虚拟轨道列车驾驶仿真平台开发

2月前浏览87

一、研究背景与目的

虚拟轨道列车（VTT）作为新型城市轨道交通工具，已在我国株洲、宜宾等城市实现商业化运营。其采用胶轮走行部，无需独立封闭线路，具备智能化驾驶模式和超级电容等优势，可 3-5 辆编组，最高时速 70 km/h。

相较于传统车辆，VTT 的独特之处在于有人、无人混合驾驶模式：无人驾驶模式通过识别虚拟轨道线路循迹运行；有人驾驶模式则由驾驶员控制方向和速度。然而，当前有关有人驾驶仿真的研究主要集中在传统汽车领域，针对 VTT 的仿真研究匮乏，影响了 VTT 的推广应用。

为深入研究 VTT 行驶特性，本文旨在建立完整的列车动力学模型，研究两种驾驶模式对应的控制方法，开发可视化界面，构建驾驶仿真平台，实现对 VTT 不同驾驶模式的全面仿真。

二、驾驶仿真平台总体架构

平台采用模块化设计，核心部分包括基于模型预测控制算法（MPC）的无人模式循迹控制算法，以及基于 Logitech 驾驶仿真硬件的有人模式驾驶员控制模块。工作逻辑为：混合驾驶仿真模块从动力学模型获取列车状态信息，计算轮胎转角和速度反馈至模型，实现状态更新，且所有控制参数均通过动力学模型联合仿真计算，以提高仿真准确性。

此外，驾驶可视化模块从动力学模型获取列车状态信息，完成驾驶场景实时更新。其中，VTT 三维建模采用 Blender，驾驶场景可视化利用 Unreal Engine 开发。MATLAB 和 Simpack间通过 SIMAT 联合仿真模块进行数据交互，MATLAB 和 Unreal Engine 间的列车状态信息更新则借助 Mathworks 的联合开发功能实现。

三、驾驶仿真平台设计与实现

（一）虚拟轨道列车动力学模型的建立

以 3 模块 6 轴架构的 VTT 为研究对象，其主要参数包括 AW0、AW2、AW3 工况下单节列车质量，轴距，列车长度、宽度、高度，以及空气弹簧和横向拉杆的刚度、阻尼等。

基于达朗贝尔原理，构建了 7 个自由度的 VTT 整车动力学微分方程，包括车体的浮沉、点头、侧滚运动微分方程，单节车厢上车轮垂向振动微分方程，以及车体间的纵向、横向和垂向动力学方程。根据这些方程和列车结构参数，在 Simpack软件中构建出 VTT 动力学模型，该模型可自动生成运动微分方程并通过数值积分方法求解，以计算系统动力学性能指标。

（二）无人驾驶模式下的模型预测控制算法开发

采用简化的 VTT 运动学模型，不考虑轮胎侧偏，主要讨论第 1 根轴的转角控制方法，其余轴采用多轴液压转向控制系统跟随。通过几何关系推导列车运动学方程，定义状态量和控制量，将运动学方程在参考点处泰勒展开并离散化，得到任意时刻的列车状态表达式。

为使 VTT 准确跟随目标路径，设计考虑状态偏差和控制增量的目标函数，将其化简为二次规划标准形式，求得最优控制序列，通过 SIMAT 联合仿真接口传递至动力学模型，实现循迹控制。

（三）有人驾驶模式下驾驶员控制仿真研究

在有人驾驶模式下，VTT 驾驶系统的基本控制原理是司机通过观察地面轨迹标识线调整方向盘，使第 1 轴沿轨迹行驶，其余轴跟随。与传统车辆不同，VTT 的行驶路径预先规划，具有固定性和可预测性。

采用 Logitech G29 驾驶器仿真硬件，仿真驾驶员对第 1 根轴转角和加减速的输入控制量，其余轴采取跟随转向控制方式。驾驶员控制模块的开发过程包括连接驾驶器硬件至控制模块、进行信号标定、设置比例系数，以及将控制信号传递至车体动力学模型。此外，平台设置了信号互锁功能，实现驾驶模式间的自动切换。

（四）驾驶可视化界面开发

使用 Unreal Engine 和 SIMULINK 联合开发功能，开发 VTT 驾驶可视化界面。利用 Blender 建立 VTT 的三维模型，按照 3 辆编组结构建模，为保证运算速度和减小模型复杂度，未建立转向架、受电弓等复杂构件，并使用 Blender 自带素材库生成部分车体细节。

在 Blender 中建立车体模型后，通过 MATLAB 的联合开发功能将模型作为骨架网格导入 Unreal Engine，为其分配骨骼属性。基于 MATLAB&SIMULINK 自动驾驶工具箱中的协同仿真框架，实现 Unreal Engine 和 MATLAB 间的共同仿真，从动力学模型获取列车状态信息进行实时更新。可视化模块中的车体模型只负责驾驶场景可视化，动力学计算在 Simpack中完成，采用省略后 2 辆车信息的算法，不影响平台实用性。可视化引擎采用 Unreal Engine 4.26，设置车顶、车右侧和车头 3 个方位的可视化视角，可实时查看列车周围环境和运行情况。

四、仿真结果与分析

基于开发的驾驶仿真平台，对 VTT 进行驾驶仿真，验证平台的准确性。研究指标为不同控制方式下 VTT 经过 30 m 半径曲线的横向偏差、轮胎转角和各辆车间铰接角，列车初始速度设置为 30 km/h，负载工况为 AW2。

（一）无人驾驶模式

使用模型预测控制算法得到的仿真结果显示，最大横向偏差出现在第 3 轴，为 0.205 m；轮胎转角在过曲线时保持在 ±0.15 rad，变化较为一致，保证了驾驶平稳性；车间铰接角的最大绝对值为 0.349 rad，变化平稳，说明列车运行状态稳定。证明平台可较好地实现对无人驾驶模式的仿真。

（二）有人驾驶模式

仿真结果表明，平台可较好地完成有人驾驶情况下的仿真研究。有人驾驶模式下的横向偏差最大值为 0.2 m，与无人模式基本一致，证明可控制列车沿预定路径行驶；轮胎转角和车间铰接角的变化范围与无人驾驶模式基本保持一致，最大绝对值为 0.309 rad，波动频次略有上升，但总体平稳，验证了驾驶平台仿真的有效性。