無人駕駛汽車工況模擬控制仿真實驗臺通過使用仿真軟件，可以檢查算法，也可以訓練無人駕駛車輛在不同場景中感知和做出決策，下面小編為您詳細介紹!

　　硬件配置

　　(1)車輛模擬系統:電動轉向系統;車輛驅動系統;制動系統;

　　(2)上位機控制系統:控制卡和控制軟件;

　　功能簡介

　　上位機可以設定參數控制車輛的啟動、前進、倒車、加速、減速、制動和轉向操作。

　　逐項描述

　　1.制動系統:液壓制動系統套件，可通過上位機控制制動。

　　2.電動轉向系統:包括扭矩傳感器、動力電機、角度傳感器等。轉向速度和角度可由計算機控制。

　　3.上位機控制軟件:上位機軟件可以控制轉向角度、前進和后退、加速和減速等工況，并能實時監控和顯示車輛狀態。

　　4.驅動系統:包括車輪、驅動橋、驅動電機、控制器、換擋機構、油門踏板等。計算機可以控制前進、后退、加速、減速等。

　　該實驗臺采用二自由度車輛模型簡化無人駕駛車輛的橫向運動模型，對于簡化模型，引入滑模控制，通過控制輸入(前輪角度)來最小化預瞄點的航向偏差和橫向距離偏差。同時，考慮到滑模控制中的抖振現象會影響整個控制的穩定性，采用連續變化的雙曲正切函數代替符號函數。最后，通過CarSim和Simulink的聯合仿真，驗證了該方法的可行性。

　　在無人駕駛汽車的測試中，有人在github上用活性氧動能和Gazebo 8做了一個小豆蔻。車輛的油門、剎車、轉向和傳動都是通過一個活性氧系統控制的。所有傳感器數據都通過ROS發布，并可通過RVIZ可視化。Gazebo功能用于集成現有模型和傳感器，以構建城市模型和高速公路互動場景。

　　垃圾桶、交通錐和加油站都來自Gazebo模型基地。屋頂上安裝了一臺16線激光雷達、8個超聲波傳感器、4個攝像機和2個平面激光雷達。代碼可在Github上獲得。嘗試通過Nvidia-docker并從Docker Hub中提取osrt/car_demo。該平臺是基于C++開發的，系統需要ROS+Ubuntu環境。

　　以上內容就是介紹的無人駕駛工況模擬控制仿真實驗臺：http://www.growthmemo.com.cn/xb-wr/607.html，希望對訂無人駕駛汽車教學設備的朋友們有所幫助,可能會出現介紹錯誤，看到請馬上聯系我們改正，想了解其中更多內容以及行情資訊，歡迎收藏本站，也可電話聯系我們索要設備的功能參數等，或者直接實地考察，也可電話微信溝通訂購等!