carsim与MPC工具箱联合仿真

• 写在前面的话
• 步骤

写在前面的话

《无人驾驶车辆模型预测控制》作为国内车辆领域使用MPC作为控制算法的先驱者，对后来的研究人员产生了极大的影响。此本专著已出版到了第二版，书中的代码极具参考意义。但是想要完全跑通书中的代码还要花费很大的心思，涉及到MATLALB版本，carsim版本，S-function的配置等诸多问题。所幸有很多小伙伴一直在交流代码心得。像我等不是专门研究MPC算法，只是将MPC作为实现某种功能的工具，为了MPC如何实现实属伤脑筋。所幸MATLAB提供了MPC工具箱，让我在等开发某项功能的时候不用在如何实现上费牛鼻子劲。
网上（b站）有官方的MPC工具箱使用教程，小伙伴们可以自行了解，但是MPC工具箱如何与carsim联合仿真还没有相关资料，笔者也是摸索了很长一段时间才将两者联合，想着分享一下心得，给后来的人提供一些参考与经验。

步骤

在这里，以实现车道保持为例，设计MPC控制器，参考模型与参数见合肥工业大学博士论文
《横向辅助驾驶及人机共驾控制策略的研究》，该论文第二章有关于MPC工具箱的设置，参数与设置什么的真实可用。
首先建立车路模型，如图直接选用论文中的模型

在这里要插一句，矩阵左上角为二自由度模型，Caf为轮胎侧偏刚度，因为前面有个2倍，如果没有的话，Cf代表前轴侧偏刚度，其数值为轮胎侧偏刚度的两倍，2前面有负号，所以轮胎侧偏刚度为正，如果没有的话，轮胎侧偏刚度为负。这里提个醒，因为很多文章中都有错误，具体解释可见喻凡《汽车系统动力学》，matlab中用的车路模型也是这个。

新建个m文件，将车路模型与车辆参数输入，建立状态空间方程，点运行。此模型将作为MPC中的plant（被控对象）。

打开MPC工具箱，按图示修改。先定义MPC结构，选择workspace工作区间里定义的状态空间模型，将采样时间改为0.01s，点击定义与输入。在这里图中的MPC相当于carsim，plant相当于MPC工具箱。carsim输出横向坐标与横摆角给MPC工具箱，MPC工具箱输出转角给carsim，这里认为所有信号都是可测的，carsim可以直接输出来。

为方便调试将视图改为左右视图

回到MPC designer，定义输入输出口，修改变量名称。

定义参考输入，大概意思就相当于你的车辆在运行的时候是什么状态，在这里希望横摆角为零，横坐标y在跟踪的时候和阶跃类似，具体选什么参考其实问题不是很大，对结果又有什么影响可以自己多试，一般都用0和阶跃作为参考。

在tuning 中设置预测视域和控制视域，一般为15，3左右，这里选择论文中的时域，具体情况具体分析，自己调看看有什么影响。

调节约束，这里约束对结果还是很有影响的，具体情况具体分析，自己多调方可，这里直接用论文中的，这里注意一下单位为弧度。

设置权重

最后再调节鲁棒性和快速性，自己调，看看有什么影响。

最后导出到工作区间

到此控制器设计大体完成，最后的效果不一定满意，约束什么的还要多调。

建立simulink模型，输入mpc1，这里不用加干扰

联合仿真，在这里可以先将carsim中的道路横坐标导入到matlab工作区间，再输入到信号发生器中作为参考信号，横摆角希望为0，注意单位换算一下。

例如下图，不论什么方法得给MPC工具箱一个参考的值。


到这里框架什么的都搭好了，就可以实现联合仿真了，包括MPC集成控制步骤也是如此，包括实现差动制动，你的预测模型要对，我做的是MPC集成控制，要是有需求的话再看看写。其实matlab18版有集成好的基于MPC的车道保持模块，如图，我用了一下效果挺好的，关键就是和carsim联合仿真，以后再说吧。（累死了）