本書提出了一個基于Matlab-OpenModelica-Unity (MOMU)的多軟件聯合虛擬仿真平臺,平臺可用于ADAS和自動駕駛汽車的測試及驗證。本書以通俗易懂的語言、形象的圖示展示了平臺的架構和各個軟件的簡單功能以及使用方法,并基于精心設計的開發實例,闡述了仿真平臺在不同應用場景下的具體結構以及每個部分的建模原理,將基本概念融入到平臺搭建過程中,加深讀者的印象,提升讀者的感性認識和認知水平。
本書適合具有一定ADAS控制建模、車輛動力學建模和機器學習編程基礎的讀者閱讀,也可作為高等院校本科生、研究生學習ADAS和自動駕駛虛擬測試仿真技術的教程,還可作為汽車測試工程師學習參考的資料。
宋珂，同濟大學汽車學院，碩導，副教授，同濟大學汽車學院車輛工程專業博士，德國卡爾斯魯厄理工學院聯合培養博士。主要研究領域包括：燃料電池汽車動力系統建模及仿真方法，燃料電池汽車動力系統匹配設計流程及方法，燃料電池汽車動力系統整車能量管理控制策略，電/電混合電動汽車動力系統混合度優化設計理論及方法，基于AUTOSAR、ISO26262標準的電動汽車動力系統控制技術。近三年發表燃料電池汽車相關學術論文20余篇，SCI/EI檢索5篇，申請發明專利7項（已獲權4項），實用新型專利1項，軟件著作權登記5項。
第1 章 ADAS/AD 測試與驗證技術 1
1.1 ADAS 研究現狀 1
1.1.1 ADAS 概述 1
1.1.2 ADAS 技術研究與應用現狀 2
1.2 自動駕駛研究現狀 4
1.2.1 發展自動駕駛汽車的必要性 4
1.2.2 國外自動駕駛汽車研究現狀 6
1.2.3 國內自動駕駛汽車研究現狀 7
1.3 ADAS 和自動駕駛仿真測試技術 7
第2 章 虛擬測試平臺MOMU 架構 11
2.1 現有虛擬測試平臺 11
2.1.1 基于PreScan 的AEB 縱向碰撞算法仿真平臺 12
2.1.2 基于Eclipse 的車輪自適應巡航控制仿真平臺 13
2.1.3 基于NIPXI 的車道偏離警告仿真平臺 13
2.1.4 現有仿真測試平臺的優缺點分析 14
2.2 Matlab-OpenModelica-Unity (MOMU)虛擬測試平臺 15
2.3 適用于ADAS 的MOMU 平臺數據流 18
2.4 適用于自動駕駛的MOMU 平臺數據流 19
第3 章 基于OpenModelica 的車輛動力學模型 20
3.1 車輛動力學建模方法研究現狀 20
3.2 Modelica 在車輛動力學建模中的應用 21
3.3 多領域統一建模語言Modelica 22
3.3.1 Modelica 建模的基本步驟 22
3.3.2 基于Modelica 語言的建模 24
3.3.3 標準模型庫和仿真工具 27
3.4 電動汽車動力系統的建模機制 29
3.5 電動汽車動力模塊建模 30
3.5.1 車用電動機分類及特點 31
3.5.2 電動機的工作原理及建模 32
3.6 電動汽車傳動模塊建模 35
3.6.1 機械組件庫及機械接口 35
3.6.2 動力傳動建模 35
3.6.3 動力學建模 36
3.6.4 車身建模 38
3.6.5 制動系統建模 39
3.6.6 懸架建模 40
3.6.7 輪胎建模 40
3.6.8 電動汽車整車模型 41
3.7 電動汽車仿真與計算 42
3.7.1 電機模型仿真 42
3.7.2 輪胎模型仿真 43
3.7.3 速度階躍輸入仿真 44
3.7.4 典型工況仿真 46
第4 章 基于Unity 的仿真環境搭建 50
4.1 Unity 軟件介紹及安裝 50
4.1.1 Unity 背景簡介 50
4.1.2 Unity 下載安裝 51
4.2 Unity 入門 52
4.2.1 開始面板 52
4.2.2 關鍵功能 53
4.2.3 游戲物體控制腳本編寫 54
4.3 Roll-a-Ball 游戲創建示例 56
4.3.1 設置游戲 56
4.3.2 物體移動控制 59
4.3.3 視角跟隨設置 62
4.3.4 添加可收集物體 62
4.3.5 新建UI 顯示計數 65
4.3.6 生成游戲 67
第5 章 基于Matlab/Simulink 的軟件控制策略 68
5.1 自動緊急制動系統結構 68
5.1.1 AEB 系統整體方案 69
5.1.2 自動緊急制動系統舒適性指標 70
5.2 電動汽車逆縱向動力學建模 71
5.2.1 整車逆縱向動力學模型 71
5.2.2 電動機驅動控制和制動系統控制切換 72
5.2.3 逆電動機模型 73
5.2.4 逆制動系統模型 73
5.3 行車安全距離 74
5.3.1 行車安全距離的基本要求 74
5.3.2 已有安全距離模型 75
5.3.3 AEB 系統安全距離模型 77
5.4 下位控制器設計 81
5.4.1 系統辨識法求取下位控制對象的數學模型 82
5.4.2 基于H∞控制理論的魯棒下位控制器 83
5.5 上位控制器設計 86
5.5.1 定速巡航上位控制器設計 86
5.5.2 自適應巡航上位控制器設計 87
5.6 控制策略Simulink 模型 90
5.6.1 定速巡航模型 90
5.6.2 自適應巡航模型 90
5.6.3 緊急制動模型 91
第6 章 ADAS 虛擬仿真測試案例 93
6.1 用戶數據報協議概述 93
6.1.1 遠程過程調用 94
6.1.2 阻塞式套接字 95
6.2 OpenModelica 和Simulink 的UDP 通信實現 96
6.2.1 OpenModelica 中的UDP 通信模塊 96
6.2.2 Simulink 中的UDP 通信模塊 98
6.2.3 OpenModelica 和Simulink 之間的通信傳輸試驗 99
6.3 Unity 的UDP 通信實現 100
6.3.1 Unity 內編寫UDP 腳本 100
6.3.2 Unity 與OpenModelica 的傳輸試驗 103
6.3.3 Unity 與Simulink 的傳輸試驗 105
6.4 仿真測試結果 105
6.4.1 聯合仿真 105
6.4.2 定速巡航仿真測試 105
6.4.3 自動緊急制動仿真測試 110
6.4.4 自適應巡航仿真測試 115
第7 章 基于Unity 的機器學習訓練技術 118
7.1 ML-Agents 插件簡介 118
7.2 ML-Agents 插件下載安裝 119
7.3 官方示例運行：3D Balance Ball 125
7.3.1 Unity 訓練環境簡介 126
7.3.2 訓練環境設置 128
7.3.3 使用強化學習訓練 Brain 130
7.3.4 訓練結果功能測試 132
7.4 目標追蹤訓練環境創建示例 132
7.4.1 概述 132
7.4.2 設置 Unity 項目 133
7.4.3 創建環境 133
7.4.4 最終 Editor 設置 141
7.4.5 測試環境 142
第8 章 自動駕駛虛擬仿真案例 144
8.1 訓練與測試框圖 144
8.2 場景介紹 145
8.3 訓練模型的建立 147
8.4 訓練過程 150
8.4.1 Observation 測試 150
8.4.2 訓練統計數據 151
8.4.3 訓練過程參數調試 152
8.5 仿真測試結果驗證 153
參考文獻 156
新書資訊