標(biāo)注：本文來(lái)自本實(shí)驗(yàn)室單超的研究成果。

整體思路：仿真模型通過(guò)python打開(kāi)并運(yùn)行之后，會(huì)啟動(dòng)Carla， 使用Carla API 獲取汽車(chē)的相關(guān)數(shù)據(jù)之后，啟動(dòng)matplotlib繪制線程，將Carla提供的數(shù)據(jù)輸進(jìn)模型，再?gòu)?a href="http://www.www27dydycom.cn/tags/matlab/" target="_blank">matlab的worksapce通過(guò)接口獲取輸出結(jié)果并繪制。

python調(diào)用仿真模型

Matlab提供python API供外部調(diào)用，本文將需要使用的matlab功能封裝成類(lèi)的形式進(jìn)行調(diào)用。Matlab class用于連接Matlab軟件并對(duì)模型輸入數(shù)據(jù)獲取輸出結(jié)果，其中connectToMatlab方法通過(guò)Matlab命令行啟動(dòng)Simulink運(yùn)行仿真模型，simulate方法用于把數(shù)據(jù)輸入模型，之后將輸出結(jié)果以數(shù)組形式存入實(shí)例變量中。

python控制Carla客戶端

python腳本啟動(dòng)的Carla客戶端以pygame庫(kù)作為媒介，實(shí)現(xiàn)用戶輸入和Carla服務(wù)端交互的各種功能，再將最新的結(jié)果渲染并繪制到pygame的用戶界面中。初始需要先將Carla服務(wù)端啟動(dòng)，暴露本地2000端口用于客戶端連接。獲取到初始化的 pygame.display實(shí)例后進(jìn)入循環(huán)渲染階段，此時(shí)鍵盤(pán)的輸入作為pygame的事件觸發(fā)parse_events方法調(diào)用

數(shù)據(jù)提取

建模部分提到，simulink CAN 仿真模型主要傳輸?shù)氖擒?chē)速、轉(zhuǎn)向角、檔位三種數(shù)據(jù)報(bào)文。所有的數(shù)據(jù)來(lái)源于以下三個(gè)實(shí)例：

車(chē)速：車(chē)速V（km/h）計(jì)算方式為 V = 3.6 * √（x^2 + y^2 + z^2 ） （其中x、y、z表示前/后、左/右、上/下方向的速度矢量，單位為m/s）。

檔位：檔位共分為R、P、D三檔，分別代表倒車(chē)、停車(chē)、直行，檔位的判斷依據(jù)汽車(chē)的行駛狀態(tài)來(lái)定，因此檔位的數(shù)據(jù)源需要汽車(chē)車(chē)速和倒車(chē)參數(shù)來(lái)判定。

轉(zhuǎn)向角度：轉(zhuǎn)向角可以直接從實(shí)例中獲取。

實(shí)時(shí)數(shù)據(jù)展示

上文已經(jīng)解決了模型實(shí)時(shí)輸入實(shí)時(shí)輸出問(wèn)題，那么當(dāng)獲取到仿真模型的輸出結(jié)果時(shí)，該結(jié)果是以數(shù)組的形式記錄從仿真開(kāi)始到當(dāng)前時(shí)間的所有結(jié)果，所以每次獲取到結(jié)果后都需要重新依據(jù)新的數(shù)據(jù)樣本進(jìn)行繪制，由于python是Carla和Simulink數(shù)據(jù)傳輸?shù)拿浇?，因此最好的解決方案是基于python的繪圖工具實(shí)時(shí)繪制。本文采用python Matplotlib庫(kù)以實(shí)現(xiàn)該需求。

繪制代碼實(shí)現(xiàn)

由于繪制的是模型的輸出結(jié)果，現(xiàn)針對(duì)輸出的車(chē)速數(shù)據(jù)繪制相應(yīng)的實(shí)時(shí)變化曲線，為了做到良好的代碼風(fēng)格，增加代碼復(fù)用率，本文將一系列繪制相關(guān)的方法集中到Draw類(lèi)里。

實(shí)時(shí)仿真并繪制

本部分將結(jié)合前面的實(shí)驗(yàn)結(jié)果，將所有對(duì)接Carla的python模塊、對(duì)接Matlab/Simulink的python模塊、實(shí)時(shí)繪制相關(guān)的python模塊都組合起來(lái)運(yùn)行。

車(chē)速實(shí)時(shí)變化

實(shí)時(shí)模擬時(shí)長(zhǎng)為60秒，60秒內(nèi)，汽車(chē)的速度變化曲線在圖像中持續(xù)不斷地刷新，直到60秒到為止。

從圖中可以看出，經(jīng)過(guò)仿真模型模擬出來(lái)的速度數(shù)據(jù)和原數(shù)據(jù)基本一致，說(shuō)明模型的CAN報(bào)文解封裝過(guò)程順利執(zhí)行，但是在車(chē)速的轉(zhuǎn)折點(diǎn)存在模型的模擬結(jié)果比原數(shù)據(jù)更平滑的問(wèn)題，很明顯是由于原數(shù)據(jù)輸入過(guò)于頻繁，兩個(gè)相鄰的輸入時(shí)間間隔小于模型最小采樣時(shí)間，而采樣時(shí)間不能進(jìn)一步縮小，否則會(huì)導(dǎo)致該時(shí)間段內(nèi)無(wú)正確模擬結(jié)果輸出。

檔位實(shí)時(shí)變化

時(shí)長(zhǎng)為60秒，手動(dòng)控制汽車(chē)行駛，共嘗試兩個(gè)檔位，P和D、分別代表泊車(chē)和直行，對(duì)應(yīng)參數(shù)為17和20，泊車(chē)后發(fā)送單個(gè)P檔位報(bào)文，到車(chē)輛開(kāi)始直行這段時(shí)間不發(fā)送任何報(bào)文，直行后會(huì)依據(jù)汽車(chē)的速度反饋不斷發(fā)送D檔位報(bào)文。從圖中可以看出，由于原數(shù)據(jù)變化的不是非常頻繁，模型模擬出來(lái)的結(jié)果完全匹配了原數(shù)據(jù)，說(shuō)明輸入頻率遠(yuǎn)小于模型采樣頻率會(huì)使模擬結(jié)果貼合預(yù)期結(jié)果。

轉(zhuǎn)向角度實(shí)時(shí)變化

時(shí)長(zhǎng)60秒，手動(dòng)控制汽車(chē)行駛，并控制輪胎左右轉(zhuǎn)向，向左角度為負(fù)，向右角度為正，值位于［-100， 100］區(qū)間內(nèi)。由圖可知，轉(zhuǎn)向角變化數(shù)據(jù)更新十分頻繁，仿真模型在處理大量的輸入時(shí)必然會(huì)卡頓并拋棄大量數(shù)據(jù)，使得模擬結(jié)果沒(méi)有很好地貼合原數(shù)據(jù)，因此在高頻輸入的前提下，模型模擬結(jié)果無(wú)法完全貼合預(yù)期。

小結(jié)

本文介紹了基于Carla自動(dòng)駕駛模擬仿真平臺(tái)構(gòu)造Simulink CAN仿真模型并結(jié)合python API及其繪圖工具庫(kù)matplotlib的一整套實(shí)時(shí)仿真流程的設(shè)計(jì)和實(shí)現(xiàn)細(xì)節(jié)，實(shí)際模擬了虛擬汽車(chē)車(chē)速，檔位、轉(zhuǎn)向角度三個(gè)信息在CAN中的解封裝和傳遞。發(fā)現(xiàn)在低頻的數(shù)據(jù)輸入場(chǎng)景下，模型能做到貼合實(shí)際結(jié)果，而在高頻輸入數(shù)據(jù)場(chǎng)景下，模型容易運(yùn)行卡頓并在多個(gè)時(shí)間點(diǎn)輸出無(wú)效數(shù)據(jù)，拋棄這些數(shù)據(jù)后模擬結(jié)果相對(duì)于預(yù)期結(jié)果顯得平滑，無(wú)法體現(xiàn)預(yù)期結(jié)果中的峰值。

fqj