1. 课程导入
在智能驾驶、主动安全与自动驾驶算法研发中，PreScan 与 Simulink 的联合仿真是一条非常典型、也非常高效的技术路线。PreScan 擅长构建高保真虚拟交通场景、传感器模型与车辆动力学环境，Simulink 则擅长控制算法、信号处理、状态机与模型在环测试。两者结合后，研发人员可以在同一套仿真闭环中完成“场景构建—传感器感知—算法决策—车辆控制—结果评估”的完整验证，而不必等到实车阶段才暴露问题。
本课程的学习目标不是单纯记住两个软件的操作按钮，而是建立一套可复用的联合仿真工程方法。学完本课程后，你应当能够独立完成 PreScan 场景搭建、Simulink 控制模型接入、传感器数据交互、仿真参数配置、结果分析与常见故障排查，并能把仿真结果转化为对算法有效性的判断依据。
核心价值一句话概括：PreScan 提供“世界与传感器”，Simulink 提供“大脑与控制”，联合仿真让自动驾驶算法在低成本、可重复、可扩展的虚拟环境中快速迭代。
1.1 为什么需要联合仿真：核心原理与工程价值
PreScan 基于物理仿真引擎构建三维交通场景，支持车辆、行人、道路、交通标志、天气与光照等要素配置，并提供摄像头、雷达、激光雷达、GPS/IMU 等传感器模型。Simulink 则是 MATLAB 生态中的动态系统建模与仿真平台，适合实现 AEB、ACC、LKA、路径规划、PID 控制、状态机等算法。
联合仿真的本质是场景数据与算法控制之间的双向数据流：PreScan 把车辆状态、传感器探测结果、道路信息等通过接口发送给 Simulink；Simulink 计算出的油门、制动、转向等控制量再返回 PreScan，驱动虚拟车辆运动，形成闭环。这个闭环一旦建立，就可以反复运行、批量测试、自动评估，显著降低实车测试成本与风险。
1.2 整体知识框架：从场景到评估的六层能力
本课程的知识框架可以拆成六个层次，每一层都对应联合仿真工程中的关键能力。建议在学习时不要孤立地记操作，而是始终问自己：当前这一步在闭环中处于什么位置，输入是什么，输出给谁。
| 层次 | 核心内容 | 典型工具/对象 | 学习产出 |
|---|---|---|---|
| 场景层 | 道路、车辆、行人、交通标志、天气光照 | PreScan GUI、场景数据库 | 可复现的虚拟测试场景 |
| 传感器层 | 摄像头、雷达、激光雷达、GPS/IMU 建模 | PreScan Sensor、VisViewer | 传感器探测数据与可视化 |
| 接口层 | PreScan 与 Simulink 的数据交互、采样同步 | Simulink 接口模块、S-Function | 稳定的双向数据通道 |
| 算法层 | AEB、ACC、LKA、路径规划、状态机 | Simulink、Stateflow、MATLAB Function | 可运行的控制与决策逻辑 |
| 车辆层 | 纵向/横向动力学、执行器响应 | PreScan 车辆模型、动力学参数 | 接近真实的车辆运动响应 |
| 评估层 | TTC、碰撞检测、轨迹偏差、舒适性 | MATLAB 脚本、数据记录、批量仿真 | 可量化的算法评价结论 |
1.3 典型应用场景与案例
联合仿真最常见的应用是AEB 自动紧急制动。在 PreScan 中设置前车减速或静止障碍物，配置毫米波雷达与摄像头，Simulink 中实现 TTC 计算与分级制动逻辑。仿真运行后，观察车辆是否在安全距离内刹停、制动减速度是否舒适、误触发率是否可接受。
第二个典型场景是ACC 自适应巡航。PreScan 提供多车跟驰场景，Simulink 实现速度环与距离环控制。通过调整 PID 参数或模型预测控制参数，观察跟车距离、速度波动与燃油经济性指标。
第三个场景是传感器融合与鲁棒性测试。在 PreScan 中模拟雨雾、逆光、隧道等复杂环境，把摄像头与雷达数据送入 Simulink 融合模块，验证算法在传感器退化或冲突时是否仍能保持稳定。
学习建议：每学完一个模块，都回到“场景—传感器—接口—算法—车辆—评估”这条主线上，确认自己知道当前模块的输入输出，以及它如何影响最终评价指标。
1.4 常见误区与复盘
- 误区一：把 PreScan 当成动画软件。PreScan 的核心价值是提供可重复、可参数化的物理场景与传感器数据，而不是只做视觉展示。
- 误区二：忽略接口采样与同步。PreScan 与 Simulink 的步长、采样时间、数据维度不一致，是联合仿真失败的高频原因。
- 误区三：只调算法不改场景。算法鲁棒性必须在不同场景、不同传感器配置下验证，单一场景通过不代表工程可用。
- 误区四：不做数据记录与回归。没有量化指标和批量测试，仿真结果无法支撑算法迭代与决策。
推荐的最小闭环检查清单：
1. PreScan 场景是否能独立运行并输出传感器数据？
2. Simulink 模型是否能独立编译通过？
3. 接口模块的采样时间是否一致？
4. 控制量是否真正驱动了 PreScan 车辆？
5. 是否记录了 TTC、碰撞、制动距离等关键指标？
6. 是否能在同一场景下重复运行并得到一致结果？