控制算法-运动学模型
概述
车辆横向运动学模型描述了车辆横向运动的数学模型,该模型不考虑车辆的受力情况。一般考虑运动学模型时,将车辆模型简化成单车模型(bicycle model)。
垂直车位的检测存在许多技术上的瓶颈,通过超声波一次性检测很难达到较高的精度,而通过车辆泊车过程中的多次的库位定位,可以有效提高车位的定位精度。本文主要介绍垂直车位情形下,车辆已经进库的情形,如何通过辆边的障碍物,重新定位库位的中心。
基于纯超声的垂直车位检测存在一些技术瓶颈,比如超声波的更新频率较低、探测开角较大等,都是影响检测精度的关键因素。另外对于垂直车位,车辆头部情况复杂、存在各种结构的进气栅格、引擎盖的高度不一等,增大了超声检测的难度。基于上述传感器本身性能限制和探测环境的复杂性,一次性精确检测很难实现,目前常规算法检测精度大概在30cm左右。为了进一步提升超声波检测的精度,利用车辆泊车过程中的检测的超声数据,重新进行库位的定位。
车辆控制中,如何舒适平衡的停车也是一个比较讲究的事。日常生活中,对于一个刚接触车的新手,控车时可能会猛踩刹车,给人一种很冲的感觉。但是对于老司机,每次踩刹车都是先轻踩,然后逐渐增大踩刹车的力度,这样对于乘客来说就会感觉很舒适。
霍夫变换算法主要用于图像中的特征匹配,常见的应用场景是进行图像中的直线或者圆形的识别。该算法的原理就是实现笛卡尔空间到霍夫空间的转换,将在笛卡尔空间下难以判定的特性,转到霍夫空间,从而将问题简化。
线性差值在实际应用非常广泛,比如航空航天行业中广泛用到气动数据的插值,经常会用到三线性到四线性的插值,在汽车行业很多标定数据而需要使用双线性插值,本篇文章主要讲述双线性插值的实现方式。