OpenDBC项目:福特车型纵向控制系统的改进与优化
2025-07-02 00:16:13作者:平淮齐Percy
摘要
本文深入分析了福特车型在OpenDBC项目中纵向控制系统存在的若干问题及其解决方案。针对制动补偿、加速度控制、雷达距离保持等关键问题,开发团队通过逆向工程和实际测试验证,提出了一系列优化措施,显著提升了系统的稳定性和舒适性。
问题分析与解决方案
制动补偿问题
在减速过程中,特别是接近停止时,系统存在明显的制动补偿不足现象。通过分析发现,原厂系统同样存在这一问题,但通过特定的补偿机制进行了修正。开发团队观察到制动扭矩实际值(BrkTot_Tq_Actl)在初始阶段会出现超调现象,这导致制动过程不够线性。
解决方案包括:
- 引入坡度补偿机制,针对上坡和下坡不同工况进行差异化处理
- 优化制动位信号的滞后处理,减少信号噪声影响
- 添加误差校正闭环控制,改善稳态控制精度
加速度控制优化
在加速过程中,发动机有时会出现异常高转速现象。通过多次测试验证发现:
- 单独使用油门信号无法实现任何发动机制动效果
- 将预测油门值设为负驱动值也无法产生高转速现象
- 油门信号本质上是PCM(动力控制模块)应用坡度补偿后的加速度值
这表明需要重新设计加速度控制策略,特别是在不同坡度条件下的补偿算法。
雷达距离保持
在跟随前车制动时,系统允许的跟车距离有时会小于舒适距离。经过验证确认这不是雷达解析错误,而是规划器存在允许油门控制的bug。解决方案包括优化规划器算法,确保在各种工况下保持合理的跟车距离。
实施效果
通过上述改进措施,福特车型的纵向控制系统在以下方面得到显著提升:
- 制动过程更加线性和平顺,减少了接近停止时的"点头"现象
- 加速控制更加合理,消除了异常高转速问题
- 跟车距离保持更加稳定,提高了驾驶舒适性
- 系统在各种坡度条件下的适应性增强
结论
通过对福特车型纵向控制系统的深入分析和优化,OpenDBC项目团队解决了一系列影响驾驶体验的关键问题。这些改进不仅提升了系统的功能性,也为后续其他车型的纵向控制优化提供了宝贵经验。未来,团队将继续完善控制算法,特别是在复杂工况下的自适应能力,以提供更加安全、舒适的自动驾驶体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217