祁子豪,殷康超
基于V2V的車輛自動換道控制
祁子豪,殷康超
(長安大學 汽車學院,陜西 西安 710064)
隨著車路協(xié)同技術的發(fā)展,換道車輛可以與周圍車輛進行數(shù)據(jù)信息的共享,提高換道效率和交通安全?;谝陨戏治?,論文提出一種基于車車協(xié)同(V2V)的車輛自動換道控制方法,主要分為軌跡規(guī)劃和軌跡跟蹤兩部分。選用基于時間的五次多項式作為換道軌跡,通過V2V獲取的周圍車輛信息進行軌跡路線規(guī)劃,然后根據(jù)規(guī)劃好的軌跡,采用滑模軌跡跟蹤算法進行軌跡跟蹤,實時優(yōu)化車輛的車速和方向盤轉(zhuǎn)角,從而完成換道。最后經(jīng)CarSim- MATLAB/Simulink仿真證實,所提出的換道控制策略軌跡規(guī)劃及跟蹤合理有效,提高了換道安全性。
車路協(xié)同;V2V;軌跡規(guī)劃;軌跡跟蹤;滑模軌跡跟蹤算法
近年來,汽車行駛過程中因換道發(fā)生的交通事故數(shù)不勝數(shù),給交通帶來了極大不便,因此,研發(fā)車輛自動換道技術迫在眉睫。LI 等提出車輛協(xié)同換道行為是相鄰兩個車道車輛的交叉換道行為,該研究設計了一個兩階段的框架來尋找較優(yōu)的在線解決方案[1],但其要求在換道開始時刻兩車道的所有車輛車速相同。冀杰等[2]將多約束模型預測控制算法應用于換道路徑跟蹤,大幅度提高了換道軌跡循跡的準確性和時效性,但其局限性是只考慮了換道時間、橫向加速度等約束條件,并沒有考慮換道車輛與其他車輛的安全距離以及換道車輛自身的縱向加速度等約束條件。李珣等為研究交通流模型中的局部交通規(guī)則,提出了一種考慮局部區(qū)域車輛狀態(tài)優(yōu)化的協(xié)同換道模型,并研究了一套協(xié)同換道規(guī)則[3]。LUO等考慮到目前的協(xié)同換道策略大多沒有涉及到周圍協(xié)同車輛的動態(tài)運動,所以提出了基于車車通信的動態(tài)自動換道控制策略[4]。一旦周圍協(xié)同車輛發(fā)生動態(tài)變化,換道車輛可以立即進行規(guī)劃重軌跡,保證換道車輛的安全行駛和換道效率。但其也僅僅只考慮了協(xié)同車輛在縱向上的速度突變,并沒有同時考慮協(xié)同車輛的橫向和縱向運動。目前大多數(shù)換道策略都存在僅憑換道起始時刻協(xié)同車輛位置就進行換道的問題,并且忽略換道過程中的車輛安全問題。
隨著經(jīng)濟和技術的發(fā)展,智能網(wǎng)聯(lián)汽車成為汽車發(fā)展的主要方向之一,融入汽車的高新技術也越來越多。在汽車網(wǎng)聯(lián)化發(fā)展方面,車車協(xié)同(Vehicle to Vehicle, V2V)技術的發(fā)展逐漸成為主流。本文提出了一種基于V2V的車輛自動換道控制方法,用基于時間的五次多項式作為換道軌跡進行軌跡規(guī)劃,用滑模軌跡跟蹤算法進行軌跡跟蹤,實時優(yōu)化車輛的車速和方向盤轉(zhuǎn)角,最終完成換道。在保證換道安全性的前提下,極大地提高了換道效率。
因目標車輛在換道過程中可能會與其他車輛有協(xié)同行為,所以將換道細分為自由換道和協(xié)同換道[5],換道軌跡規(guī)劃又細分為自由換道軌跡規(guī)劃和協(xié)同換道軌跡規(guī)劃。
V2V可以在一定范圍內(nèi)有效地共享每輛車的位置、速度、加速度等信息。當換道車輛收到周圍的車輛信息時,首先要進行的就是換道軌跡規(guī)劃,本文采用基于時間的五次多項式來進行軌跡規(guī)劃(縱向和橫向都是基于時間的五次多項式),因為其換道曲線連續(xù)光滑,無突變,車輛舒適性好,五次多項式為
式中,0—5、0—5為未知系數(shù);為換道時間。
結合換道起始時刻和結束時刻車輛在橫向和縱向的位置、速度、加速度信息,建立12個表征汽車狀態(tài)的方程,即
式中,0、0、v,0、v,0、a,0、a0為起始時刻橫向和縱向的坐標、速度和加速度;f為結束時刻;f、f、v,f、v,f、a,f、a,f分別為結束時刻橫向和縱向的坐標、速度和加速度。
式(2)、式(3)和式(1)聯(lián)立,除了0—5、0—5,其余均為已知條件,因此,可直接解出系數(shù)0—5、0—5即為換道軌跡。
換道軌跡規(guī)劃要滿足一定的約束條件,本文主要考慮了位置約束、速度約束、動力學約束和安全約束。位置約束指換道車輛的橫向位置應在本車道和目標車道的中心線之間;速度約束指換道車輛的速度應大于0,小于該車的最大車速;動力學約束指換道車輛的加速度和加加速度都應小于各自最大值;安全約束指換道車輛的外輪廓不與其他車輛外輪廓重合(不發(fā)生碰撞),即滿足式(4):
(M-0)2+(M-0)2>(M+0)2(4)
式中,M、0為換道車輛和障礙車輛的縱向位移;M、0為換道車輛和障礙車輛的橫向位移;M、0為換道車輛和障礙車輛的動態(tài)圓半徑。
協(xié)同換道是在自由換道的基礎上,添加了與協(xié)同車輛的配合交互,保證在換道車輛換道過程中,協(xié)同車輛可以保持車速并且不換道,從而不干涉換道過程。具體方法:當換道車輛準備換道時,先選擇目標車道的前方車輛和后方車輛;然后根據(jù)自身和協(xié)同車輛的位置、車速、加速度信息按照基于時間的五次多項式進行自由換道軌跡規(guī)劃;之后發(fā)送規(guī)劃軌跡信號給協(xié)同車輛,協(xié)同車輛收到信號后,同意協(xié)同則發(fā)送信號1,反之發(fā)送0;相應地,換道車輛如果收到反饋信號1,就進行軌跡跟蹤,收到反饋信號0,進行軌跡重規(guī)劃,重新發(fā)送規(guī)劃軌跡信號給協(xié)同車輛。具體的協(xié)同換道軌跡規(guī)劃策略如圖1所示。
圖1 協(xié)同換道軌跡規(guī)劃策略圖
協(xié)同換道的換道軌跡規(guī)劃和換道約束應和自由換道相同。
換道軌跡跟蹤[6]是對規(guī)劃好的路徑進行跟蹤,本文采用滑模軌跡跟蹤算法[7]來跟蹤換道軌跡。
車輛軌跡跟蹤是在任意時刻通過控制輸入(車速和橫擺角速度)來確保車輛誤差(橫向誤差、縱向誤差和方向角誤差)盡可能小。所以本文在backstepping方法的基礎上,設計滑??刂破鞯那袚Q函數(shù)為
式中,e、e、e分別為橫向、縱向和方向角誤差,r為當前時刻的速度。
式中,為常數(shù)向量;為正的無窮小量。
將等速趨近率[8]式(6)帶入式(5)
可得
式中,=tan-1(re)。
由式(7)可得控制規(guī)律
最后根據(jù)控制規(guī)律將期望的車速和橫擺角速度轉(zhuǎn)化為汽車扭矩和方向盤轉(zhuǎn)角[9],保證車輛換道軌跡始終沿著規(guī)劃好的路線進行。
式中,為車輪半徑,為摩擦系數(shù);為車輛質(zhì)量;g是引力常數(shù);D為空氣阻力系數(shù);為車輛的正面面積;為空氣的密度;為車速;sw為方向盤角度;w為轉(zhuǎn)向系統(tǒng)的角度傳輸率;為前輪的轉(zhuǎn)向角;為軸距;和分別為車輛質(zhì)心到前、后軸的距離;f和r為前輪和后輪的轉(zhuǎn)彎剛度。
搭建CarSim-MATLAB/Simulink換道策略仿真模型如圖2所示。仿真圖主要由CarSim中搭建的汽車動力學模型和Simulink中搭建的滑??刂破鹘M成。
圖2 換道控制策略仿真圖
在CarSim中設置了汽車的整車參數(shù),如表1所示,同時將汽車的車輪轉(zhuǎn)角作為輸入量,將橫向速度、縱向速度、橫向位移、縱向位移、橫擺角和橫擺角速度作為輸出量;在Simulink中添加由 CarSim S-Function構成的軌跡跟蹤控制器模塊,控制器的主要參數(shù)如表2所示,同時使用函數(shù)編寫參考軌跡模塊,之后將 CarSim中的車輛狀態(tài)信息輸出給控制器,控制器結合約束條件和目標函數(shù)求出下一刻的最優(yōu)解信息,傳遞給 CarSim 來控制車輛行駛,實現(xiàn)控制策略的目標軌跡跟蹤。
表1 整車參數(shù)表
表2 控制參數(shù)
圖3為換道車輛加速向左換道,換道車輛起始車速為10 m/s,逐漸加速向左換道,車速最終加速到15 m/s;協(xié)同車輛車速保持不變,始終為15 m/s。圖4為換道車輛減速向右換道,換道車輛起始車速為20 m/s,逐漸減速向右換道,車速最終減速到15 m/s;協(xié)同車輛車速保持不變,始終為15 m/s。
圖3 向左加速換道仿真結果圖
圖4 向右減速換道仿真結果圖
仿真結果顯示,本文設計的換道軌跡規(guī)劃和軌跡跟蹤方法合理有效,換道車輛安全準確地完成了換道。
本文將V2V獲取的周圍車輛信息與換道車輛共享,用基于時間的五次多項式進行換道軌跡規(guī)劃,然后根據(jù)規(guī)劃好的軌跡,采用滑模軌跡跟蹤算法進行軌跡跟蹤,完成換道。最后經(jīng)CarSim- MATLAB/Simulink仿真驗證,所提出的換道控制策略能夠準確安全地完成換道。
[1] LI B,ZHANG Y,FENG Y,et al.Balancing Computation Speed and Quality: A Decentralized Motion Planning Method for Cooperative Lane Changes of Connected and Automated Vehicles[J].IEEE Transactions on Intelligent Vehicles,2018,3(3):340-350.
[2] 冀杰,唐志榮,吳明陽,等.面向車道變換的路徑規(guī)劃及模型預測軌跡跟蹤[J].中國公路學報,2018,31(4): 172-179.
[3] 李珣,曲仕茹,夏余.車路協(xié)同環(huán)境下多車道車輛的協(xié)同換道規(guī)則[J].中國公路學報,2014,27(8):97-104.
[4] LUO Y,XIANG Y,CAO K,et al.A Dynamic Automated Lane Change Maneuver Based on Vehicle-to-vehicle Communication[J].Transportation Research Part C: Emerging Technologies,2016,62:87-102.
[5] TREIBER M,HENNECKE A,HELBING D.Congested Traffic States in Empirical Observations and Micros- copic Simulations[J].Physical Review E,2000,62(2): 1805.
[6] 郭烈,張榮輝,葛平淑,等.雙閉環(huán)結構的智能車輛彎路換道軌跡跟蹤控制[J].汽車工程學報,2014,4(4): 245-252.
[7] KATO S, TSUGAWA S, TOKUDA K, et al. Vehicle Control Algorithms for Cooperative Driving with Automated Vehicles and Intervehicle Communications [J].IEEE Transactions on Intelligent Transportation Systems,2002,3(3):155-161.
[8] 冀杰,李以農(nóng),鄭玲,等.車輛自動駕駛系統(tǒng)縱向和橫向運動綜合控制[J].中國公路學報,2010,23(5):119-126.
[9] 向勇,羅禹貢,曹坤,等.基于車-車通信的自動換道控制[J].公路交通科技,2016, 33(3):120-126,145.
Vehicle Automatic Lane Change Control Based on V2V
QI Zihao, YIN Kangchao
( College of Automobile, Chang'an University, Xi'an 710064, China )
With the development of vehicle-road cooperation technology, lane changing vehicles can share data and information with surrounding vehicles to improve lane changing efficiency and traffic safety. Based on the above analysis, this paper proposes a vehicle automatic lane change control method based on vehicle to vehicle (V2V), which is mainly divided into two parts: trajectory planning and trajectory tracking. The quintic polynomial based on time is used as lane-changing trajectory, and the path planning is carried out through the surrounding vehicle information obtained by V2V. Then, according to the planned trajectory, the sliding mode trajectory tracking algorithm is used to track the vehicle speed and steering wheel angle, so as to complete lane change. Finally, the CarSim-MATLAB/Simulink simulation proves that the proposed lane change control strategy is reasonable and effective in trajectory planning and tracking, and improves the lane change security.
Vehicle-road cooperation; V2V; Trajectory planning; Trajectory tracking; Sliding mode trajectory tracking algorithm
U495
A
1671-7988(2023)03-44-05
10.16638/j.cnki.1671-7988.2023.03.008
祁子豪(1998—),男,碩士研究生,研究方向為智能網(wǎng)聯(lián)車及無人駕駛,E-mail:2721148048@qq.com。