基于模型預(yù)測(cè)控制的可變目標(biāo)距離自適應(yīng)巡航控制研究

趙亞男，王泰翔，高利，孫海鑫，王顯才

（1.北京理工大學(xué) 機(jī)械與車輛學(xué)院，北京 100081；2.北京理工大學(xué) 藝術(shù)與設(shè)計(jì)學(xué)院，北京 100081）

車輛在復(fù)雜交通環(huán)境中行駛時(shí)，駕駛?cè)烁兄畔⒑团袛鄾Q策的全過(guò)程會(huì)受到運(yùn)行環(huán)境復(fù)雜度的影響[1-5]，復(fù)雜程度越大會(huì)使得工作負(fù)荷迅速增加，導(dǎo)致較高的交通事故發(fā)生率.自適應(yīng)巡航系統(tǒng)的出現(xiàn)有效地減少了駕駛?cè)说墓ぷ髫?fù)荷[6]，但是自適應(yīng)巡航控制算法面對(duì)旁車切入工況，利用車頭時(shí)距和車速計(jì)算得到目標(biāo)期望距離發(fā)生階躍突變，控制層計(jì)算得到的減速度幅值過(guò)大，導(dǎo)致無(wú)法獲得較好的駕駛平順性、舒適性和安全性.

在車輛動(dòng)態(tài)跟蹤前車的縱向運(yùn)動(dòng)過(guò)程中，車輛舒適性、平順性、安全性是自適應(yīng)巡航系統(tǒng)的兩個(gè)重要的性能指標(biāo)[7].過(guò)于劇烈的加速度變化會(huì)降低乘員的舒適性，較大的縱向加速度和階躍的沖擊度引起車輛的軸荷轉(zhuǎn)移和較大的俯仰角變化，導(dǎo)致車輛平順性的降低.過(guò)大幅值的減速度在交通流中也容易引起追尾事故等安全性問(wèn)題，直接影響駕駛?cè)藢?duì)ACC 的使用.

動(dòng)態(tài)車間距的自適應(yīng)巡航系統(tǒng)在不同場(chǎng)景提供不同的車間距算法，有利于提供車輛的自適應(yīng)性和穩(wěn)定性.目前國(guó)內(nèi)外對(duì)自適應(yīng)巡航的車間據(jù)算法模式劃分主要依靠與前車的相對(duì)速度，相對(duì)加速度以及縱向距離.間距劃分策略主要應(yīng)用于工況劃分，基于車頭時(shí)距的可變目標(biāo)距離的劃分策略被廣泛使用[8].裴曉飛等[7]和BAREKET 等[8]將ACC 劃分為8種模式，利用跟車時(shí)距和避撞時(shí)間倒數(shù)來(lái)劃分不同模式，但是在實(shí)車驗(yàn)證上本車加速度的抖動(dòng)變化難以保證駕駛?cè)说氖孢m度要求.BAREKET 等[9]利用相對(duì)車速和車間距將自適應(yīng)巡航分為6 種模式，但是實(shí)車實(shí)驗(yàn)中難以確定模式的分界.CANALE 等[10]利用前車的縱向狀態(tài)，將本車ACC 分為勻速、加速和減速3 種工況，利用駕駛?cè)四Ｐ瓦M(jìn)行分層控制，但是實(shí)際3 種模式難以應(yīng)對(duì)復(fù)雜道路情況，在旁車切入下的縱向控制策略無(wú)法提供合理且舒適的加速度.ARNE 等[11]利用宏觀和微觀交通流中，利用觀測(cè)以及經(jīng)驗(yàn)等得到的數(shù)據(jù)提出的IDM 模型，該模型能良好的模擬高速場(chǎng)景下隨著前車距離和速度引起的本車的加速度變化，該模型由于仿真模擬和實(shí)車測(cè)試中差距較大，該模型在后人的工作中不斷被更新，修正.張德昭等[12]通過(guò)使用零期望加速度曲線，把模式區(qū)分為定速巡航，車速保持、接近和超車，避免了車輛在模式切換中的加速度階躍問(wèn)題.孫曉文等[13]將自適應(yīng)巡航劃分為巡航速度控制和跟車時(shí)距控制來(lái)保證跟車安全，但是過(guò)少的模式無(wú)法應(yīng)對(duì)復(fù)雜且低速的情況.馬成國(guó)等[14]使用逆動(dòng)力學(xué)模型使用改進(jìn)pid 的算法開(kāi)發(fā)了制動(dòng)壓力控制器，實(shí)現(xiàn)了自適應(yīng)巡航對(duì)主動(dòng)制動(dòng)控制的要求.李亮等[15]將粒子群算法的優(yōu)點(diǎn)作為模型預(yù)測(cè)控制的滾動(dòng)優(yōu)化方法進(jìn)行求解，極大的提升了運(yùn)算速度.鄒漢鵬等[16]提出一種具有自適應(yīng)補(bǔ)償能力的反饋校正模型預(yù)測(cè)控制器設(shè)計(jì)方法，具備良好的抗干擾能力，提高了ACCak 系統(tǒng)的跟車安全性和乘坐舒適性.

針對(duì)自適應(yīng)巡航系統(tǒng)現(xiàn)存的旁車切入跟車距離突變引起本車加速度階躍引起的駕駛平順性、舒適性和安全性問(wèn)題，本文提出一種基于模型預(yù)測(cè)控制的可變目標(biāo)距離自適應(yīng)控制模型.根據(jù)本車速度與前車的運(yùn)動(dòng)狀態(tài)關(guān)系[17-18]，建立動(dòng)態(tài)目標(biāo)車輛期望距離模型，使用離散化車輛跟馳運(yùn)動(dòng)學(xué)模型，對(duì)本車輛在預(yù)測(cè)時(shí)域進(jìn)行模型預(yù)測(cè)，并針對(duì)安全性、舒適性、安全性等目標(biāo)引入松弛因子進(jìn)行優(yōu)化得到可行解，并不斷滾動(dòng)優(yōu)化，完成旁車切入本車道前方與車輛跟馳的縱向控制，并通過(guò)實(shí)車驗(yàn)證了可變目標(biāo)距離自適應(yīng)循環(huán)控制的可行性和有效性.

1 可變目標(biāo)距離自適應(yīng)巡航控制

1.1 自適應(yīng)巡航控制框架設(shè)計(jì)

多數(shù)自適應(yīng)巡航系統(tǒng)利用ECU 在整車控制器中實(shí)現(xiàn)節(jié)氣門(mén)開(kāi)度，制動(dòng)主缸壓力與目標(biāo)車輛動(dòng)態(tài)參數(shù)的聯(lián)合計(jì)算控制，為了實(shí)現(xiàn)自適應(yīng)巡航系統(tǒng)與其他ADAS 模塊的并行使用與獨(dú)立控制，本文利用分層控制系統(tǒng)，增加整車的開(kāi)發(fā)效率，減少對(duì)下層執(zhí)行層的直接控制、降低上位機(jī)二次開(kāi)發(fā)的難度，減少開(kāi)發(fā)周期，本文選擇使用分層設(shè)計(jì)理念對(duì)ACC 結(jié)構(gòu)進(jìn)行設(shè)計(jì)，將車輛分為感知融合層，上位控制器和下位線控底盤(pán)執(zhí)行器，利用感知融合層和底盤(pán)發(fā)送得到的前方障礙物車輛與本車的相對(duì)運(yùn)動(dòng)狀態(tài)信息和本車運(yùn)動(dòng)狀態(tài)信息，通過(guò)上層控制器利用上述信息進(jìn)行車輛現(xiàn)處工況判斷，加速度規(guī)劃層通過(guò)控制模型對(duì)相應(yīng)工況采取基于模型預(yù)測(cè)控制的縱向控制算法得出期望車輛縱向期望加速度，下發(fā)下位控制器，線控底盤(pán)執(zhí)行層利用PID 算法依賴車輛動(dòng)力學(xué)特性，調(diào)節(jié)制動(dòng)主缸壓力和節(jié)氣門(mén)開(kāi)度，迅速使車輛達(dá)到期望加速度，同時(shí)本車自身運(yùn)動(dòng)狀態(tài)反饋給加速度規(guī)劃層進(jìn)行閉環(huán)控制，從而實(shí)現(xiàn)自適應(yīng)巡航功能.可變目標(biāo)距離自適應(yīng)巡航控制體系結(jié)構(gòu)如圖1 所示.

圖1 可變目標(biāo)距離自適應(yīng)巡航控制體系結(jié)構(gòu)Fig.1 Variable target range adaptive cruise control architecture

在加速度規(guī)劃層中利用本文提出的自適應(yīng)巡航可變距離計(jì)算模型，利用目標(biāo)車輛的相對(duì)距離、速度以及底盤(pán)反饋的本車運(yùn)動(dòng)狀態(tài)信息，建立本車縱向自適應(yīng)巡航運(yùn)動(dòng)學(xué)模型，并對(duì)平順性、舒適性和安全性等多目標(biāo)進(jìn)行二次型構(gòu)建，引入松弛因子在各運(yùn)行步長(zhǎng)滾動(dòng)優(yōu)化求得控制量增量的可行解，再利用實(shí)車實(shí)驗(yàn)驗(yàn)證可行性和有效性.

1.2 自適應(yīng)巡航控制模型構(gòu)建

自適應(yīng)巡航為沒(méi)有橫向控制參與的縱向加速度控制模型，考慮到車輛利用前車運(yùn)動(dòng)狀態(tài)信息與底盤(pán)反饋信息對(duì)前車的速度和期望加速度進(jìn)行追蹤，根據(jù)兩車之間相對(duì)運(yùn)動(dòng)關(guān)系，對(duì)車輛運(yùn)動(dòng)學(xué)進(jìn)行建模并假設(shè)本車線性底盤(pán)可以良好且較快地對(duì)上層加速度規(guī)劃控制器下發(fā)加速度進(jìn)行跟蹤，其期望加速度ades與 實(shí)際底盤(pán)a0執(zhí)行加速度為一階慣性環(huán)節(jié)傳遞函數(shù)見(jiàn)式（1）.

如圖2 所示，ACC 控制車輛縱向運(yùn)動(dòng)學(xué)關(guān)系.其中d表示實(shí)際車距，為本車頭與目標(biāo)車輛后保險(xiǎn)桿距離，dt為上文描述期望跟車距離，Δd為實(shí)際車距與期望跟車距離的差值.

圖2 自適應(yīng)巡航跟馳運(yùn)動(dòng)學(xué)模型Fig.2 Kinematic model of adaptive cruise car following

根據(jù)本車與前車的運(yùn)動(dòng)學(xué)特性以及底盤(pán)執(zhí)行器的一階慣性環(huán)節(jié)的假定，對(duì)車輛運(yùn)動(dòng)學(xué)模型進(jìn)行離散化建模如下.

式中：v0為本車當(dāng)前速度；Δv為 兩車速度差；a0為本車加速度；a1為 目標(biāo)車輛加速度；Kp與Tp為線控底盤(pán)執(zhí)行器的一階慣性環(huán)節(jié)系統(tǒng)增益和時(shí)滯；Ts為系統(tǒng)采樣步長(zhǎng)即采樣周期.

設(shè)x(k)=[Δd(k),Δv(k),a0(k),j(k)]，x(k)為系統(tǒng)狀態(tài)空間向量，控制系統(tǒng)u(k)輸入為期望底盤(pán)加速度ades, 前車加速度a1(k) 為 控制系統(tǒng)的擾動(dòng)量 φ(k)，系統(tǒng)的輸出量為y(k)，同時(shí)為了增加系統(tǒng)的魯棒性，提高自適應(yīng)巡航模型的預(yù)測(cè)精度，增加誤差修正項(xiàng)e(k)，引入M=diag(m1,m2,m3,m4)的對(duì)角修正矩陣.由此可將自適應(yīng)巡航縱向運(yùn)動(dòng)學(xué)模型整理見(jiàn)式（3）.

式中x(k)為 系統(tǒng)實(shí)際可觀測(cè)狀態(tài)量，x(k+1|k)為已知x(k)時(shí)刻狀態(tài)后對(duì)下一時(shí)刻的預(yù)測(cè)量.

式中各系數(shù)矩陣見(jiàn)式（4）.

2 可變目標(biāo)距離自適應(yīng)巡航控制策略

自適應(yīng)巡航控制包括了傳統(tǒng)定速巡航控制和自適應(yīng)跟蹤控制與前車的期望距離，根據(jù)車輛的運(yùn)動(dòng)關(guān)系以及前車的運(yùn)動(dòng)狀態(tài)，通過(guò)控制本車加速度使得前車與本車的縱向距離始終保持期望距離左右，完成車輛自適應(yīng)跟馳[19].車輛跟馳中駕駛?cè)瞬捎迷O(shè)定車頭時(shí)距的辦法來(lái)調(diào)整兩車之間的期望距離，車頭時(shí)距的定義為

式中：c為兩車縱向距離；v0為本車車速；τ為車頭時(shí)距.

自適應(yīng)巡航控制的期望距離ddes目前有兩種較為流行的應(yīng)用方法，一種是定期時(shí)距模型，該方法在駕駛?cè)舜_定跟車時(shí)距后期望距離僅隨本車運(yùn)動(dòng)速度而發(fā)生改變，式中d0為最小停車距離.

2.1 可變車頭時(shí)距模型

由于傳統(tǒng)的定車頭時(shí)距無(wú)法處理前車動(dòng)態(tài)的運(yùn)動(dòng)狀態(tài)變化，難以在前車速度波動(dòng)的工況下保持本車對(duì)其進(jìn)行穩(wěn)定的跟蹤，而且不考慮前車車速的定車頭時(shí)距計(jì)算得出的期望距離在前車速度波動(dòng)較大時(shí)，加速度規(guī)劃層的輸入量與參考量的偏差較大，導(dǎo)致上位控制器計(jì)算得出的加速度波動(dòng)頻率增加，車輛由于沖擊度變大導(dǎo)致駕駛?cè)耸孢m性降低.因此本文對(duì)期望距離進(jìn)行改進(jìn)并提出一種變車間時(shí)距（variable time headway, VTH），見(jiàn)式（7）：

式中：τ0為 駕駛?cè)嗽O(shè)定車頭時(shí)距;a為相對(duì)速度的權(quán)重參數(shù);b為前車加速度的權(quán)重參數(shù)，k為常數(shù); τmin和 τmax為飽和車頭時(shí)距，本文設(shè)定為0.8 s 和2 s.

2.2 旁車加速切入下可變目標(biāo)距離調(diào)整

當(dāng)本車處于旁車切入本車道前方工況時(shí)，t時(shí)刻前車加速切入且速度大于等于本車，期望距離即優(yōu)化代價(jià)函數(shù)中的參考與實(shí)際距離的差值 Δd突然增大，見(jiàn)式（8）：

由此，本文利用時(shí)間步長(zhǎng)的增長(zhǎng)對(duì)目標(biāo)距離延遲，采用一階慣性環(huán)節(jié)，其階躍響應(yīng)曲線如圖3 所示，其濾波效果作用為延遲期望目標(biāo)距離作用在加速度規(guī)劃控制器的響應(yīng).

圖3 一階慣性環(huán)節(jié)階躍響應(yīng)曲線Fig.3 Step response curve of first-order inertial link

傳遞函數(shù)表達(dá)如下：

2.3 低速堵車蠕行工況控制策略調(diào)整

由于車輛發(fā)生堵車工況時(shí)，目標(biāo)車輛在復(fù)雜交通流中不斷啟停.如果自車跟馳控制存在時(shí)滯或者超調(diào)，會(huì)導(dǎo)致兩車相對(duì)距離難以在正?？刂撇呗缘钠谕嚯x上迅速收斂導(dǎo)致本車在逼近兩車期望相對(duì)距離時(shí)候加速度下發(fā)較為抖動(dòng)，較大的沖擊度，會(huì)引起駕駛?cè)藢?shí)際駕駛體驗(yàn)急劇下降.當(dāng)目前車輛所處交通情況導(dǎo)致其駕駛行為為急減速，本車與目標(biāo)車輛的相對(duì)距離會(huì)急劇減少，而本車自適應(yīng)巡航控制策略中加速度有上下限的飽和限制，無(wú)法迅速下發(fā)大減速帶的指令制動(dòng)，導(dǎo)致本車剎車不及時(shí)，造成追尾事故.

因此，本文將期望距離與前車的加速度作為期望的參考，同時(shí)增加狀態(tài)量中，車輛加速度的權(quán)重，降低期望距離與實(shí)際距離誤差的權(quán)重.因?yàn)榈退俣萝嚬r，兩車相對(duì)距離較近，若按照城市道路和高速場(chǎng)景工況設(shè)計(jì)代價(jià)函數(shù)，目標(biāo)期望距離與實(shí)際距離相差較小，同樣權(quán)重下，影響優(yōu)化參數(shù)的結(jié)果也越輕微，同時(shí)，考慮到低速工況，駕駛員實(shí)際期望的是跟蹤前車動(dòng)作，期望保持固定安全距離下與前車執(zhí)行相同動(dòng)作，所以增加狀態(tài)量中本車加速度與期望的誤差權(quán)重，本文的優(yōu)化目標(biāo)權(quán)重矩陣式(23)體現(xiàn).

其中加速度的參考值如式 (11)

3 多目標(biāo)優(yōu)化的模型預(yù)測(cè)控制

3.1 模型預(yù)測(cè)控制目標(biāo)分析

3.1.1 縱向控制期望響應(yīng)

考慮到駕駛?cè)藢?shí)際駕駛體驗(yàn)以及提高交通流的思想[20]，過(guò)小車距會(huì)引起駕駛?cè)藢?duì)車輛自身安全的心里壓力，過(guò)大的跟馳距離會(huì)引起旁車切入本車的風(fēng)險(xiǎn)，而且若跟車距離在期望距離值上下浮動(dòng)，導(dǎo)致車輛加加速度在0 點(diǎn)震蕩會(huì)引起駕駛?cè)说牟贿m，因此待優(yōu)化目標(biāo)為

式中：Δd為相對(duì)距離和目標(biāo)距離的誤差；Δv為兩車速度差.

3.1.2 極限跟車安全距離

為了自適應(yīng)巡航系統(tǒng)的駕駛絕對(duì)安全，利用碰撞時(shí)間（ttc）嚴(yán)格約束兩車相對(duì)距離,控制車輛緊急制動(dòng)的安全，d0為式（6）中的最小停止跟車距離

為了提高駕駛?cè)说陌踩?，?yīng)限制優(yōu)化兩車相對(duì)速度的大小，過(guò)大的速度差難以保證加速度的幅值不能超出飽和期限.

3.1.3 極限舒適度約束

過(guò)大或過(guò)小的加速度都會(huì)嚴(yán)重影響車輛的舒適度且車輛的沖擊度作為縱向加速度的一階導(dǎo)數(shù)，影響駕駛?cè)丝v向受力大小[19]，表示為加速度的突變情況，因此二者同為本文優(yōu)化的目標(biāo),在有效控制的前提下盡可能小.

同理二者存在飽和的硬約束如式：

因此待優(yōu)化目標(biāo)與狀態(tài)向量的關(guān)系為

式中，C=diag(1,1,1,1).

3.1.4 參考縱向軌跡

由于自適應(yīng)巡航目標(biāo)為期望狀態(tài)空間向量在一定控制步長(zhǎng)內(nèi)趨近于0，但考慮到駕駛?cè)说氖孢m性等要求，期望狀態(tài)值平滑非階躍的跟蹤目標(biāo)軌跡，所以利用指數(shù)衰減函數(shù)[20]對(duì)待優(yōu)化目標(biāo)向量進(jìn)行線性加權(quán)，由于衰減權(quán)重函數(shù)為對(duì)角矩陣且對(duì)角項(xiàng)小于1，參考縱向軌跡可在預(yù)測(cè)步長(zhǎng)內(nèi)平緩趨近0.得到在預(yù)測(cè)步長(zhǎng)的跟蹤目標(biāo).

3.2 模型預(yù)測(cè)與多目標(biāo)優(yōu)化

對(duì)于離散狀態(tài)空間方程，建立新的系統(tǒng)預(yù)測(cè)方程：

利用上式，將系統(tǒng)狀態(tài)方程表達(dá)式改寫(xiě)成與上一步長(zhǎng)的增量形式與推導(dǎo)如下.

式中：C～=[INx0]；(k)為系統(tǒng)輸出狀態(tài)量；定義預(yù)測(cè)時(shí)域步長(zhǎng)為Np；控制時(shí)域步長(zhǎng)為Nc；對(duì)應(yīng)輸出變量與新的控制向量為

因此整理得到新的離散空間方程，Sp，Su，Gp，Mp為輸出方程系數(shù)矩陣.[

式中各項(xiàng)矩陣分別為

根據(jù)上文建立的預(yù)測(cè)方程，考慮到綜合響應(yīng)與舒適度的效果，利用MPC 框架進(jìn)行優(yōu)化協(xié)調(diào)，針對(duì)優(yōu)化目標(biāo)與控制目標(biāo)建立在Np時(shí)域內(nèi)滾動(dòng)優(yōu)化，具備二次型性的目標(biāo)函數(shù)如式（24）所示.

式中:Q矩陣和R矩陣為優(yōu)化系統(tǒng)輸出狀態(tài)向量與控制狀態(tài)向量的權(quán)重矩陣，本文為了直接對(duì)控制系統(tǒng)增量進(jìn)行限制來(lái)防止控制量階躍過(guò)大且防止無(wú)法在滾動(dòng)優(yōu)化中求得可行解，且增加了軟約束，其中ρ為權(quán)重系數(shù)，ε為松弛因子.

聯(lián)合式（18）～（24）將目標(biāo)函數(shù)結(jié)合限定優(yōu)化條件轉(zhuǎn)換成標(biāo)準(zhǔn)二次型的形式并忽略常數(shù)項(xiàng)，解決以下優(yōu)化問(wèn)題：

式中各個(gè)參數(shù)為

隨后在每一步長(zhǎng)進(jìn)行滾動(dòng)優(yōu)化實(shí)現(xiàn)自適應(yīng)巡航車輛縱向控制.

4 可變目標(biāo)距離自適應(yīng)控制實(shí)驗(yàn)驗(yàn)證

為了進(jìn)一步驗(yàn)證可變目標(biāo)距離自適應(yīng)控制的有效性，本文對(duì)實(shí)驗(yàn)車輛進(jìn)行多工況的縱向控制實(shí)驗(yàn)，實(shí)驗(yàn)中，期望加速度為上位控制器加速度規(guī)劃層計(jì)算下發(fā)，利用設(shè)定的不同工況錄制車輛使用該縱向控制算法對(duì)不同場(chǎng)景的加速度響應(yīng)，由此驗(yàn)證算法對(duì)前車速度與期望距離進(jìn)行跟蹤的可行性與駕駛?cè)说氖孢m性.控制器的控制參數(shù)如表1 所示，控制狀態(tài)變量與系統(tǒng)狀態(tài)變量，目標(biāo)約束邊界，松弛因子系數(shù)均可調(diào)節(jié).

表1 控制系統(tǒng)參數(shù)Tab.1 Control system parameters

由于本文針對(duì)旁車加速切入本車道車輛前方工況、正常跟馳以及低速蠕行工況建立自適應(yīng)巡航模型，其中旁車切入工況可細(xì)分為旁車未切入時(shí)本車穩(wěn)定跟隨目標(biāo)車輛行駛工況，和旁車切入越過(guò)車道線，本車與新目標(biāo)車輛距離大幅度縮短，跟蹤新目標(biāo)車輛的工況，為驗(yàn)證算法可靠性，對(duì)這上述工況進(jìn)行仿真和實(shí)車驗(yàn)證.

4.1 仿真驗(yàn)證

本文利用上述算法對(duì)前方無(wú)目標(biāo)車輛下有目標(biāo)車輛的中高速混合工況以及旁車切入工況進(jìn)行仿真實(shí)驗(yàn)，試驗(yàn)結(jié)果如圖4 所示.

圖4 仿真場(chǎng)景加速度數(shù)據(jù)Fig.4 Simulation scene acceleration data

仿真實(shí)驗(yàn)表明，車輛有目標(biāo)車輛的復(fù)雜跟馳狀態(tài)可以實(shí)現(xiàn)穩(wěn)定自適應(yīng)巡航功能，其中加速度下發(fā)控制在-0.6 m/s2～0.6 m/s2之間，符合車輛動(dòng)力學(xué)特性，且與目標(biāo)車輛相對(duì)距離沒(méi)有低于實(shí)驗(yàn)設(shè)定的最小安全距離，沖擊度保持在±0.3 m/s3以內(nèi)，從仿真結(jié)果看來(lái)，本文算法可以在不同車速良好實(shí)現(xiàn)自適應(yīng)巡航功能.

4.2 實(shí)車驗(yàn)證

實(shí)驗(yàn)車輛的工控機(jī)，整車控制器，激光雷達(dá)等實(shí)現(xiàn)設(shè)備如圖5 所示.

圖5 車載實(shí)驗(yàn)設(shè)備Fig.5 On board experimental equipment

4.2.1 跟馳行駛工況及蠕行工況

穩(wěn)定跟馳實(shí)驗(yàn)結(jié)果如圖6(a)、圖6(b)、圖6(c)顯示，前車穩(wěn)定行駛，車速均在80 km/h 附近，三項(xiàng)分別表示為控制加速度與車輛實(shí)際加速度、本車車速、與目標(biāo)車輛相對(duì)距離和相對(duì)速度，其中本車加速度均在-0.3 m/s2～0.3 m/s2之間，滿足駕駛平順性和舒適性對(duì)加速度幅值的要求，本車良好跟蹤目標(biāo)車輛車速，且與目標(biāo)車輛保持穩(wěn)定期望距離，兩車相對(duì)車速絕對(duì)值保持在3 m/s 內(nèi)，該實(shí)驗(yàn)證明了本文算法在穩(wěn)定跟馳工況的平順性與安全性，驗(yàn)證了算法可靠性，另分析加速度的輕微波動(dòng)是由于目標(biāo)車輛車速在80 km/h 上下浮動(dòng)，引起的本車目標(biāo)車速發(fā)生變化，但控制層計(jì)算加速度在預(yù)期范圍.

蠕行跟馳試驗(yàn)結(jié)果如圖6(d)、圖6(e)、圖6(f)顯示，目標(biāo)車輛在低速低幅值較高頻率速度波動(dòng)過(guò)程中，車速反復(fù)在10 到16 km/h 范圍內(nèi)波動(dòng)，本車加速度保持在-0.3 m/s2～0.2 m/s2之間，相比于IDM 算法，最大減速度的幅值縮小了33.3%，兩車相對(duì)距離保持在安全距離以上，滿足駕駛平順性和舒適性對(duì)加速度幅值的要求.在前車動(dòng)作跟蹤角度分析，兩車的相對(duì)速度沒(méi)超過(guò)2 km/h，具有良好的動(dòng)作跟蹤性，證明了文中算法在穩(wěn)定跟馳工況的平順性與安全性，驗(yàn)證了算法可靠性.

4.2.2 旁車加速切入工況

在高速公路中間車道進(jìn)行旁車加速切入工況實(shí)驗(yàn)如圖7 所示，考慮到該算法的需求為在前車加速切入時(shí)保證駕駛?cè)说氖孢m性與平順性，縱向控制算法控制車輛逐步將相對(duì)距離拉至期望目標(biāo)距離值，而且控制算法需要在前車減速切入本車道前方時(shí)進(jìn)行積極的縱向減速以保證駕駛安全性.

圖7 旁車切入軌跡Fig.7 Schematic diagram of side car cut in

如圖8(a)、圖8(b)、圖8(c)所示，當(dāng)本車車速為98 km/h 穩(wěn)定跟蹤目標(biāo)車速時(shí)，110 s、115 s 和131 s時(shí)刻旁車車道車輛以較本車車速更大的速度并線行駛進(jìn)入本車道車輛前方.實(shí)驗(yàn)表明，本車獲得了較好的駕駛舒適性和安全性，在保證安全的前提下減速度在兩秒內(nèi)緩慢，沖擊度最大為-0.25 m/s3、-0.16 m/s3、-0.3 m/s3驗(yàn)證算法在旁車加速切入的有效性，文中算法沖擊度幅值為開(kāi)環(huán)實(shí)驗(yàn)的IDM 算法的1/2，有效證明了算法在旁車切入工況下提供較好的舒適性與平順性，從安全距離上可以看出本車保證了與前車的最小安全距離，保障了本車的安全性.

考慮到旁車可能低速切入本車道車輛前方的工況，需要驗(yàn)證本車自適應(yīng)巡航在該工況可以積極減速，對(duì)該工況在高速進(jìn)行實(shí)車驗(yàn)證如圖8(b)、圖8(d)、圖8(f)所示.在31 s 時(shí)刻，旁車道切入車輛車速較低，與本車的相對(duì)速度從18 km/h 階躍至-19 km/h，兩車相對(duì)距離從85 m 階躍至55 m，由于為保證安全距離，本車積極下發(fā)減速度，并考慮舒適性與安全的情況下，下發(fā)減速度至-1.6 m/s2，本車車速在7 s 內(nèi)由95 km/h 下降至69 km/h，安全距離在短時(shí)間內(nèi)縮短后迅速提升至50 m，保證駕駛?cè)说陌踩?由于減速期間減速?zèng)_擊度為-0.23 m/s3，相比與IDM 開(kāi)環(huán)實(shí)驗(yàn)的結(jié)果，本車使用的控制算法在旁車低速切入時(shí)減速積極，減速度下發(fā)平順，提高了駕駛?cè)说氖孢m性和車輛平順性，保障駕駛安全，驗(yàn)證了算法在該工況的可靠性.

圖8 旁車切入工況Fig.8 Side car cut in working condition

5 結(jié) 論

論文采用上層加速度規(guī)劃與下層線控底盤(pán)執(zhí)行機(jī)構(gòu)相結(jié)合的分層控制方式，基于多目標(biāo)優(yōu)化的模型預(yù)測(cè)，采取可變目標(biāo)自適應(yīng)巡航控制策略完成車輛縱向控制.

考慮到駕駛?cè)嗽谂攒嚰铀偾腥氡拒嚽胺角蚁鄬?duì)速度為正時(shí)，加速度規(guī)劃層利用可變跟車時(shí)距對(duì)目標(biāo)車輛進(jìn)行跟蹤，在堵車導(dǎo)致目標(biāo)車輛幅值較低頻率較高的速度波動(dòng)，車輛蠕行工況中，加速度規(guī)劃層利用調(diào)節(jié)二次型的狀態(tài)量代價(jià)函數(shù)權(quán)重，以跟動(dòng)作代替跟蹤距離的策略完成車輛的縱向控制.并對(duì)穩(wěn)定跟馳工況、旁車較本車相對(duì)速度大于0 的切入工況、旁車較本車相對(duì)速度小于0 的切入工況進(jìn)行了實(shí)車驗(yàn)證分析，并利用實(shí)驗(yàn)數(shù)據(jù)對(duì)IDM 算法進(jìn)行開(kāi)環(huán)實(shí)驗(yàn)進(jìn)行結(jié)果進(jìn)行分析對(duì)比，主要結(jié)論如下：

不同工況下，加速度規(guī)劃層控制算法的期望目標(biāo)距離不同，車頭時(shí)距不同，通過(guò)利用可變目標(biāo)期望距離的調(diào)整策略，實(shí)現(xiàn)了穩(wěn)定行駛與旁車切入下以安全且模仿駕駛?cè)诵袨榈募铀俣冗M(jìn)行縱向控制，實(shí)現(xiàn)了兩車相對(duì)速度與相對(duì)距離突變下的平穩(wěn)過(guò)渡.

在速度低于15 km/h 的工況下，更換控制策略，調(diào)整優(yōu)化目標(biāo)函數(shù)，將優(yōu)化本車與目標(biāo)車輛加速度的誤差來(lái)代替相對(duì)距離與目標(biāo)相對(duì)距離誤差，在保證安全距離的情況下，良好的跟蹤目標(biāo)車輛的低速縱向動(dòng)作，實(shí)現(xiàn)了低速跟馳的設(shè)計(jì)要求.

建立閉環(huán)自適應(yīng)巡航控制系統(tǒng)，基于模型預(yù)測(cè)控制理論，對(duì)控制量變化，建立縱向跟馳運(yùn)動(dòng)學(xué)預(yù)測(cè)模型，針對(duì)乘坐舒適性，跟馳安全性，車輛自身限制等控制目標(biāo)進(jìn)行優(yōu)化，引入松弛狀態(tài)變量以求得可行解，實(shí)現(xiàn)控制算法滾動(dòng)在線優(yōu)化，在綜合工況中表現(xiàn)良好.

研究結(jié)果表明，基于模型預(yù)測(cè)的可變目標(biāo)距離自適應(yīng)巡航控制在保證本車安全的前提下，在穩(wěn)定跟馳行駛工況、旁車加速切入工況與低速蠕行工況相比傳統(tǒng)IDM 算法，本文控制算法使用較小幅值且平順的加速度對(duì)車輛進(jìn)行縱向控制，使得車輛產(chǎn)生的沖擊度在-0.23 m/s3之內(nèi)，相比IDM 模型沖擊度幅值下降約50%,在保障跟馳安全的前提下，滿足自適應(yīng)巡航的平順性、舒適性.