基于carsim的车辆运动轨迹跟踪算法张亚岐（长安大学汽车学院，陕西.docVIP

基于Carsim的车辆运动轨迹跟踪算法 张亚岐 （长安大学汽车学院，陕西西安，710064） 摘要：车辆质心运动轨迹作为车辆最为直观的运动结果，对车辆行驶安全性和操纵稳定性的研究十分重要，且准确计算车辆的行驶轨迹对驾驶员准确操控车辆很有帮助。但是由于技术水平的制约，当前车载定位系统的精度和稳定性较差，且价格昂贵。因此本文以二自由度车辆模型为基础，通过坐标系变换，建立质心坐标的微分方程，运用Kalman滤波技术对输入变量进行滤波，通过MATLAB/SIMULINK和Carsim进行联合仿真，试验结果与真实车辆行驶轨迹相吻合。 关键词：轨迹；质心；Kalman滤波；Simulink；Carsim 中图分类号：TP206 文献标识码：A Vehicles trajectory tracking algorithm based on Carsim ZHANG Ya-qi （Chang’an University,School of Automobile, Xi’an 710064, China） Abstract: The vehicle trajectory of mass center is the most visual results of movement，which is very important for the safety of vehicle driving and manipulation stability study，and accurate calculation of vehicles driving trajectory is helpful for accurate controlling vehicle. Currently ,but because of the restriction of technical,the precision and stability vehicle-mounted positioning systems are very poor,and the price of which is very high. Therefore this paper establishs the centroid coordinates differential equations based on two degrees of freedom vehicle model and the coordinate transformation.In addition, the input variables are processed filtering by Kalman filtering technology,this paper integrates MATLAB/SIMULINK with Carsim to simulation experiment,the results shows that test results and the real vehicle track are identical with each other. Keywords: trajectory; Mass center; Kalman filtering; Simulink; Carsim 0引言 汽车质心的运动轨迹作为车辆最直观的运动结果，对于驾驶员——汽车闭环系统运动性能的分析和评价是十分重要的。车辆行驶轨迹的在线计算一直是车辆研究人员关注的焦点。车载辅助驾驶系统基本都是靠对车辆状态的在线估计来支撑的，典型的如全球定位系统（GPS）、地理信息系统（GIS）、侧面碰撞修正系统（BSI）以及压线报警系统都是以车辆当前的参数为基础，通过条件判断、预测来控制系统的执行操作，这些统都是针对豪华轿车设计的。因此，寻求低成本，高精度且能实时计算车辆运动轨迹的方法已成为车辆控制研究的重点，而经典Kalman技术能够有效去除输入变量中的噪声，从而为仿真的可靠性和精确性提供了数据基础。本文以二自由度的车辆模型[1]为基础，利用Simulink和Carsim进行联合仿真。Simulink能够实时在线计算车辆的行驶轨迹，进而能够对车辆进行跟踪。为了保证试验真实可靠，将实际一段道路曲线作为Carsim的道路输入，这就为试验验证提供了可靠的数据支持，也为后续的车辆目标跟踪研究提供现实基础。 1 Kalman预测算法 卡尔曼滤波器用于估计离散时间过程的状态变量。离散线性定常系统的状态方程如下： (1) 定义观测变量，得到量测方程： (2) 其中和分别表示过程激励噪声和观测噪声。假设