后综合校正方法，其特征在于：所述车体空间运动学预测算法包括下列步骤：
步骤1：依据汽车侧倾角φ、俯仰角θ、横摆角求取汽车坐标系至大地坐标系的坐标变换矩阵AGV；
步骤2：依据步骤1所得坐标变换矩阵AGV和汽车线速度(u、v、w)求取汽车在大地坐标系下的线速度
式中：为汽车线速度在大地坐标系X轴、Y轴、Z轴下的分量；
步骤3：依据汽车侧倾角φ、俯仰角θ求取汽车角速度至欧拉角速度的变换矩阵Ts；
步骤4：依据步骤3所得坐标变换矩阵Ts和汽车角速度(p、q、r)求取汽车随体3-2-1欧拉角速度
步骤5：依据汽车线加速度(ax、ay、az)、汽车角加速度(Aax、Aay、Aaz)求取汽车线速度的时间导数汽车角速度的时间导数
式中：为汽车线速度时间导数在汽车坐标系x轴、y轴、z轴下的表达；为汽车角速度时间导数在汽车坐标系x轴、y轴、z轴下的表达；
步骤6：依据上述步骤2、4、5所得汽车线速度时间导数汽车角速度时间导数汽车在大地坐标系下线速度和汽车欧拉角速度按照单步长欧拉积分算法计算未来时刻汽车在汽车坐标系下线速度(u、v、w)、汽车在汽车坐标系下角速度(p、q、r)、汽车在大地坐标系下的位置(X、Y、Z)、汽车坐标系相对大地坐标系随体3-2-1欧拉角(φ、θ、)；
式中：△tp为求解步长；下标j代表当前时刻；下标j+1代表下一时刻；
步骤7：重复步骤1-6，直至积分时间等于校正时间T，得到并存储汽车线速度、汽车角速度、汽车位置和汽车角度以△tp为间隔的汽车状态时间序列。
6.根据权利要求4所述的一种随动视景汽车驾驶模拟器滞后综合校正方法，其特征在于：所述单自由度运动学预测算法依据单自由度变量当前时刻的速度、加速度计算单自由度未来时刻状态值，包括下列步骤：
步骤1：依据发动机角速度ωeng、发动机角加速度按照单步长欧拉积分算法计算未来时刻发动机转速；
式中：△tp为求解步长；下标j代表当前时刻；下标j+1代表下一时刻；
步骤2：重复步骤1，直至积分时间等于校正时间T，得到并存储以△tp为间隔的汽车发动机转速时间序列。
7.根据权利要求4所述的一种随动视景汽车驾驶模拟器滞后综合校正方法，其特征在于：所述单变量时间序列预测算法包括以下步骤：
步骤1：设置多项式拟合次数n；
步骤2：设置所需过去时刻油门开度状态个数m，所述状态个数需要大于多项式次数加1(m>＝n+1)；
步骤3：设置多项式拟合的自变量为-(m-1)△t,-(m-2)△t……-△t,0；
式中：△t为单变量时间间隔；
步骤4：采用最小二乘法求取n次多项式系数a0,a1……an；
步骤5：根据步骤4所得多项式系数，循环计算以△tp为间隔的未来时刻油门开度α序列值；
α＝a0+a1(j*△tp)+a2(j*△tp)2+.....+an(j*△tp)n
式中：△tp为求解步长，j*△tp为求解时刻(j＝1,2,3……)，并保证j*△tp小于等于校正时刻T。
8.根据权利要求4所述的一种随动视景汽车驾驶模拟器滞后综合校正方法，其特征在于：所述单变量lead/lag预测算法，计算模型为：
式中：s为拉普拉斯变换因子；Td为滤波时间系数；Tp为预测时长；
包括以下步骤：
步骤1：确定方向盘力矩的最大工作频率f；
步骤2：确定滤波时间系数
步骤3：根据双线性变换理论，将模拟传递函数转化为离散传递函数，循环计算以△tp为间隔的未来时刻方向盘力矩Msw序列值；
式中：下标j代表当前时刻；下标j+1代表下一时刻；△tin为状态变量方向盘力矩Msw时间间隔；△tp为求解步长，j*△tp为求解时刻(j＝1,2,3……)，并保证j*△tp小于等于校正时刻T；Msw(1)当前方向盘力矩状态量；Msw(0)上一时刻方向盘力矩状态量；Mswp0(j)为上一循环输出方向盘力矩状态序列；Mswp(j+1)为预测时间j*△tp输出状态量。
9.根据权利要求1所述的一种随动视景汽车驾驶模拟器滞后综合校正方法，其特征在于：所述步骤五中提取每个执行系统校正时刻点对应的汽车状态的具体方法如下：
按照视景系统校正时刻、驾驶舱系统校正时刻、运动系统校正时刻和声响系统校正时刻的不同，分别从校正时间T内的汽车状态时间序列中提取各自校正时刻的汽车状态，从汽车状态时间序列中，提取视景系统校正时刻T1时的汽车位置(X、Y、Z)、汽车角度(φ、θ、)；提取驾驶舱系统校正时刻T2时的汽车纵向速度(u)、发动机转速(ωeng)和方向盘力矩(Msw)；提取运动系统校正时刻T3时的汽车线加速度(ax、ay、az)和汽车角速度(p、q、r)；提取声响系统校正时刻T4时的发动机转速(ωeng)和油门开度(αT)。
CN201710694313.5A 2017-08-14 2017-08-14 一种随动视景汽车驾驶模拟器滞后综合校正方法 Active CN107256656B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710694313.5A CN107256656B (zh) 2017-08-14 2017-08-14 一种随动视景汽车驾驶模拟器滞后综合校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710694313.5A CN107256656B (zh) 2017-08-14 2017-08-14 一种随动视景汽车驾驶模拟器滞后综合校正方法

Publications (2)

Publication Number Publication Date
CN107256656A CN107256656A (zh) 2017-10-17
CN107256656B true CN107256656B (zh) 2019-04-26

Family

ID=60026675

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710694313.5A Active CN107256656B (zh) 2017-08-14 2017-08-14 一种随动视景汽车驾驶模拟器滞后综合校正方法

Country Status (1)

Country Link
CN (1) CN107256656B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110597088B (zh) * 2019-09-25 2020-07-28 西南交通大学 一种极坐标系下的车辆动力学仿真方法
CN112270864B (zh) * 2020-11-05 2022-06-21 中电海康集团有限公司 一种基于第一人称视线位置调整的驾培教学方法及系统
CN117445822B (zh) * 2023-11-17 2024-04-16 吉林大学 一种针对电动汽车急加速过程的防眩晕方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1699732A (zh) * 2004-05-19 2005-11-23 株式会社电装 汽车的控制装置
CN102013185A (zh) * 2010-11-26 2011-04-13 南京多伦科技有限公司 一种汽车驾驶模拟器少自由度体感装置及其位姿调整方法
CN202728542U (zh) * 2012-05-10 2013-02-13 赵凤银 带高效消载止摇抗翻校正装置的航母、舰船、潜艇、海上平台
CN103995474A (zh) * 2014-05-12 2014-08-20 西北大学 虚拟自动控制实验系统及其设计方法
CN106898229A (zh) * 2017-03-30 2017-06-27 南京航空航天大学 一种自动控制原理实验平台

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1699732A (zh) * 2004-05-19 2005-11-23 株式会社电装 汽车的控制装置
CN102013185A (zh) * 2010-11-26 2011-04-13 南京多伦科技有限公司 一种汽车驾驶模拟器少自由度体感装置及其位姿调整方法
CN202728542U (zh) * 2012-05-10 2013-02-13 赵凤银 带高效消载止摇抗翻校正装置的航母、舰船、潜艇、海上平台
CN103995474A (zh) * 2014-05-12 2014-08-20 西北大学 虚拟自动控制实验系统及其设计方法
CN106898229A (zh) * 2017-03-30 2017-06-27 南京航空航天大学 一种自动控制原理实验平台

Also Published As

Publication number Publication date
CN107256656A (zh) 2017-10-17

Similar Documents

Publication Publication Date Title
WO2022078289A1 (zh) 一种自动驾驶的仿真测试系统和方法
CN107256656B (zh) 一种随动视景汽车驾驶模拟器滞后综合校正方法
Chen et al. Dynamic drifting control for general path tracking of autonomous vehicles
CN104090127B (zh) 一种车载加速传感器的三轴自校准方法
Zhao et al. Model-free optimal control based intelligent cruise control with hardware-in-the-loop demonstration [research frontier]
CN102073755A (zh) 近空间高超声速飞行器运动控制仿真方法
CN105894889B (zh) 一种多维可调汽车转向操纵模拟与测试系统的视景控制方法
CN105759827B (zh) 一种抑制不期望柔性振动的航天器姿态控制系统
CN107886798A (zh) 一种基于驾驶模拟系统的驾驶技能辨识装置及方法
CN104462716A (zh) 一种基于人-车-路模型的脑-控车辆的脑-机接口参数和动力学参数设计方法
Feng et al. Control allocation algorithm for over-actuated electric vehicles
Deng et al. Hardware-in-the-loop simulation for autonomous driving
CN109866772A (zh) 一种智能车辆人-机协同驾驶的变结构控制方法
CN107274746A (zh) 一种完整仿真汽车物理引擎控制系统
Lichota et al. A priori model inclusion in the multisine maneuver design
Kaiser Torque vectoring-linear parameter-varying control for an electric vehicle
Li et al. A real-time co-simulation framework for virtual test and validation on a high dynamic vehicle test bed
CN110618698B (zh) 基于自适应遗传算法的飞行模拟器运动控制方法
Chen et al. Personalized vehicle path following based on robust gain-scheduling control in lane-changing and left-turning maneuvers
Lattarulo et al. Towards conformant models of automated electric vehicles
CN107478433A (zh) 联合型hil测试系统及其控制方法
Liu et al. Design of driverless racing chassis based on MPC
Maas et al. Simulator setup according to use case scenarios-A human-oriented method for virtual development
Arioui et al. 2 DOF low cost platform for driving simulator: Modeling and control
Ding et al. Estimation method of vehicle centroid sideslip angle based on DNN-EKF fusion

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant