weixin_44028636的博客

图4为自车与目标车的车速，可以看出自车触发AEBpart后先执行部分减速，但是完全刹停，当AEB系统发现还具有危险时，状态机切换为AEBFull，执行-8m/m^2的减速度直至静止停车。图1为AEB状态机切换结果，结果显示AEB状态逐渐切换为报警，制动状态，从状态1（ Standby状态）到状态2（FCW报警状态）再到状态3（AEBpart状态）最后到状态4（AEBFull状态）。2的减速度（此处做了执行延迟考虑到实际执行器的平均延时），当AEB状态切换为AEBFull时，期望加速度发出-8m/s。

主动安全算法

https://www.cnblogs.com/fangsmile/p/9306510.html

批量更改枚举量

一篇文章搞懂MPC模型预测控制， ACC+智能驾驶,Carsim+Similnk联合仿真。

1目标车辆模型搭建设Car1为目标车辆，也就是主车的目标车辆，在其车辆模型参数设置板块中，选择CarSim软件中的B-Class，Sport Car为基准车。进入B-Class，Sport Car参数设置。其中的车辆模型参数设置主要是对车身、仿真动画、动力系统、制动系统、转向系统、前后悬以及车轮的选型及参数设置。在动力传动系统设置中，目标车辆的动力系统设置为传统传动系统，如图所示，使用内部引擎，也就是发动机进行动力输入，传统传动系统动力传动过程为：发动机→液力变矩器/离合器→变速器→差速器→输出动力。.

基础知识：基于脑电的情感识别过程（1）通过对受测者进行外界刺激（气味，图片，音乐，视频等），让人产生情感变化（高兴的，悲伤的等），再通过可穿戴装备，获取，记录下受测者的脑电波。（2）进行对脑电信号的预处理，降噪去伪迹。因为对于脑电信号来说，其非常弱，容易受到来自环境和人体内的各种信号的干扰，外界环境尽量控制安静，平稳，而人自身的眼电信号，心电信号，肌电信号等都将掺杂在获取的脑电中，所以，有效去......

问题1：E:\soft\ids_project\ids_p10m\dev\20220622\ids-driving-core-aebs\slprj_sfprj\autosar_swc_aeb_self\sfun\src\c37_autosar_swc_aeb.h(146): fatal error C1189: #error: Cannot find header file Rte_Type.h for imported type FCF_VRU_HDR_BUS. Supply the missing

先复制求解文件设置车1的配置设置车2配置simulink中设置设置路径动画覆盖

模仿识别ESP响应主要通过改变制动压力斜率实现但是有一个问题，值得思考(https://img-blog.csdnimg.cn/09647a49dad44e7293e9e885054a06e2.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5aSn6bG85bu65qih,size_20,color_FFFFFF,t_70,g_se,x_16)当制动斜率比较小时，会使前轮产生侧向力，使车向后旋转。

SImulink 智能驾驶软件开发流程

需要下载这个DLP文件夹然后就可以了

自车信息计算由自车车速和横摆角速度求，求方向盘转角首先根据阿克曼转角公式计算前轴转向角如上图所示前轴转角就是theta角，再乘上方向盘转角系数就是所求，方向盘转角

曲率公式：注意：①曲率半径为曲率的倒数②如果是离散点，先用polyfit和polyval拟合出曲线程序：clc; clear all; close all;x0 = linspace(0, 1);y0 = sin(x0).*cos(x0);h = abs(diff([x0(2), x0(1)]));% 模拟一阶导figure; box on; hold on;ythe1 = cos(x0).^2 - sin(x0).^2; %理论一阶导yapp1 = gradient(y0, h)

目的：根据期望转矩查出当前所需节气门开度依据：根据carsim发动机MAP，建立节气门输出模型数据包含：横坐标：期望转矩，纵坐标：发动机转速。数据：节气门开度

斜体样式北理无人驾驶书中的轨迹点都是内部添加的并不好改，想加入自己的轨迹点就需要加输入u1，u2。然后利用轨迹坐标利用阿克曼转角原理求航向角和参考前轮转角，再讲轨迹点坐标，航向角，参考前轮转角给到MPC，完成对轨迹的跟踪。...