【路径规划】Autoware 的 MATLAB/Simulink 示例代码套件

摘要

本文介绍了基于Autoware平台的路径规划系统，使用MATLAB/Simulink实现了自动驾驶车辆的路径规划算法。该系统集成了激光雷达传感器、车道检测和路径规划模块，为自动驾驶技术提供了一个灵活的开发和仿真环境。通过结合Autoware和MATLAB/Simulink，能够模拟和验证不同环境下自动驾驶车辆的路径规划性能。

理论

自动驾驶的路径规划是自动驾驶技术的关键组件，涉及到车辆如何从起点导航至终点，并避开可能的障碍物。路径规划通常分为三类：

• 全局路径规划：生成从起点到终点的理想路径，通常基于地图数据（例如HD地图）。

• 局部路径规划：根据传感器信息（例如激光雷达或相机），调整全局路径，避开动态或静态障碍物。

• 路径跟踪：控制器通过调整车辆的速度和方向，使其跟随规划的路径，通常采用纯跟踪算法（Pure Pursuit）或模型预测控制（MPC）。

在本示例中，Autoware作为自动驾驶软件栈，提供了路径规划的基础，而MATLAB/Simulink则用于实现和仿真路径跟踪算法。

• Autoware模块：集成了激光雷达传感器（如Velodyne）、SLAM定位、路径规划与控制等功能，允许自动驾驶车辆在复杂的环境中自适应行驶。

• MATLAB/Simulink实现：Simulink中的路径跟踪控制模块采用纯跟踪算法，通过接收Autoware生成的轨迹点，实时调整车辆的转向和速度。

实验结果

实验在虚拟环境中使用Autoware平台进行了模拟，结合MATLAB/Simulink对路径跟踪控制算法进行了验证。实验展示了车辆在复杂道路条件下的路径跟踪效果。如下图所示，自动驾驶车辆在仿真环境中沿着规划好的路径平稳行驶，且能够应对动态障碍物。

实验环境：

• Autoware版本：1.14.0

• Matlab版本：R2023a

• 控制算法：纯跟踪（Pure Pursuit）

实验结果显示，通过结合Autoware路径规划和MATLAB/Simulink的控制算法，能够实现精准的路径跟踪，且在面对复杂路况时具备良好的稳定性和适应性。

部分代码

以下是用于纯跟踪算法的MATLAB代码示例：

% Pure Pursuit Path Following Algorithm

% Vehicle parameters
L = 2.5;  % Wheelbase [m]
max_steering_angle = pi/4; % Max steering angle [rad]
velocity = 10;  % Constant velocity [m/s]

% Waypoints (generated from Autoware)
waypoints = [0, 0; 10, 10; 20, 5; 30, -10];  % Example waypoints

% Initialize position
position = [0, 0];
orientation = 0;  % Initial orientation [rad]

% Time parameters
T = 0:0.1:20;  % Time vector

% Preallocation for results
trajectory = zeros(length(T), 2); % Store position over time

% Loop through each time step
for i = 1:length(T)
    % Compute the nearest waypoint
    distances = sqrt(sum((waypoints - position).^2, 2));
    [~, nearest_idx] = min(distances);
    
    % Get the target waypoint
    target_wp = waypoints(nearest_idx, :);
    
    % Compute the desired steering angle using pure pursuit
    alpha = atan2(target_wp(2) - position(2), target_wp(1) - position(1)) - orientation;
    steering_angle = atan(2 * L * sin(alpha) / distances(nearest_idx));
    
    % Limit steering angle
    steering_angle = max(min(steering_angle, max_steering_angle), -max_steering_angle);
    
    % Update orientation and position
    orientation = orientation + velocity * tan(steering_angle) / L * 0.1;  % Update orientation
    position = position + velocity * [cos(orientation), sin(orientation)] * 0.1;  % Update position
    
    % Store the current position
    trajectory(i, :) = position;
end

% Plot the results
figure;
plot(waypoints(:,1), waypoints(:,2), 'rx', 'MarkerSize', 10);  % Waypoints
hold on;
plot(trajectory(:,1), trajectory(:,2), 'b-', 'LineWidth', 2);  % Vehicle path
xlabel('X [m]');
ylabel('Y [m]');
title('Pure Pursuit Path Following');
legend('Waypoints', 'Vehicle Path');
grid on;

参考文献

❝

1. Kato, S., & Nishimura, T. (2015). Autoware: An open autonomous driving platform. Journal of Robotics and Mechatronics, 27(5), 1-6.

2. Thrun, S., Burgard, W., & Fox, D. (2005). Probabilistic Robotics. MIT Press.

3. Coulter, R. C. (1992). Implementation of the Pure Pursuit Path Tracking Algorithm. Carnegie Mellon University, Technical Report CMU-RI-TR-92-01.

（文章内容仅供参考，具体效果以图片为准）