基于模糊控制的車輛自動駕駛前車跟隨控制方法研究

袁蘇哲，張 祥

隨著汽車工業的發展，車輛的自動化程度不斷提高，人們對車輛的智能化程度有了更高的要求，自動駕駛車輛正逐漸替代人類承擔起更多的駕駛任務。前車跟隨控制是車輛自動駕駛過程的一個重要的組成部分[1]，自動駕駛車輛在行駛過程中，通常會遇到需要跟車的情形，在此情形下，通過車載傳感器所獲取的信息，自動駕駛控制系統需控制本車與前車保持相同的車速，并能在前車車速改變的情況下不斷地對自身車速與合理的跟車距離進行動態調整，實現與前車車速同步一致，且跟車距離始終合理安全，從而達到自動跟隨行駛的目的。

1 車輛自動跟隨控制原理

前車跟隨控制的主要過程是通過車載傳感器獲得的本車車速、相對速度以及兩車距離等信息，并將上述信息發于自動駕駛控制系統，通過制定相應的控制規則，由這三個變量共同決定車輛的期望加速度，控制系統通過計算所得的期望加速度，向執行機構，例如節氣門、自動換擋系統、制動系統發出控制指令，控制車輛實際加速度達到期望加速度。

2 基于模糊控制的車輛跟隨控制設計

2.1 模糊控制理論基礎

模糊控制的基本工作原理是將測量得到的被控對象的狀態經過模糊化接口轉換為用人類自然語言描述的模糊量，而后根據控制規則庫經過模糊推理得到輸出控制量的模糊取值，控制量的模糊取值再經解模糊化轉換為執行機構所需的精確輸出量[1]。

2.2 模糊參數的選擇

車載傳感器能直接獲取的參數有本車速度、前車速度及兩車間距，車輛跟隨的目的是使本車車速與前車速度一致，且保持合理的跟車距離。前車車速即期望速度，相對速度即本車速度與前車速度差值dv；兩車間距也是車輛自動行駛過程中極其重要的參數，在車輛跟隨控制過程中，還應考慮實際行車間距與理想行車間距的距離差值dD.因此本文將選取速度差值dv與距離差值dD作為模糊控制輸入變量。

2.3 參數的模糊化處理

在Matlab模糊控制工具箱中，將速度差值dv與距離差值dD精確量進行模糊化處理，用對應的模糊語言來表示形成模糊語言集合的子集，其中dD速度差值可劃分為七個模糊集合，分別用字母{NL，NB，NS，0，PS，PB，PL}來表示速度差值的負極大、負大、負小、零、正小、正大、正極大；距離差值同樣劃分為七個模糊集合，分別用字母{NL，NB，NS 0，PS，PB，PL}來表示距離差值的負極大、負大、負小、零、正小、正大、正極大；對于期望加速度同樣采用七個模糊集合，分別用字母{NL，NB，NS，0，PS，PB，PL}來表示期望加速度的負極大、負大、負小、零、正小、正大、正極大。并以此定義各個變量的隸屬度函數。

2.4 制定模糊控制規則

鑒于前車跟隨控制需要在保證車輛行駛的安全性的前提下同時保證車輛行駛的快速性，故制定如下規則，當距離差值為正，速度差值為負，此時車輛應加速行駛；當距離差值為負，速度差值為正，車輛應減速；當距離差值與速度差值均為負或均為正，此時應考慮綜合考慮速度差值與距離差值的對加速度的影響。通過經驗總結推理得到如下模糊控制規則表，如表1所示。利用Mamdani算法進行模糊推理，得到的結果為對應加速度差值下的模糊控制查詢表，其完整的模糊控制規則表如表1所示，通過面積重心法解模糊化即可[2-3]。

表1 模糊控制規則表

3 仿真實例

本文通過matlab模糊控制工具箱進行模糊控制設計，通過simulikn進行仿真。

加速試驗選取如下模擬環境：兩車初始距離80 m，本車初始速度10 m/s，前車速度為16+6sin（·t），其仿真結果如圖1所示。

（續上圖）

圖1 試驗仿真曲線

4 結束語

本文提出了一種基于模糊控制的車輛自動駕駛前車跟隨控制方法，該方法同時兼顧了車輛自動駕駛的安全性和高效性，且模糊控制的思路清晰明了，仿真結果同時表明不論是加速還是減速過程，該方法都能有效地獲得合理的期望加速度，以實現對前車的速度跟隨。

[1]侯德藻.汽車縱向主動避撞系統的研究[D].清華大學.2004.

[2]李以農，鄭 玲，郝 奕，等.基于參數自整定模糊 PID的汽車縱向控制[J].江蘇大學學報，2006，27（1）:22-26.

[3]譙艷娟，李以農，李應全.模糊控制在汽車制動縱向控制中的應用[J].汽車研究與開發，2003，3:25-29.