基于VI的智能車仿真系統設計

4 控制算法仿真

Plastid針對不同的使用者提供了三種不同的控制算法仿真方案：子VI（SubVI）、C結點以及單片機的在線仿真。

首先，最接近于LabVIEW編程環境的即為SubVI方案。用戶將自己的控制算法，移植為LabVIEW的SubVI，Plastid在仿真時即時地給該SubVI輸入變量（車速、傳感器值等），SubVI通過計算得出控制量并輸送給Plastid仿真循環。SubVI方案對于熟悉LabVIEW G語言編程方法的使用者來說非常簡單，但它的缺點是移植性較差，由于C語言和G語言的差別較大，因此將單片機的控制算法轉換為子VI的程序需要一定的工作量。

其次，C結點方案則更適合于采用C語言編程的使用者們，其原理與SubVI方案類似，但是其程序則可直接用C語言編寫，用Visual Studio IDE將其編譯為dll文件，系統在仿真時會自動調用該dll，從而實現與SubVI一樣的控制和反饋。對于本方案，使用者可以將其單片機的程序進行適當的修改后即可使用，因此移植性較高。

最后，利用CAN模塊，系統可以直接與單片機進行直接通訊，并實現在線仿真。單片機方面只需要在其CAN接口即時地傳送其控制量（這在程序中很容易添加相應程序），而Plastid則通過CAN模塊得到這些量，并傳送反饋量給單片機。在這一方案，單片機的程序修改不大，但需要有CAN模塊等硬件支持。

圖4為系統動態仿真的界面，使用者在加載完賽道與賽車文件后，即可進行動態的仿真。其中仿真周期表示系統每一次計算的時間，可以根據單片機的運算周期進行設定，但值得一提的是，在仿真過程中，其真實的仿真周期會根據計算機的性能等因素而不同，但其仿真的結果可以保證確實根據該仿真周期計算而得，從而保證其仿真的可靠性。

圖4 動態仿真界面

5 不足與改進

由于Plastid仿真系統還未與實車的仿真進行過深入比較，且開發周期也較短，因此必然留有一些不足之處。
該系統目前還只能用于采用光感傳感器路徑識別方案的智能車，對于CCD攝像頭技術還不支持。

其次，在仿真過程中，系統只是根據汽車的運動學模型（將車簡化為一四輪剛體來處理）進行計算，并未考慮其側滑以及路面摩擦力的影響。這將使其仿真結果與實際結果有一定差距，我們將在后續工作中根據實車的情況，不斷進行實車試驗和對比，從而提高其仿真真實度，使其能盡可能地模擬出實際的情況。

最后，計算速度也是系統必須面臨的一大問題。對此，我們將優化代碼，并裁剪不必要的程序，從而提高系統的仿真速度。

綜上所述，本系統主要針對本次智能車大賽而開發，將在這一屆邀請賽過程中進行不斷的優化和改進，爭取為廣大參賽隊伍更好地完成開發任務而服務。