基于模型预测控制（自带的mpc模块）和最优控制理论的Carsim与Matlab/simulink联合仿真实现汽车主动避撞和跟车功能（acc自适应巡航），包含simulink模型（其中有车辆逆纵向动力学模型、逆发动机模型、切换控制逻辑等），Carsim模型，资料。 （最好用Carsim2016版本及以上版本，模型不是很难，适合新手初步学习）

---

用Carsim+Simulink搞懂主动避撞和ACC开发

最近在折腾基于模型预测控制（MPC）的汽车主动避撞和自适应巡航（ACC），用Carsim和Simulink联合仿真跑通了整个流程。这里分享一些实现思路和代码片段，适合刚接触车辆控制的新手入门。

---

整体框架：联合仿真怎么搭？

整个系统分为三个部分：Carsim车辆模型、Simulink控制器、切换逻辑模块。Carsim负责输出车辆状态（车速、加速度、前车距离等），Simulink根据这些数据计算控制量（油门/刹车），再回传给Carsim驱动车辆。核心是MPC控制器和逆纵向动力学模型的配合。

!Simulink联合仿真结构图

基于模型预测控制（自带的mpc模块）和最优控制理论的Carsim与Matlab/simulink联合仿真实现汽车主动避撞和跟车功能（acc自适应巡航），包含simulink模型（其中有车辆逆纵向动力学模型、逆发动机模型、切换控制逻辑等），Carsim模型，资料。 （最好用Carsim2016版本及以上版本，模型不是很难，适合新手初步学习）

（示意图：Carsim输出→MPC控制器→逆动力学模型→Carsim输入）

---

Simulink里的关键模块

1. 逆纵向动力学模型

想要控制油门刹车，得先知道“踩多少油门能输出多少加速度”。这里用查表法+PID补偿：

% 逆发动机模型查表（部分代码）
throttle_map = interp2(engine_speed_map, engine_torque_map, throttle_table, current_speed, desired_torque);
% PID补偿加速度误差
acc_error = desired_acc - actual_acc;
throttle_pid = pid(0.5, 0.1, 0.02);
throttle_correction = throttle_pid(acc_error);

为什么用查表？ 实车标定数据直接拿来用最省事，PID只是为了弥补模型误差。

2. MPC控制器设计

MPC的核心是预测未来多步的状态并求解最优控制量。用Matlab自带的mpc模块，重点在权重设置：

mpcobj.Weights.OutputVariables = [1 0.5]; % 跟踪距离+速度
mpcobj.Weights.ManipulatedVariablesRate = 0.1; % 控制量平滑

新手注意：预测步长别设太大（10步左右），否则求解慢到怀疑人生。

3. 切换控制逻辑

ACC和紧急避撞的切换逻辑用Stateflow实现：

% 状态切换条件（伪代码）
if (前车距离 < 安全距离) && (相对速度 > 阈值)
    switch_to_AEB(); % 切主动刹车
else
    keep_ACC(); % 保持跟车
end

经验：阈值别照搬论文，实际仿真中反复调才能避免“幽灵刹车”。

---

Carsim模型配置

1. 车辆参数：轴距、质心高度、轮胎参数按实车设置（懒得找数据的话用默认也行）；
2. 传感器模型：前车距离用Carsim自带的“Path Follower”模块模拟；
3. 接口设置：输入输出变量绑定到Simulink（重点检查单位是否统一！）。

!Carsim接口配置截图

---

仿真效果与调参血泪史

• 跟车场景：前车变速时ACC的响应延迟明显，把MPC的输出权重从[1,1]改成[3,1]后跟踪更紧；
• 紧急避撞：最初总在临界距离刹不住，后来发现是逆动力学模型的查表范围没覆盖高减速度区；
• 联合仿真崩溃：Carsim和Simulink的仿真步长不一致会导致数据不同步，建议都设为0.01s。

!跟车仿真结果

（示意图：本车速度/前车距离跟踪效果）

---

资料与模型获取

完整Simulink模型（含切换逻辑、逆动力学）、Carsim模型文件、参数表已打包，关注公众号【XX实验室】回复“ACC避撞”下载。建议先跑通demo再逐模块修改，遇到仿真报错优先检查信号线数据类型——别问我怎么知道的🙃

（注：本文代码适用于Carsim2016+Matlab2018a及以上版本）