用python搭建无人车的仿真环境

前几年无人机很火，这几年无人车很火。

一个叫UAV（Unmanned Aerial Vehicle），一个叫UGV（Unmanned Ground Vehicle）。

利用python可以写一个基于车辆运动学模型的无人车，具体代码如下，该部分代码参考了这篇博文：https://blog.csdn.net/u013468614/article/details/103489350。

import numpy as np
import matplotlib.pyplot as plt

# set figure size
plt.figure(figsize=(20, 3))

# define UGV class
class UGV_model:
    def __init__(self, x0, y0, theta0, v0, L, T):
        self.x = x0
        self.y = y0
        self.theta = theta0
        self.v = v0
        self.l = L
        self.dt = T
    def update(self,deltat):
        dx_vs_dt = self.v*np.cos(self.theta) 
        dy_vs_dt = self.v*np.sin(self.theta)
        dtheta_vs_dt = self.v*np.tan(deltat)/self.l
        self.x += dx_vs_dt*self.dt
        self.y += dy_vs_dt*self.dt
        self.theta += dtheta_vs_dt*self.dt
    def draw(self):
        plt.scatter(self.x, self.y, color='r')
        plt.axis([0, 20, -1, 2])
        plt.grid(linestyle=":")
        
# set reference trajectory
refer_traj = np.ones((100,2))
refer_traj[:,0] = np.linspace(0,20,100) 

# draw reference trajectory
plt.plot(refer_traj[:,0], refer_traj[:,1], '-.b', linewidth=2.0)

# an UGV instance
ugv = UGV_model(0, 0, 0, 2.0, 2.5, 0.1)
for i in range(1000):
    if(i%2==0):
        ugv.update(np.pi/6)
    else:
        ugv.update(-np.pi/6)     
    ugv.draw()

代码的执行结果如下图所示，蓝色线代表参考轨迹，红色线是跟踪轨迹（仿真时前轮转角随便给的值，并没有植入具体的路径跟踪算法）。