自动驾驶不同工况避障模型（perscan、simulink、carsim联仿），能够避开预设的（静态）障碍物

行业研究

701.62KB

17 需要积分: 1

立即下载

标题：基于 Perscan、Simulink 和 Carsim 联合仿真的智能驾驶工况避障模型研究

摘要：本文通过结合 Perscan、Simulink 和 Carsim 等仿真工具，研究了一种自动驾驶系统在不

同工况下对障碍物进行避让的模型。该模型能够精确地避开预设的静态障碍物，并且能够通过后期优

化进一步提升性能。本研究将重点探讨系统的建模过程、算法设计及仿真结果，并通过实验证明该模

型的可行性和有效性。

1. 引言

随着智能驾驶技术的快速发展，自动驾驶系统的安全性和可靠性成为了研究的焦点之一。针对不同工

况下的避障问题，本文提出了一种基于 Perscan、Simulink 和 Carsim 联合仿真的智能驾驶工况

避障模型。

2. 模型建立及算法设计

2.1. Perscan 仿真工具介绍

Perscan 是一款用于模拟障碍物感知的仿真工具，它能够生成传感器的感知数据，为自动驾驶系统提

供输入。

2.2. Simulink 仿真工具介绍

Simulink 是一款广泛应用于系统级仿真的工具，它可以快速搭建系统模型，并进行仿真和分析。

2.3. Carsim 仿真工具介绍

Carsim 是一款用于车辆动力学仿真的工具，它能够模拟车辆在不同路况下的运动行为。

2.4. 智能驾驶工况避障模型设计

基于 Perscan、Simulink 和 Carsim 联合仿真，本文提出了一种智能驾驶工况避障模型。该模型

首先利用 Perscan 生成的传感器数据进行障碍物感知，然后通过 Simulink 将感知数据输入到模型

中进行处理，并最终采用 Carsim 模拟车辆的运动行为。

3. 仿真实验及结果分析

为了验证所提出的工况避障模型的性能，本文进行了大量的仿真实验。通过改变工况参数和障碍物位

置等因素，分析模型在不同场景下的避障效果。

4. 后期优化与模型改进

基于仿真实验结果，可以发现当前模型在避障时还存在一定的局限性。因此，本文提出了一种后期优

化方法，通过进一步改进模型的算法和参数配置，提升模型的避障性能。

5. 结论

自动驾驶不同工况避障模型联仿能.zip 大约有9个文件