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
工头阿乐1 天前
自动驾驶芯片的时空高精度同步的方法
人工智能·机器学习·自动驾驶
yuanmenghao1 天前
为何高阶自动驾驶偏爱 Raw Sensor?
人工智能·机器学习·自动驾驶
一把小椅子1 天前
超大规模多模态交通数据集:320TB+海量数据资源,涵盖行车视频、无人机航拍、第一视角步行骑行与道路监控,助力自动驾驶与智慧交通算法突破
算法·自动驾驶·无人机
Mr.Winter`1 天前
运动规划实战案例 | 基于采样的MPC控制(MPPI)算法(附ROS C++/Python仿真)
c++·人工智能·机器人·自动驾驶·ros·路径规划·具身智能
地平线开发者2 天前
大模型 | QWen3 结构解析
算法·自动驾驶
地平线开发者2 天前
LLM 量化技术概述及 AWQ 和 GPTQ 介绍
算法·自动驾驶
2503_946971862 天前
【AGI/认知计算】2025年度通用人工智能图灵测试与极端环境生存仿真基准数据集(含机械姬/火星救援核心样本)
自动驾驶·知识图谱·强化学习·agi·图灵测试
luoganttcc2 天前
小鹏汽车 端到端 自动驾驶 最新进展
人工智能·自动驾驶·汽车
luoganttcc2 天前
小鹏汽车端到端自动驾驶技术深度研究报告
自动驾驶·汽车
yuanmenghao2 天前
自动驾驶摄像头链路:从像素到决策的高速通道
人工智能·自动驾驶·电子电气·gmsl·车载摄像头