福特奧托桑開(kāi)發(fā)的自動(dòng)泊車(chē)系統(tǒng)原型可簡(jiǎn)化泊車(chē)操作，泊車(chē)速度比資深司機(jī)還快了一倍。

即使對(duì)于擁有多年駕齡的司機(jī)而言，牽引掛車(chē)泊車(chē)也并非易事。引導(dǎo)掛車(chē)進(jìn)入裝貨碼頭通常需要好幾步操作。如果是在擁擠狹窄、人來(lái)人往的城市街道上穿行，泊車(chē)更是難上加難（圖 1）。

圖 1.牽引掛車(chē)在測(cè)試軌道上行駛，上下兩張圖分別代表裝貨碼頭場(chǎng)景和城市環(huán)境。

為了幫助牽引掛車(chē)司機(jī)泊車(chē)，在福特奧托桑，我們的團(tuán)隊(duì)開(kāi)發(fā)了一個(gè)自動(dòng)泊車(chē)系統(tǒng)的概念驗(yàn)證原型。

該模型運(yùn)用了兩個(gè)軌跡規(guī)劃算法：一個(gè)是在歐盟 TrustVehicle 計(jì)劃框架內(nèi)與英國(guó)薩里大學(xué)合作開(kāi)發(fā)的人工勢(shì)場(chǎng)算法；另一個(gè)是由我們的內(nèi)部團(tuán)隊(duì)開(kāi)發(fā)的 RRT* 算法，RRT* 是快速搜索隨機(jī)樹(shù) (RRT) 的變體。

在 Simulink® 中對(duì)這些算法進(jìn)行建模和仿真后，我們通過(guò)硬件在環(huán) (HIL) 測(cè)試對(duì)其進(jìn)行了驗(yàn)證。然后，我們使用真實(shí)牽引車(chē)進(jìn)行了測(cè)試。

測(cè)試顯示，該原型簡(jiǎn)化了泊車(chē)操作，泊車(chē)速度比資深司機(jī)還快了一倍。

牽引掛車(chē)和軌跡算法建模

我們的團(tuán)隊(duì)有著為乘用車(chē)和機(jī)器人開(kāi)發(fā)自動(dòng)駕駛系統(tǒng)和機(jī)器人控制系統(tǒng)的經(jīng)驗(yàn)，但從未涉及牽引掛車(chē)這類(lèi)大型車(chē)。另外，牽引車(chē)和掛車(chē)是鉸接在一起的，這使得控制系統(tǒng)設(shè)計(jì)更加復(fù)雜。
借助基于模型的設(shè)計(jì)，我們得以對(duì)牽引車(chē)的動(dòng)力學(xué)特性進(jìn)行建模和可視化，并在開(kāi)發(fā)和完善軌跡規(guī)劃和控制算法時(shí)考慮這些動(dòng)力學(xué)特性（圖 2）。


圖 2.鉸接式牽引掛車(chē)動(dòng)力學(xué)示意圖。

我們基于 3DOF 自行車(chē)模型創(chuàng)建了一個(gè)簡(jiǎn)化的車(chē)輛模型，用于表示縱向、橫向和橫擺運(yùn)動(dòng)。然后，我們使用牽引車(chē)輪胎質(zhì)量等參數(shù)測(cè)量值對(duì)此模型進(jìn)行配置。

我們將控制系統(tǒng)的設(shè)計(jì)分成多個(gè) Simulink 組件，由不同的開(kāi)發(fā)團(tuán)隊(duì)分工完成。

比如說(shuō)，有一個(gè)團(tuán)隊(duì)負(fù)責(zé)軌跡規(guī)劃組件，實(shí)現(xiàn) RRT* 算法或者人工勢(shì)場(chǎng)算法。另有一個(gè)團(tuán)隊(duì)負(fù)責(zé)軌跡控制組件，比如計(jì)算適當(dāng)?shù)霓D(zhuǎn)向角、制動(dòng)扭矩和加速扭矩，以產(chǎn)生軌跡規(guī)劃組件所提供的預(yù)期橫擺角速度、減速度和加速度。

該團(tuán)隊(duì)最初將軌跡控制組件純粹作為追蹤控制器加以實(shí)現(xiàn)，但后來(lái)將其作為模型預(yù)測(cè)控制器重新實(shí)現(xiàn)，以適應(yīng)更高的速度。

有一個(gè)組件實(shí)現(xiàn)了與感知子系統(tǒng)的接口，該子系統(tǒng)使用激光雷達(dá)和雷達(dá)來(lái)定位車(chē)輛附近的障礙物和構(gòu)造。另有一些組件實(shí)現(xiàn)了針對(duì)以下各項(xiàng)的接口：在 Android™ 平板電腦上運(yùn)行的監(jiān)控 App、牽引車(chē)的 CAN 總線(xiàn)，以及我們的軟件在環(huán) (SIL) 和 HIL 測(cè)試環(huán)境（圖 3）。


圖 3.HMI 應(yīng)用的 UDP 接口的 Simulink 模型。

SIL、HIL 和車(chē)載測(cè)試

在 Simulink 中進(jìn)行初始驗(yàn)證仿真后，我們又在 SIL 和 HIL 環(huán)境中進(jìn)行了更廣泛的測(cè)試。

我們使用 Simulink Coder™ 從軌跡規(guī)劃和軌跡控制模型生成代碼，并運(yùn)行了 SIL 測(cè)試，測(cè)試使用模擬的傳感器輸入、牽引掛車(chē)的動(dòng)態(tài)模型以及環(huán)境模型。

在 HIL 測(cè)試中，我們將軌跡規(guī)劃和控制算法部署到 dSPACE® 目標(biāo)硬件。借助 HIL 測(cè)試，我們?cè)谡孳?chē)實(shí)測(cè)之前率先驗(yàn)證了設(shè)計(jì)的實(shí)時(shí)性能，例如通過(guò) CAN 和 UDP 進(jìn)行的實(shí)時(shí)通信。

車(chē)載試驗(yàn)是在位于土耳其埃斯基謝希爾的福特奧托桑 Inönü 測(cè)試軌道上進(jìn)行的。我們?cè)跔恳?chē)上安裝了 dSPACE 系統(tǒng)，用于運(yùn)行從 Simulink 模型生成的代碼（圖 4）。

在最初的幾次測(cè)試中，我們發(fā)現(xiàn)牽引車(chē)物理模型中某些參數(shù)的值不準(zhǔn)確，比如側(cè)偏剛度。


圖 4.安裝在車(chē)內(nèi)的系統(tǒng)測(cè)試裝置。

我們用更準(zhǔn)確的測(cè)量更新了這些值，并重新調(diào)整了控制器，使得仿真結(jié)果和測(cè)量結(jié)果高度吻合，系統(tǒng)的總體性能得到了大幅改進(jìn)（圖 5）。

圖 5.位置、橫擺角速度、橫向加速度的仿真結(jié)果和測(cè)量結(jié)果。

對(duì)于某些情形，我們預(yù)想會(huì)需要至少兩三步操作，但牽引車(chē)事實(shí)上只用了一步就完成了泊車(chē)。

盡管仿真已經(jīng)向我們展示了這一可能性，但親眼所見(jiàn)仍使我們欣喜不已：在算法的引導(dǎo)下，牽引車(chē)泊車(chē)的效率勝于有著 15 至 20 年駕齡的司機(jī)。

今后的集成計(jì)劃

我們開(kāi)發(fā)了高效的軌跡規(guī)劃和控制算法，并在真車(chē)上進(jìn)行算法驗(yàn)證，從而實(shí)現(xiàn)了這個(gè)項(xiàng)目的所有目標(biāo)和關(guān)鍵性能指標(biāo)。

現(xiàn)在，我們已具備自動(dòng)駕駛模式下鉸接式車(chē)輛泊車(chē)的自主技術(shù)。福特奧托桑同時(shí)還在開(kāi)展另外幾項(xiàng)開(kāi)發(fā)計(jì)劃，并且都要利用這一泊車(chē)功能，其中一項(xiàng)側(cè)重于停車(chē)場(chǎng)管理，另一項(xiàng)則關(guān)注牽引車(chē)遠(yuǎn)程控制。
我們期待將這一自動(dòng)泊車(chē)系統(tǒng)集成到上述更大的生產(chǎn)系統(tǒng)中。