自动驾驶lka是怎样的

自动驾驶 LKA 是车道保持辅助系统是智能驾驶辅助系统的一种。

它通过车内后视镜前方的高清摄像头捕捉道路画面利用 Canny 算法强化行车道边缘让系统能识别车道。随后系统会计算车道转向角度并通过 ESP 控制转向系统来实现车辆的车道保持。

LKA 一般包括车道偏离预警 LDW、车道偏离预防 LDP 和车道居中控制 LCC 这三项子功能。车道偏离预警 LDW 在车辆无意识偏离车道时通过声音、视觉和振动等方式向驾驶员发出预警。车道偏离预防 LDP 会在车辆快要驶离车道之前通过施加适当的转向干预修正车辆位置。车道居中控制 LCC 则能监控汽车与行车道中央的相对位置主动辅助驾驶员保持在车道中心线附近行驶减轻驾驶员转向负担。

LKA 不是任何时候都能工作它对道路条件有要求。车道线不能残破不清晰不能被积雪、淤泥覆盖。天气和照明度也会影响其性能比如在晨曦、日落时分、光线直射摄像头以及雨雪潮湿天气系统性能会下降。而且它对车速有要求一般车速达到 60km/h 或 65km/h 以上才介入工作。在弯道过急曲率半径低于 250m 时系统可能自动退出。在道路边缘有隔离带、路沿等情况时可能会识别错误。

驾驶员可以根据自身驾驶习惯和喜好选择打开或者关闭此功能设置操作也比较简单。通常在组合仪表设置界面进行勾选开启还能选择辅助模式和告警反馈方式。但要注意即使开启了 LKA驾驶员也不能完全脱手驾驶要时刻保持对车辆的掌控。

自动驾驶 MPC 是一种先进的控制策略在自动驾驶领域发挥着重要作用。

MPC 即模型预测控制它基于有限时间内的系统动态模型进行优化预测未来的系统行为。与 PID 控制器不同MPC 不是实时处理当前车辆与目标轨迹的差距而是将未来一段时间分成多个节点预测每个节点的车辆状态再调整控制器的输出使车辆尽可能接近参考轨迹。

在自动驾驶中MPC 的核心步骤包括首先通过定位和地图模块得到当前路线将其离散化成一串坐标对再拟合为三阶多项式然后根据车辆的当前位置和多项式系数预测未来一段时间车辆的行驶状态这里要注意进行坐标转换因为地图给出的路线使用的是全局坐标系而控制车辆应以车辆为中心最后根据当前状态和预测状态的差异调整航向角和加速度使车辆状态接近预测状态同时要考虑乘车人的感受让加速度和航向角变化尽量平滑。

MPC 具有诸多优点。它能很好地解决处理延迟问题相比 PID 控制器更具优势。并且MPC 在每一步中进行线性化能较好地处理系统的约束具有预测的过程能够直接处理非线性问题。

在实际应用中MPC 常结合 Simulink 和 Carsim 等工具进行联合仿真实验。利用 Simulink 进行系统建模和仿真Carsim 提供真实的车辆动力学模型和环境参数设置通过设置不同的环境参数来模拟不同的驾驶场景评估控制策略的性能。

总之MPC 为自动驾驶的精确轨迹跟踪提供了有效的控制手段有助于提升自动驾驶系统的精度和稳定性。