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
地平线开发者2 天前
LLM 训练基础概念与流程简介
算法·自动驾驶
地平线开发者2 天前
Camsys 时间戳信息简介
算法·自动驾驶
不做无法实现的梦~2 天前
适合新手小白入门实现slam建图和路径规划的详细教程
人工智能·机器人·自动驾驶
2501_938931254 天前
解构AI营销获客工具的四大智能中枢与价值逻辑
人工智能·机器学习·自动驾驶
数据与后端架构提升之路5 天前
Elasticsearch 与 Faiss 联合驱动自动驾驶场景检索:高效语义匹配 PB 级视频数据
elasticsearch·自动驾驶·faiss
Godspeed Zhao5 天前
自动驾驶中的传感器技术76——Navigation(13)
人工智能·机器学习·自动驾驶
数据与后端架构提升之路5 天前
在自动驾驶数据闭环中的特征工程应用(上)
机器学习·自动驾驶·特征工程
智塑未来5 天前
广州全运会即将开幕,获得文远知行自动驾驶技术支持
人工智能·机器学习·自动驾驶
数据与后端架构提升之路6 天前
构建一个可进化的自动驾驶数据管道:规则引擎与异常检测的集成
人工智能·机器学习·自动驾驶
Mr.Winter`6 天前
自动驾驶运动规划 | 基于自行车模型的运动学模型和横向动力学模型详细推导图解
人工智能·机器人·自动驾驶·ros