飞思卡尔弯道策略收集

在确定的赛道上,对于机械确定的车辆,总有一个理论的最高速度。能否接近这个速度就取决于控制策略的好坏。
    采用直线高速弯道低速还是直线、弯道都采用中速,在不同的赛道上可能各有优点。
    与其采用一个适应各种赛道的控制策略不如使用拨码开关,根据现场不同的情况来人为调节不同的策略。
1、1 急弯
急弯在这里指半径65cm以下,圆弧超过90度的弯道。急弯是限制智能车速度的主要因素。急弯处,摄像头将会发现车身与赛道之间的偏差,这种偏差的发现有一个过程,总是先看到较小的偏差,而后看到较大的偏差。
           
    在看到较小偏差时采用低速,大幅度偏差时采用中速。在直线上采用高速。这种速度分配比直线高速,小偏差中速,大偏差低速有更好的急弯通过性能(急弯通过性能指按照规则能够顺利通过弯道的最快速度。速度越快,通过性越好)。
            
1、2 小S
    小S弯指圆弧切点与中心线之间的距离小于8cm的弯道。处理策略是在小S上直线通过。
    采用区间加权平均的办法处理蛇形弯。区间指只有偏差在设定的范围以内才作加权平均处理。使用九行数据作加权平均。实际加权平均的效果由于摄像头可视范围的限制,并不是很明显。能够直线行驶快速通过S弯是因为,在区间范围以内将伺服电机的转动角度给的很小。
                        

  在实际的测试中,对于偏差大于10cm的蛇形弯就不会当作直线来处理了。



北科的弯道策略分析
在车辆进弯时,需要对三个参数进行设定:切弯路径、转向角度、入弯速度。其中,切弯路径主要决定了车辆是选择内道过弯还是外道过弯。切内道,路经最短,但是如果地面附着系数过小会导致车辆出现侧滑的不稳定行驶状态,原因是切内道时,曲率半径过小,同时速度又很快,所以模型车需要的向心力会很大,而赛道本身是平面结构,向心力将全部由来自地面的摩擦力提供,因此赛道表面的附着系数将对赛车的运行状态有很大影响。切外道,路径会略长,但是有更多的调整机会,同时曲率半径的增加会使得模
型车可以拥有更高的过弯速度。
转向角度决定了车辆过弯的稳定性。合适的转向角度会减少车辆在转弯时的调整,不仅路径可以保证最优,运动状态的稳定也会带来效率的提高,减少时间。在考虑转向角度设置时需要注意以下几个问题:对于检测赛道偏移量的传感器而言,在增量较小时的转向灵敏度;检测到较大弯道时的转向灵敏度;对于类似S 弯的变向连续弯道的处理。
对于入弯速度的分析,应该综合考虑路径和转向角度的影响。简单而言,我们会采取入弯减速,出弯加速的方案,这样理论上可以减少过弯时耗费的时间。然而,在过去几届比赛中,通过观察各参赛车对弯道的处理后,我们发现并不是所有人都选择了相同的方案。正如前面说到的那样,不联系路径和转向角度,只是单纯地分析过弯速度,会造成思路的局限甚至错误。例如,在不能及时判断入弯和出弯的标志点就采取“入弯减速、出弯加速”的方案,会出现弯道内行驶状态不稳定、路径差,同时出弯加速时机过晚,一样会浪费时间。所以现在本系统参考实际驾驶时的一些经验,对过弯速度的处理方式确定为:入弯时急减速,以得到足够的调整时间,获得正确的转向角度;在弯道内适当提速,并保持角度不变,为出弯时的加速节约时间;出弯时,先准确判断标志,然后加速,虽然会耗费一些时间,但是面对连续变向弯道可以减少判断出错的概率,保证行驶状态的稳定性,而且弯道内的有限加速对后面的提速也有很大的帮助。综合考虑用可以接收的额外时间换回行驶稳定性还是值得的。

你可能感兴趣的:(飞思卡尔,弯道策略,智能车控制)