自適應巡航系統安全性的改善措施研究綜述

道路交通事故是導致年輕人死亡的主要原因之一。當駕駛員因疲勞或外部因素而分心時，就會發生很多交通事故。而具有協同式自適應巡航控制的車輛排隊系統是致力于減少道路碰撞事故和死亡事故的先進技術之一。協同式自適應巡航控制（CACC）被認為是一種關鍵的使能技術，它可以在車輛行進中自動調節車輛之間的間距，保證了車輛行駛過程的安全。

1 無線信道和移動干擾攻擊下協同式自適應巡航控制系統的隊列穩定性分析[1]

1.1 主要目的及原理

雖然現有的CACC系統中的網絡和物理部分都被集成在一個控制框架中，但是對這些系統的實際建模和安全問題的研究很大程度仍然上是開放的。網絡特征和網絡攻擊意識的良好建模能夠對CACC系統的運行產生重要影響，從而使得研究人員更好地理解該系統設計和防御機制。作者ALIPOURFANID在移動干擾攻擊下，通過考慮實際的無線信道情況，對車輛線路穩定性進行了綜合分析。作者通過對現實世界中行駛車輛的加速度曲線進行建模仿真以檢查受到攻擊后的車輛隊列的穩定性。作者采用基于時間域的字符串穩定性定義來描述干擾攻擊對CACC系統功能和字符串穩定性的影響。作者還考慮了攻擊者可能會破壞字符串位置的情況。

作者主要研究了在無線信道和移動干擾攻擊者的雙射線傳播模型下，配備CACC系統的互聯網車輛的串穩定性。首先將信道條件和干擾攻擊影響納入到串狀態空間表中，并通過大量仿真分析了其串穩定性。

1.2 主要結論

仿真結果表明由于雙射線路徑損耗模型引起的信號功率衰減降低了CACC系統的性能。此外，作者還通過分析得知，可以通過增加前進時間和使用存儲器塊以提高該系統的串穩定性。最后，本文發現攻擊者破壞字符串穩定性的最佳位置在第二輛車的上方，當攻擊者在字符串中向下移動時，它對串穩定性的影響就會減小。

2 基于魯棒模型預測控制的協同自適應巡航控制交通安全優化方法[2]

2.1 主要目的及原理

以前的研究表明，當公路上的車輛之間的間隙減少到2米時，那么至少可以增加273%的公路交通吞吐量，節省15%以上的燃料消耗。作者MASSERA提出了一種確保車輛之間能夠長時間保持最小安全距離的控制方法，并且該方法考慮到每個車輛制動能力以及整個系統內部的延遲問題。所提出的魯棒模型預測控制器可以在前車行為不確定的情況下保持最小安全距離。作者通過仿真與標稱控制器進行了比較。

作者研究提出了一個兩車之間最小安全距離的分析公式和一種基于魯棒L∞范數最優控制器的協同自適應巡航控制策略。其中分析公式提供了隊列內車輛間隙的理論下限值，并可以被用于設計能夠考慮前車加速度不確定性的控制器。所設計的控制器不僅能夠保證自己的車輛不會與其前車相撞，還能夠保持足夠小的間隙以降低燃料消耗。

2.2 主要結論

作者進行了三種仿真試驗場景，包括具有斜坡加速度的情況、小的速度變化情況和緊急制動情況下，典型的高速公路駕駛場景。仿真結果表明，該魯棒控制器在正常和緊急情況下均能精確地運行，表現出令人滿意的距離控制和速度跟蹤，并且還可以在隊列斷開時增加了車輛間隙以確保車輛的安全性。未來還需要對這類系統的串穩定性進行進一步的研究。此外，在控制器的研究上還包括減少由于測量噪聲引起的加速度干擾等。

3 基于綜合控制策略的改進型自適應巡航控制[3]

3.1 主要目的及原理

目前全球學者已經提出一些關于車輛的縱向控制策略，使車輛能夠實現自適應巡航控制和防撞功能。然而，在現有技術中與側向控制的整合目前還很少，因此急需要這方面工作的開展。作者IDRIZ A F,研究提出了一種適用于高速公路駕駛自適應巡航控制的綜合控制策略，使用基于邏輯的控制策略來產生縱向和橫向控制器之間的協同作用和安全交互，從而使車輛能夠獲得橫向穩定性和先進的自適應巡航控制功能。作者提出采用已經公布的關于人的駕駛實驗研究的指標來評估車輛的橫向運動性能。為了更好地處理車輛不穩定的橫向運動，需要在轉彎情況下采用制動中來獲取期望的加速度。

3.2 主要結論

作者研究通過適當地將縱向和橫向控制器互連來形成集成控制系統。該系統由一個基于索引的決策平面組成，在縱向和橫向控制器之間建立協同作用和安全的相互作用，以確保更好的整體性能。本文通過仿真得到的結果表明，所提出的綜合控制器能夠實現各種駕駛情況下自動駕駛、路徑跟蹤和避撞的性能。所提出的系統不僅實現了橫向穩定性，還避免了車輛與車輛之間的相互碰撞。特別是在嚴峻的駕駛狀況下，該綜合控制器能夠增強了車輛的安全性。未來的研究工作將包括對綜合控制器的實時性進行實驗驗證，并進一步開發出用于諸如超車或換道功能的具有車輛間通信的協作式自適應巡航控制系統。

4 基于隨機模型預測控制的自適應巡航控制系統[4]

4.1 主要目的及原理

作者MOSER D提出了一種隨機模型預測控制（MPC）方法用來優化車輛在自適應巡航中的燃料消耗率。所提出的解決方案需要對前方車輛速度進行短期預測來求解水平方向上移動約束下的最優控制問題。作者通過開發一種條件線性高斯模型并用實際測量數據進行訓練以能夠估計前車的未來短時間內速度的概率分布。

作者提出的基于MPC的自適應巡航控制策略中使用的實際測量數據，其采用基站的雷達測量并通過V2V和I2V通信系統向車輛提供信息，用于開發和訓練了條件線性高斯模型以預測前方車輛的未來速度。CC-MPC和R-MPC的評估過程通過人造駕駛循環場景和真實駕駛循環場景中進行測試來評估。

4.2 主要結論及未來方向

作者所使用的預測模型用于評估兩種具有不同的向量的MPC控制策略：一種是具有個體機會約束的MPC控制策略，即CC-MPC；一種是從條件線性高斯模型中抽取樣本，并使用基于場景的優化方法進行優化的控制策略，即R-MPC。作者對兩種所開發的控制策略進行了評估，并將評估結果與標準的MPC策略進行比較。評估結果表明，與標準的自適應巡航控制算法相比，所設計的控制器能夠顯著地降低油耗。

由于所提出的方法僅僅限于車輛跟隨情況，未來的研究工作將集中在預測模型的擴展和多車道交通情況的控制方法開發上。此外，為了提高用戶對這種輔助系統的接受度，可以開發一種學習型自適應巡航控制系統，其能夠可學習當前駕駛員的駕駛風格，以調整控制參數。

5 基于可見光通信技術的協同式自適應巡航控制[5]

5.1 主要目的及原理

自動駕駛車輛的控制和可見光通信（VLC）技術是各自學科領域研究的熱點。對于半/全自動駕駛車輛來說，與傳統車輛最大的區別就是這些車輛需要相互溝通，才能保證乘客的安全。在這項研究中，作者DEMIRA從通信和控制方面采取了多學科融合的方法，提出了一種廉價的用于車載通信的可見光通信系統，而不是IEEE 802.11p Wi-Fi協議。由于可見光通信技術可以通過使用當前車輛的車載LED燈來實現，并且不需要額外的硬件（接收器除外），因此具有很大的應用可能性。作者還提出了了一種滑模控制算法，用來實現使用可見光通信技術的協同式自適應巡航控制（CACC）。作者所提出的基于可見光通信技術的協同式自適應巡航控制可以保證兩輛車在保護距離內相互跟隨。但是作者研究也發現溫度的變化、復雜的道路條件以及所使用接收器的質量影響該技術的應用好壞。基于上述問題，本文提出將不同的過濾算法應用于該控制系統中并使用良好的接收器來解決這些問題所帶來的不利影響。未來的研究工作則計劃將該系統應用于實際車輛工作中去。

5.2 主要結論及未來方向

通過仿真試驗可以得出，所提出的控制方法能夠確保兩輛車之間的距離在安全范圍內。其目的是獲得更詳細的試驗結果，從而驗證所提出解決新問題的方法的可行性，并對試驗結果進行分析從而改進方法以提高控制系統的魯棒性。

6 基于風險度量的自適應巡航控制優化方法[6]

6.1 主要目的及原理

作者MOSER D工作重點研究了多車道高速公路上基于碰撞時間的自適應巡航控制應用的風險度量技術。為了提高燃油效率和行駛安全性，作者建議采用隨機模型預測控制方法來限制所施加的風險度量的違規概率。基于這個原因，通過采用貝葉斯網絡并根據實際測量來預測周圍車輛未來運動的概率分布情況。然后，將這些概率分布函數并入到隨機模型預測控制算法中去。

作者提出了一種在多車道高速公路上使用的自適應巡航控制的節能方法。其中，基于機會約束的模型預測控制已經被開發出來，并且還制定了關于碰撞時間的風險函數的確定性等價約束。顯然，如果相對速度較低，那么對碰撞時間的約束較小，可以允許更小的車輛間距離。這表明對碰撞時間的約束并不需要那么保守，太過保守反而限制了風險評估的進展。

6.2 主要結論及未來方向

所提出的控制在仿真中使用人工評估周期進行評估，與傳統的自適應巡航控制系統相比，在發生急劇的制動情況下，該系統的燃油效率和安全性顯著提高。通過仿真試驗評估結果表明，這種方法不僅能夠提高車輛的急停機動性能，還能夠顯著提高乘坐舒適性和燃油效率。未來研究工作將研究不同風險函數對隨機模型預測控制和運動預測模型的影響。此外，還將研究基于真實世界的駕駛周期和隨機交通環境的分級評估方法。

[1]ALIPOUR-FANID A,DABAGHCHIAN M,ZHANG H,et al.String Stability Analysis of Cooperative Adaptive Cruise Control Under Jamming Attacks：2017 IEEE 18th International Symposium on High Assurance Systems Engineering(HASE),2017[C].

[2]MASSERA FILHOC,TERRA M H,WOLF D F.Safe Optimization of Highway Traffic With Robust Model Predictive Control-Based Cooperative Adaptive Cruise Control[J].IEEE Transactions on Intelligent Transportation Systems,2017,18(11)：3193-3203.

[3]IDRIZ A F,ABDUL RACHMAN A S,BALDIS.Integration of auto-steering with adaptive cruise control for improved cornering behaviour[J].IET Intelligent Transport Systems,2017,11(10)：667-675.

[4]MOSER D,SCHMIED R,WASCHL H,et al.Flexible Spacing Adaptive Cruise Control Using Stochastic Model Predictive Control[J].IEEETransactions on Control Systems Technology,2018,26(1)：114-127.

[5]DEMIR A,MACIT M C.Cooperative Adaptive Cruise Control Using Visible Light Communication：2017 25th Signal Processing and Communications Applications Conference(SIU),2017[C].

[6]MOSER D,DEL RE L,JONESS.A Risk Constrained Control Approach for Adaptive Cruise Control：2017 IEEE Conference on Control Technology and Applications(CCTA),2017[C].