視覺失效條件下車道保持輔助控制策略研究＊

任澤凱 鄭繼虎 趙帥 張魯 翟洋

（1.中國汽車技術研究中心有限公司，天津 300300；2.陸軍軍事交通學院，天津 300161）

主題詞：視覺失效 控制策略 功能安全 車道保持輔助 硬件在環

1 前言

車道保持輔助（Lane Keeping Assist，LKA）系統是利用視覺感知技術[1]實時監測車道線位置，通過先進控制算法保證車輛在車道內穩定行駛的先進駕駛輔助技術，是自動駕駛車輛橫向控制的基礎[2]。

LKA 系統對視覺感知傳感器的依賴程度很高，感知傳感器的失效則有可能引起嚴重的安全問題[3]。自動駕駛感知類傳感器失效主要表現為兩種形式。一方面，感知類傳感器受環境影響較大[4]，在惡劣環境下容易誤識別、漏識別，視覺傳感器在強逆光[5-6]、夜間[7]、霧霾天氣[8]、雨雪天氣[9]和相機鏡頭被雨雪遮擋等特殊情況下容易感知失效。另一方面，自動駕駛感知傳感器受溫度、濕度、電磁環境等因素的影響，存在一定的設備故障率，同樣有可能造成視覺感知失效。

國內外許多專家、學者在預防或降低傳感器失效方面進行了大量的研究。吳利剛等[10]指出環境可能造成傳感器失效，為此研究了傳感器失效條件下的非線性自主車輛編隊控制問題，提出的非線性車隊切換控制算法保證了良好的控制效果。成春陽[11]、Florian Homm[12]等對車道線檢測方法進行了設計，降低了車道線檢測失效的風險，但是增加了設備成本，不利于大規模推廣使用。吳彥文等[13]提出了一種基于視覺傳感器與車道級高精度地圖相融合的車道線檢測與跟蹤方法，但高精度地圖信息受限于法律與安全，在世界范圍內還沒有得到大規模應用。Shuang Huang[14]、苗豐[15]等通過傳感器的冗余設計降低了風險發生的可能性，但增加了車輛成本，目前只在在油門踏板等關鍵傳感器上得到了應用。王俊明等[16]基于ISO 26262進行了車道保持輔助功能的設計，指出LKA 系統不宜在大雨、大雪天氣下工作，工作時視覺感知相機不能被遮擋等，但并沒有考慮LKA系統在正常工作狀態下突發故障時應如何響應，也沒有進行具體安全性驗證。

為了在不增加額外成本的情況下，充分利用現有傳感器提升車輛安全等級，本文針對某搭載單目視覺傳感器和毫米波雷達的自動駕駛車輛進行LKA系統在視覺失效條件下的控制策略研究，以期最大程度地提高車輛的安全性能。

2 視覺傳感器失效后控制策略

2.1 場景的提出

針對某配備單目相機與前置毫米波雷達的L2級自動駕駛車輛，假定車輛在高架橋、高速公路等結構化道路上正常跟車行駛，執行LKA 與自適應巡航（Adaptive Cruise Control，ACC）功能，某時刻由于電氣故障，視覺傳感器無法捕捉車道和目標物信息，決策控制單元失去輸入信息。

2.2 控制策略

針對上述場景提出的控制策略如圖1 所示。視覺傳感器不能正常工作后，自動駕駛系統應立即向駕駛員發出危險提醒并請求接管，同時減速停車，直至車輛停止運動。

圖1 某L2級自動駕駛車輛LKA和ACC功能控制策略

縱向減速控制方面，本文將減速過程分為2 個階段。第1 個階段為5 s 的等待接管階段，此時車輛緩慢制動。為了保證減速的及時性、安全性，同時兼顧乘員與駕駛員的舒適性，確定等待接管時間內的目標減速度為-2.5 m·s-2[17]。如果此階段內駕駛員接管駕駛任務，則退出自動駕駛模式。如果此階段結束后駕駛員仍無應答，車輛應進入第2 個階段，以最大減速度進行緊急制動。

車輛橫向控制方面，本文設計了改進型純追蹤（Pure Pursuit）策略，該策略利用毫米波雷達探測到的目標車方位信息進行路徑規劃與跟蹤，并根據車速和道路曲率對車輪轉角進行修正，主要由道路曲率估算、基于Pure Pursuit的轉向角計算、轉向修正3個部分組成。

3 道路曲率估算

3.1 橫擺角速度估算

對于車身橫擺角速度而言，車輛正常行駛過程中由車輛繞質心運動而產生的橫擺角速度絕對值較小，但同時基于慣性測量原理的傳感器會形成大量的白噪聲，從而使得傳感器輸出的橫擺角速度數據存在較大的誤差，因此，有必要根據被控車輛的參數對橫擺角速度進行估算[18]。

為保證算法的實時性，兼顧后續仿真的實時性與準確性，本文利用二自由度車輛模型描述車輛的動力學性質，如圖2 所示，其中，k1、k2分別為車輛前、后輪側偏剛度，β為車輛質心側偏角，u、v分別縱向、側向車速，a、b分別為質心至前、后軸的距離，ωr為車輛橫擺角速度，δ為前輪轉角，m為整車質量，Iz為汽車繞Z軸的轉動慣量，L為軸距，Fy1、Fy2分別為前、后輪側向力。假設車輛為剛體，輪胎側偏特性為線性，根據牛頓第二定律，得到二自由度車輛的單軌模型運動方程：

圖2 二自由度車輛運動模型

根據卡爾曼濾波理論，建立車輛二自由度單軌模型的狀態方程為：

量測方程為：

式中，y1、y2為卡爾曼濾波方程觀測值。

綜上，利用二自由度車輛動力學模型和卡爾曼濾波方法即可得到被控車輛濾波處理后的橫擺角速度。

3.2 道路曲率估算

根據本文的控制策略，視覺傳感器失效后，采用毫米波雷達探測得到的目標車方位信息對目標車的轉彎半徑進行估算[19]，進而估算道路曲率信息。道路曲率估算模型如圖3所示，其中Rego為主車的轉彎半徑，Rtarget為目標車行駛軌跡的轉彎半徑，r為主車與目標車的相對距離，α為目標車與主車的相對方位角。

圖3 道路曲率估算模型

由圖3中車輛位置信息，可以得到如下關系：

主車的轉彎半徑可由式（7）確定：

根據式（1）～式（7），對目標車的轉彎半徑進行估算驗證。驗證場景為：在半徑為200 m的S型彎道上，目標車和自車均以60 km/h的速度定速行駛，目標車在前，自車在后，兩車相距20 m，如圖4所示。由圖4可以看出，進入彎道后，目標車轉彎曲率估算值為0.005 m-1，與真實道路曲率半徑吻合程度較高，道路曲率估算模型能較好地反映車道曲率信息。

圖4 S型轉彎場景設計及曲率估算結果

4 改進型Pure Pursuit策略

4.1 基于Pure Pursuit的轉角計算

Pure Pursuit方法如圖5所示，被廣泛應用于車輛的運動控制[20-22]。本文研究的某自動駕駛車輛前懸為la，以前方目標車的位置為目標，毫米波雷達探測到的方位角為αf，直線距離為rf，橫向距離為dsx，縱向距離為dsy，探測物體與車輛后軸中心點間的方位角為αr，直線距離為rr。根據Pure Pursuit方法，存在唯一的轉彎半徑R，使得軌跡與目標車縱軸相切，相應的前輪轉角為δ。

圖5 Pure Pursuit路徑跟蹤法

分析圖5可知，轉彎半徑R的計算公式為：

轉彎半徑R與車輛前輪轉角的關系為：

由式（8）、式（9）可以得到實現轉彎半徑R所需要的前輪轉角為：

4.2 轉向修正

式（10）是根據理想圓弧半徑R進行前輪轉角控制的，由于忽略了輪胎等車輛動力學因素的影響，在目標車較遠、車速較高等情況下往往不能保證理想的行駛效果。因此，有必要根據車速、目標轉彎半徑等因素對式（10）進行一定的修正，提高控制效果。因此，提出的改進型Pure Pursuit策略的前輪轉角為：

式中，K為修正系數。

本文利用車速、道路曲率對前輪轉角進行系數修正。經過大量仿真發現：當車速較高時，前輪轉角響應不及時，車輛容易駛出行駛車道，因此需要增大修正系數K，以加強前輪轉角對期望軌跡的響應，滿足高速工況下響應的實時性；當道路曲率較小時，根據式（10）計算得到的前輪轉角本身較小，車輛容易保持直線行駛，此時也應當增大前輪轉角對道路曲率的響應靈敏度，確保車輛能在小曲率車道上實現及時轉向。

根據上述原則，設計修正系數的模糊控制器，其輸入為車速和道路曲率，車速的基本論域為[0，130]km/h，量化因子取為130，道路曲率的基本論域為[0，1/650]m-1，量化因子取為1/650。前輪轉角的基本論域為[0°，0.8°]，比例因子取為0.8。隸屬度函數采用三角形函數，模糊控制器輸入、輸出變量的隸屬度函數及模糊集合如圖6所示，模糊規則如表1所示。

圖6 模糊控制器輸入、輸出隸屬度函數

表1 模糊控制規則庫

根據本文提出的改進型Pure Pursuit 方法，在MATLAB/Simulink 中構建視覺失效條件下的控制策略模型，如圖7所示，自車的相關參數如表2所示。將控制策略模型編譯下載至快速原型控制器中，為控制策略硬件在環測試作準備。

圖7 控制策略模型

表2 自車參數

5 測試場景與評價指標

5.1 測試場景構建

為驗證控制策略在極限工況下的控制效果，本文設計了極限彎道上視覺感知失效的測試場景，如圖8所示，其中各交通參與者信息如表3 所示。根據JTG B01—2014《公路工程技術標準》，確定設計場景中道路最小曲率半徑為125 m，對應的彎道極限速度為125 km/h，最大曲率半徑為650 m，對應的彎道極限速度為120 km/h。各測試用例等待接管階段的目標減速度為-2.5 m/s2，緊急制動階段制動踏板開度為100%，車輛開始進入彎道時視覺感知失效。

圖8 極限彎道視覺感知失效測試場景

針對每一種彎道進行了3 種控制策略下的對比仿真分析，失去視覺信號后，轉向盤保持策略、Pure Pur?suit 策略和改進型Pure Pursuit 策略的前輪轉角控制方式分別為保持不變、按照式（10）進行控制和按照式（11）進行控制，同時均按照圖1中的縱向控制策略進行減速制動。

5.2 評價指標

為了直觀地衡量車輛行駛位置偏離車道中心線的程度，定義車道保持指數Ki為：

式中，dl為車輛中心偏離車道中心的距離；Wl為車道寬度，本文取為3.75 m。

表3 視覺傳感器失效條件下的測試場景

Ki=100%表明車輛在車道中心的理想位置行駛；Ki＞0 表明車輛在車道線內行駛，其值越大越接近車道中心線；Ki=0 表明車輛在左/右車道線上行駛；Ki＜0 表明車輛已經駛出車道線，其值越小，表明偏離程度越大，車道保持功能越差。

6 硬件在環測試

6.1 硬件在環測試平臺設計

為驗證控制系統的有效性，搭建了針對視覺感知與控制的硬件在環仿真測試平臺，其原理如圖9所示。仿真平臺利用車輛仿真軟件CarMaker 進行仿真場景創建，以及目標級毫米波雷達信號模擬，并通過NI PXI 進行實時仿真計算。視頻黑箱為視覺感知系統提供不受干擾的仿真畫面，相機傳感器在視頻黑箱中完成視覺信號捕捉，并發送到感知ECU，完成車道線與前方目標的識別與計算。故障模擬模塊可以實現通信線路開閉，用于模擬傳感器故障造成信號丟失。在故障觸發后，快速控制原型機進行失效情況下的車輛控制。仿真過程和仿真數據通過VeriStand進行監測與記錄。仿真平臺實物如圖10所示。

6.2 結果驗證

6.2.1 縱向測試結果

仿真過程中，通過切斷傳感器CAN 總線信號模擬傳感器故障。測試過程為：自車跟隨主車穩定行駛，目標車間時距為2.2 s，自車進入彎道后，立即切斷CAN總線信號，觸發視覺失效條件下的控制策略，觀測自車的運動響應。圖11 所示為測試用例1～3 的初始狀態和減速度響應，其他測試用例的縱向控制測試結果如表4所示。

圖9 面向視覺感知與控制的硬件在環仿真測試平臺原理

圖10 面向視覺感知與控制的硬件在環仿真測試平臺

圖11 縱向控制測試結果（測試用例1～3）

表4 縱向控制策略測試結果

由圖11 和表4 可以看出，車輛視覺傳感器產生故障后，自車按照本文提出的控制策略進行了2個階段的減速操作。等待接管階段減速度約為-2.5 m/s2，時間為5 s，緊急制動階段最大減速度約為-6 m/s2，直至車輛停止。縱向減速控制符合預期要求，同時驗證了控制模型成功部署到快速原型機并正常工作。

6.2.2 車道偏離結果

圖12～圖15 所示為不同車速下的自車橫向控制結果。

車速為60 km/h 時，采用Pure Pursuit 策略和改進型Pure Pursuit策略的控制效果基本一致，采用轉向盤保持策略時自車也未駛出車道，3種控制均能安全停車。

圖12 60 km/h自車橫向控制測試結果

圖13 80 km/h自車橫向控制測試結果

圖14 100 km/h自車橫向控制測試結果

圖15 120 km/h自車橫向控制測試結果

車速大于80 km/h 時，由于制動距離的增加，采用轉向盤保持策略時自車均會駛出車道，車輛不能安全停車。

采用Pure Pursuit 策略時，在相同的車間時距下，目標車與自車的距離隨著車速的增加而增加，導致式（8）中計算得到的轉彎半徑R大于實際道路曲率半徑，不能很好地適應極限曲率下的車道，駛出行車道的可能性大幅增加，120 km/h 極限工況下的車道保持效果甚至低于轉向盤保持策略的控制效果，不能滿足安全停車的要求。

本文提出的改進型Pure Pursuit 策略在4 種工況下均有良好的控制效果，車輛完成停車后，基本處于行車道中心，沒有駛出車道，能夠避免碰撞、墜落等危險事故。

圖16 和表5 所示為車道中心線橫向偏離的測試結果。隨著車速增大，車輛制動距離增大，采用轉向盤保持策略和Pure Pursuit 策略在高速行駛時容易駛出車道。在測試的4個工況中，轉向盤保持策略下的平均車道保持指數為-70.1%，表明其不具備視覺失效情況下的制動安全性。

圖16 不同車速下車道偏離測試結果

表5 車道中心線偏離測試結果

采用Pure Pursuit 策略時，在中低速下能起到良好的控制效果，60 km/h和80 km/h車速下車道保持指數分別為72.2%和40.1%，與圖12、圖13 結果相符合。但在高速工況下，車輛駛出車道，且偏離車道中心較遠。4個工況下平均車道保持指數為-8.8%，同樣不能滿足視覺失效條件下的制動安全性。

改進型Pure Pursuit 策略在60～120 km/h 的速度范圍內均取得了良好的控制效果，車輛沒有駛出車道。在不同曲率半徑的彎道上以不同極限速度過彎時，改進型Pure Pursuit 策略較轉向盤保持策略和Pure Pursuit 策略的路徑平均偏差均有所減小。4 個工況下平均車道保持指數為65.1%，表明視覺失效條件下的制動安全性較好，與車道保持策略和Pure Pursuit策略相比，平均車道保持指數較分別提高135.2%、73.9%，是3種控制策略中最安全的策略。

7 結束語

本文提出了視覺傳感器失效條件下的車道保持輔助控制策略，最大程度地利用車輛完好設備資源減小危險事故發生的概率，并提出了車道保持指數，用于衡量車輛的車道保持性能，構建了國內首臺面向視覺感知與控制的硬件在環仿真測試平臺，分析了視覺傳感器失效后3 種車輛橫向控制方案的車道保持控制效果。結果表明：轉向盤保持策略和Pure Pursuit 策略在車速60 km/h 以下時能夠起到良好的控制效果，在車速80 km/h 以上時，均不能實現車道的良好保持，有駛出車道的安全隱患；改進型Pure Pursuit 策略根據車速和道路曲率估算值進行了轉角修正，能夠在60～120 km/h的速度范圍內起到良好的控制效果，車道中心最大橫向偏差為0.983 m，提高了視覺失效后的制動安全性。

視覺失效條件下的縱、橫向耦合控制策略將是下一步研究的方向。