趙祥永
(安徽三聯(lián)學院,安徽合肥,230601)
經(jīng)濟的發(fā)展改變了傳統(tǒng)的出行方式,道路上汽車的數(shù)量越來越多,不僅造成了嚴重的空氣污染,也增加了交通事故發(fā)生的頻率,研究表明[1],僅在2016年全國發(fā)生交通事故的總數(shù)就突破了十六萬起。智能車輛是一種新型車輛,車內(nèi)部添加了環(huán)境感知智能化傳感器,能根據(jù)外界環(huán)境進行駕駛決策[2],完成車輛的控制,因此,智能車輛在各個領(lǐng)域的應(yīng)用范圍較廣,傳統(tǒng)的智能車輛主要使用基礎(chǔ)性傳感器完成車速控制[3],但基礎(chǔ)性傳感器的敏感性較差,在控制過程中經(jīng)常出現(xiàn)指令延時問題,因此需要設(shè)計一種新的智能車速度控制方法。
我國對智能車輛的研究時間較短,掌握的智能車速度控制方法也尚未成熟,直至2003年[4],我國才研發(fā)出第一輛自主駕駛汽車,相關(guān)研究人員對智能車控制過程進行了研究,發(fā)現(xiàn)其控制精度受多種因素影響,首先,車輛前輪偏角位置存在延時,可能影響智能車速控制效果,其次,車輛受約束條件限制,存在一定的動力學約束,最后,車輛行駛過程中,還會受道路復(fù)雜效果影響,限制車速控制算法運行,PLC是一種特殊的數(shù)字運算操作系統(tǒng)[5],可以準確地完成數(shù)字指令運算,降低指令延時,因此本文基于PLC設(shè)計了新的智能車速度控制方法,為后續(xù)智能車輛研究作出一定的貢獻。
智能車融合了多種控制技術(shù),因此為了實現(xiàn)智能車速度綜合控制需要根據(jù)智能車運行概況設(shè)計智能車速度底層控制平臺。本文選取BJUT-IV作為智能車底層控制基礎(chǔ)平臺,并對其進行優(yōu)化,使該控制平臺能同時進行環(huán)境感知、決策,實現(xiàn)綜合控制。
構(gòu)建的智能車速度底層控制平臺共使用了兩種不同類型的傳感器,即環(huán)境傳感器和視覺傳感器,環(huán)境傳感器可以采集車輛運行中的外界環(huán)境條件[6],完成車輛控制,視覺傳感器則可以采集汽車運行中的位置信息,控制智能車的運行速度,為了增加智能車速度控制效率,本文構(gòu)建的智能車速度底層控制平臺安裝了Foo Hoo高分辨率攝像頭[7],提高視覺信息采集的精準度。
在光線較昏暗的地方能見度較低,因此智能車速度底層控制平臺的識別效果也較差,為了進一步提升智能車速度控制效率,本文構(gòu)建的智能車速度控制平臺選取了HOKUYO UTM-30LX激光雷達[8],提高了智能車的障礙物識別效果。
智能車速度控制平臺基于載波技術(shù)安裝了NovAtelFlex Pak-G2GPS接收處理機,連接了GPS-702-GG天線,有效地提高了平臺的數(shù)據(jù)傳輸效率,降低了誤碼率。不僅如此,設(shè)計的智能車速度控制平臺還安裝了Crossbow VG700AA垂直陀螺[9],實現(xiàn)車輛的動態(tài)測試。
智能車底層控制平臺主要由橫向控制平臺和縱向控制平臺組成,縱向控制平臺主要包括執(zhí)行機構(gòu)和控制模塊,在智能車運行過程中控制模塊可以及時進行制動,避免出現(xiàn)制動事故,油門剎車控制中心內(nèi)部可以通過控制電機來轉(zhuǎn)動,并使用油門踏板與電位器相連,可以不斷調(diào)整驅(qū)動電機模擬量改變電機轉(zhuǎn)矩,完成智能車速精確控制。
智能車輛控制穩(wěn)定性與控制平臺的硬件連接效果相關(guān),可以根據(jù)電機運行效果,不斷調(diào)整控制器參數(shù),設(shè)計EPOS調(diào)試界面,實現(xiàn)精準的PI控制。
傳統(tǒng)的智能車速度控制方法受復(fù)雜指令限制,往往無法實現(xiàn)有效的控制,存在較高的控制延時,因此本文基于PLC設(shè)置了可編程指令[10],通過控制數(shù)字模擬輸出來完成指令控制,從而有效地降低智能車速度控制延時,因此本文基于PLC設(shè)計了智能車速度控制模型,如公式(1)所示。
公式(1)中,cos?代表車輛運行偏轉(zhuǎn)角作用力,f代表車輛移動合力,該智能車速度控制模型在使用過程中需要結(jié)合車輛的運動形式規(guī)律,避免在車速度控制過程中出現(xiàn)車輛滑移現(xiàn)象。
為了盡可能保證智能車速度控制有效性,本文還設(shè)計了PLC控制系統(tǒng),最大限度滿足智能車的控制需求,該控制系統(tǒng)內(nèi)部軟件用中間繼電器控制,結(jié)合了計數(shù)器共同安裝控制接線,為了盡量避免智能車速度控制故障,設(shè)計的智能車速度控制系計算了PLC綜合編程控制參數(shù),計算式如公式(2)所示。
公式(2)中,Q代表編程指標,V代表智能車速度變化指數(shù),使用該公式可以進行有效的PLC編程,最大程度上降低智能車速度控制誤差。
電動汽車在正常行駛中突然油門信號改變,此時設(shè)計的PLC變頻器會自動切換到恒轉(zhuǎn)速控制模式,此時存在較低的恒轉(zhuǎn)速,因此可以根據(jù)減速斜宰減速到指定的恒轉(zhuǎn)速上,PLC控制系統(tǒng)可以進行油門信號優(yōu)化,在沒有剎車信號的時候,PL C控制系統(tǒng)還可以將變須器減小到恒轉(zhuǎn)速,并將速度控制方式轉(zhuǎn)換為恒定控制模式,避免變頻器出現(xiàn)問題。
本文設(shè)計的方法在智能車速度控制模型的基礎(chǔ)上設(shè)計了智能車動力學坐標系,可以將該控制模型的輸入量設(shè)置為前輪轉(zhuǎn)角,計算車輛運輸運行過程中的運行信息,首先假設(shè)車輛后輪不發(fā)生偏移,此時可能會出現(xiàn)一定的輪胎側(cè)向力,設(shè)計標準的輪胎側(cè)向力表示公式,并將其與車輪的幾何作用關(guān)系相結(jié)合,即可完成智能車速度有效控制。
為了提高智能車速度的控制效果,本文設(shè)計的方法結(jié)合了純跟蹤算法計算了車輛的行駛路徑,實現(xiàn)車輛轉(zhuǎn)向角控制,可以假設(shè)車輛的初始運行坐標和期望跟蹤目標,列出車輛軸中心預(yù)瞄距離,設(shè)計幾何關(guān)系計算式并進行變換,即可得到標準的車輛行駛半徑。
在智能車速度控制過程中,可能存在車輛路徑跟蹤偏移情況,此時需要結(jié)合Stanley路徑跟蹤算法設(shè)計相應(yīng)的反饋函數(shù),完成控制向量疊加,提高智能車速度控制效果。首先設(shè)置標準的車輛前輪轉(zhuǎn)速,測量車輛前輪轉(zhuǎn)向角,將其與期望路徑作差,此時可以得到最近的期望距離,接下來可以結(jié)合車輛的運動方向消除車輛角度偏差,得到轉(zhuǎn)向角綜合控制量,使用該綜合控制量可以消除智能車速控制偏差,此時消除的智能車速度控制偏差可能會受到隨機增益影響,降低速度控制有效性,因此可以將前輪轉(zhuǎn)向角與偏轉(zhuǎn)向量疊加,計算綜合偏移消除公式,完成精準的智能車速度控制。
智能車速度控制的關(guān)鍵就是掌握智能車的運動路徑,因此本文設(shè)計的方法組裝了智能車速度動態(tài)規(guī)劃跟蹤控制器來完成智能車速度控制。智能車速度動態(tài)規(guī)劃跟蹤控制器的組裝分為三個步驟,每一個步驟均需要結(jié)合智能車輛的實際位置,計算航向偏差和距離參數(shù),完成預(yù)瞄點坐標的設(shè)置。
為了進一步提高智能車速度控制的有效性,本文選取改進預(yù)瞄距離算法完成動態(tài)規(guī)劃跟蹤控制器的組裝,首先可以根據(jù)車輛行駛標準速度設(shè)計預(yù)瞄數(shù)學關(guān)系式,計算此時車輛的預(yù)瞄距離,其次為了保證智能車輛速度與期望速度相擬合,本文設(shè)計的方法通過增大前輪轉(zhuǎn)向角消除了智能車輛運行過程中可能產(chǎn)生的距離偏差。
根據(jù)車速與車輛航向之間的關(guān)系,可以計算車輛路徑偏差信息,確定車輛的預(yù)瞄距離,為了解決傳統(tǒng)的智能車速度控制方法存在的控制延時問題,本文設(shè)計的方法同時參考了車輛運行中的多個偏差信息,確定綜合控制距離,完成動態(tài)規(guī)劃跟蹤器的安裝。
在車輛運行過程中,運行軌跡與期望路徑會存在若干個交點,此時需要進行計算,排除多余的交點,僅留下一個交點,智能車輛運行速度較低時的預(yù)瞄距離可能較短,產(chǎn)生的偏差較大,因此可以使用改進跟蹤算法確定期望路徑軸線,并將綜合預(yù)瞄距離相加,得到最終的智能車速度控制距離。
實現(xiàn)車速度控制還需要進行智能車速仿真控制實驗,結(jié)合智能車輛運行過程中可能會出現(xiàn)的多種影響因素進行實驗,為了保證實驗的驗證效果,使用CarSim Matlab進行車輛運動仿真,搭建了智能車輛運行平臺,結(jié)合上文選取的預(yù)瞄點,總共計算出了10個預(yù)瞄距離,分別檢測這10個預(yù)瞄距離的控制效果,控制綜合數(shù)值高于1則證明控制效果較好,反之則代表控制效果較差,10個預(yù)瞄距離的控制效果數(shù)值分別為:1.355、1.565、1.564、1.204、1.445、1.302、1.561、1.302、1.204、1.654,均高于數(shù)值1,證明上文中選取的預(yù)瞄點合格,可以進行有效的智能車速度控制。
可以根據(jù)上文中選取的控制預(yù)瞄點,設(shè)計智能車速度控制方程,假設(shè)車輛的運動幅度較小,首先可以計算出車輛的縱向運動導(dǎo)數(shù),其次結(jié)合車輛的響應(yīng)時滯,可以計算智能車輛運動特性,得到連續(xù)的空間狀態(tài)方程,結(jié)合該空間狀態(tài)方程可以對速度控制平臺進行離散化處理,得到標準的智能車輛采樣時間和采樣周期。
為了保證智能車速度控制的延時最短,實現(xiàn)精準跟蹤,可以將智能車速度控制問題用計算機QP問題進行假設(shè),可以得到新的空間狀態(tài)表達式,重新進行簡化運算,此時計算出的預(yù)測時域符合智能車速度控制需求??紤]到智能車的控制特性,可以根據(jù)控制目標的運動狀態(tài)設(shè)計速度跟蹤曲線,此時得到的目標函數(shù)可以實現(xiàn)加速度約束,能保證綜合參考量和系統(tǒng)狀態(tài)偏差始終處于標準范圍內(nèi),進一步實現(xiàn)智能車速精準控制。
為了檢驗本文設(shè)計的基于PLC的智能車速度控制方法的控制效果,本文將其與傳統(tǒng)的智能車速度控制方法對比,進行了實車控制實驗。
使用RS232設(shè)計智能車速控制實驗檢測中心,該檢測中心主要由各個通信模塊、決策模塊組成,為了保證智能車速度控制檢驗準確性,本實驗還選取了UDP協(xié)議進行數(shù)據(jù)采集,設(shè)計了相關(guān)的數(shù)據(jù)分析算法,選取BJUT-IV智能車為實驗車,該車速度控制檢測中心的結(jié)構(gòu)組成示意圖如圖1所示。
圖1 智能車速度控制檢測中心
由圖1可知,該智能車速度控制檢測中心可以不斷采集車輛的感知數(shù)據(jù),結(jié)合車輛的運動狀態(tài)向?qū)嶒灆z測中心輸出測試數(shù)據(jù)。該控制檢測中心能同時實現(xiàn)模塊單獨調(diào)試和數(shù)據(jù)采集顯示,并輸出相應(yīng)的檢測曲線,完成智能車速控制檢測。
檢測中心的通信協(xié)議使用RS232進行通信,通訊接口波特率設(shè)為115200,為了更好地提取智能車速度控制數(shù)據(jù),本實驗用OpCode 0x10作為初始數(shù)據(jù)索引參數(shù)實現(xiàn)數(shù)據(jù)讀取,結(jié)合該參數(shù),可以設(shè)計對應(yīng)的車速控制障礙坐標,如表1所示。
表1 車速控制障礙坐標
由表1可知,在讀取到車速控制障礙坐標后,需要將其輸送到控制中心中完成反饋,因此可以使用循環(huán)冗余算法完成CRC校驗,校驗結(jié)果符合CRC-CCITT校驗要求則證明校驗成功,反之則證明校驗失敗。
選擇某結(jié)構(gòu)化路段進行實驗,在該道路上設(shè)置14個障礙物,測試智能車輛的轉(zhuǎn)彎、車速控制效果,使用GPS及時獲取智能車輛的位置信息,采集智能車輛的航向角,使用BJUT-IV 控制軟件設(shè)置智能車期望速度,并使用標準的數(shù)據(jù)跟蹤曲線進行擬合。將智能車的初始速度設(shè)置為0,期望速度也設(shè)置為0,隨即不斷調(diào)整智能車的期望車速,將其提升至10kmh、20 kmh,待智能車輛達到最高速度時可以逐漸使其減速,直至車輛速度下降至0,此時智能車輛運行的路徑如圖2所示。
圖2 智能車輛運行路徑
由圖2可知,此時智能車輛運行的路徑包括直角變速控制和勻速控制,符合本實驗需求,可以進行后續(xù)的控制實驗。
在上述實驗準備基礎(chǔ)上,分別使用本文設(shè)計的基于PLC的智能車速度控制方法和傳統(tǒng)的智能車速度控制方法進行控制,記錄在上述車輛運行路徑中面對隨機抽取的不同障礙的控制延時,實驗結(jié)果如表2所示。
表2 實驗結(jié)果
由表2可知,本文設(shè)計的智能車速度控制方法在面對上述不同障礙時的控制延時較短,證明設(shè)計的智能車速度控制方法的控制效果較好,具有實時性,有一定的應(yīng)用價值。
綜上所述,隨著交通運輸發(fā)展,各種各樣的智能車輛層出不窮,雖然給人們出行帶來了一定的便利,但也相應(yīng)產(chǎn)生了交通事故問題,急需進行合理的車速度控制,傳統(tǒng)的智能車速度控制方法在控制時存在較長的控制延時,無法滿足目前的智能車速度控制需求,因此本文基于PLC設(shè)計了新的智能車速度控制方法,進行實驗,結(jié)果表明,設(shè)計的智能車速度控制方法的控制延時較短,具有實時性,有一定的應(yīng)用價值,可以作為后續(xù)智能車控制研究的參考。