一種無(wú)人駕駛車(chē)輛縱向多模切換策略研究

張羽 關(guān)志偉

摘 要：無(wú)人駕駛車(chē)輛是現(xiàn)在汽車(chē)工業(yè)發(fā)展的趨勢(shì)，在以往的無(wú)人駕駛研究中多通過(guò)模糊控制、PID控制、滑?？刂频瓤刂撇呗詠?lái)保證車(chē)輛的正常行駛。文章通過(guò)車(chē)輛行駛前方的障礙物的速度變化、前后車(chē)車(chē)距等因素來(lái)設(shè)計(jì)了一種基于邏輯切換控制的車(chē)輛縱向控制方法，利用Simulink進(jìn)行邏輯控制的模型搭建，并進(jìn)行模擬仿真，驗(yàn)證在前后車(chē)處于不同的運(yùn)動(dòng)狀態(tài)時(shí)后車(chē)所進(jìn)行的狀態(tài)切換與動(dòng)作執(zhí)行。關(guān)鍵詞：縱向控制;多模切換;最小安全距離;Simulink中圖分類(lèi)號(hào)：U461.6 ?文獻(xiàn)標(biāo)識(shí)碼：A ?文章編號(hào)：1671-7988（2019）01-22-05

Research on Longitudinal Multimode Switching Strategy of Unmanned Vehicle

Zhang Yu， Guan Zhiwei

（?Tianjin University of Technology and Education， school of automobile and transportation，Tianjin 300222?）

Abstract：?Unmanned vehicles are the trend of the development of the automobile industry. In the past， the unmanned research has adopted the control strategies of fuzzy control， PID control and sliding mode control to ensure the normal running of the vehicle. In this paper， a vehicle vertical control method based on logic switching control is designed by factors such as the speed change of the obstacle in front of the vehicle， the front and rear vehicle distance， etc. The model of logic control is constructed by Simulink， and the simulation is carried out. The state switching and action execution performed by the following vehicle when the vehicle is in different motion states.Keywords： Vertical control;?Multimode switching;?Minimum safe distance;?SimulinkCLC NO.：?U461.6??Document Code： A ?Article ID： 1671-7988（2019）01-22-05

前言

隨著智能交通行業(yè)的發(fā)展，無(wú)人駕駛車(chē)輛的縱向控制策略越來(lái)越受到人們的關(guān)注，傳統(tǒng)的車(chē)輛縱向控制主要是直接控制車(chē)輛的速度來(lái)改變車(chē)輛的運(yùn)動(dòng)狀態(tài)，從而忽略了道路環(huán)境的多變性和復(fù)雜性，本文根據(jù)前后車(chē)的運(yùn)動(dòng)情況，將后車(chē)的運(yùn)動(dòng)情況分為四種模式，在四種模式下進(jìn)行速度或加速度的控制，從而控制自車(chē)的運(yùn)動(dòng)狀態(tài)。這種控制策略在速度和加速度的控制上會(huì)針對(duì)不同的模式進(jìn)行控制，結(jié)果更加精確細(xì)致。不會(huì)因?yàn)檎`判而影響自車(chē)的正常行駛。

1 前后車(chē)的運(yùn)動(dòng)關(guān)系

在無(wú)人駕駛中，前后車(chē)的運(yùn)動(dòng)狀態(tài)的關(guān)系直接關(guān)系到前后車(chē)的行車(chē)安全，實(shí)際道路中遇到的問(wèn)題相對(duì)復(fù)雜，本文僅從前后車(chē)的速度、加速度、車(chē)間距來(lái)考慮，得出后車(chē)應(yīng)該采取的操作，從而避免危險(xiǎn)情況的發(fā)生。

如圖1所示，前后車(chē)的車(chē)間距分為四個(gè)區(qū)域，分別為碰撞高危區(qū)、碰撞臨界區(qū)、行車(chē)安全區(qū)和雷達(dá)探測(cè)范圍區(qū)以外這四個(gè)區(qū)域。

如圖所示，D_b為碰撞高危區(qū)的臨界點(diǎn)，D_s為行車(chē)安全區(qū)的臨界點(diǎn)，D_r為前后車(chē)實(shí)際的車(chē)間距離。

在高危碰撞區(qū)，后車(chē)必須以最大制動(dòng)加速度進(jìn)行制動(dòng)，在其他三個(gè)區(qū)域，需要根據(jù)前后車(chē)的速度加速度來(lái)判斷后車(chē)所要執(zhí)行的動(dòng)作。

2 后車(chē)四種行車(chē)模式及控制策略

設(shè)v₁為前車(chē)車(chē)速，v₂為后車(chē)實(shí)際車(chē)速，v₃為設(shè)定的后車(chē)的巡航車(chē)速，a為后車(chē)經(jīng)過(guò)條件判斷之后所要執(zhí)行的加速度。定義v₃-v₂=v_e1，D_r-D_s=D_e，v₁-v₂=v_e2。

在對(duì)前后車(chē)運(yùn)動(dòng)的分析中，得到后車(chē)在行車(chē)過(guò)程中主要有四種模式并在這四種模式中來(lái)回切換，這四種模式分別是：定速巡航模式、跟車(chē)模式、接近前車(chē)模式和避撞模式。下面來(lái)一一分析這四種模式。^[1]

2.1 巡航模式

在此模式下后車(chē)車(chē)載雷達(dá)所探測(cè)范圍內(nèi)沒(méi)有障礙物（前車(chē)），則本文設(shè)定在此種模式下后車(chē)將以22.2m/s的速度定速行駛，根據(jù)實(shí)際速度與規(guī)定速度的偏差來(lái)進(jìn)行調(diào)整。本文運(yùn)用PID控制對(duì)后車(chē)車(chē)速進(jìn)行調(diào)整。所建立的PID模型如圖2所示：

2.2 跟車(chē)模式

跟車(chē)模式下需要保證后車(chē)與前車(chē)的距離在圖1所示的行車(chē)安全區(qū)范圍內(nèi)，這樣既保證了后車(chē)與前車(chē)的跟馳也保證了后車(chē)的行車(chē)安全。本文運(yùn)用模糊控制策略對(duì)此種模式進(jìn)行控制。

當(dāng)v_e2絕對(duì)值較小，D_e絕對(duì)值較小時(shí)，后車(chē)應(yīng)以較小加速度小范圍的提高或降低車(chē)速;

當(dāng)v_e2絕對(duì)值較小，D_e絕對(duì)值較大時(shí)，后車(chē)應(yīng)以較大的加速度使D_e逐漸趨于零;

當(dāng)v_e2絕對(duì)值較大，D_e絕對(duì)值較小時(shí)，后車(chē)應(yīng)以較大加速度降低D_e的變化程度;

當(dāng)v_e2絕對(duì)值較小，D_e絕對(duì)值較大時(shí)，后車(chē)應(yīng)以較大加速度迅速拉開(kāi)或拉近兩車(chē)距離。^[5]

其中D_e=D_r-D_s，v_e2=v₂-v₁

在跟隨前車(chē)模式下采用模糊控制來(lái)控制后車(chē)的加速度。在跟隨前車(chē)模式下，由于需要用加速度來(lái)調(diào)節(jié)車(chē)速，在考慮舒適性的前提下，規(guī)定加速度調(diào)節(jié)的取值范圍為a∈[-2，2]。跟車(chē)模式的siumlink模型如圖3所示：

跟車(chē)模式下的模糊控制的隸屬度函數(shù)如圖4-6所示：

2.3 接近前車(chē)模式

當(dāng)后車(chē)的車(chē)載雷達(dá)探測(cè)到前車(chē)，且前后車(chē)之間的距離大于D_s時(shí)，規(guī)定后車(chē)在此種情況下要與前車(chē)達(dá)到跟馳行駛的狀態(tài)。

由于D_e大于零，根據(jù)運(yùn)動(dòng)學(xué)推理得到后車(chē)在此種模式下所需要的加速度為：

用以上公式來(lái)求得后車(chē)在此種情況下所需要的加速度，其在simulink中的模型如圖7所示：

上圖中，速度和距離分別由車(chē)載傳感器得到，最后輸出即為所需要的后車(chē)加速度。

2.4 避撞模式

在此種模式下，分為兩種情況：

①當(dāng)D_r<D_b時(shí)，a=a_max

②當(dāng)D_B<D_r<D_s且前車(chē)的加速度a₁小于跟車(chē)情況下所能提供的最小加速度的情況下，則a=a₁。

在此定義a_max。在平直路面上，峰值附著系數(shù)一般為0.8，取重力加速度為9.8m/s²，所以得到最大制動(dòng)減速度的值為a_max=7.84m/s²，在此種模式下的控制策略如圖8所示：

3 四種模式的切換策略

根據(jù)前車(chē)的運(yùn)動(dòng)情況和后車(chē)的相應(yīng)處理方式，本文在相對(duì)理想情況下，對(duì)后車(chē)在不同情況下的切換方式做了如圖9所示邏輯切換流程。

如圖所示，根據(jù)前方是否有車(chē)、前車(chē)的速度和加速度、后車(chē)速度和加速度以及后車(chē)巡航時(shí)的預(yù)設(shè)速度之間的關(guān)系對(duì)比分別對(duì)應(yīng)四種模式的選擇，本文在此邏輯框圖的基礎(chǔ)上，運(yùn)用Simulink建模，將切換邏輯搭建成模型，如下圖所示：

如圖所示，系統(tǒng)的輸入為前后車(chē)的速度、加速度、實(shí)時(shí)車(chē)間距、前后車(chē)在當(dāng)前情況下的所需的D_b和D_s以及后車(chē)的預(yù)設(shè)巡航速度。系統(tǒng)的輸出為1、2、3、4四個(gè)數(shù)字，這是個(gè)數(shù)字分別為四種模式的邏輯值，其中1對(duì)應(yīng)定速巡航模式，2對(duì)應(yīng)跟車(chē)模式，3對(duì)應(yīng)接近前車(chē)模式，4對(duì)應(yīng)避撞模式。在輸出這四個(gè)邏輯值之后，后續(xù)系統(tǒng)將對(duì)輸出的邏輯值進(jìn)行判斷，具體判斷方法以接近前車(chē)模式為例，如圖11所示：

如圖所示，采用“if，else”的模式對(duì)邏輯值進(jìn)行判斷，已知接近前車(chē)模式的邏輯值為3，前系統(tǒng)必輸出一個(gè)數(shù)值，此數(shù)值與3做差，當(dāng)且僅當(dāng)差值為0時(shí)，進(jìn)行后續(xù)的系統(tǒng)執(zhí)行，否則系統(tǒng)停止運(yùn)算。這樣就完成了整個(gè)系統(tǒng)對(duì)邏輯值的識(shí)別與判斷，以便系統(tǒng)進(jìn)行下一步的運(yùn)算。

在計(jì)算前后車(chē)在當(dāng)前模式下所需要的D_b和D_s時(shí)，本文結(jié)合運(yùn)動(dòng)學(xué)的有關(guān)知識(shí)，對(duì)前后車(chē)進(jìn)行分析得到如下公式，即為D_s：

公式中的字母表示：

v₁表示前車(chē)速度

v₂表示后車(chē)速度

t₀表示制動(dòng)器消除間隙所用時(shí)間

t₂駕駛員反應(yīng)時(shí)間

a_2max后車(chē)最大制動(dòng)減速度。

行車(chē)安全區(qū)臨界點(diǎn)D_s的公式為：

其中k為制動(dòng)系數(shù)，一般取1/（2g）。

將以上兩個(gè)公式分別在Simulink中搭建模型，連接到控制模塊上，當(dāng)做控制模塊的輸入。

在上述所有部分完成之后，四種模式的控制模型和四種模式的邏輯切換模型整體的仿真圖如圖12所示：

4 實(shí)驗(yàn)驗(yàn)證及分析

本文以Simulink為基礎(chǔ)，設(shè)置前后車(chē)的速度和加速度，當(dāng)后車(chē)正常行駛時(shí)候，前車(chē)突然從相鄰車(chē)道切換到本車(chē)車(chē)道上來(lái)，在這種情況下后車(chē)所執(zhí)行的操作。前后車(chē)的速度加速度取值以及后車(chē)在該種情況下所應(yīng)該進(jìn)入的模式如表1所示：

設(shè)置傳感器所探測(cè)到的最遠(yuǎn)距離為300m，后車(chē)在定速巡航時(shí)候的速度設(shè)置為22.22m/s²。

4.1 巡航模式實(shí)驗(yàn)分析（第一次試驗(yàn)）

如圖13所示，在巡航模式實(shí)驗(yàn)中，經(jīng)系統(tǒng)判斷，出現(xiàn)的邏輯值對(duì)應(yīng)為1，表明系統(tǒng)進(jìn)入巡航模式，由此進(jìn)入下層的速度控制，如圖14所示。

在巡航模式中，后車(chē)的初始速度設(shè)為13.9m/s，由上圖可知在1s左右的時(shí)候候車(chē)就已經(jīng)達(dá)到了巡航的設(shè)置速度22.22m/s，說(shuō)明巡航模式判斷正確且響應(yīng)速度快。

4.2 接近模式實(shí)驗(yàn)分析（第四次試驗(yàn)）

如圖15所示，在接近前車(chē)模式實(shí)驗(yàn)中，經(jīng)系統(tǒng)判斷，應(yīng)出現(xiàn)的邏輯值為3，表明系統(tǒng)進(jìn)入接近前車(chē)模式，由此進(jìn)去下層的加速度控制，如圖16所示：

在接近前車(chē)模式中，由于兩車(chē)之間的實(shí)際距離大于兩者之間的安全距離，則后車(chē)要以保持前后車(chē)安全距離為目標(biāo)接近前車(chē)，則經(jīng)接近前車(chē)模式的模糊控制輸出后車(chē)的加速度為0.3m/s²，滿(mǎn)足情況要求。

4.3 避撞模式實(shí)驗(yàn)分析（第二次試驗(yàn)）

如上圖所示為第二次實(shí)驗(yàn)，在避撞模式實(shí)驗(yàn)中，經(jīng)系統(tǒng)判斷，應(yīng)出現(xiàn)的邏輯值為4，表明系統(tǒng)進(jìn)入避撞模式，由此進(jìn)去下層的加速度控制，如圖18所示。

在這種情況下兩車(chē)之間的實(shí)際距離為153m，介于安全距離169m和碰撞臨界距離136m之間，所以由上文分析可知，后車(chē)輸出的加速度為巡航模式加速度調(diào)節(jié)范圍的最小值即為-2m/s²，由上圖可知輸出值就是-2m/s²，滿(mǎn)足要求。

由于避撞模式有兩種情況，在另一種情況如圖18所示（第七次試驗(yàn)）

當(dāng)前后車(chē)的實(shí)際距離小于兩車(chē)之間的安全距離時(shí)，后車(chē)要以最大制動(dòng)減速度減速，由系統(tǒng)計(jì)算輸出得到的制動(dòng)減速度為-7.84m/s²，滿(mǎn)足要求，但是由于兩車(chē)的實(shí)際距離小于碰撞臨界距離，所以后車(chē)在制動(dòng)的同時(shí)還要進(jìn)行換道等操作避免碰撞。

4.4 跟車(chē)模式實(shí)驗(yàn)分析（第六次試驗(yàn)）

如圖20所示，在跟車(chē)模式實(shí)驗(yàn)中，經(jīng)系統(tǒng)判斷，應(yīng)出現(xiàn)的邏輯值為2，表明系統(tǒng)進(jìn)入跟車(chē)模式，由此進(jìn)去下層的加速度控制，如圖21所示：

在跟車(chē)模式中，由跟車(chē)模式的模糊控制器計(jì)算得到后車(chē)需要輸出a=-2.64m/s²，的制動(dòng)減速度以迅速拉開(kāi)兩車(chē)距離，使兩車(chē)距離達(dá)到安全距離的范圍，滿(mǎn)足要求。

5 結(jié)語(yǔ)

本文由前車(chē)的運(yùn)動(dòng)狀態(tài)，以及前車(chē)切入后車(chē)車(chē)道時(shí)候前后車(chē)實(shí)際車(chē)距為依據(jù)，將后車(chē)的運(yùn)動(dòng)狀態(tài)分為了四種模式，每一種模式后車(chē)采取相應(yīng)的措施，制定了相應(yīng)的控制策略，并在實(shí)驗(yàn)中得到了驗(yàn)證，為以后在實(shí)際應(yīng)用中提供了理論基礎(chǔ)，當(dāng)前車(chē)的運(yùn)動(dòng)狀態(tài)實(shí)時(shí)變化時(shí)后車(chē)也能作出相應(yīng)的應(yīng)對(duì)措施。對(duì)無(wú)人駕駛車(chē)輛的安全行駛有著借鑒意義。

參考文獻(xiàn)

[1] 郭景華，李克強(qiáng)，羅禹貢.智能車(chē)輛運(yùn)動(dòng)控制研究綜述[J].汽車(chē)安全與節(jié)能學(xué)報(bào)，2016，7（02）：151-159.

[2] 雷敏.基于動(dòng)力學(xué)模型的智能車(chē)輛橫，縱向及綜合控制策略研究[D].重慶交通大學(xué)，2017.

[3] 趙盼.城市環(huán)境下無(wú)人駕駛車(chē)輛運(yùn)動(dòng)控制方法的研究[D].中國(guó)科學(xué)技術(shù)大學(xué)，2012.

[4] 李貽斌，阮久宏，李彩虹，付夢(mèng)印.智能車(chē)輛的縱向運(yùn)動(dòng)控制[J].機(jī)械工程學(xué)報(bào)，2006（11）：94-102.

[5] 吳義虎，宋丹丹，侯志祥，袁翔.車(chē)輛橫向穩(wěn)定性的模糊控制仿真[J]. 長(zhǎng)沙理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2007（02）：49-53.