基于粒子群算法的汽車多目標(biāo)自適應(yīng)動態(tài)規(guī)劃系統(tǒng)研究

摘? 要：我國的經(jīng)濟(jì)發(fā)展促進(jìn)了各行各業(yè)發(fā)展，汽車產(chǎn)業(yè)也是其中之一，汽車產(chǎn)業(yè)的發(fā)展導(dǎo)致道路上的汽車越來越多，為提高汽車的安全性，減小汽車能耗，文章設(shè)計(jì)基于粒子群算法的汽車多目標(biāo)自適應(yīng)動態(tài)規(guī)劃系統(tǒng)。硬件部分設(shè)計(jì)PID控制器和SPC5644A芯片，軟件部分設(shè)計(jì)汽車多目標(biāo)自適應(yīng)動態(tài)規(guī)劃框架，基于粒子群算法構(gòu)建汽車自適應(yīng)動態(tài)運(yùn)動模型，設(shè)計(jì)汽車自適應(yīng)規(guī)劃函數(shù)，實(shí)現(xiàn)汽車多目標(biāo)自適應(yīng)動態(tài)規(guī)劃。

關(guān)鍵詞：粒子群算法;汽車;多目標(biāo);自適應(yīng);動態(tài)規(guī)劃

中圖分類號：TP273? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A文章編號：2096-4706（2021）16-0032-03

Research on Vehicle Multi-objective Adaptive Dynamic Planning System Based on Particle Swarm Algorithm

QIN Qinghuan

（Guangxi Modern Polytechnic College， Hechi? 547000， China）

Abstract： Our country’s economic development has promoted the development of all walks of life， and the automobile industry is one of them. The development of the automobile industry has led to more and more cars appear on the road. In order to improve the safety of cars and reduce the energy consumption of cars， this paper designs the vehicle multi-objective adaptive dynamic planning system based on particle swarm algorithm. The hardware part designs the PID controller and SPC5644A chip， the software part designs the vehicle multi-objective adaptive dynamic planning framework， builds the vehicle adaptive dynamic motion model based on the particle swarm algorithm， designs the vehicle adaptive planning function， and realizes the vehicle multi-objective adaptive dynamic planning.

Keywords： particle swarm algorithm; vehicle; multi-objective; adaptive; dynamic planning

0? 引? 言

經(jīng)濟(jì)發(fā)展帶動了汽車產(chǎn)業(yè)發(fā)展[1]，汽車產(chǎn)業(yè)的快速發(fā)展引發(fā)環(huán)境污染、能源危機(jī)等問題。如何減少交通事故，提高汽車的安全性能，解決交通擁堵問題，減少汽車尾氣污染，提高能源利用率是世界各國政府和公民關(guān)注的熱點(diǎn)問題。目前，汽車制造商開發(fā)了ABS、ESP、新能源等技術(shù)，使車輛更安全、更節(jié)能，提高車輛安全性和經(jīng)濟(jì)性[2]，減少車輛帶來的能源問題，也為汽車產(chǎn)業(yè)的發(fā)展提供了新方案。目前，自適應(yīng)巡航系統(tǒng)已經(jīng)引入市場[3]，應(yīng)用范圍和領(lǐng)域逐漸擴(kuò)大，若自適應(yīng)動態(tài)規(guī)劃巡航系統(tǒng)在各個領(lǐng)域全面實(shí)施，交通事故可減少50%以上，因此對汽車產(chǎn)業(yè)安全健康發(fā)展具有重要意義。研究表明[4]，當(dāng)前的多目標(biāo)自適應(yīng)動態(tài)規(guī)劃巡航系統(tǒng)具有一定的局限性，而粒子群算法剛好能解決目前的限制問題，因此本文基于粒子群算法設(shè)計(jì)汽車多目標(biāo)自適應(yīng)動態(tài)規(guī)劃系統(tǒng)。經(jīng)實(shí)驗(yàn)驗(yàn)證，設(shè)計(jì)的自適應(yīng)動態(tài)規(guī)劃系統(tǒng)的控制效果良好，證明系統(tǒng)的性能良好，具有可靠性。

1? 硬件設(shè)計(jì)

1.1? ?PID控制器

汽車在駕駛過程中，需要使用非常復(fù)雜的非線性系統(tǒng)，由于汽車在行駛過程中容易受到其他外界環(huán)境影響[5]，因此，使用PID控制也不能實(shí)現(xiàn)完全控制，導(dǎo)致快速巡航控制的效果和系統(tǒng)響應(yīng)狀態(tài)不夠穩(wěn)定，因此本文將模糊控制理論合理應(yīng)用到電動汽車的自適應(yīng)巡航控制中[6]。PID控制器的結(jié)構(gòu)非常適用于目前的自適應(yīng)動態(tài)巡航系統(tǒng)，能夠建立簡單、穩(wěn)定、可靠和準(zhǔn)確的控制系統(tǒng)模型，對于復(fù)雜的非線性系統(tǒng)，傳統(tǒng)的PID控制器往往不能達(dá)到預(yù)期的效果。隨著科學(xué)技術(shù)的發(fā)展，模糊控制的應(yīng)用越來越廣泛，各種模糊控制器也應(yīng)運(yùn)而生。本文設(shè)計(jì)的系統(tǒng)選用參數(shù)不斷更新的模糊PID控制器，在該控制器中，所有的參數(shù)都可以通過自適應(yīng)調(diào)整，使控制效果達(dá)到最佳狀態(tài)，在一定程度上有效地提高控制魯棒性。

1.2? SPC5644A芯片

汽車多目標(biāo)自適應(yīng)動態(tài)規(guī)劃控制系統(tǒng)的主要功能就是控制，因此就必須在系統(tǒng)中安裝符合控制核心的芯片，本文選取SPC5644A芯片作為多目標(biāo)自適應(yīng)規(guī)劃控制系統(tǒng)的主芯片，該芯片具有很多優(yōu)點(diǎn)，例如體積小、內(nèi)存大、控制效果好，靈敏、符合控制要求，提供高達(dá)4 MB的可編程非易失性閃存，可用于存儲命令或數(shù)據(jù)，并支持64位數(shù)據(jù)總線命令，滿足車輛控制器設(shè)計(jì)要求并添加后續(xù)功能等，將該芯片加入設(shè)計(jì)的控制系統(tǒng)中，可以成功提升系統(tǒng)的控制能力，增加系統(tǒng)的敏感性，同時能降低系統(tǒng)的控制成本，實(shí)現(xiàn)多目標(biāo)自適應(yīng)動態(tài)規(guī)劃，具有應(yīng)用價值。

2? 軟件設(shè)計(jì)

2.1? 設(shè)計(jì)汽車多目標(biāo)自適應(yīng)動態(tài)規(guī)劃框架

首先需要在動態(tài)規(guī)劃系統(tǒng)中添加多目標(biāo)自適應(yīng)策略框架，利用該框架輸入控制序列，實(shí)現(xiàn)初步控制，該框架設(shè)計(jì)時首先需要參考控制序列的優(yōu)化算法，將優(yōu)化后的序列參數(shù)輸入規(guī)劃系統(tǒng)，得出初次規(guī)劃序列，基于此，設(shè)計(jì)的規(guī)劃框架如圖1所示。

由圖1可知，該框架是實(shí)現(xiàn)自適應(yīng)巡航微分動態(tài)規(guī)劃算法的基礎(chǔ)，首先根據(jù)汽車動態(tài)規(guī)劃指標(biāo)設(shè)計(jì)汽車動態(tài)規(guī)劃序列，其次由于設(shè)計(jì)的控制序列存在權(quán)重稍大的問題，在根據(jù)標(biāo)準(zhǔn)控制序列進(jìn)行修改，此時計(jì)算修改后控制序列產(chǎn)生的控制矩陣數(shù)值，使用Z-sigmoid方法驅(qū)動控制系統(tǒng)，由于汽車在不同的運(yùn)動狀態(tài)下面臨的離散參數(shù)不同，因此應(yīng)設(shè)計(jì)一個滿足汽車各個離散狀態(tài)要求的函數(shù)，進(jìn)行求解，實(shí)現(xiàn)車輛自適應(yīng)動態(tài)控制，獲得控制序列的修正矩陣，為后續(xù)模型的建立作基礎(chǔ)。

2.2? 基于粒子群算法構(gòu)建汽車自適應(yīng)動態(tài)運(yùn)動模型

根據(jù)上文設(shè)計(jì)的規(guī)劃框架可以構(gòu)建汽車的自適應(yīng)動態(tài)模型，預(yù)測車輛未來的運(yùn)動狀態(tài)，本文的決策方法是基于已知的環(huán)境。假設(shè)在已知的環(huán)境感知層中，通過圖像、地圖和定位方法獲得其在環(huán)境中的位置，并提取道路中心線在全局坐標(biāo)中的坐標(biāo)點(diǎn)。在不同的汽車運(yùn)動狀態(tài)下，自適應(yīng)動態(tài)規(guī)劃模型決策的方向也存在差異，在某些穩(wěn)定的環(huán)境下設(shè)計(jì)的決策也較穩(wěn)定，反之在某些較敏感的動態(tài)環(huán)境下，需要綜合考慮自適應(yīng)運(yùn)動的綜合環(huán)境，由于車輛坐標(biāo)系中的軌跡規(guī)劃將簡化后續(xù)計(jì)算，因此需要在每個決策周期中轉(zhuǎn)換路徑坐標(biāo)并旋轉(zhuǎn)車輛坐標(biāo)，使用定位等技術(shù)提取汽車運(yùn)動的坐標(biāo)點(diǎn)，此時繪制的坐標(biāo)變換示意圖如圖2所示。

由圖2可知，此時的坐標(biāo)變換矩陣剛好可以用來預(yù)測汽車的未來運(yùn)動方向，此時，根據(jù)坐標(biāo)變換示意圖，基于粒子群算法設(shè)計(jì)的汽車自適應(yīng)動態(tài)運(yùn)動模型如式（1）（2）所示。

（1）

（2）

模型（1）（2）中，Trans代表旋轉(zhuǎn)矩陣，φ代表旋轉(zhuǎn)角度，X、Y、XO、YO均代表坐標(biāo)系。可以根據(jù)車輛所在的坐標(biāo)系狀態(tài)，擬合車輛運(yùn)動路徑，減小車輛動態(tài)運(yùn)動偏差，由于此時的誤差未完全消除，可以使用粒子群算法，進(jìn)行再次離散，得到優(yōu)化后的預(yù)測模型如公式（3）所示。

（3）

式（3）中，此時的模型經(jīng)過優(yōu)化已經(jīng)完全去除了誤差影響，規(guī)劃的車輛運(yùn)動路徑也滿足車輛運(yùn)動需求，為構(gòu)建后續(xù)的自適應(yīng)規(guī)劃函數(shù)做參考。

2.3? 設(shè)計(jì)汽車自適應(yīng)規(guī)劃函數(shù)

建立了汽車自適應(yīng)動態(tài)規(guī)劃模型后，對汽車運(yùn)動時的軌跡進(jìn)行研究，發(fā)現(xiàn)汽車在自適應(yīng)規(guī)劃運(yùn)動后仍然存在某些問題，如跟車的快速性，側(cè)向穩(wěn)定性、舒適性和燃油經(jīng)濟(jì)性不穩(wěn)定，其中，經(jīng)濟(jì)性和舒適性的評價指標(biāo)有很大的一致性，橫向穩(wěn)定性、安全性和舒適性也有一定的一致性。然而，快速性往往與其他評價指標(biāo)相矛盾，容易導(dǎo)致汽車的安全性能不滿足目前的自適應(yīng)動態(tài)規(guī)劃需求，因此為了保證多目標(biāo)自適應(yīng)規(guī)劃后的系統(tǒng)符合現(xiàn)有的安全性評價要求，首先需要根據(jù)汽車運(yùn)行時的側(cè)向軌跡計(jì)算運(yùn)動參數(shù)，然后再使用該參數(shù)構(gòu)建自適應(yīng)規(guī)劃函數(shù)，如公式（4）所示。

J=（FDistanceDesire-FDistance）2? ? ? ? ? ? ? ? ? ? ? ?（4）

函數(shù)（4）中，F(xiàn)Distance代表碰撞力，Desire代表加權(quán)系數(shù)，本文設(shè)計(jì)的綜合代價函數(shù)可以確保預(yù)測時域的車間距離，來確保車輛的安全性，保證汽車自適應(yīng)動態(tài)運(yùn)動的穩(wěn)定性。

2.4? 實(shí)現(xiàn)汽車多目標(biāo)自適應(yīng)動態(tài)規(guī)劃

汽車多目標(biāo)自適應(yīng)動態(tài)規(guī)劃的實(shí)現(xiàn)還應(yīng)保證汽車的橫向穩(wěn)定性，車輛縱向和橫向動力學(xué)具有相互干擾性，會使車輛縱向加減速，影響車輛橫向穩(wěn)定性。由于懸架輪胎和其他彈性元件的存在，車輛運(yùn)行期間縱向加速度的變化將導(dǎo)致前后軸之間的負(fù)載轉(zhuǎn)移。對于特定的輪胎側(cè)滑角，由于載荷轉(zhuǎn)移而增加的法向力將增加側(cè)向力，從而導(dǎo)致車輛偏航。由于輪胎橫向力和縱向力是基于相同的接觸面產(chǎn)生的，因此輪胎胎面中每個輪胎產(chǎn)生的縱向力和橫向力之和的極限值是恒定的。當(dāng)輪胎受力達(dá)到飽和時，縱向和橫向的輪胎受力形成劇烈的組合，必須減小一個方向的力來滿足另一方向力的需求。在實(shí)踐中，橫向穩(wěn)定性評價的方法有多種，本文采用輪胎側(cè)偏角法進(jìn)行車輛的穩(wěn)定性評價，計(jì)算輪胎角度保證橫向力的穩(wěn)定性，實(shí)現(xiàn)汽車的多目標(biāo)自適應(yīng)動態(tài)規(guī)劃。

3? 系統(tǒng)測試

為了測試本文設(shè)計(jì)的基于粒子群算法的汽車多目標(biāo)自適應(yīng)規(guī)劃系統(tǒng)的性能，搭建系統(tǒng)測試平臺，檢測汽車自適應(yīng)規(guī)劃的效果，進(jìn)行測試如下。

3.1? 測試準(zhǔn)備

使用MATLAB/Simulink軟件搭建汽車多目標(biāo)自適應(yīng)規(guī)劃系統(tǒng)的仿真測試平臺，選用ADV ISOR2002下的“PARALLEL_defaults_in”車輛作為研究對象，選取符合該仿真平臺的測試參數(shù)，進(jìn)行仿真，基于此，設(shè)計(jì)的自適應(yīng)仿真平臺框架如圖3所示。

根據(jù)圖3的仿真平臺框架，可以建立仿真模型，選用Carsim作為車輛模型，模型的參數(shù)如表1所示。

由表1可知，此時車輛模型參數(shù)中的各個數(shù)值都處于穩(wěn)定狀態(tài)，符合車輛模型參數(shù)標(biāo)準(zhǔn)，可以從該表中提取兩車的相對距離等信息。

3.2? 測試結(jié)果與討論

使用本文設(shè)計(jì)的系統(tǒng)進(jìn)行自適應(yīng)巡航仿真，保持動態(tài)規(guī)劃巡航系統(tǒng)的工作狀態(tài)，記錄規(guī)劃系統(tǒng)的控制效果，如圖4所示。

由圖4可知，此時的控制目標(biāo)與控制距離均與標(biāo)準(zhǔn)的控制目標(biāo)擬合，證明設(shè)計(jì)的自適應(yīng)動態(tài)規(guī)劃系統(tǒng)的控制效果良好，證明系統(tǒng)的性能良好，具有可靠性。這是因?yàn)楸疚脑O(shè)計(jì)系統(tǒng)在動態(tài)規(guī)劃系統(tǒng)中添加多目標(biāo)自適應(yīng)策略框架，參考控制序列的優(yōu)化算法，使用Z-sigmoid方法驅(qū)動控制系統(tǒng)，實(shí)現(xiàn)車輛自適應(yīng)動態(tài)控制，以提高系統(tǒng)的各項(xiàng)性能。

4? 結(jié)? 論

綜上所述，設(shè)計(jì)自適應(yīng)規(guī)劃巡航系統(tǒng)不僅可以增加汽車行進(jìn)的安全性，還能減少能耗，提升汽車的控制效果，因此為了保證巡航系統(tǒng)的自適應(yīng)動態(tài)規(guī)劃效果，基于粒子群算法構(gòu)建了汽車自適應(yīng)動態(tài)運(yùn)動模型，設(shè)計(jì)了汽車多目標(biāo)自適應(yīng)規(guī)劃系統(tǒng)，進(jìn)行系統(tǒng)測試，測試結(jié)果表明，設(shè)計(jì)的自適應(yīng)動態(tài)規(guī)劃系統(tǒng)的控制效果良好，具有可靠性，有一定的應(yīng)用價值。

參考文獻(xiàn)：

[1] 陳思榮，陳貞豐，肖應(yīng)旺，等.基于自適應(yīng)動態(tài)規(guī)劃的非線性系統(tǒng)最優(yōu)跟蹤控制 [J].廣東技術(shù)師范學(xué)院學(xué)報，2019，40（6）：26-31.

[2] 王亞楠，吳杰康，毛曉明.基于隨機(jī)動態(tài)規(guī)劃的多能聯(lián)供系統(tǒng)冷熱電經(jīng)濟(jì)分配模型 [J].電力自動化設(shè)備，2019，39（6）：21-26.

[3] 朱永強(qiáng)，王甜婧，許闊，等.基于動態(tài)規(guī)劃-遺傳算法的混合儲能系統(tǒng)實(shí)時協(xié)調(diào)調(diào)度和經(jīng)濟(jì)運(yùn)行 [J].太陽能學(xué)報，2019，40（4）：1059-1066.

[4] 張?zhí)煲唬蓱c林，黎志敏，等.基于動態(tài)規(guī)劃法及相似理論的輸油泵系統(tǒng)調(diào)配優(yōu)化 [J].西安石油大學(xué)學(xué)報（自然科學(xué)版），2020，35（3）：77-85.

[5] 蒲俊，馬清亮，李遠(yuǎn)冬，等.基于數(shù)據(jù)驅(qū)動自適應(yīng)動態(tài)規(guī)劃的輸入約束的非線性系統(tǒng)H_∞控制 [J].電光與控制，2019，26（7）：40-45.

[6] 安寶利，劉大剛，王建軍，等.論日照港防抗臺期間港作錨泊船風(fēng)險動態(tài)預(yù)評估和調(diào)度規(guī)劃系統(tǒng) [J].中國海事，2020（11）：52-55.

作者簡介：覃慶環(huán)（1979.09—），女，壯族，廣西大化人，專任教師，講師，本科，研究方向：汽車電子。