自动驾驶仿真:Carsim转向传动比设置

文章目录


一、转向传动比概念

转向传动比(Steering Ratio)表示方向盘转动角度与车轮转动角度之间的关系。公式如下:

转向传动比 = 方向盘转动角度 车轮转动角度 \text{转向传动比} = \frac{\text{方向盘转动角度}}{\text{车轮转动角度}} 转向传动比=车轮转动角度方向盘转动角度

例如,假设方向盘转动 360 度,而车轮转动 30 度,那么转向传动比为:

转向传动比 = 36 0 ∘ 3 0 ∘ = 12 : 1 \text{转向传动比} = \frac{360^\circ}{30^\circ} = 12:1 转向传动比=30∘360∘=12:1

二、设置转向传动比

1、C factor概念

C factor : 方向盘转一圈齿条移动的位移 \text{C factor} : {\text{方向盘转一圈齿条移动的位移}} C factor:方向盘转一圈齿条移动的位移

2、Steer Kinematics概念

Rack to front wheels: Steer Kinematics : 齿条位移和前轮转角之间的关系 \text{Rack to front wheels: Steer Kinematics} : {\text{齿条位移和前轮转角之间的关系}} Rack to front wheels: Steer Kinematics:齿条位移和前轮转角之间的关系

3、传动比计算公式

1)由于Carsim中没有直接设置转向传动比的关系,在Carsim中计算传动比的关系式如下:

转向传动比 = 1 / ( (C factor / 360) ∗ Steer Kinematics ) \text{转向传动比} = 1 / ({\text{(C factor / 360)}}*{\text{Steer Kinematics}}) 转向传动比=1/((C factor / 360)∗Steer Kinematics)

注意:这里需要c factor / 360,因为要将rev转换成deg;

2)假设取左前轮斜率的平均值,得Steer Kinematics(平均) = 0.45 (deg/mm);


计算Steer Kinematics平均值:


3)假设你需要的传动比是12,推导得:

转向传动比 = 1 / ( (C factor / 360) ∗ Steer Kinematics ) \text{转向传动比} =1 / ({\text{(C factor / 360)}}*{\text{Steer Kinematics}}) 转向传动比=1/((C factor / 360)∗Steer Kinematics)

得:
12 = 1 / ( (C factor / 360) ∗ Steer Kinematics ) \text{12} =1 / ({\text{(C factor / 360)}}*{\text{Steer Kinematics}}) 12=1/((C factor / 360)∗Steer Kinematics)

得:
12 = 1 / ( (C factor / 360) ∗ 0.452 ) 得 : C f a c t o r ≈ 66.67 ( m m / r e v ) \text{12} =1 / ({\text{(C factor / 360)}}*{\text{0.452}}) 得 : C factor ≈ 66.67(mm/rev) 12=1/((C factor / 360)∗0.452)得:Cfactor≈66.67(mm/rev)


三、转向传动比验证

1、由上述可得传动比为12的时候,C factor为66.67(mm/rev),代入carsim:


2、设置方向盘输出角度为120deg,由于12 = 传动比 = 方向盘角度 / 前轮转角,因此前轮转角大概为10deg左右;


曲线结果符合预期,因此公式正确;

相关推荐
田里的水稻1 天前
FA_数字相机成像原理、分级和分类
运维·数码相机·机器人·自动驾驶
中微极客2 天前
KoMA:基于知识驱动的多智能体LLM自动驾驶框架深度解析
人工智能·机器学习·自动驾驶
爱吃提升5 天前
Python自动驾驶图像识别完整实战教程(OpenCV+YOLOv8,附可直接运行源码)
python·opencv·自动驾驶
数聚天成DeepSData5 天前
自动驾驶感知数据集选型指南:目标检测、分割、车道线、车牌识别
人工智能·目标检测·自动驾驶
蓝悦无人机5 天前
自动驾驶论文解读:深度学习自动驾驶系统预测与规划集成综述
人工智能·深度学习·自动驾驶
Alluxio5 天前
重卡自动驾驶数据引擎升级,智加科技凭借Alluxio实现训练吞吐10倍跃迁
分布式·科技·机器学习·缓存·ai·自动驾驶·汽车
Vaeeeeeee5 天前
NVIDIA智能汽车技术实战营笔记——Alpamayo
自动驾驶·汽车·nvidia·nvidia智能汽车技术公开课·l4
u0132508615 天前
标定(Calibration)00-3:自动驾驶常用传感器Camera / LiDAR / Radar / IMU / GNSS 各自解决什么问题?
人工智能·机器学习·自动驾驶
一见已难忘5 天前
4类红外热成像目标检测数据集(轿车/行人/货车/摩托车)| 4300张YOLO红外夜视检测数据集 适用于自动驾驶、智能安防与红外目标检测研究
yolo·目标检测·自动驾驶
自动驾驶之心5 天前
ResWorld:端到端自动驾驶的时序残差世界模型(北航&中关村实验室)
人工智能·机器学习·自动驾驶