摘 要:基于模糊控制理論設計了自適應巡航控制(ACC)分層控制器,并根據車輛的實際行駛特性確定ACC節氣門調節模式和制動干預模式的切換條件,設計了ACC可變輸出論域模糊控制算法,并進行了ACC典型工況的仿真。仿真結果表明控制算法滿足乘坐舒適性和保持安全車距的要求。
關鍵詞:汽車; 自適應巡航控制; 模糊控制; 可變輸出論域
中圖分類號:U491.6; TP301.6
文獻標志碼:A
文章編號:1001-3695(2010)02-0465-03
doi:10.3969/j.issn.1001-3695.2010.02.016
Fuzzy control algorithm on variable output domain in automotive ACC system
WANG Bin1,2, WANG Ren-guang2, HE Wei3, WU Li-jun1, LIU Zhao-du3
(1.State Key Laboratory of Automotive Safety Energy, Tsinghua University, Beijing 100084, China; 2.Automotive Engineering Research Institute, China Automotive Technology Research Center, Tianjin 300162, China; 3.School of Mechanical Vehicular Engineering, Beijing Institute of Technology, Beijing 100081, China)
Abstract:Based on the fuzzy control algorithm, this paper designed the layered configuration of ACC fuzzy controller. In addition, established the switch condition of the throttle regulation mode and braking interference mode according to the real specialities of vehicle during the ACC control. Furturemore, introduced the fuzzy control algorithm on variable output domain to design of ACC upper controller. And simulated the ACC typical working conditions. The results of emulation test show that the control strategy meets the requirements of ride comfort and safe distance of vehicles.
Key words:automotive; adaptive cruise control(ACC); fuzzy control; variable output domain
汽車自適應巡航控制(ACC)系統是一種先進的主動安全系統。它能根據車距傳感器信息自動調節節氣門開度或制動力矩,控制車速變化,以保持本車與前行車輛以安全車距行駛。國外對ACC已進行了比較深入的研究,且已經開發出并在某些高檔轎車上安裝了ACC。目前,國內還不具有ACC技術的自主知識產權,開發適合我國國情的ACC系統具有重要意義。在ACC技術中,選取適當的控制策略、模擬駕駛員判斷作出相應的控制決策量是實現ACC 跟隨控制的關鍵。
1 ACC模糊控制器總體結構
為確??刂扑惴ǖ膶崟r性與可靠性,ACC采用分層控制結構,分上位模糊控制器和下位執行控制器,如圖1所示。車載雷達將相對車速信號vr、相對車距dr與安全車距ds的偏差dr-ds輸入上位控制器。上位控制器采用模糊控制策略,經過模糊化、模糊決策推理和解模糊的過程,生成主車理想加速度αdes。經過模式轉換后,下位控制器件采用PID/模糊混合控制算法對于理想加速度生成的期望車速vdes進行跟隨。下位控制器控制方式是通過主動制動壓力調節和節氣門開度調節實現控制目標。與不分層的直接控制結構相比,分層結構將控制器的功能分配給不同的控制模塊,便于從控制系統總體要求的角度明確各模塊的設計目的。本文主要討論ACC上位模糊控制器的算法設計。
2 上位控制器模糊控制結構
2.1 輸入輸出隸屬度函數
本文以相對車距偏差ed和相對車速vr為輸入語言變量。依據我國高速公路安全車距要求和車載雷達測量范圍,設定ed的論域為[-100,250]。由高速公路車速數據分析,設定vr的論域為[-20,20]。輸入語言變量的模糊子集均分為七級:{NB,NM,NS,ZO,PS,PM,PB}。隸屬度函數在論域中間區域采用簡單的三角形函數,在NB與PB區域使用梯形隸屬度函數。量化因子ked、kvr均為1。圖2為輸入語言變量隸屬度函數。
ed、vr的相關定義和說明如下:
ed=dr-dsds×100%(1)
其中:ed為相對車距偏差(%);dr為主車與目標車輛實際距離(m);ds為理想安全車距(m)。
采用基于恒定車間時距的安全車距模型[1],其安全車距表達式為
ds=vpTset+d0(2)
其中:Tset為駕駛員設定的車間時距(s);vp為目標車輛車速(m/s);d0為常數,一般取為0~5 m[2]。車間時距過小可能使安全隱患加大,過大則使其他車輛容易并線,導致主車過于頻繁地加減速,影響乘坐舒適性。安全時距一般限定在1~2 s[3]。
vr=vp-vc(3)
其中:vc為主車車速(m/s);vp參數意義同前。
選擇期望加速度ades為輸出語言變量。從高速公路上實車實驗的數據分析可知,正常行車時ACC主車的加速度變化一般在-2.5 m/s 2~1.5 m/s2。在極少數緊急制動工況減速度會大于2.5 m/s2,屬于ACC控制中的極限工況,如果僅考慮舒適性在極限工況下就會有發生碰撞事故的可能。如果不設定舒適度限制,定為[-5.8,1.5],系統安全性得到了保證,但期望加速度結果普遍較大,有悖于舒適性要求。因此,從舒適性和安全性角度設置ades為[-2.5,1.5]、[-5.8,1.5]?;谝陨戏秶O定輸出變量論域分別為[-4,2.5]、[-8,4],并將對應的模擬子集分為9級,簡記為{NVB,NB,NM,NS,ZO,PS,PM,PB,PVB}。其中NVB、PVB的中心都選擇期望加速度的最大值和最小值,是控制器輸出分別處在以上設定范圍內。在等級劃分時采用非對稱非線性劃分,靠近控制原點采用較密的劃分,提高模糊系統的分辨率,使控制更為精細;遠離原點的區域采用稀疏的劃分,使系統變化更為平穩,同時提高響應速度[4]。隸屬度函數均選用三角形函數,量化因子ka為1。圖3(a)和(b)分別為不限制減速度和限制加速度的輸出隸屬函數。
2.2 ACC模糊決策邏輯設計
ACC模糊決策邏輯是基于模糊控制規則設計的,基于駕駛經驗及高速公路行車數據分析設計模糊控制規則??刂破饕巹t集包含49條控制規則,如表1所示。
表1 模糊控制規則表
vr
ed
NBNMNSZOPSPMPB
NBNVBNVBNVBNBNMNSNS
NMNVBNBNMNSNSZZ
NSNBNMNSZZZZ
ZONMNSZZZPSPS
PSNSZZZZPMPB
PMNSZZPSPMPBPVB
PBNSZZPSPBPVBPVB
設計的控制規則統一了ACC經典控制理論中的距離控制、速度控制和前向防撞恒速控制等控制模式,并反映駕駛員的常見駕駛行為:
a)當相對實距小于安全車距,目標車相對主車車速大于0,駕駛員總是輕微制動或保持車速不變,而不是大強度制動。
b)當相對實距大于安全車距,但目標車相對主車車速小于0且為NB,駕駛員并不是急于加速保持安全車距離,而是輕微制動保證相對車速為0的控制目標。
c)當相對實距大于安全車距,相對車速在“0+”附近,應該輕微或中等強度加速保證相對車速為0的控制目標,而不是猛加油門快速跟進。
d)當相對實距遠大于安全車距,相對車速小于0且為NM或NS,主車先保持車速不變跟隨前車,到車距偏差PS范圍內再加以控制。
e)在靠近相對車速為0及車距偏差為0的原點區域,存在一個控制的“死區”,即期望加速度輸出都為ZO。
f)當相對實距和相對車速都很大時,如果主車車況正常,說明其車速可能偏低,需要加大油門跟進,否則中間可能不斷有車進行并線,影響主車行車效率。當主車加速至設定的巡航車速時,應該停止加速,保持巡航車速行駛。
模糊控制算法基于Mamdani推理進行,控制規則形式為
if ed=Ai AND vr=Bi then ades=Cij
其中:Ai為相對車距偏差的模糊語言變量;Bj為相對車速的模糊語言變量;Cij為期望加速度的模糊語言變量。最后采用重心法對控制器輸出進行解模糊,輸出精確的期望加速度ades。控制算法中所應用的模糊算子包括模糊AND、模糊OR、模糊蘊涵以及模糊聚類。其中模糊蘊涵設定為常用的min, 模糊OR采用max算子,聚類采用max算子,即合成運算采用max-min算子。
3 ACC執行機構調節模式切換設計