汽車緊急避撞系統控制算法

湯　沛，魏民祥，趙萬忠，黃麗瓊

(1.南京航空航天大學 能源與動力學院，江蘇 南京 210016；2.鹽城工學院 汽車工程學院，江蘇 鹽城 224003)

?

汽車緊急避撞系統控制算法

湯沛1,2，魏民祥1，趙萬忠1，黃麗瓊1

(1.南京航空航天大學 能源與動力學院，江蘇 南京 210016；2.鹽城工學院 汽車工程學院，江蘇 鹽城 224003)

摘要：針對汽車主動避撞問題，提出了一種緊急避撞系統的控制算法，建立了緊急避撞安全距離模型，設計了模糊比例-積分-微分(PID) 控制器。對典型的高速變道避撞工況進行了仿真，仿真結果表明：本文設計的汽車緊急變道避撞控制系統，能夠控制車輛在高速情況下按照所設計的預定變道軌跡行駛，橫擺角速度為-7.41～7.42 (°)/s，具有良好的穩定性。仿真實驗驗證了模糊PID 控制性能優于單純的PID 控制。

關鍵詞：汽車工程；汽車緊急避撞系統；模糊PID；安全距離

0引言

汽車主動避撞系統已經成為國內外著重研究的主動安全技術，該系統根據路況與車況等綜合信息判斷汽車是否存在碰撞危險,并在緊急情況下采取制動、轉向等措施使汽車主動避開障礙物,確保車輛安全行駛,從而達到提高交通安全性的目的[1-3]。

近年來，國內外學者對主動避撞系統的預警/碰撞算法進行了深入研究，并取得了一些成果。文獻[4]針對汽車縱向避撞系統的要求，提出了一種基于縱向避撞時間的縱向預警/避撞算法，確定合理的預警距離。文獻[5]設計了一種適用于不同駕駛員避撞特性的分級報警/避撞算法，并且通過聲光報警及主動制動幫助駕駛員實現有效避撞，有效地提高了汽車的主動安全性。文獻[6]建立了道路附著系數矩陣和以動態制動減速度為關鍵參數的車輛臨界跟車距離模型，該模型具有較好的自適應性和魯棒性。以上研究均集中在避撞系統的縱向控制領域，其中，避撞算法是汽車主動避撞系統的核心[4-7]。在危險工況中，駕駛員采取的避險策略往往是通過緊急變道來避免交通事故的發生，該操作在操控適當的情況下可以在較短距離內使車輛避開前方障礙物，并保持車輛行駛的穩定性[8]。本文基于緊急變道思想，設計避撞控制系統，目的是幫助汽車在無駕駛員干預的情況下，在直道上自動地從現行車道變換到目標車道，實現避撞，有效降低車輛碰撞的事故發生率。

1安全距離模型

圖1　換道避撞模型圖

圖1為換道避撞模型圖。如圖1所示，整個側向避撞換道過程可分為3個階段[9-11]。

(Ⅰ)車姿車速調整階段(0，ta)

ta為車姿車速調整時間，s。緊急避撞工況時不必考慮駕駛員反應時間，須考慮消除制動間隙時間t1和制動力增長時間t2，t1取0.2 s,t2取0.2 s。自車在原來車道上適當減速并調整車體姿態，選擇合適換道間隙。

u(ta)=u0-ata；

(1)

(2)

其中：u(ta)為自車ta時刻速度，m/s；u0為自車初始速度，m/s；a為自車減速度，m/s2；D1為0～ta時縱向行駛位移，m。

(Ⅱ)換道避撞階段(ta，tc)

自車以一定車速換道，直至到達最大臨撞點tc(自車行駛轉向角φ最大時)，縱向行駛位移為D2：

D2=u(ta)(tc-ta) 。

(3)

(Ⅲ)相鄰車道調整階段(tc，ta+te)

進入相鄰車道后，調整自身車速至與相鄰車道車輛均處于安全狀態。基于換道過程中側向速度的變化趨勢(先增后減)，自車的側向加速度采用正弦函數車道變換模型，側向加速度模型為：

(4)

其中：H為換道側車道寬度，m；ay為側向加速度，m/s2;te為變道時間，s。

結合式(4)，自車橫向位移l2須滿足：

(5)

其中：lw為自車寬度，m；l1為障礙物邊緣與車道中心線寬度，m。

在緊急避撞系統抵達可能碰撞點時，車輛縱向行駛距離為D：

(6)

對D求導得：

u0-ata-a(tc-ta)=0。

(7)

考慮車身長度，并保證車輛在整個變道過程中不與前方障礙發生碰撞，安全距離Da為：

Da=D+lLcosθ+d，

(8)

其中：lL為自車車長，m；d為靜態安全距離，m；θ為車輛到達碰撞臨界時刻的航向角，rad。

2模糊PID控制器的設計

傳統比例-積分-微分(proportion-integral-derivative,PID)控制具有參數修改整定不便、不能適應誤差和誤差變化率波動較大的缺點。而模糊控制不依賴于對象模型，能依據系統的動態信息和控制規則進行推理，從而獲得合適的控制量，具有較強的魯棒性，但控制精度稍低。模糊PID控制是結合PID控制和模糊控制得出的一種控制方式，其重要任務是找出PID的比例系數、積分時間常數和微分時間常數分別與誤差e和誤差變化率ec之間的模糊關系。在運行中不斷檢測e和ec，根據確定的模糊控制規則對3個參數進行在線調整,滿足不同的e和ec對3個參數的不同要求[12-16]。

期望的轉向盤轉角δsw可由車輛逆動力學模型推導得出：

δsw=ayiL/u2+ayiLK，

(9)

其中：u為車輛行駛速度，m/s；L為車輛軸距，m；i為轉向系統傳動比；K為穩定性因數。

圖2為緊急避撞控制系統的結構圖，控制器的輸入是側向加速度的理想值ay與實際值as的偏差ae；輸出為經模糊PID控制器處理后的側向加速度ac，用于輸入到車輛逆動力學系統模型；而δsw作為轉向盤轉角信號，是車輛逆動力學系統的輸出，輸入到汽車7自由度動力學模型[17]。車輛模型參數如表1所示[18]。

圖2　緊急避撞控制系統的結構圖

參數數值整車質量m/kg1740車輛質心到前軸距離lf/m1.058車輛質心到后軸距離lr/m1.756車輛繞Z軸的轉動慣量Iz/(kg·m2)3214車輛質心高度h/m0.542輪距d/m1.535輪胎縱向剛度(前輪、后輪)Cx/(N·rad-1)-105850、-79030輪胎側向剛度(前輪、后輪)Cy/(kN·m-1)650、600車輪滾動半徑R/m0.25

2.1隸屬度函數

常規PID的控制公式為：

u(t)=kpe(t)+

(10)

其中：kp為比例系數；ki為積分系數；kd為微分系數；e(t)為系統誤差。

輸出語言變量模糊子集為{NB,NM,NS,ZO,PS,PM,PB},輸出量模糊化后的論域值分別為[0,6]、[0,0.06]和[0,0.02]。對于輸出變量的模糊集采取高斯函數建立隸屬度函數，如圖4～圖6所示。

圖3 側向加速度偏差絕對值ae和變化率aec的隸屬度函數圖4 輸出語言變量kp的隸屬度函數

圖5 輸出語言變量ki的隸屬度函數圖6 輸出語言變量kd的隸屬度函數

2.2模糊控制規則的建立

表2　kp模糊規則表

3仿真驗證及結果分析

為了檢驗控制系統的效果，進行了相應的虛擬仿真實驗。本文研究的是高速情況下的緊急避撞，因此選取速度為100 km/h的典型高速仿真工況，并與單純PID控制的緊急避撞系統和無控制器緊急避撞的車輛狀態表現進行了對比。仿真結果見圖7～圖9。

如圖7所示，含有模糊PID控制系統和單純PID控制系統的軌跡曲線超前于理想的軌跡曲線，其中含有模糊PID控制系統的軌跡曲線比單純PID控制系統的軌跡曲線更接近于理想的軌跡曲線。而不含控制器系統的軌跡曲線則相應地滯后于理想曲線，且總的橫向位移明顯偏離設定軌跡，這會影響車輛行駛安全。

如圖8所示，含有模糊PID控制系統的側向加速度曲線幾乎與理想的曲線完全重合，而單純PID控制系統與無控制器系統的側向加速度曲線較理想值滯后嚴重，不能滿足變道避撞系統的相關要求。圖8中，側向加速度的最大值為3.5 m/s2，沒有出現明顯超調，符合車輛穩定性的要求。

圖7 100km/h速度下的橫向位移曲線圖圖8 100km/h速度下變道避撞過程中側向加速度曲線圖

圖9　100 km/h速度下系統車輛橫擺角速度響應

模糊PID控制系統、單純PID控制系統和無控制器的緊急避撞系統中車輛的橫擺角速度響應如圖9所示。從圖9中可以看出：無控制器的系統的橫擺角速度變化為-7.82～9.19 (°)/s。單純PID控制系統的橫擺角速度變化為-7.22～8.79 (°)/s。而模糊PID控制系統的橫擺角速度變化為-7.41～7.42 (°)/s，且變道避撞過程完成后收斂迅速平滑，說明變道避撞過程中車輛姿態良好，沒有出現劇烈的變化，穩定性較好。

4結論

本文對典型的高速變道避撞工況進行了仿真，所設計的緊急變道避撞控制系統，能夠控制車輛在高速情況下按照所設計的預定變道軌跡行駛，并且具有良好的穩定性，驗證了模糊PID緊急變道避撞控制系統性能優于單純的PID控制系統和無控制器的系統。所設計的緊急變道避撞控制系統在快速響應的同時對被控參數具有較強的適應能力，可以滿足實際緊急避撞工況中環境信息實時調整的需求。

參考文獻：

[1]宋翔,李旭,張為公,等.汽車主動安全關鍵參數聯合估計方法[J].交通運輸工程學報,2014,14(1):65-74.

[2]劉月杰,金立生,鄭義,等.汽車主動安全預警系統警告觸發方式研究[J].汽車技術,2013(3):33-37.

[3]永井正夫.基于先進控制技術的車輛主動安全領域研究展望[J].汽車安全與節能學報,2010,1(1):14-22.

[4]于廣鵬,譚德榮,田厚杰,等.基于縱向避撞時間的預警/制動算法[J].河南科技大學學報(自然科學版),2015,36(2):30-34.

[5]裴曉飛,齊志權,王保鋒,等.汽車前向主動報警/避撞策略[J].吉林大學學報(工學版),2014,44(3):509-604.

[6]董紅召,陳煒烽,郭明飛,等.基于車路一體化的車輛主動避撞系統關鍵技術的研究[J].汽車工程,2010,32(11):984-988.

[7]侯德藻.汽車縱向主動避撞系統的研究[D].北京:清華大學,2004.

[8]HULSEN M,ZOLLNER M J,WEISS C.Traffic intersection situation description ontology for advanced driver assistance[C]//IEEE Intelligent Vehicles Symposium.2011:993-999.

[9]VICENTE M,DAVID F L,JORGE V,et al.Vision-based active safety system for automatic stopping[J].Expert systems with applications,2012,39:11234-11242.

[10]JARROD M S.Automatic steering methods for autonomous automobile path tracking[D].Pittsburgh:Carnegie Mellon University,2009:29-43.

[11]王婉秋,陳雨人,錢宇彬.雙車道公路彎道駕駛人模糊優選決策模型與實驗驗證[J].中南大學學報(自然科學版),2015(1):332-341.

[12]王述諺,師宇，馮忠緒.基于模糊PID控制器的控制方法研究[J].機械科學與技術,2011,30(1):166-172.

[13]CHIOU J S,TASI S H,LIU M T.A PSO-based adaptive fuzzy PID-controllers[J].Simulation modelling practice and theory,2012,26:49-59.

[14]CHAO L B.Traction control algorithm based on fuzzy PID and PWM modulation[C]//Proceedings of 2011 International Conference on Electronic and Mechanical Engineering and Information Technology.2011:3246-3249.

[15]CHANGIZI N.Comparison of PID and fuzzy controller for automobile suspension system[J].Applied mechanics and materials,2011,110/116:671-676.

[16]HIRULKAR S.Design of automatic car breaking system using fuzzy logic and PID controller[C]//International Conference on Electronic Systems,Signal Processing,and Computing Technologies.2014:413-418.

[17]劉存星,魏民祥,顧亮.車輛緊急變道避撞安全距離建模與仿真研究[J].機械設計與制造,2016(2):17-20.

[18]LV H M，LIU S N.Closed-loop handling stability of 4WS vehicle with yaw rate control[J].Journal of mechanical engineering,2013,10(59):595-603.

[19]李水良,杜迎慧,閆守成.電磁離合器電流的模糊自調整PID控制[J].河南科技大學學報(自然科學版),2010,31(4):43-46.

基金項目：國家自然科學基金項目(51375007)

作者簡介：湯沛(1981-),男,江蘇鹽城人,講師,博士生;魏民祥(1963-),男,山東青州人,教授,博士,博士生導師,主要從事汽車主動安全方面的研究.

收稿日期：2016-02-22

文章編號：1672-6871(2016)05-0020-05

DOI:10.15926/j.cnki.issn1672-6871.2016.05.005

中圖分類號：TP273+.4

文獻標志碼：A