智能車輛自適應巡航控制系統建模與仿真

李以農 冀 杰 鄭 玲 趙樹恩

重慶大學機械傳動國家重點實驗室,重慶,400044

0 引言

自適應巡航控制系統是為提高車輛縱向運動主動安全性而設計的自動輔助駕駛系統,是實現車輛自動化和智能化的一個重要組成部分[1-2]。它能夠根據車輛行駛及道路環境的變化,實時控制智能車輛與其他車輛之間的相對間距和相對速度,從而有效減輕駕駛員在駕駛過程中的操作負擔,增大道路的交通流量,提高車輛行駛的主動安全性[3]。

智能車輛自適應巡航控制系統所處的行駛工況復雜,且存在較強的非線性和不確定性因素,因此,國內外學者對車輛動力傳動系統建模及控制系統設計進行了相關研究。文獻[4]建立了車輛動力傳動系統的經驗模型,并利用最小二乘法對未知的車輛參數進行了估計;文獻[5-7]利用模糊邏輯理論對車輛的相對速度和間距進行控制,有效提高了控制系統的跟蹤性和魯棒性;文獻[8-9]在復雜多變的城市交通環境下,對自適應巡航控制系統的走-停功能及耦合效應進行了深入研究,提高了車輛在低速、擁擠交通工況下的主動安全性。以上文獻在自適應巡航控制系統的研究過程中,對動力傳動系統的各機構進行了不同程度的簡化,沒有全面考慮動力傳動系統的非線性特性及輪胎模型的滑移特性對車輛縱向動力學特性的影響,因此,很難反映自適應巡航控制系統在換擋、制動等行駛工況下的控制效果。

基于以上分析,本文首先建立了相對完整的動力傳動系統模型,獲得了該模型的穩態逆向動力學特性曲線;然后基于模糊邏輯和滑?？刂评碚撛O計自適應巡航控制系統,使被控車輛能夠準確跟蹤期望加速度;最后,利用計算機仿真技術驗證了自適應巡航控制系統在加速行駛、車輛跟蹤和制動減速等復雜行駛工況下的跟蹤性和適應性。

1 車輛動力傳動系統數學模型

某車型的動力傳動系統布置采用發動機前置、后輪驅動的形式,動力傳動系統模型的輸入信號為發動機的節氣門開度或制動力矩,輸出信號為車輛的行駛速度,該車型動力傳動系統的組成及傳遞方向如圖1所示。

1.1 發動機模型

忽略節氣門滯后時間及驅動軸扭轉剛度對發動機性能的影響,獲得發動機穩態輸出轉矩T e與發動機轉速n e和節氣門開度α之間的函數關系：

圖1 車輛動力傳動系統結構框圖

式中,Eng(?)為發動機轉矩的特性函數;Tp為液力變矩器泵輪的輸入轉矩;Ie為發動機的轉動慣量。

發動機關于節氣門開度和轉速的穩態輸出轉矩特性如圖2所示。

圖2 發動機穩態輸出轉矩

1.2 液力變矩器模型

液力變矩器輸入轉矩T p的大小取決于泵輪的轉速np和變矩器的容量特性系數Cp(rn),即

容量特性系數是以變矩器輸出轉速nt與輸入轉速np的比率r n為變量的函數,容量特性系數曲線如圖3所示。

圖3 液力變矩器容量特性曲線

液力變矩器的渦輪輸出轉矩 T t與泵輪輸入轉矩Tp之間的比值稱為轉矩特性,它與液力變矩器轉速比r n之間的關系曲線如圖4所示,利用轉矩特性系數K p(rn)可得出變矩器輸出轉矩T t：

1.3 自動變速器

圖4 液力變矩器轉矩特性曲線

該車型采用四擋自動變速器,4個擋位的變速比 分別為 3.571 、2.200、1.500 、1.000,在 仿真實驗研究中,利用有限狀態機理論描述自動變速器的擋位切換行為[10],并利用MATLAB軟件中的Stateflow模塊建立擋位切換模型。自動變速器的擋位切換規則與節氣門開度α和自動變速器輸出轉速nt相關,不同行駛狀態下的升擋及降擋曲線如圖5所示。

圖5 自動變速器擋位切換規則

液力變矩器渦輪的輸出轉矩Tt和轉速nt經過自動變速器和主減速器傳遞到驅動輪,可得到驅動軸轉矩T w和驅動輪轉速ωwr：

式中,rt為動力傳動系統的總傳動比,rt=rgr0;rg為自動變速器傳動比;r0為主減速器傳動比。

1.4 非線性輪胎模型

采用文獻[11]提出的TMeasy輪胎模型描述輪胎縱向力的非線性特性,定義輪胎的縱向滑移率sxi為

式中,sxi(i=f,r)分別表示前后車輪的縱向滑移率;vx為車輛的行駛速度;Rw為輪胎的有效半徑;vco為速度常數;ωw為車輪的角速度。

在TMeasy輪胎模型的穩態工況下,輪胎的縱向滑移率與縱向力之間的關系由輪胎最大縱向作用力F m、F m對應的縱向滑移率s m、曲線斜率趨于恒定時的輪胎縱向作用力F g、F g對應的縱向滑移率s g、F g對應的曲線斜率K g、輪胎縱向力曲線在原點處的斜率K06個特性參數決定,對以上參數進行分段多項式擬合,可得到輪胎縱向力F xi的分段函數表達式：

當 0 ≤sxi≤sm時,σt=sxi/sm,有

其中,變量σt為分段函數的差值變量。不同載荷F L下的輪胎縱向力非線性特性曲線如圖6所示。

圖6 輪胎縱向力非線性特性曲線

1.5 制動器模型

前后制動系統均采用盤式制動器,添加響應滯后時間t b來描述制動過程中的時滯現象,制動器的數學模型為

式中,Tb為車輛的制動力矩;μbr為制動器摩擦因數;Abr為制動盤摩擦面積;Rbr為制動力作用半徑;pbr為制動器壓力。

1.6 車輛縱向運動動力學

假設各車輪轉動慣量I w相等,有效半徑R w相等,滾動阻力因數 f0不變,得到前后車輪的運動方程分別為

其中 ,ωwf、ωwr 分別為前后車輪角速度 ;Fx f、Fx r、Fzf、Fzr分別為作用于前后車輪上的縱向力和垂向力;T bf、T br分別為作用于前后輪上的制動力矩。

根據圖7中的整車縱向運動受力分析,可得到車輛在縱向運動過程中的運動微分方程：

式中,m為整車質量;Ax、cx分別為縱向迎風面積和風阻系數;ρ為空氣密度。

圖7 車輛縱向運動受力分析圖

根據車輪縱向滑移率定義,得到前后車輪的轉動角加速度：

將式(12)～式(16)進行整理,得到車輛加速度與發動機輸出轉矩之間的動力傳動公式：

其中,mm、Tre分別為車輛的等效質量和等效阻力力矩,它們的計算公式為

2 自適應巡航控制系統設計

智能車輛自適應巡航控制系統是由上層加速度目標控制和下層伺服切換控制組成的綜合控制系統,控制系統的結構如圖8所示。

圖8 自適應巡航控制系統原理示意圖

2.1 上層控制器設計

車間相對距離誤差是評價自適應巡航控制系統的一個重要指標,為了提高模型的控制精度,文中將車間相對速度誤差作為控制系統的另一個指標。定義上層控制器的變量參數為

式中,ε、ε?分別為車間相對距離誤差和相對速度誤差;H為車間相對距離期望值;L為車身長度;xh、x分別為引導車輛和被控車輛的縱向位置;vh為引導車輛的行駛速度。

根據滑模控制理論,選擇自適應巡航控制的滑模切換面為

其中,λ1、λ2為滑模控制的兩個參數,均為大于零,對式(23)求導得

選取合適的控制律,采用飽和函數sat(S)使滑模切換面S的一階微分得以收斂,即

將式(25)代入式(24),得到被控車輛的期望加速度：

2.2 下層控制器設計

2.2.1 節氣門開度前饋控制

當車輛處于穩態行駛工況時,縱向行駛速度與發動機的轉矩和轉速之間存在對應關系。根據上層控制器得到的期望加速度,利用系統辨識技術反求出穩態行駛工況下的發動機期望轉矩T d和期望轉速n d,然后利用發動機逆向模型獲得節氣門的前饋控制開度αF：

發動機逆向模型的節氣門開度特性如圖9所示。

圖9 發動機節氣門開度特性

穩態行駛工況下,發動機轉矩與車輛行駛速度之間的關系曲線如圖10所示,對式(17)進行整理,得到期望發動機轉矩T與期望加速度之間的函數關系：

圖10 動力傳動系統逆向轉矩特性

穩態行駛工況下,發動機轉速與車輛行駛速度之間的關系曲線如圖11所示,期望發動機轉速n d可表示為以期望速度vx d和驅動輪縱向滑移率sx r為變量的函數：

圖11 動力傳動系統逆向轉速特性

2.2.2 節氣門開度反饋補償

采用模糊控制器對節氣門開度進行反饋補償,前饋控制和反饋補償共同作用,使下層控制器達到跟蹤期望加速度的目的。選取被控車輛實際速度與期望速度之間的誤差Δv及其變化率Δa作為模糊控制器的輸入信號,以k in、k ic為輸入信號的增益參數,模糊控制器輸出信號為發動機的節氣門開度補償角Δα。模糊控制器的輸入信號定義為

對于輸入變量而言,采用5個模糊語言子集來確定,即{NB,NM,ZO,PM,PB},輸入變量論域為{-2,2};對于輸出變量,采用7個模糊語言子集來確定,即{NB,NM,NS,ZO,PS,PM,PB},輸出變量論域為{-3,3}。輸入變量和輸出變量的模糊子集采用等腰三角形隸屬度函數,表達模糊控制器輸入、輸出變量之間關系的三維曲面如圖12所示。

圖12 模糊控制輸入、輸出變量曲面

參考專家經驗,并依據車輛傳動系統的動力學特性,確定模糊控制規則的選取原則如下：

(1)當速度誤差和加速度誤差都較大時,車輛處于行駛工況快速變化狀態,應該產生較大的節氣門開度補償角,反饋補償與前饋控制共同作用,快速改變作用于被控車輛上的力矩,從而有效提高跟蹤期望加速度的響應速度。

(2)當速度誤差和加速度誤差其中一個較大時,被控車輛處于瞬態和穩態的過渡階段,應產生較小的節氣門開度補償角,協調誤差超調量與響應快速性之間的矛盾,縮短控制過程的過渡時間。

(3)當速度誤差和加速度誤差都較小時,車輛處于穩態行駛工況,前饋控制能夠較好地完成跟蹤期望加速度的任務,應盡量減小節氣門開度補償角,避免在平衡位置產生振蕩,提高自適應巡航控制系統的穩定性。

根據上面選取原則及模糊子集數量,確定25條模糊控制規則,如表1所示。

表1 反饋補償模糊控制規則

為了在模糊判決過程中增強過渡性,并防止控制量發生跳躍,利用重心法進行模糊判決計算,模糊控制器的輸出信號為發動機的節氣門開度補償角Δα,kα為輸出信號的增益,下層控制器的節氣門開度變為

2.2.3 節氣門 /制動器切換邏輯

在實際行駛過程中,同時對節氣門和制動器進行控制可能會導致系統振蕩和性能沖突。因此,要根據期望加速度確定節氣門/制動器控制的切換邏輯曲線[12],該曲線表現為節氣門開度最小時不同擋位的車輛縱向加速度v?s,它的大小由發動機倒拖力矩、各擋位變速比、滾動阻力及迎風阻力確定：

其中,Eng(n e,0)為節氣門開度最小時的發動機倒拖力矩。在不同行駛速度情況下,根據式(34)得到的切換邏輯曲線如圖13中的實線所示。

圖13 節氣門/制動器切換邏輯曲線

為了在巡航控制過程中提高車輛的駕乘舒適性和部件可靠性,在切換邏輯曲線上下兩側各添加寬度為h的緩沖層,如圖13中的虛線所示,文中取h=0.02m/s2。定義優化后的切換邏輯規律如下＞h時,控制節氣門,關閉制動器;≤h時,節氣門、制動器狀態保持;＜-h時,控制制動器,節氣門最小。

通過控制制動器壓力pbr,產生期望制動力矩Tb用于補償期望加速度與切換加速度之間的差值：

3 仿真研究

在路面附著系數μr=0.8的道路上對智能車輛的自適應巡航控制效果進行仿真研究,同時,與僅采用節氣門開度反饋補償控制時的縱向運動仿真結果進行性能比較。仿真過程被分為加速行駛、車輛跟蹤和制動減速三種工況,仿真環境及車輛模型參數如表2所示。

表2 自適應巡航控制仿真參數

假設三種仿真工況下的車輛理想加速度曲線如圖14所示。

圖14 理想加速度曲線

3.1 加速行駛工況

假設道路前方沒有引導車輛行駛,被控車輛以期望加速度從靜止加速到巡航速度35m/s,期望加速度如圖14中0～45s的曲線所示。由于車輛在加速行駛工況下傳動比不斷發生變換,如圖15a所示,這使發動機和液力變矩器的非線性特性變得非常明顯。利用自適應巡航控制系統對節氣門開度進行前饋-反饋綜合控制,如圖15b中實線所示,該系統能夠在強非線性的加速行駛工況下快速消除由于擋位變換造成的擾動誤差;而單獨采用節氣門開度反饋補償控制時,如圖15b中虛線所示,雖然在擋位固定時段可以取得較好的控制效果,但是,根據擋位變換時刻的仿真試驗數據可知,被控車輛的加速度和相對速度誤差的最大絕對值分別比前饋-反饋綜合控制時的最大絕對值增加了48.39%和51.22%,如圖15c和圖15d所示。這表明文中設計的自適應巡航控制系統具有較好的適應性。

3.2 車輛跟蹤工況

圖15 加速行駛工況仿真結果

假設引導車輛在該工況下的加速度如圖14中45～105s的曲線所示,被控車輛以恒定間距3.5m跟蹤引導車輛行駛。對該工況下的仿真結果分析可知,自適應巡航控制系統作用下的相對間距誤差和相對速度誤差均被控制在較小范圍之內,其最大值與僅采用節氣門開度反饋控制時的相應最大值相比,分別降低了5.4%和42.86%,且跟蹤誤差受引導車輛加/減速度變化的影響較小,具有較高的控制精度,如圖16a和圖16b所示。另外,由于該工況下的速度變化相對較小且沒有擋位變換,主要采用節氣門開度前饋控制實現智能車輛的自適應巡航功能。從圖16c可以看出：該工況下的節氣門開度控制量平滑、穩定,能夠有效提高自適應巡航控制系統的駕乘舒適性;而僅采用節氣門開度反饋控制時,節氣門開度的控制量出現了振蕩現象,不利于節氣門執行器的操作。仿真結果表明,文中設計的自適應巡航控制系統能夠降低車輛跟蹤工況下的跟蹤誤差,提高被控車輛的跟蹤精度。

圖16 車輛跟隨工況仿真結果

3.3 制動減速工況

假設引導車輛的期望減速度如圖14中105～150s的曲線所示,自適應巡航控制系統應防止被控車輛與引導車輛發生碰撞。從開始制動到118s時,主要通過控制節氣門開度改變傳遞到驅動軸上的驅動力矩,使被控車輛達到期望減速度,如圖17a所示;從118s到被控車輛停止,則通過控制制動液壓產生制動力矩,制動力矩與發動機倒拖力矩共同作用,使被控車輛達到期望減速度,如圖17b所示。該時段的節氣門開度為零,因此,兩種控制系統作用下的相對速度和間距誤差主要取決于上層控制器得出的期望減速度。在自適應巡航控制系統作用下,自動變速器的傳動比變換情況如圖17c所示,隨著傳動比不斷變小,發動機倒拖力矩的傳遞比率就會越來越大。根據制動減速工況下的仿真試驗數據可知：自適應巡航控制系統作用下的車間相對速度誤差的最大值為-0.098m/s,比僅采用節氣門開度反饋控制時的最大誤差值減小了30%,如圖17d所示,說明控制切換過程平順、穩定,不會產生過大的縱向沖擊力;該工況下的最大相對間距誤差為-0.152m,與僅采用節氣門開度反饋控制時的控制效果相比,最大誤差減小了22.84%,如圖 17e所示,遠小于兩車之間的初始間距3.5m,保證了車輛在制動減速工況下的主動安全性。

圖17 制動減速工況仿真結果

4 結論

(1)由發動機、液力變矩器、自動變速器和非線性輪胎模型共同組成的車輛動力傳動系統模型與實際車型的結構特點相一致,能夠較真實地反映出車輛縱向動力學的非線性時變特性,可滿足智能車輛自適應巡航控制對動力傳動系統模型的要求。

(2)自適應巡航控制系統能夠對被控車輛的節氣門開度和制動力矩進行前饋-反饋綜合控制,并且,設計的切換邏輯曲線考慮了擋位變換的影響。該系統能夠有效減小自適應巡航控制過程中的相對速度誤差和間距誤差,提高了智能車輛在各種行駛工況下的跟蹤性和適應性。

(3)從自適應巡航控制過程的仿真結果可以看出,較大的相對速度誤差和間距誤差均發生在換擋時刻或節氣門/制動器控制切換時刻。因此,在今后的研究工作中,深入分析自動變速器換擋品質及切換邏輯曲線對車輛縱向動力學的影響,以提高自適應巡航控制精度,改善系統跟蹤性能。

[1] Vahidi A,Eskandarian A.Research Advances in Intelligent Collision Avoidance and Adaptive Cruise Control[J].IEEE Transactions on Intelligent Transportation Systems,2003,4(3)：143-153.

[2] Li Li,Wang Feiyue.Advanced Motion Control and Sensing for Intelligent Vehicles[M].New York：Springer,2007.

[3] Marsden G,McDonald M,Brackstone M.Towards an Understanding of Adaptive Cruise Control[J].Transportation Research Part C：Emerging Technologies,2001,9(1)：33-51.

[4] Guanguli A,Rajamali R.Tractable Model Development and System Identification f or Longitudinal Vehicle Dynamics[J].Proceedings of the Institution of Mechanical Engineers,Part D：Journal of Automobile Engineering,2004,218(10)：1077-1084.

[5] Jarrah M A,Shaout A.Fuzzy Modular Autonomous Intelligent Cruise Control(AICC)System[J].Journal of Intelligent and Fuzzy Systems,2001,11(3/4)：121-134.

[6] 李以農,鄭玲,譙艷娟.汽車縱向動力學系統的模糊-PID控制[J].中國機械工程,2006,17(1)：99-103.

[7] Lee G D,Kim S W.A Longitudinal Control System for a Platoon of Vehicles Using a Fuzzy-sliding Mode Algorithm[J].Mechatronics,2002,12(1)：97-118.

[8] Bin Yang,Li Keqiang,Ukawa H,et al.Nonlinear Disturbance Decoupling Control of Heavy-duty Truck Stop and Go Cruise System[J].Vehicle System Dynamics,2009,47(1)：29-55.

[9] Nouveliere L,Mammar S.Experimental Vehicle Longitudinal Control Using a Second Order Sliding Mode Technique[J].Control Engineering Practice,2007,15(8)：943-954.

[10] Yi J,Wang X L,Hu Y J,et al.Modeling and Simulation of a Fuzzy Controller of Automatic Transmission of a Tracked Vehicle in Complicated Driving Conditions[J].Proceedings of the Institution of Mechanical Engineers,Part D：Journal of Automobile Engineering,2007,221(10)：1259-1272.

[11] Hirschberg W,Rill G,Weinfurter H.User-appropriate Tyre-modeling for Vehicle Dynamics in Standard and Limit Situations[J].Vehicle System Dynamics,2002,38(2)：103-125.

[12] 李貽斌,阮久宏,李彩虹,等.智能車輛的縱向運動控制[J].機械工程學報,2006,42(11)：94-102.