Stage-2023/gipps/graph.py
2023-07-19 17:18:32 +02:00

43 lines
1.7 KiB
Python

import numpy as np
import matplotlib.pyplot as plt
# =========== CONSTANTES
An = 1.7 # accel max sampled from a normal distribution. N(1.7,0.3²) m/s²
Bn = -2 * An # frein max equated to - 2An
Sn = 6.5 # taille de la voiture plus marge sampled from a normal distribution. N(6.5,0.3²) m
Vd = 20.0 # vitesse désirée sampled from a normal distribution. N(20.0,3.2²) m/sec
# X*n # position fin de freinage (calculable)
Tr = 2/3 + (2/3)/2 # temps de réaction + sûreté (= tau + θ = 2/3 + tau/2)
# B supposé égal à Bn-1 (si pas égal alors amplifications ??)
vv = np.linspace(0, 100, 200)
def vitesseatt(vv): # Vitesse qu'il peut réellement atteindre d'un point de vue dynamique
value = vv + 2.5 * An * Tr * ( 1 - (vv/Vd) ) * np.sqrt( ( 0.025 + (vv/Vd) ))
return value
def vitesseadop(vv): # Vitesse qu'il est possible d'adopter en connaissant les contraintes de sécurité liées à la présence du véhicule leader
value = 1
return value
def vitessereelle(vv): # Vitesse maximale désirée
vatt = vitesseatt(vv)
vadop = vitesseadop(vv)
return min(vatt, vadop)
plt.figure(figsize=[16,9])
plt.plot(vv, vitesseatt(vv), '-', color='red', label='No mask')
# plt.plot(vv, vitesseadop(vv), '-', color='green', label='No mask')
plt.legend()
plt.title('Variation de la vitesse de la voiture suivant en fonction de la voiture leader')
plt.xlabel('vitesse de la voiture leader en m.s-¹')
plt.ylabel('vitesse de la voiture qui suit en m.s-¹')
plt.savefig('gipps/graph.png')
plt.draw()
plt.pause(4)