自动驾驶联合仿真——功能模型接口FMI

一、操作步骤

车辆动力学仿真是aiSim的核心组件，能够根据驾驶指令来确定车辆的运动变化。基于准确可靠的车辆动力学模型，可以确保车辆模拟更加真实。在aiSim可以将FMU单独视作动态库来实现车辆动力学，也可以基于VDI和UDP来实现和FMU的联合仿真。

1、实例化VDI

VDI中提供了5种不同的车辆动力学模型，包括：

（1）2d：横向自行车模型
（2）23d：底盘俯仰和侧倾分离的横向自行车模型
（3）3d：具有3D刚性车身和独立车轮悬挂的横向轮胎模型（计算量很大）
（4）拖车模型：用于牵引车辆
（5）FMU：基于FMI对于车辆动力学的不同描述

整个联合仿真的进程可以分四个部分：

（1）根据车辆名称匹配对应的ego
（2）在VehicleDB.json或是ego自己的asset包中确认所定义的车辆动力学模型
（3）实例化专属的VDI来处理FMU，定义必须的输入/输出数据
（4）通过socket和pyfmi处理FMU
在实例化VDI时，我们将会遵循以下四个部分来获取车辆动力学的相关数据

2、通过UDP实现FMU的读取

在实例化VDI的同时，初始化一个UDP接口来处理收到的数据。

如果我们通过UDP来实现FMU的读取（为了分布式系统），那么我们还需要pyfmi和socket来协助我们读取和写入FMU的数据，整个脚本主要实现功能为：

（1）创建UDP的socket，用于监听和读取来自VDI的数据

（2）解析来自VDI的数据，获取动力学数据和标志信号，后者主要用于步进操作

（3）基于标志信号步进式执行仿真

（4）基于fmipy读取FMU中定义的各种动力学数据，并将其打包成UDP，在读取时，同样遵循modelDescription.xml中的定义

3、效果展示

在完成以上工作后，可以启动整个进程，看一下分布式联合仿真的效果。FMU和对应的脚本运行在PC1上，aiSim运行在PC2上。

以上就是关于功能模型接口FMI的联合仿真的全部内容，通过FMU我们可以快速的在不同工具之间进行集成，而不需要进行大规模的模型移植或是繁琐的联调。