協同式隊列控制及仿真系統搭建方法研究*

韓海蘭李敏徐巍戴一凡盧賢票

（清華大學蘇州汽車研究院）

汽車保有量迅速上升的同時也帶來了道路事故、交通堵塞、環境污染等問題。安全、節能、環保是汽車工業發展的永恒主題，如何在保障交通安全前提下、緩解交通擁堵，提高交通運行效率是智能交通系統重要的研究方向[1-3]。隨著傳感器技術、無線通信技術和智能車輛技術的發展，車路協同技術逐漸成為智能交通發展的新方向。車輛隊列作為智能交通應用之一，通過車車協同技術進行隊列控制，在保證安全性的基礎上縮短跟車間距，減小跟隨車輛速度波動，有利于提高交通效率、燃油經濟性和駕乘舒適性[4-6]。因此有必要研究車輛隊列控制系統，而對于隊列控制算法可靠性驗證，直接實車上路驗證成本較大，且具有風險性，基于虛擬軟件聯合仿真系統對控制控制算法初步驗證具有必要性。CarSim 軟件可進行精細車輛動力學模型搭建，MATLAB/Simulink 多用于控制算法搭建，通過CarSim 和Simulink 進行聯合仿真初步對控制策略進行驗證可以減少實車試驗，提高實車試驗安全性，節省時間和成本。

1 車輛隊列場景分析

1.1 車輛隊列通信拓撲結構選擇

圖1 車輛隊列通信拓撲結構

車輛隊列通信拓撲結構主要有以上6 種方式[7-9]：PF 拓撲結構下，車輛只能獲取其前面一輛車的狀態信息；PLF 拓撲結構下，每個跟隨車輛除了能獲取前方車輛的信息外還能獲取領航車輛的信息；BD 拓撲結構下，車輛能獲取其前車與后車的狀態信息；BDL 拓撲結構下，每個跟隨車輛除了能獲取其前車與后車的狀態信息還能獲取領航車輛的信息；TPF 拓撲結構下，車輛能獲取其前面兩輛車的狀態信息；TPLF 拓撲結構下，每個跟隨車輛除了能獲取其前面兩輛車的狀態信息外還能獲取領航車輛的信息。

文章仿真分別采用PF 和PLF 兩種拓撲結構進行車輛編隊。在PF 通信拓撲結構下，車輛只能獲取其前面一輛車的狀態信息，后方車輛通過V2V 通信獲取前車的運動狀態信息，根據設定的隊列控制器控制自車跟隨前車運動。在PLF 通信拓撲結構下，每個跟隨車輛除了能獲取前方車輛的信息外還能獲取領航車輛的信息，后方車輛根據V2V 通信獲取的領航車輛運動狀態信息進行自車跟隨控制。

1.2 車輛隊列控制器設計

假設隊列直線行駛在平直道路上，共有N 輛車，編號依次為1～N。車輛隊列控制的目標是要求跟隨車與領航車速度保持一致，且相鄰兩車之間的距離保持為期望車距，用vi（t）表示車輛速度信息，pi（t）表示車輛位置信息，i=1，2…N，那么控制目標可表示為：

式中：di,i+1——節點i 與節點i+1 之間的期望距離。

期望距離di,i+1的具體選擇決定了隊列幾何構型，分為恒定距離型隊列和恒定時距型隊列。文章場景仿真采用恒定距離型，設定車隊中所有車輛均保持固定的期望車間距di,des，di,des為給定的大于0 的常數，那么對于恒定距離型隊列：

在PF 通信拓撲結構下，根據接收到的前車信息和自車信息進行控制，不考慮通信性能如時延，丟包等指標時，即在完全理想通信條件下，設計的線性速度控制器如下：

式中：Kp，Kv——控制器的增益。

在PLF 通信拓撲結構下，根據接收到的領航車輛信息、前車信息和自車信息進行控制，設計的線性速度控制器如下：

文章兩通信結構下仿真結果均采用相鄰兩車跟車間距誤差和車速誤差作為車輛隊列控制性能的評價指標。定義跟車間距和速度誤差為：

2 仿真模型搭建

文章場景仿真中做了如下假定：隊列勻質，包括5 輛車；期望車間距設10 m；無初始速度誤差和位移誤差，領航車從起動開始加速行駛8 s 加速至80 km/h，然后勻速，50 s 時刻開始制動減速行駛5 s 至15 km/h 開始勻速行駛。基于以上假定條件分別采用PF 和PLF 通信拓撲結構搭建仿真模型。

2.1 PF 通信拓撲下仿真模型搭建

2.1.1 CarSim 中模型搭建

1）建立CarSim 中車輛模型。首先在CarSim 中建立5 輛車的車輛模型，均選擇CarSim 中的B 級車，車輛參數如圖2 所示。車輛之間的信息傳遞方式采用PF 拓撲結構。PF 拓撲結構下，車輛只能獲取其前面一輛車的狀態信息，即第2 輛車獲取第1 輛車的速度位置信息進行跟隨控制，第3 輛車獲取第2 輛車的速度位置信息進行跟隨控制。

圖2 車輛參數界面示意圖

2）設置仿真運行工況。在CarSim 中設置第一輛車的運行工況，即期望行駛車速隨時間的變化曲線。按照前文場景假定中的期望車速進行行駛，如圖3 所示。后方4 輛車在此處均不設置車速。車輛在運行過程中實時輸出車速和位置信息給后方跟隨車輛，后方車輛根據接收到的前車信息，結合自身的速度和位置信息采用線性速度控制器進行決策控制，結合式（3）在MATLAB/Simulink 中搭建控制算法，得出下一時刻期望的輸入車速進行速度控制。因此前方車輛輸出為速度和位置信息，跟隨車輛的外部輸入變量設置為車速，其中兩車之間期望車間距設置為10 m。

圖3 設置第1 輛車期望車速與時間變化曲線界面圖

3）設置仿真步長和車輛初始位置。由于CarSim 軟件中車輛模型較為精確，數學模型仿真步長最大為0.001 s，否則將會報錯，因此設置CarSim 中車輛模型的步長為0.001 s，考慮到實際車輛通信時頻率等要求，將前車發送給后方跟隨車輛信息的頻率設置為50 Hz，即每隔0.02 s 發送一次。在Simulink 中通過變速率模塊使控制算法仿真步長為0.02 s。

設置第一輛車的起始位置為X=40 m，期望車間距為10 m，假定各車之間無初始車間距誤差，因此后方車輛的起始位置依次為30，20，10，0 m 處。仿真從0 s 開始共進行100 s。

2.1.2 MATLAB/Simulink 中模型搭建

跟隨車輛根據前車輸出的速度位置信息，結合自車的速度位置信息，根據式（3）進行線性速度控制器模型搭建。

2.1.3 CarSim 與Simulink 聯合仿真模型

將CarSim 中搭建好的車輛模型通過Send to Simulink 完成與MATLAB/Simulink 的聯合，最終建立的CarSim 與Simulink 的聯合仿真模型，如圖4 所示。

圖4 PF 通信拓撲下CarSim 與Simulink 的聯合仿真圖

2.2 PLF 通信拓撲下仿真模型搭建

CarSim 中車輛模型搭建方法同2.1.1。結合式（4）在Simulink 中搭建控制模型，在本場景仿真模型中，若頭車和前車信息均無丟失，根據式（4）采用頭車和前車信息進行控制，若只有頭車或者前車信息丟失，則只根據前車或頭車信息進行控制，若頭車和前車信息均丟失，則被控車輛車速不變化，即保持上一時刻車速。將CarSim 中搭建好的車輛模型通過Send to Simulink 完成與MATLAB/Simulink 的聯合。

3 仿真結果分析

3.1 PF 通信拓撲下仿真結果分析

本場景下通過調節速度控制器的Kp 和Kv 參數值使車輛達到期望的跟隨效果，得出理想控制狀態下的控制器參數為Kp=0.4、Kv=0.5。仿真得出的各車輛速度曲線如圖5a 所示，車間距變化曲線如圖5b 所示，速度誤差曲線如圖5c 所示。從圖5a 中可以看出，控制器能夠使跟隨車輛很好地跟隨前車車速；從圖5b 中可以看出，當車輛加速行駛時，車間距增大，當車輛減速時，車間距減小，此時的加速減速過程相當于車輛的擾動，且最大車間距與期望車間距差僅為1m 左右，但當車輛勻速穩定行駛時，車間距又能夠很快趨于期望車間距，達到穩定狀態；從圖5c 中可以看出，只有在車輛存在加速和減速的速度擾動過程中，車速誤差不為零，但最大車速誤差仍很小，當車輛勻速時，各車速誤差很快趨于零。因此綜上可看出所搭建的速度控制器能夠滿足車輛編隊行駛控制要求。

圖5 PF 通信拓撲理想通信條件下仿真結果曲線

4.2 PLF 通信拓撲下仿真結果分析

在理想通信條件下進行仿真，以驗證所設計的控制器能夠實現跟隨車輛對領隊車輛的跟蹤效果。在程序中調節控制器參數Kp、Kv，使后方車輛均能很好的跟隨領航車輛，達到控制目標的要求。理想控制狀態下的控制器參數為Kp=0.4、Kv=0.5。仿真得出的領航車輛與跟隨車輛速度曲線，如圖6a 所示，跟車間距和速度誤差曲線，如圖6b 和圖6c 所示。從圖6a 可以看出，控制器能夠使跟隨車輛很好的跟隨領航車輛車速。從圖6b 可以看出，在領航車加速（減速）擾動時，車間距增大（減小），但當領航車輛勻速穩定行駛時，車間距又很快趨于期望值，達到穩定狀態。從圖6c 中可以看出，只有在車輛存在加速和減速的速度擾動過程中，車速誤差不為0，但最大車速誤差仍很小，當車輛勻速時，各車速誤差很快趨于0。在理想通信條件下控制器可以使跟隨車輛與領航車輛速度保持一致，穩定狀態下相鄰車輛之間的距離保持為期望車距，控制器能夠很好的滿足要求。此通信拓撲結構下，相比PF 通信結構下，第3 至第5 輛車與前車的車間距誤差減小，最大車速誤差也較小，說明同時接收領航車和前車信息進行控制比只接收前車信息進行控制效果較好。

圖6 PLF 通信拓撲理想通信條件下仿真結果曲線

4 結論

1）由于智能汽車控制直接實車測試成本較大，且具有風險性。文章通過CarSim 和Simulink 搭建了聯合仿真平臺，初步對控制策略進行了驗證，減少了實車試驗，提高了實車試驗安全性，節省時間和成本。該仿真平臺可為后續其他控制策略驗證提供模板，后期其他控制方法驗證可基于此模型根據需求修改即可對算法驗證。

2）目前多數研究者直接選取某一隊列構型對隊列控制進行研究，文章通過對PF 和PLF 兩種通信拓撲結構進行控制模型搭建并對比仿真結果，發現在相同通信條件下，PLF 結構控制性能比PF 結構控制性能較好，可初步得出隊列控制效果跟車輛隊列拓撲結構有關，且自車獲取其他車輛信息參數越多，控制效果越好。后續可對文中所述6 種主要的拓撲結構分別進行更深一步模型建立及仿真驗證，得出控制效果與隊列拓撲結構更明確的關系。