汽车智能化技术创新实验课程教案设计

本项目面向智能驾驶算法开发，依托MATLAB/Simulink基础仿真平台，应用RoadRunner等系列工具箱进行实践教学，完成了RoadRunner交通场景仿真与Simulink控制模型的开发，构建“汽车+AI”的全新的跨学科培养的智能汽车实践课程。

第一章:Simulink 控制车辆在RoadRunner 场景中仿真

教学目标：

通过简单的案例来学习使用RoadRunner创建交通场景的方法。了解如何利用MATLAB和Simulink模拟和测试车辆的行为。熟悉RoadRunner和Simulink的联合仿真过程。

方案设计：

1. RoadRunner场景创建

目标：指导学生如何在RoadRunner中创建交通场景，包括车道、交叉路口和环境元素。

2. Simulink模型构建

目标：教授学生如何构建Simulink模型来控制RoadRunner中的行为主体，调整车辆行为参数。包括在Simulink中创建新模型、添加RoadRunner Scenario、Reader和Writer模块。

3. 场景仿真与测试

目标：指导学生如何使用Simulink和RoadRunner进行场景仿真和车辆行为的测试。包括在Simulink中运行模型，通过RoadRunner进行交互式仿真，观察和分析车辆变更行为。

第二章：轨迹跟踪算法开发

教学目标：

通过自行设计搭建simulink控制器模型，了解Simulink中轨迹跟随控制器功能设计，学习控制算法相关知识及m语言知识，掌握MATLAB与RoadRunner Scenario的联合仿真流程。

方案设计：

simulink端设计车辆控制算法，在RoadRunner实现场景设计和可视化。

1、RoadRunner场景设计

场景搭建：在RoadRunner中创建道路环境。在设计的场景中放置车辆，定义其起始位置和预期轨迹。

2、simulink端算法设计

模型构建：在Simulink中构建控制器模型，包括感知、决策和执行模块。

PID和其他控制算法实现：学生需要分析现有算法中的关键组成部分：目标点选择、距离计算、转向角度计算和姿态更新。

设计扩展功能：学生可以在现有代码基础上，添加新的功能或修改现有部分来实现改进。例如增加动态障碍物避障功能、改进路径选择策略或优化车辆转向行为等，同时注意设计的合理性和算法修改的逻辑。

第三章：高速公路换道规划器

教学目标：

学习使用 RoadRunner 创建复杂交通场景的方法。学习如何利用 MATLAB自带测试台模型模拟和测试车道变更行为。学习使用Automated Driving Toolbox、RoadRunner 和 Simulink。

方案设计：

在roadrunner中创建了几种不同的场景，然后使用matlab案例中的系统级测试台模型来模拟和测试不同场景下车道变换规划器的行为。

第四章：Stanley控制器与车辆动力学模型

教学目标：

了解Simulink中轨迹跟随控制器功能设计，学习车辆动力学和斯坦利控制算法相关知识，熟练掌握MATLAB与RoadRunner Scenario的联合仿真流程。

方案设计：

测试simulink端的斯坦利控制器和车辆模型，与RoadRunner自带控制器的轨迹跟踪效果，记录速度和路径跟踪效果。

1、使用RoadRunner 内置轨迹跟踪器：打开RoadRunner Scenario自定义场景，设定一条路径并设置加减速条件，使用roadrunner内置的控制器和车辆模型进行仿真。

2、使用Simulink轨迹跟随器：打开Simulink中斯坦利控制器模型。使用Stanley控制器和三自由度（3DOF）车辆动力学来控制车速。将设计好的轨迹跟随行为与RoadRunner Scenario中的车辆关联。仿真场景并使用Simulation Data Inspector（SDI）检查自车速度曲线。