智能車(chē)輛隊(duì)列縱向安全控制研究綜述

吳兵，唐豪

（200093 上海市 上海理工大學(xué)）

0 引言

智能交通系統(tǒng)（Intelligent transportation system，ITS）是未來(lái)實(shí)現(xiàn)高效、環(huán)保、經(jīng)濟(jì)交通出行的發(fā)展方向[1]，作為 ITS 技術(shù)的重要組成,車(chē)輛隊(duì)列行駛技術(shù)同樣得到越來(lái)越多的關(guān)注?；谥悄芑c網(wǎng)聯(lián)化的車(chē)輛隊(duì)列行駛技術(shù)已成為解決交通擁堵和節(jié)能環(huán)保等問(wèn)題的主要發(fā)展方向，可以使同車(chē)道的車(chē)輛以較小的安全距離列隊(duì)行駛,從而減小車(chē)輛行駛中的空氣阻力,可大幅降低油耗,提高道路容量及交通流量,緩解交通擁堵，已成為國(guó)內(nèi)外研究熱點(diǎn)[2-4]。

車(chē)輛隊(duì)列行駛的安全性是汽車(chē)隊(duì)列行駛控制技術(shù)的主要目標(biāo)。在混合交通系統(tǒng)中存在各種各樣的交通場(chǎng)景會(huì)使車(chē)隊(duì)發(fā)生碰撞危險(xiǎn)[5]。如圖1所示，在隊(duì)列正常行駛過(guò)程中，其他道路行駛的汽車(chē)可能會(huì)突然行駛到隊(duì)列前線(xiàn)；如圖2 所示，在隊(duì)列正常行駛過(guò)程中，在隊(duì)列前方行駛的汽車(chē)可能會(huì)突然減速；如圖3 所示，在隊(duì)列正常行駛過(guò)程中，隊(duì)列前方可能會(huì)突然出現(xiàn)障礙物，如突然穿過(guò)馬路的行人以及前方車(chē)輛掉落下來(lái)的物品等。這些情況都會(huì)使得隊(duì)列中的汽車(chē)突然減速，從而使隊(duì)列中的汽車(chē)發(fā)生碰撞。

圖1 臨近車(chē)道車(chē)輛突然變車(chē)道Fig.1 Vehicles in adjacent lanes suddenly changing lanes

圖2 前方車(chē)輛突然減速Fig.2 Vehicle ahead suddenly slowing down

圖3 前方突然出現(xiàn)障礙物Fig.3 Obstacle suddenly appearing ahead

此外，車(chē)隊(duì)內(nèi)車(chē)輛的制動(dòng)產(chǎn)生的速度變化擾動(dòng)會(huì)引發(fā)后車(chē)速度的調(diào)整，進(jìn)而引起上游車(chē)輛的車(chē)速的連環(huán)波動(dòng)，會(huì)導(dǎo)致車(chē)隊(duì)內(nèi)碰撞的發(fā)生。為了保證車(chē)輛隊(duì)列行駛的安全性，隊(duì)列行駛的碰撞安全成為亟需解決的關(guān)鍵問(wèn)題。

增加隊(duì)列車(chē)輛間距有助于降低碰撞風(fēng)險(xiǎn)，但會(huì)導(dǎo)致空氣阻力增加，增加油耗。Patten[6]等人的研究指出，通過(guò)縮短隊(duì)列車(chē)輛間距可以有效改善隊(duì)列中所有車(chē)輛的空氣動(dòng)力學(xué)性能，降低車(chē)輛油耗。為了同時(shí)保證車(chē)輛隊(duì)列行駛安全性和經(jīng)濟(jì)性，如何在保證不發(fā)生碰撞的前提下實(shí)現(xiàn)最小車(chē)輛間距成為研究者亟需解決的另一問(wèn)題。

針對(duì)上述問(wèn)題，本文從單車(chē)智能避撞控制、多車(chē)協(xié)同避撞控制兩個(gè)角度進(jìn)行研究，分析指出多車(chē)協(xié)同避撞控制是未來(lái)發(fā)展的趨勢(shì)，并在此基礎(chǔ)上進(jìn)一步探討了當(dāng)前多車(chē)協(xié)同避撞控制策略存在的不足以及需要突破的關(guān)鍵技術(shù)，并對(duì)未來(lái)進(jìn)行展望，提出了一種安全與節(jié)能博弈的多質(zhì)量模型協(xié)同控制策略，為提高節(jié)能效果提供參考。

1 車(chē)隊(duì)縱向安全控制的研究現(xiàn)狀

針對(duì)車(chē)隊(duì)縱向安全控制問(wèn)題，研究者們進(jìn)行了廣泛的研究，按照研究角度主要分為車(chē)隊(duì)單車(chē)智能避撞控制和車(chē)隊(duì)多車(chē)協(xié)同避撞控制兩類(lèi)。

1.1 車(chē)隊(duì)單車(chē)智能避撞控制

車(chē)隊(duì)單車(chē)智能避撞控制是指車(chē)隊(duì)行駛過(guò)程中，車(chē)隊(duì)中車(chē)輛通過(guò)基于車(chē)載傳感器或無(wú)線(xiàn)通信技術(shù)獲取的前車(chē)運(yùn)動(dòng)狀態(tài)信息進(jìn)行獨(dú)立控制，以實(shí)時(shí)保證自我車(chē)輛能夠穩(wěn)定跟隨前車(chē)，并不發(fā)生碰撞?；趩诬?chē)智能避撞控制，國(guó)內(nèi)外研究學(xué)者設(shè)計(jì)了多種多樣的縱向安全控制策略。

汽車(chē)跟隨模型（CF 模型）能夠有效表達(dá)相鄰車(chē)輛之間的相互作用關(guān)系，是設(shè)計(jì)單車(chē)智能避撞控制策略的重要理論基礎(chǔ)。基于CF 模型，研究者們?cè)O(shè)計(jì)了多種單車(chē)智能避撞控制策略，其中應(yīng)用比較多的是車(chē)隊(duì)自適應(yīng)巡航控制。針對(duì)車(chē)隊(duì)自適應(yīng)巡航控制，研究者們?cè)O(shè)計(jì)了各種縱向安全間距策略，包括固定間距策略、可變間距策略,其中可變間距策略又分為固定時(shí)距策略和可變時(shí)距策略?xún)煞N。

固定間距策略是最為常用的間距策略，基于固定間距策略，研究者們?cè)O(shè)計(jì)了各種各樣的控制器，仿真結(jié)果顯示，采用固定間距策略可實(shí)現(xiàn)較小的車(chē)間距,可以使車(chē)隊(duì)控制的優(yōu)點(diǎn)最大化[7-9]。但是文獻(xiàn)[10]指出，固定間距策略無(wú)法適應(yīng)復(fù)雜交通環(huán)境，無(wú)法保證行駛過(guò)程中的車(chē)隊(duì)穩(wěn)定性。為了克服固定間距策略下的各種問(wèn)題，研究者們?cè)O(shè)計(jì)了固定時(shí)距策略。文獻(xiàn)[11]、文獻(xiàn)[12]采用固定時(shí)距策略進(jìn)行研究，并各自設(shè)計(jì)了車(chē)隊(duì)控制器，仿真結(jié)果顯示，采用固定時(shí)距策略可以在復(fù)雜環(huán)境下保證單車(chē)及隊(duì)列穩(wěn)定性。但是文獻(xiàn)[13]指出，采用固定時(shí)距策略，當(dāng)車(chē)速較高時(shí),車(chē)間距往往較大,會(huì)導(dǎo)致交通流不穩(wěn)定。在固定間距和固定時(shí)距的基礎(chǔ)上，研究者進(jìn)一步提出了一些基于可變時(shí)距策略的車(chē)隊(duì)控制方法[14-16]。文獻(xiàn)[14]設(shè)計(jì)了一種減小鄰車(chē)間距、提高交通容量的可變時(shí)距車(chē)隊(duì)控制方法；文獻(xiàn)[15]給出一種多工況異質(zhì)車(chē)隊(duì)避撞的控制方法，仿真結(jié)果顯示，這些方法通過(guò)改變車(chē)間行駛時(shí)距,及時(shí)優(yōu)化車(chē)間距,可以有效提高道路利用率、節(jié)約燃油,保證車(chē)隊(duì)穩(wěn)定性、安全性；文獻(xiàn)[16]提出一種基于可變時(shí)距策略的PID 控制方法，仿真結(jié)果顯示，該控制方法能夠有效地降低油耗并保證車(chē)隊(duì)穩(wěn)定。但是文獻(xiàn)[17]發(fā)現(xiàn)，采用可變時(shí)距策略的相關(guān)文獻(xiàn)并未提出可變時(shí)距策略的一般性分析方法，應(yīng)用范圍有限、通用性不高?；诖?，文獻(xiàn)[17]提出了一種通用可變時(shí)距策略，并設(shè)計(jì)控制器。仿真結(jié)果表明，所提出的通用可變時(shí)距策略可以實(shí)現(xiàn)車(chē)隊(duì)與交通流的穩(wěn)定控制，改善車(chē)隊(duì)綜合性能。

盡管現(xiàn)有的各種單車(chē)智能避撞控制策略能夠部分有效地保證車(chē)隊(duì)穩(wěn)定性和安全性，但車(chē)隊(duì)單車(chē)智能避撞控制策略依然存在著很?chē)?yán)重的問(wèn)題。由于單車(chē)智能避撞控制策略中車(chē)隊(duì)中每個(gè)車(chē)輛都是一個(gè)獨(dú)立的控制單元，每個(gè)車(chē)輛僅通過(guò)基于前車(chē)運(yùn)動(dòng)狀態(tài)信息進(jìn)行獨(dú)立控制，整個(gè)車(chē)隊(duì)無(wú)法形成整體的協(xié)同控制策略，因此難以同時(shí)滿(mǎn)足車(chē)輛隊(duì)列行駛安全性和經(jīng)濟(jì)性，甚至在車(chē)隊(duì)車(chē)輛數(shù)目過(guò)多時(shí)，難以滿(mǎn)足安全性要求。文獻(xiàn)[18]指出，單車(chē)智能避撞控制無(wú)法保證車(chē)隊(duì)穩(wěn)定性。與單車(chē)行駛模式不同，車(chē)隊(duì)行駛中隊(duì)內(nèi)車(chē)輛的速度變化產(chǎn)生的擾動(dòng)會(huì)引起上游車(chē)輛的連環(huán)波動(dòng)，在這一波動(dòng)向車(chē)隊(duì)上游傳播的過(guò)程中，可能會(huì)導(dǎo)致速度和距離誤差逐級(jí)增加，造成車(chē)隊(duì)不穩(wěn)定乃至上游發(fā)生車(chē)輛碰撞，嚴(yán)重影響車(chē)隊(duì)安全。此外，文獻(xiàn)[18]還指出，雖然可以通過(guò)在單車(chē)控制的基礎(chǔ)上進(jìn)行隊(duì)列穩(wěn)定性分析，找出保持車(chē)隊(duì)隊(duì)列穩(wěn)定條件下車(chē)輛控制器的參數(shù)需要滿(mǎn)足的約束條件來(lái)保證車(chē)隊(duì)穩(wěn)定性，但是這種方法也存在著問(wèn)題，當(dāng)車(chē)隊(duì)車(chē)輛數(shù)過(guò)多時(shí)，車(chē)隊(duì)穩(wěn)定性依舊無(wú)法滿(mǎn)足。

針對(duì)車(chē)隊(duì)單車(chē)智能避撞控制存在的問(wèn)題，國(guó)內(nèi)外研究學(xué)者另辟蹊徑，從多車(chē)協(xié)同控制角度進(jìn)行研究，旨在通過(guò)多車(chē)協(xié)同控制來(lái)使整個(gè)車(chē)隊(duì)形成整體的協(xié)同控制策略，從而更有效地提高整個(gè)車(chē)隊(duì)的安全性和經(jīng)濟(jì)性。

1.2 車(chē)隊(duì)多車(chē)協(xié)同避撞控制

相比于單車(chē)智能避撞控制方式，多車(chē)協(xié)同避撞控制方式能夠獲得更高的經(jīng)濟(jì)性和安全性，是未來(lái)發(fā)展的趨勢(shì)。

與車(chē)隊(duì)單車(chē)智能避撞控制不同，車(chē)隊(duì)多車(chē)協(xié)同避撞控制是指車(chē)隊(duì)行駛過(guò)程中，車(chē)隊(duì)中車(chē)輛通過(guò)利用無(wú)線(xiàn)通信技術(shù)獲得下游車(chē)輛行駛信息或者整個(gè)車(chē)隊(duì)車(chē)輛行駛信息進(jìn)行協(xié)同控制，能夠有效地提高車(chē)隊(duì)行駛的安全性和經(jīng)濟(jì)性。基于多車(chē)協(xié)同避撞控制，國(guó)內(nèi)外研究學(xué)者設(shè)計(jì)了各種各樣的縱向安全控制策略，包括協(xié)調(diào)式自適應(yīng)巡航控制方式（CACC）、預(yù)測(cè)巡航控制方式（PCC）、網(wǎng)聯(lián)巡航控制方式（CCC）、基于模型預(yù)測(cè)的多車(chē)協(xié)同控制方式等。

協(xié)調(diào)式自適應(yīng)巡航控制方式[19-20]是指車(chē)隊(duì)中車(chē)輛采用無(wú)線(xiàn)通信技術(shù)，通過(guò)獲取鄰車(chē)和頭車(chē)行駛信息進(jìn)行縱向速度控制。基于CACC，文獻(xiàn)[19]建立基于零階保持信息處理機(jī)制的自主駕駛車(chē)隊(duì)控制模型，通過(guò)非線(xiàn)性系統(tǒng)狀態(tài)估計(jì)算法進(jìn)行延遲補(bǔ)償，使得車(chē)隊(duì)控制模型在復(fù)雜汽車(chē)行駛環(huán)境下保持有效。實(shí)驗(yàn)驗(yàn)證，該控制策略在實(shí)車(chē)編隊(duì)環(huán)境下具有很好的穩(wěn)定性、有效性和實(shí)用性。CACC 能夠顯著提高車(chē)隊(duì)的經(jīng)濟(jì)性，文獻(xiàn)[20]研究發(fā)現(xiàn)，當(dāng)CACC 市場(chǎng)滲透率達(dá)到100%時(shí)，可以減少10%燃油消耗量。

盡管CACC 有巨大的潛力，能夠提高隊(duì)列穩(wěn)定性和經(jīng)濟(jì)性，但是CACC 也存在著許多問(wèn)題。文獻(xiàn)[21]指出，當(dāng)車(chē)隊(duì)下游擁堵且CACC 車(chē)輛處于自由流動(dòng)狀態(tài)時(shí)，CACC 車(chē)輛無(wú)法提前降低速度或不再加速，會(huì)導(dǎo)致事故風(fēng)險(xiǎn)增加。此外，文獻(xiàn)[23]指出CACC 依賴(lài)于A(yíng)CC 系統(tǒng)，需要車(chē)隊(duì)中每輛車(chē)都配備ACC 系統(tǒng)，在實(shí)際應(yīng)用中很難滿(mǎn)足條件。

針對(duì)CACC 車(chē)輛處于自由流動(dòng)狀態(tài)時(shí)，CACC 車(chē)輛無(wú)法提前降低速度或不再加速的問(wèn)題，研究者設(shè)計(jì)了預(yù)測(cè)巡航控制方式。預(yù)測(cè)巡航控制方式[21-22]是指，車(chē)隊(duì)中車(chē)輛采用無(wú)線(xiàn)通信技術(shù)，通過(guò)獲取車(chē)隊(duì)下游所有車(chē)輛的行駛信息預(yù)測(cè)自車(chē)未來(lái)交通狀態(tài)來(lái)進(jìn)行縱向控制?；赑CC，文獻(xiàn)[21]提出了一種針對(duì)下游交通狀況變化的車(chē)輛交通預(yù)測(cè)巡航控制系統(tǒng)，仿真結(jié)果顯示，該縱向控制策略能夠有效抑制來(lái)自車(chē)隊(duì)下游的沖擊波和消除不必要的減速和加速動(dòng)作的影響，提高安全性和經(jīng)濟(jì)性；文獻(xiàn)[22]提出了一種隨機(jī)模型預(yù)測(cè)控制方法來(lái)優(yōu)化車(chē)輛跟隨環(huán)境中的燃料消耗，與標(biāo)準(zhǔn)自適應(yīng)巡航控制算法相比，燃油消耗顯著降低。但是PCC 也存在一些問(wèn)題，PCC 車(chē)輛需要與下游所有車(chē)輛進(jìn)行通信，控制系統(tǒng)易受通信延遲、丟包、亂序的影響。

針對(duì)CACC 控制方式需要車(chē)隊(duì)中每輛車(chē)都配備ACC 系統(tǒng)問(wèn)題，Orosz[23-25]等人首先提出了網(wǎng)聯(lián)巡航控制控制方式，并進(jìn)行一系列研究。CCC允許車(chē)隊(duì)中存在未配備ACC 系統(tǒng)的常規(guī)車(chē)輛，通過(guò)CCC 控制器接收前方多輛車(chē)的運(yùn)動(dòng)信息，并根據(jù)這些信號(hào)驅(qū)動(dòng)車(chē)輛或幫助駕駛員。基于CCC,文獻(xiàn)[23]提出了一類(lèi)非線(xiàn)性、多輸入、比例積分速度加速類(lèi)型的控制器，仿真結(jié)果證明該控制器具有較好的性能；在文獻(xiàn)[23]的基礎(chǔ)上，文獻(xiàn)[24]進(jìn)一步研究，通過(guò)采用線(xiàn)性二次型調(diào)節(jié)來(lái)獲得連接巡航控制的優(yōu)化設(shè)計(jì)，研究表明，通過(guò)分解優(yōu)化問(wèn)題，能夠顯著降低CCC 設(shè)計(jì)的復(fù)雜性；文獻(xiàn)[25]繼續(xù)研究，提出了一個(gè)基于人類(lèi)駕駛行為平均動(dòng)力學(xué)的最優(yōu)連接巡航控制器，實(shí)驗(yàn)數(shù)據(jù)證明，該估計(jì)算法和關(guān)聯(lián)巡航控制算法具有很好的性能。

上述多車(chē)協(xié)同控制策略均為自車(chē)?yán)毛@取的信息進(jìn)行獨(dú)立決策，而未采用統(tǒng)一優(yōu)化多車(chē)制動(dòng)減速度為目標(biāo)，多車(chē)間仍未實(shí)現(xiàn)真正意義的協(xié)同，無(wú)法同時(shí)實(shí)現(xiàn)經(jīng)濟(jì)性和安全性的最大化。

針對(duì)這一問(wèn)題，國(guó)內(nèi)王建強(qiáng)[26-27]等人率先進(jìn)行研究，設(shè)計(jì)了基于模型預(yù)測(cè)的多車(chē)協(xié)同控制策略。文獻(xiàn)[26]提出一種基于車(chē)對(duì)車(chē)通信技術(shù)的多車(chē)協(xié)同控制策略，通過(guò)綜合考慮隊(duì)列運(yùn)動(dòng)學(xué)關(guān)系，基于模型預(yù)測(cè)控制，以總相對(duì)動(dòng)能密度最小作為優(yōu)化目標(biāo)，將連續(xù)時(shí)間優(yōu)化問(wèn)題離散化為二次規(guī)劃的數(shù)值計(jì)算，以避免或減少隊(duì)列整體的碰撞損失，仿真結(jié)果顯示，該控制策略能夠顯著地減少隊(duì)列整體碰撞損失。在文獻(xiàn)[26]的基礎(chǔ)上，文獻(xiàn)[27]進(jìn)一步研究，分析比較了其他3 種控制策略，即直接制動(dòng)控制、基于駕駛員反應(yīng)的制動(dòng)控制和線(xiàn)性二次調(diào)節(jié)器控制。在典型場(chǎng)景和大量隨機(jī)場(chǎng)景下的仿真結(jié)果表明，所提出控制策略在這4 種策略中性能最好。但是，上述提出的基于模型預(yù)測(cè)的多車(chē)協(xié)同控制策略有一定的局限性，只考慮了隊(duì)列行駛過(guò)程中的頭車(chē)制動(dòng)工況。考慮這一局限性，文獻(xiàn)[28]在考慮不同工況的前提下，設(shè)計(jì)了一種具有魯棒性和靈活性的隊(duì)列縱向控制策略。

雖然研究者們?cè)诙嘬?chē)協(xié)同避撞控制方面取得一些進(jìn)展，但是這些控制策略也存在著許多不足。受現(xiàn)有技術(shù)限制，車(chē)輛之間信息傳輸存在著不可避免的通信延遲，然而，目前大多數(shù)控制策略沒(méi)有考慮通信延遲，這會(huì)顯著影響多車(chē)協(xié)同控制實(shí)際應(yīng)用效果，甚至?xí)霈F(xiàn)嚴(yán)重的安全問(wèn)題。車(chē)隊(duì)行駛過(guò)程有許多工況，如頭車(chē)加速、勻速行駛、頭車(chē)制動(dòng)等工況，然而，目前大多數(shù)控制策略沒(méi)有同時(shí)考慮多種工況，而是僅僅考慮勻速行駛工況或者頭車(chē)制動(dòng)工況。在實(shí)際復(fù)雜的工況條件下，僅僅通過(guò)縱向安全控制可能無(wú)法避免碰撞，這就需要通過(guò)考慮換道操作來(lái)解決這種問(wèn)題，然而，到目前為止，同時(shí)考慮縱向安全控制和換道操作的研究成果不多。此外，目前大多數(shù)研究者沒(méi)有同時(shí)從經(jīng)濟(jì)性和安全性?xún)蓚€(gè)方面考慮設(shè)計(jì)控制策略，而是只考慮安全性而忽略經(jīng)濟(jì)性，這會(huì)顯著增加車(chē)隊(duì)整體的油耗，無(wú)法實(shí)現(xiàn)經(jīng)濟(jì)性最大化。這些不足大大限制著多車(chē)協(xié)同控制策略在實(shí)際的應(yīng)用，如何解決這些不足，是研究者們亟待解決的問(wèn)題。

2 多車(chē)協(xié)同避撞控制關(guān)鍵技術(shù)瓶頸

多車(chē)協(xié)同避撞控制的實(shí)際應(yīng)用受許多關(guān)鍵技術(shù)的限制，其中影響最大的是V2X 通信技術(shù)和無(wú)人駕駛技術(shù)。本節(jié)分析討論了V2X 通信技術(shù)和無(wú)人駕駛技術(shù)，并進(jìn)一步指出了各自亟待解決的問(wèn)題。

2.1 V2X 通信技術(shù)瓶頸

V2X 通信技術(shù)是V2V（Vehicle to Vehicle,車(chē)車(chē)通信）、V2I（Vehicle to Instruction,車(chē)路通信）、V2P（Vehicle to Pedestrian,車(chē)人通信）等的統(tǒng)稱(chēng)，通過(guò)V2X 可以獲得實(shí)時(shí)路況、道路信息、行人信息等交通信息，即利用無(wú)線(xiàn)通信技術(shù)實(shí)現(xiàn)車(chē)與車(chē)、車(chē)與道路之間、車(chē)與行人之間的信息交互[29-31]，這正是多車(chē)協(xié)同控制過(guò)程中的比較關(guān)鍵的一部分，因此V2X 通信技術(shù)成為限制多車(chē)協(xié)同控制的關(guān)鍵技術(shù)。

受現(xiàn)有技術(shù)水平限制，目前V2X 采用的無(wú)線(xiàn)通信系統(tǒng)具有信道不穩(wěn)定性的特征，會(huì)出現(xiàn)不可忽略的通信延遲、丟包、亂序現(xiàn)象，影響多車(chē)協(xié)同控制的性能。文獻(xiàn)[32]在分析車(chē)隊(duì)控制時(shí)，發(fā)現(xiàn)無(wú)線(xiàn)通信系統(tǒng)的通信丟包事件會(huì)惡化控制效果，導(dǎo)致控制系統(tǒng)不穩(wěn)定；文獻(xiàn)[33]研究通信時(shí)延對(duì)車(chē)隊(duì)穩(wěn)定性的影響，指出在實(shí)際設(shè)計(jì)和應(yīng)用車(chē)隊(duì)控制策略時(shí)必須考慮通信延遲影響；文獻(xiàn)[34]指出，無(wú)線(xiàn)通信系統(tǒng)因?yàn)閬G包、傳輸時(shí)間和路由選擇用時(shí)等原因，時(shí)常會(huì)存在通信延遲現(xiàn)象；文獻(xiàn)[19]指出在實(shí)際應(yīng)用中，為達(dá)到車(chē)隊(duì)穩(wěn)定行駛的目的，必須考慮通信延遲對(duì)車(chē)隊(duì)控制模型的影響及補(bǔ)償策略。雖然可以通過(guò)設(shè)計(jì)補(bǔ)償策略來(lái)保證控制策略的性能，但還是很難達(dá)到這些控制策略的理想性能，因此，如何解決無(wú)線(xiàn)通信系統(tǒng)信道不穩(wěn)定問(wèn)題，是研究者們需要進(jìn)一步關(guān)注的問(wèn)題。

隨著5G 技術(shù)的發(fā)展，基于5G 的車(chē)輛協(xié)同車(chē)聯(lián)網(wǎng)技術(shù)（5G-V2X）有望解決上述問(wèn)題。基于 5G 的車(chē)路協(xié)同車(chē)聯(lián)網(wǎng)理論時(shí)延僅為1 ms，可實(shí)時(shí)傳輸汽車(chē)導(dǎo)航信息、位置信息以及汽車(chē)各個(gè)傳感器的數(shù)據(jù)到云端或其他車(chē)輛終端[35]，可以有效解決現(xiàn)有無(wú)線(xiàn)通信技術(shù)通信延遲問(wèn)題。目前，5G-V2X 技術(shù)研究還屬于初期階段，如何加速5G-V2X 技術(shù)應(yīng)用于實(shí)際是研究者們亟待解決的問(wèn)題。

2.2 無(wú)人駕駛技術(shù)瓶頸

車(chē)輛無(wú)人駕駛技術(shù)[36-39]是指通過(guò)車(chē)輛智能控制替代駕駛員實(shí)現(xiàn)自動(dòng)駕駛，減少人為因素的干擾，可以在高速公路結(jié)構(gòu)化道路環(huán)境下，提高交通效率，保證車(chē)輛行駛安全，是實(shí)現(xiàn)多車(chē)協(xié)同避撞控制的關(guān)鍵技術(shù)。

無(wú)人駕駛技術(shù)包括雷達(dá)、激光雷達(dá)、計(jì)算機(jī)視覺(jué)、GPS、攝像頭、操作系統(tǒng)、決策系統(tǒng)、高精地圖、實(shí)時(shí)定位、機(jī)械控制、能耗散熱管理等[38]。多車(chē)協(xié)同控制由3 個(gè)階段組成，包括協(xié)同感知、協(xié)同決策、協(xié)同執(zhí)行，而這些關(guān)鍵階段的理想效果離不開(kāi)這些關(guān)鍵技術(shù)。雷達(dá)、激光雷達(dá)、計(jì)算機(jī)視覺(jué)、GPS、攝像頭等技術(shù)、高精地圖、實(shí)時(shí)定位等技術(shù)影響著協(xié)同感知的理想效果，決策系統(tǒng)等技術(shù)影響著協(xié)同決策的理想效果,操作系統(tǒng)、機(jī)械控制等技術(shù)影響著協(xié)同執(zhí)行的理想效果。多車(chē)協(xié)同控制理想效果的實(shí)現(xiàn)離不開(kāi)這些關(guān)鍵技術(shù)，因此,如何綜合利用這些技術(shù)以及提高這些技術(shù)性能是研究者們亟待解決的問(wèn)題。

多車(chē)協(xié)同控制技術(shù)的實(shí)現(xiàn)依賴(lài)于無(wú)人駕駛車(chē)輛，然而,目前無(wú)人駕駛車(chē)輛發(fā)展遇到很多技術(shù)障礙，包括惡劣天氣、行車(chē)安全、隱私保護(hù)、基礎(chǔ)設(shè)施不完善等[39]。在惡劣天氣里，無(wú)人駕駛車(chē)輛無(wú)法準(zhǔn)確感知前車(chē)距離，或者分辨停車(chē)標(biāo)志、交通燈和行人，從而無(wú)法良好運(yùn)行。安全是無(wú)人駕駛車(chē)輛最重要的考慮因素，受技術(shù)限制，現(xiàn)有無(wú)人駕駛車(chē)輛易受到外部干擾，影響正常安全行駛。隱私泄露是無(wú)人駕駛車(chē)輛面臨另一障礙，無(wú)人駕駛過(guò)程中將收集大量關(guān)于人們位置、GPS 定位數(shù)據(jù)、活動(dòng)信息，這些隱私一旦泄露會(huì)嚴(yán)重威脅人身安全。此外,基礎(chǔ)設(shè)施不完善的問(wèn)題也嚴(yán)重限制了無(wú)人駕駛車(chē)輛的萌芽和起步。這些技術(shù)障礙限制著無(wú)人駕駛車(chē)輛的普及，從而影響著多車(chē)協(xié)同控制技術(shù)應(yīng)用于實(shí)際，如何解決這些技術(shù)障礙是研究者們亟待解決的另一問(wèn)題。

3 研究展望

如圖4 所示，針對(duì)車(chē)隊(duì)縱向安全控制問(wèn)題，研究者們進(jìn)行了廣泛研究，從單車(chē)智能避撞控制和多車(chē)協(xié)同避撞控制2 個(gè)方面設(shè)計(jì)了多種控制策略，包括車(chē)隊(duì)自適應(yīng)巡航控制、協(xié)調(diào)式巡航控制、網(wǎng)聯(lián)巡航控制、基于模型預(yù)測(cè)的多車(chē)協(xié)同控制等。雖然已經(jīng)有一定的成果，但當(dāng)前的研究水平與實(shí)際應(yīng)用還有相當(dāng)?shù)牟罹唷?/p>

圖4 車(chē)隊(duì)縱向安全控制技術(shù)路線(xiàn)架構(gòu)圖Fig.4 Technical roadmap of platoon longitudinal safety

由前文分析可知，多車(chē)避撞協(xié)同避撞控制方式是未來(lái)發(fā)展的趨勢(shì)，然而,現(xiàn)有的多車(chē)協(xié)同控制策略因受許多關(guān)鍵技術(shù)的限制以及存在許多不足，目前無(wú)法有效地應(yīng)用于實(shí)際。因此，如何突破這些關(guān)鍵技術(shù)瓶頸以及解決這些不足是未來(lái)該領(lǐng)域亟待解決的問(wèn)題。

此外，考慮現(xiàn)有技術(shù)水平限制，本文對(duì)未來(lái)進(jìn)行展望，提出一種安全與節(jié)能博弈的多質(zhì)量模型協(xié)同控制策略，旨在通過(guò)該策略解決一些不足，并同時(shí)實(shí)現(xiàn)經(jīng)濟(jì)性和安全性最大化。該控制策略原理如下：在考慮通信延遲以及多種工況的基礎(chǔ)下，利用一種多質(zhì)量模型進(jìn)行協(xié)同控制，通過(guò)解決一個(gè)最優(yōu)化問(wèn)題，即如何在避免碰撞的前提下，保持最小車(chē)距，來(lái)同時(shí)實(shí)現(xiàn)經(jīng)濟(jì)性和安全性最大化。

4 結(jié)語(yǔ)

本文綜述了縱向安全控制技術(shù)的研究現(xiàn)狀，從單車(chē)智能避撞控制與多車(chē)協(xié)同避撞控制兩個(gè)角度進(jìn)行研究，分析指出多車(chē)協(xié)同避撞控制是未來(lái)縱向安全控制技術(shù)路線(xiàn)的發(fā)展趨勢(shì)。在此基礎(chǔ)上，本文進(jìn)一步探討了當(dāng)前多車(chē)協(xié)同避撞策略存在的不足以及限制多車(chē)協(xié)同避撞控制應(yīng)用于實(shí)際的兩個(gè)關(guān)鍵技術(shù)：V2X 通信技術(shù)、無(wú)人駕駛技術(shù)。最后本文對(duì)未來(lái)進(jìn)行展望，提出了一種安全與節(jié)能博弈的多質(zhì)量模型協(xié)同控制策略，為提高節(jié)能效果提供參考。