基于Simulink & PreScan的自適應(yīng)巡航建模與仿真

韓晶，賀庚，馬錦波，何烈永，劉珂

摘? 要：智能輔助駕駛越來越多的得到應(yīng)用，尤其自適應(yīng)巡航系統(tǒng)的應(yīng)用，能夠在一定程度上減少駕駛員的駕駛強度。本文設(shè)計了一套自適應(yīng)巡航系統(tǒng)，使用Simulink進行了模型搭建，并用PreScan軟件針對特定場景進行了仿真。自適應(yīng)巡航系統(tǒng)的成功實現(xiàn)，是汽車自動駕駛的重要步驟。

關(guān)鍵詞：自適應(yīng)巡航系統(tǒng);Simulink;PreScan

中圖分類號：U471.15? ? ? 文獻標識碼：A? ?文章編號：1005-2550（2021）04-0080-07

Adaptive Cruise Modeling and Simulation Based

on Simulink & PreScan

HAN Jing， HE Geng， MA Jin-bo， HE Lie-yong， LIU Ke

（ Ningbo Yinzhou DLT Technology Co. Ltd， Ningbo 315000， China ）

Abstract： Intelligent assisted driving is increasingly applied， especially the application of adaptive cruise system， which can reduce the driving intensity of the driver to a certain extent.This paper designed a set of adaptive cruise system， used Simulink to build the model， and simulated the specific scene with PreScan software.The successful realization of the adaptive cruise system is an important step for auto autonomous driving.

隨著自動駕駛技術(shù)的發(fā)展，自適應(yīng)巡航控制（Adaptive cruise Control，ACC）應(yīng)用在一定程度上減少駕駛員的駕駛強度，是車輛輔助駕駛技術(shù)的一個重要組成部分。本文主要講解2個方面內(nèi)容：ACC控制策略的設(shè)計，ACC控制策略的仿真驗證。

1? ? 汽車自適應(yīng)巡航控制系統(tǒng)

汽車自適應(yīng)巡航控制（Adaptive Cruise Control ，ACC）系統(tǒng)是在定速巡航控制系統(tǒng)基礎(chǔ)上發(fā)展起來的新一代汽車先進駕駛輔助系統(tǒng)。在工作過程中，通過安裝在前部的傳感器持續(xù)感知汽車前方的行駛車輛或道路狀況，采集相關(guān)信息，計算得到車距信息，結(jié)合車速傳感器采集的自身車速信息，綜合對汽車的縱向行駛速度進行控制。當主車與前車之間不在安全時距范圍時，ACC控制單元通過與制動系統(tǒng)、發(fā)動機控制系統(tǒng)協(xié)調(diào)動作，改變制動力矩和發(fā)動機輸出功率，對汽車行駛速度進行控制，使主車在一定的限速范圍內(nèi)與前車始終保持安全行駛。如主車前方在安全時距范圍內(nèi)沒有檢測到車輛，則按照設(shè)定的車速巡航行駛。

1.1? ?系統(tǒng)硬件組成

燃油汽車ACC系統(tǒng)主要由信息感知單元、電子控制單元（ECU）、執(zhí)行單元和人機交互界面等組成[1]，框圖如圖1所示：

在本研究項目中，測距傳感器為毫米波雷達，裝配于車頭兩側(cè)。

1.2? ?系統(tǒng)工作原理

燃油汽車ACC系統(tǒng)工作原理如圖2所示。駕駛員啟動系統(tǒng)后，汽車在行駛過程中，安裝在其前部的車距傳感器持續(xù)掃描前方道路，同時轉(zhuǎn)速傳感器采集車速信號。若主車前方內(nèi)有車輛或前方目標車輛距離很遠且速度很快時，ACC系統(tǒng)選定巡航控制模式，系統(tǒng)根據(jù)駕駛員設(shè)定的車速和轉(zhuǎn)速傳感器采集的本車車速，自動調(diào)節(jié)油門控制器、制動控制器等，使主車以設(shè)定的車速巡航行駛。若目標車輛存在且離主車較近或速度很慢，ACC系統(tǒng)選定跟隨控制模式。系統(tǒng)根據(jù)駕駛員設(shè)定的安全車距和轉(zhuǎn)速傳感器采集的車速計算出期望車距，并與測距傳感器采集的實際車距比較，自動調(diào)節(jié)油門控制器、指定控制器等，使主車以安全車距穩(wěn)定地跟對前方目標車輛行駛。

1.3? ?軟件框圖

軟件框圖如圖3所示。

整個ACC軟件框架主要由6個部分組成：

輸入信號及參數(shù)設(shè)置部分——導(dǎo)入車輛前方的測距傳感器、車速傳感器、節(jié)氣門傳感器等相關(guān)參數(shù)，并設(shè)置車頭時距、最高車速等相關(guān)參數(shù);

直線行駛距離估算部分——先判別車輛是否是直道行駛，再估算直道行駛時兩車的距離;

彎道行駛距離估算部分——先判別車輛是否是彎道行駛，再估算彎道行駛時兩車的距離;

車頭時距計算部分——計算兩車實際的車頭時距;

ACC控制部分——ACC控制系統(tǒng)核心內(nèi)容，依據(jù)搜集的兩車相關(guān)信息，判別ACC應(yīng)該采取的相應(yīng)措施;

ACC有效性決策——決定ACC控制是否實施。

1.3.1 直道/彎道判別

車輛所處車道不同（直道或彎道），其與前車的距離估算方法亦不同。直道行駛時車輛橫擺角速度，與彎道行駛時車輛橫擺角速度不同。故依據(jù)橫擺角速度判定車輛是在直道行駛或彎道行駛。

設(shè)置橫擺角速度臨界值，當角度超過該臨界值，則認為車輛在彎道行駛，否則為直道行駛[2]。

1.3.2 直道距離估算

本車車前左右兩邊分別安裝有毫米波雷達 ，用于測量前車距離等，2個傳感器與前車形成三角形。

車輛直道行駛時，按照圖4所示，傳感器與前車形成的三角形中，AD長度即為兩車距離d。

已知2個傳感器（B、C）測得的與前車的距離（b、c），及傳感器之間的距離（a），可根據(jù)海倫公式求得AD長度，即直道行駛時，主車與前車的距離[2]。

（1）

式中：

（2）

模型搭建如圖5。

1.3.3 彎道距離估算

車輛彎道行駛時，按照圖6所示[2]。

圖5中，O為道路圓心，W為自車橫擺角速度，單位rad/s，V為自車的行駛速度，單位m/s，α為前車相對于自車的方向角，單位rad，L1為自車行駛半徑，單位m，L2為前車的行駛半徑，單位m，S為前車相對于自車的直線距離，單位m，θ為自車所在位置到道路圓心的直線與前車所在位置到道路圓心的直線所形成的夾角，單位rad。

已知W、V，可計算得L1：

（3）

按照圖7所示，S為前車A到2個傳感器B、C中點的距離，α為該中心線與縱向車身形成的夾角。已知a、b、c、α1、α2，可計算得S、α。

（4）

（5）

按照圖6及公式4，可求得L2及θ：

已知L1、θ，即可計算前車與本車的有效縱向距離d：

（9）

模型搭建如圖8。

1.3.4 同車道判別

車輛開啟ACC系統(tǒng)后，主車僅需針對同車道的前車狀態(tài)采取不同措施，其余車道的車輛不影響。故需進行車輛同車道判別[2]。前車與本車的橫向距離為D，當其值不超過特定數(shù)值D0時，即認為兩車為同一車道。一般設(shè)定D0為單車道寬度減去本車車身寬度。

當車輛直道行駛時，按照圖7所示，D可按照下式計算：

（10）

x為前車與左傳的橫向距離，y為前車與右傳的橫向距離。

當車輛彎道行駛時，按照圖6所示，D可按照下式計算：

（11）

模型搭建如下：

1.3.5 實際的車頭時距估算

車頭時距HWT[5]是指同一車道行駛的車輛隊列中兩輛連續(xù)通過的車輛通過某一斷面的時間間隔。

大多車輛采用可變車頭時距策略，指的是ACC車輛與目標車輛設(shè)置的安全跟車距離dsafe隨自車與目標車之間的相對速度vd而變化。計算如下：

（12）

HWTset為設(shè)置的車頭時距，多取值1s～2.2s，d0為ACC車輛與目標前車的最小停車距離。

實際車頭時距HWT按如下估算[3]：

（13）

d為ACC車輛與目標前車的實際距離，V為ACC車輛的車速。

模型搭建如下：

1.3.6 ACC系統(tǒng)控制模式

ACC系統(tǒng)開啟后，主車依據(jù)前車車況可分情況進行控制[4]，詳見表1：

1）模型搭建如圖11所示：

distance_difference為兩車距離信號，其通過PID調(diào)節(jié)得到應(yīng)有的加速應(yīng)力，該值大于等于0，則其為ACC系統(tǒng)的加速應(yīng)力（throttle[%]），否則為原車ECU規(guī)定的加速應(yīng)力（th_in）。最小加速應(yīng)力為原車ECU規(guī)定的應(yīng)力。

加速應(yīng)力通過調(diào)節(jié)PID參數(shù)更改，如圖12：

2）模型搭建如圖13所示：

模型3與模型1基本相同，區(qū)別在于最小加速應(yīng)力為0。

3）模型搭建如圖14所示：

本車需進行制動時，制動減加速度值與前車車速有關(guān)。LowSpeadActv為設(shè)置的前車截止車速，lead_velocity為實測的前車車速，兩者比較，當前車車速值小于設(shè)置的截至車速時，減加速度值（brake[m/s2]）由兩車相對速度（velocity_ difference [m/s]）及距離（distance_difference[m]）計算得到（計算公式如下）;否則減加速度值為0。

（14）

4）模型搭建如圖15所示：

此狀態(tài)，前車與本車的速度差相差較大，無需考慮前車速度，本車制動的減加速度值由兩車相對速度及距離推算出。

5）模型搭建如圖16所示：

6）模型搭建如圖17所示：

1.3.7 ACC系統(tǒng)有效性決策

ACC有效性模型如圖18。

當ACC設(shè)置開關(guān)關(guān)閉或本車車速大于最高允許運行速度時，ACC控制將失效，車輛按照原有行駛狀態(tài)行駛，否則將按照ACC控制的行駛狀態(tài)行駛。

2? ? 自動駕駛軟件仿真

自動駕駛軟件仿真是通過模擬真實環(huán)境和構(gòu)建汽車模型，找出自動駕駛過程中可能出現(xiàn)的問題。軟件平臺有很多種，一個完整的自動駕駛仿真平臺，需要包括靜態(tài)場景還原、動態(tài)案例仿真、傳感器仿真、車輛動力學(xué)仿真、并行加速計算等功能，并能夠較為容易的接入自動駕駛感知和決策控制系統(tǒng);只有算法與仿真平臺緊密結(jié)合，才能形成一個閉環(huán)，達到持續(xù)迭代和優(yōu)化的狀態(tài)。常用的自動駕駛仿真系統(tǒng)模塊如圖19所示：

本文使用PreScan軟件進行仿真，PreScan是以物理模型為基礎(chǔ)，支持多種傳感器，基于simulink 開發(fā)的ADAS和自動駕駛仿真軟件。其內(nèi)置有多種環(huán)境模型、多種型號車輛動力學(xué)模型、多種型號傳感器模型，能夠輕松實現(xiàn)人-車-路閉環(huán)仿真。通過與Matlab聯(lián)合仿真，用于驗證本文中ACC控制算法。

3? ? PreScan仿真結(jié)果

采用PreScan軟件對ACC模型進行仿真，針對4個場景進行仿真，前3個仿真為直道行駛時，不同本車、前車車速、不同車輛距離的情況下的仿真，可涵蓋ACC控制的8種情況。仿真4為針對彎道行駛的仿真。

3.1? ?場景1：主、前車直道行駛，前車減速并停車

設(shè)置條件：前車初始車速50km/h，先勻速行駛，后減速直至停車。本車初始車速100km/h，與前車距離150m。

A本車仿真結(jié)果：先100km/h勻速行駛，后ACC控制減速至50km/h，勻速跟隨前車。前車減速并停車時，CC控制減速直至停車。

3.2? ?場景2：主、前車直道行駛，前車先減速再加速

設(shè)置條件：前車初始車速50km/h，勻速行駛，減速直至10km/h，勻速行駛，加速至80km/h，勻速行駛。本車初始車速100km/h，與前車距離120m。

本車仿真結(jié)果：先勻速行駛，后ACC控制減速至前車車速，勻速跟隨。前車加速后，ACC控制加速直至前車車速并跟隨。

3.3? ?場景3：直道行駛，前車切出車道，鄰道前車切入車道

設(shè)置條件：前車1車速50km/h，勻速行駛，切出車道;前車2車速60km/h，勻速行駛，切入車道。本車初始車速100km/h，與前車距離50m。

本車仿真結(jié)果：ACC控制本車減速至前車車速50km/h，勻速跟隨，前車切出后，加速至設(shè)置車速100km/h。有前車切入車道且車速低于本車車速，ACC控制本車減速至前車車速60km/h并跟隨。

3.4? ?場景4：彎道行駛，前車先減速再加速

設(shè)置條件：前車初始車速50km/h，勻速行駛，減速直至10km/h，勻速行駛，加速至80km/h，勻速行駛。本車初始車速100km/h，與前車距離100m。

本車仿真結(jié)果：先勻速行駛，后ACC控制減速至前車車速，勻速跟隨。前車加速后，ACC控制加速直至前車車速并跟隨。

4? ? 結(jié)論

本車針對不同的前車和本車車況，ACC系統(tǒng)采取不同的控制策略，通過PreScan仿真，ACC系統(tǒng)基本實現(xiàn)相關(guān)功能，為駕駛員提供助力。

參考文獻：

[1]崔勝民. 一本書讀懂智能網(wǎng)聯(lián)汽車[M]. 北京： 化學(xué)工業(yè)出版社，2019.

[2]白廣路. 多模式切換的自適應(yīng)巡航控制系統(tǒng)[D]. 合肥： 合肥工業(yè)大學(xué)，2018.

[3]趙力娜. 電動車自適應(yīng)巡航控制方法研究[D]. 哈爾濱： 哈爾濱工業(yè)大學(xué)，2017.

[4]TASS International. PreScan help，2018.

[5]閆丹彤，何智成，陳東，譚純. 電動汽車自適應(yīng)巡航控制系統(tǒng)建模與仿真[J]. 計算機仿真，2016-1;171-176.