考慮前后方車輛行駛狀態的ACC系統控制方法*

李亞勇，蔡英鳳，陳 龍，孫曉強，何友國，張云順

（1.江蘇大學汽車與交通工程學院，鎮江 212013； 2.江蘇大學汽車工程研究院，鎮江 212013）

前言

交通擁擠和堵塞現象成為許多國家大中城市所面臨的一個日趨嚴重、較難解決的問題，交通擁擠造成一系列問題，如能源的過多消耗、環境的污染和給人們的生活帶來不便等，而智能車的研究正是為了解決這些問題。隨著汽車工業和智能技術的快速發展，智能駕駛迅速發展，輔助駕駛甚至是無人駕駛將越來越普遍，這也符合了人們對交通工具高效、環保、安全的要求。

智能駕駛是在網絡環境下用計算機技術、信息技術和智能控制技術與執行機構結合起來的，旨在從轉向盤上解放人類雙手的駕駛系統。自適應巡航系統（ACC）是目前發展比較成熟、應用比較廣泛的輔助型智能駕駛系統，它能在一定程度上減少交通事故、交通堵塞等問題。對于自適應巡航系統和人工勢場，已有很多學者做了深入研究，文獻［1］中詳細講解了自適應巡航控制系統，Shladover等人給出了協同自適應巡航控制的定義和操作概念［2］，Chamraz等人研究了巡航系統的PI和PID控制器和調節參數［3］，Milanés等人基于實驗數據，建立了協同和自主自適應巡航控制動態響應模型［4］，Luo研究了考慮人類駕駛心理的自適應巡航控制的設計［5］，Ploeg等人對在交通流中 CACC和 ACC車輛混合場景相互轉化進行了研究［6］，李肖含研究了汽車自適應巡航控制系統模糊控制策略［7］，張德兆等人提出了一種用于加速度連續型自適應巡航控制模式切換［8］，高振海等人提出了一種基于粒子群優化算法的模糊自校正控制器參數優化方法［9］，尤洋對汽車自適應巡航系統自調整因子模糊控制器優化［10］，詹軍對基于駕駛員特征的汽車自適應巡航控制進行研究［11］，朱敏和陳慧巖研究了考慮車間反應時距的汽車自適應巡航控制策略［12］，Chao等人將人工勢場運用于自主水下航行器路徑規劃［13］，Rasekhipour等人把勢場運用于車輛模型預測路徑規劃的控制器設計［14］，Li等人在研究中運用了人工勢場的路徑規劃模型［15］，Chen等人研究了更新的人工勢場用于路徑規劃［16］，來雷等人提出用人工勢場構造出多車協同控制模型［17］。

上述自適應巡航控制系統（ACC）都只考慮了前方車輛的行為信息，對防止追尾等交通事故沒有幫助，對于緩解交通擁擠取決于所設置的巡航距離，因此本文中提出考慮前后方車輛運動狀態來自主調節跟車距離的控制方法，而考慮速度這一因素的人工勢場法能很好地運用在本環境下，基于新型人工勢場方法，把前后車輛視為兩個勢場，構建在全局勢場中混合受力函數，利用兩個勢場的引力的拉近和斥力的推遠來控制中間車輛最終處于平衡的安全位置。并用實驗驗證了所提出的想法，進而彌補了現有的自適應巡航系統只考慮前方車輛的弊端，也彌補了將新型人工勢場運用到車輛自適應巡航方面的空白。

1 人工勢場理論

人工勢場是Khatib為解決機械手避障問題提出的［18］，其方法是將移動的機器人所處的環境用勢場來定義，即構造目標位置引力場和障礙物斥力場共同作用的人工勢場，引力場對運動物體發出引力，吸引運動物體向目標點位置運動，斥力場的斥力阻止運動物體向障礙物方向運動。

經典的人工勢場法，引入以下勢場函數。

引力勢場函數：

運動物體所受的引力為

式中：Ka為位置增益系數；X為個體當前位置；Xg為目標點位置。

斥力勢場函數：

運動物體所受到的斥力：

式中：Kr為斥力勢場常量；ρ（X，Xg）為運動物體與障礙物之間的距離；ρ0為斥力勢場的影響距離。

由于傳統人工勢場對于靜態環境下效果較好，而在動態環境下，傳統勢場法對運動物體的控制效果較差，研究人員將傳統人工勢場進行了改進，將車速這一參量考慮其中［11］，得到改進的人工勢場函數：

式中：Kav和Krv為增益常數；v和vg分別為個體和目標體的運動速度。

2 車輛動力學模型和人工勢場模型

2.1 動力學模型

本文中采用3自由度動力學模型［20］，如圖1所示。ψ為車輛橫擺角；M為車輛整車質量；Iz為車輛繞質心（cg）z軸的轉動慣量；lf，lr分別為前后軸距離質心的距離；vx和vy分別為車輛沿x軸和y軸的縱向速度和側向速度；β，r分別為質心側偏角和橫擺角速度；Fyf，Fyr分別為前軸和后軸輪胎受到的側向合力；δ為前輪轉角；Iz為繞質心的轉動慣量。根據動力學模型示意圖得到：

圖1 3自由度動力學模型

不考慮路面側傾和俯仰角，即路面側傾角φ＝0，俯仰角θ＝0，車輛在側向和縱向沒有受到重力的影響；并假設車輛在橫向上不受到滾動阻力的影響，橫向上相對風速為零，即忽略空氣阻力對橫向運動的影響；假設 δ較小，cosδ≈1，sinδ≈0。設前后輪的附著率 kf，kr相等，前后輪受到的正壓力 Fzf，Fzr之理可得

其中縱向加速度·vx和前輪轉角δ可作為控制輸入。

2.2 新型人工勢場控制器設計

目前，把人工勢場運用到車輛的避障控制和車道保持上已有不少學者研究頗深，而本文中從傳統勢場理論出發，在借鑒了添加速度變量的改進基礎上，把前后兩輛車作為兩個勢場，基于新型人工勢場方法，構建在全局勢力場中混合受力函數，利用兩個勢場的引力的拉近和斥力的推遠來控制中間車輛最終處于平衡的安全位置。調整效果如圖2和圖3所示，圖2為車輛初始位置示意圖，圖3為車輛調節結束位置示意圖。

計算本車在兩個勢場中所受的力，假設本車能夠獲取前后方車輛的位置和速度信息，使受控車輛能在考慮前后車輛位置和速度信息的基礎上自動調節與前后車的跟車距離。構造出本車在全局勢場中所受到的合力：

圖2 車輛初始位置示意圖

圖3 車輛調節結束位置示意圖

式中：Ka1，Ka2，Kr1，Kr2分別為前后車輛構建的引力和斥力勢場位置增益系數；Kav1，Kav2，Krv1，Krv2分別為前后車輛構建的引力和斥力勢場速度增益函數；X1，X2，v1，v2分別為前后車輛的位置和速度；ρ1（X，X1），ρ2（X，X2）分別為本車與前后車的距離。

在得到動力學模型之后還須與人工勢場模型結合起來，車輛控制系統如圖4所示。具體步驟是，將自動駕駛車輛通過傳感器獲得的前后方向車輛位置X和速度v作為特征量，在考慮前后車的基礎上根據新型人工勢場理論確定控制函數Fsd，并計算出Fsd的數值，控制函數Fsd作為負反饋與車輛當前合力Fs形成對比誤差，若Fs＝Fsd，則本車所處位置無須調整，車輛繼續按當前狀態前進，若Fs≠Fsd，經過PID調節修正誤差，形成反饋的閉合回路，進而不斷修正車輛合力使其能夠按照函數Fsd控制前后車距，最后達到 Fs＝Fsd。

圖4 車輛控制系統圖

3 仿真分析

本文中基于MATLAB／Simulink仿真系統，搭建仿真系統模型，采用表1中的動力學模型數據，對設計出的人工勢場控制器進行了兩種擁擠道路工況下的仿真。

表1 仿真整車參數表

搭建的由PID調節人工勢場模型來控制動力學模型的仿真系統如圖5所示。

3.1 第1種工況

第1種工況設置為：初始時，本車和前、后車輛都以10 m／s的速度勻速行駛，所以前后車間距不變，本車距離后車較近，導致前方有一大段道路空白，后方擁擠，降低了道路利用率。這時本車利用人工勢場控制器，使本車從10 m／s開始加速，主動調節本車位置到最佳位置。仿真時間為20 s，Ka1＝Ka2＝150，Kr1＝Kr2＝120，由于前后車輛速度不變，本車車速也相差不大，故取 Kav1＝Kav2＝1，Krv1＝Krv2＝1，前后車的初始位置X1＝-1，X2＝50，前后車的速度為v1＝v2＝10 m／s，斥力勢場影響距離 ρ0＝30 m。仿真結果如圖6～圖9所示。

圖6為本車與前后車距離ρ的時間歷程圖?？梢钥闯?，本車從初始位置，基本經過兩次調整在仿真進行到10 s時達到了平衡位置，調整效果比較理想，保證了調整效率和人員安全。由于設置的前后車間距離保持在51 m，最后的平衡位置落在與前后車距25 m左右的位置。圖7和圖8為本車的速度v和加速度a的時間歷程圖?？梢郧宄乜吹?，在調整位置過程中本車車速的變化是先加速，速度最高達到17.62 m／s，到靠近前車位置后減速，車速穩定在與前后車速相同的10 m／s。圖9為本車所受勢場合力Fs的時間歷程圖?？梢钥闯?，在靠近后車或前車的地方受到的勢場力比較大，這也符合了人工駕駛的結果。

圖5 新型人工勢場控制系統仿真框架圖

圖6 本車與前后車距離ρ的時間歷程圖

圖7 本車速度v的時間歷程圖

圖8 本車加速度a的時間歷程圖

圖9 本車所受勢場合力F s的時間歷程圖

3.2 第2種工況

第2種工況設置為：本車距離后車較近，后車速度先是大于前車，后減速到與前車同速，本車通過調整，在不斷縮小的安全距離內自適應尋找最佳位置。以此來縮短整個擁擠交通流的車車間距，提高道路利用率，減輕擁擠。仿真時間為30 s，Ka1＝Ka2＝150，Kr1＝Kr2＝120，按本工況，將參數調整為 Kav1＝Kav2＝5，Krv1＝Krv2＝1，前后車的初始位置 X1＝-1，X2＝150，前車速度為 v1＝10 m／s，后車速度為 v2＝15 m／s，本車初始車速為v＝15 m／s，斥力勢場影響距離 ρ0＝30 m。仿真結果如圖10～圖13所示。

圖10 本車與前后車距離ρ的時間歷程圖

圖11 本車的速度v的時間歷程圖

從仿真結果來看，調整效果比較高效。圖10為本車與前后車距離ρ的時間歷程圖?？梢钥闯?，本車從初始位置，基本經過兩次調整在仿真進行到7.5 s時就達到了平衡位置，調整效果比較理想，保證了調整效率和人員安全。由于設置的前后車間距離是變化的，在7.5 s以后就看到本車與前后車距離以相同速率在下降，在20 s后車降速后，再次快速調整到平衡位置。圖11和圖12為本車的速度v和加速度a的時間歷程圖?？梢郧宄乜吹?，在調整位置過程中本車車速的變化是先加速，速度最高達到47.5 m／s，到靠近前車位置后減速調整，車速穩定在與前后車速的中間值12.5 m／s，在20 s時由于后車減速，本車迅速做出調整最后把速度維持在10 m／s。圖13為本車所受勢場合力Fs的時間歷程圖?？梢钥闯觯诳拷筌嚮蚯败嚨牡胤绞艿降膭輬隽Ρ容^大，能看到在環境變化時做出的及時調整，最終處于受力為零的平衡狀態。

圖12 本車的加速度a的時間歷程圖

圖13 本車所受勢場合力F s的時間歷程圖

4 結論

本文中提出了利用新型人工勢場方法構建一種考慮前后車輛行為信息自適應調節與前后車輛間距的方法。基于新型人工勢場方法，把前后車看做兩個勢場，構建在全局勢場中混合受力函數，利用兩個勢場引力的拉近和斥力的推遠來控制中間車輛最終處于平衡的安全位置。并用實驗驗證了所提出的思路，進而彌補了現有的自適應巡航系統只考慮前方車輛的弊端。實驗工況1表明，使用本控制方法在一定程度上緩解了擁擠工況下的擁堵情況；實驗工況2則演示了通過本車的控制，解決后車追尾的安全問題，且從實驗的調整效果看，調整效果好，控制精度高，響應快。但整個系統尚不完整，還有很多需要完善之處，比如：如果后車持續逼近，本車在調整到最后仍然無法避免追尾事故；系統的抗干擾能力還未進行驗證；本控制系統還只是在初級層面，還須將理論進一步深化研究，這些將會在下一步研究中逐步解決。