純電動汽車自動駕駛功能設計

李小潤　鐘日敏　黃祖朋　趙小羽　沈陽

摘 要：針對純電動車自動駕駛功能，設計一種利用PID算法對車輛的驅動扭矩進行控制的系統，使得車輛的實際速度與駕駛員的期望速度一致，實現車輛自動駕駛的功能。通過實車驗證和調試，該控制系統具有良好的響應精度。相較于傳統汽車通過控制噴油量的多少來控制車速，具有更好的魯棒性和實時性。

關鍵詞：純電動車 自動駕駛 PID控制

1 引言

在節能減排的法規日益嚴格及智能駕駛不斷興起的背景下，全球汽車行業關于純電動車的關注和投入火速增加。美國學者麥肯錫預測，到2025年無人駕駛汽車可以產生2000億～1.9萬億美元的產值;市場研究公司IHS預測， 2035年4級完全無人駕駛車每年銷量可達480萬輛。對任何一個行業而言，這都具有足夠的市場誘惑。[1]當前各主機廠都投入了大量的人才及資源進行開發。

無人駕駛，是指通過給車輛裝備智能軟件和多種感應設備，包括車載傳感器、雷達、GPS以及攝像頭等，實現車輛的自主安全駕駛，安全高效地到達目的地并達到完全消除交通事故的目標。[2]無人駕駛的一大核心功能是實現汽車自動駕駛功能，能實現脫離油門踏板，以駕駛員通過上位機發出的任何期望速度行駛。并使得駕駛員能脫離轉向系統、制動系統、換擋裝置和油門踏板等，自動實現車輛的起步、換擋、加減速、停車等功能。如圖1。

鑒于傳統車在實現自動駕駛的PID模塊中，通過控制噴油量來調節車速，固然有一定的可靠性。然而出現不同工況或路況時，相同的噴油量輸出的扭矩也必然不一樣。會使得控制器缺乏精準的魯棒性和實時性。文章對于純電動車，設計一種自動駕駛控制系統，直接輸出對電機的扭矩請求值驅動車輛，具有更好的響應精度。

2 自動駕駛功能結構模塊設計

自動駕駛功能控制系統的硬件模塊主要包括：1、整車控制器（Vehicle Control Unit，簡稱VCU）;2、電機控制器（Motor Control Unit，簡稱MCU）;3、驅動控制器（Drive Control Unit，簡稱DCU）;4、車速傳感器;5、驅動電機。

由車速傳感器采集當前的車速信號，DCU通過道路的實時工況，對整車提出相應的期望車速信號，兩者通過整車的CAN（Controller Area Network）總線傳輸給VCU。VCU采集二者信號后，通過內部的PID算法，轉化為對MCU相應的扭矩輸出請求。MCU控制電機輸出期望的扭矩值，使得車輛能實時地以DCU發出的期望車速行駛，達到自動駕駛的目的。控制模塊如圖2所示。

3 PID控制模塊設計

3.1 PID簡介

在工程實際中，應用最為廣泛的調節器控制規律為比例、積分、微分控制，簡稱PID控制，又稱PID調節。PID控制器問世至今已有近70年歷史，它以其結構簡單、穩定性好、工作可靠、調整方便而成為工業控制的主要技術之一。當被控對象的結構和參數不能完全掌握，或得不到精確的數學模型時，控制理論的其它技術難以采用時，系統控制器的結構和參數必須依靠經驗和現場調試來確定，這時應用PID控制技術最為方便。[3]

其控制框圖如圖3所示

其中，控制偏差e（t）=r（t）-y（t），比例、積分和微分的線性組合式為：

式中Kc為比例系數，T1為積分時間常數，Td為微分時間常數。理想PID控制器的傳遞函數為：

其中，

U（t）：為輸出信號;

e（t）：為偏差信號;

Kp：為PID參數的比例系數;

Ti：為PID參數的時間積分常數;

TD：為PID參數的微分時間常數。

PID控制主要包括三大模塊：

（1）比例P控制

比例控制是最早較為容易且普遍的工具，針對被控對象的輸出與輸入之間的差值為正比關系。即當偏差e（t）出現的時候，比例調節器通過運算控制，減小偏差的產生，使得系統穩定運行。比例控制在線性對象里占著絕大部分的比例。其中關鍵因素是比例系數Kp，一般而言，當Kp較大時，誤差會更快地減小，但是此時會引起系統的振蕩。當Kp較小時，則造成穩定調節需要很長的時間的情況。

（2）積分I控制

我們知道，比例控制難以避免穩態誤差，這時，引進了積分算法。積分的作用是對累積的偏差調整，通過內部運算控制使得偏差慢慢趨近于零。當系統運行時，積分項隨之變大，這時，即使誤差比較小，積分項也會慢慢變大，依此使輸出也慢慢變大，穩態誤差慢慢減小，直至為零。

（3）微分D控制

微分控制的功能是敏感地感知誤差變化的趨向，在偏差值要變得較大的時候，提前加入具有修正作用的調整信號，使得響應速度加快，減少調節的時間。因為系統中存在較大的滯后元件，使得變化滯后于誤差的變化。所以此時若想提高控制精度，必須使用微分控制項以及早預防誤差的出現。

3.2 自動駕駛控制策略

VCU采集當前車速V'（t），和駕駛員通過DCU控制器發出的期望速度V（t），內部通過PID算法的控制，輸出對MCU的扭矩需求Tq。MCU通過需求的扭矩輸出，電機驅動車輛以期望的速度行走。其控制框圖如圖4所示。

經實車測試后，可得出控制系統對DCU期望車速的響應圖，如圖5

由圖3可知，在城市路況低速調試中，實際車速達到期望車速的初始時段，誤差超調量為±1.5km/h。達到穩態值后，實際車速與期望車速基本一致，穩態誤差小于0.5km/h。因此，實際車速與駕駛員下發的期望車速有良好的跟隨性，且加速性良好。

4 總結

以自動駕駛為主要功能的無人駕駛，在智能和環保的潮流下，如雨后春筍般涌現。與高速環境研究相比，城市環境下的無人駕駛由于速度較慢，因此更安全可靠，應用前景更好。短期內 ，可作為城市大容量公共交通 （如地鐵等 ）的一種補充，解決城市區域交通問題。在此背景下，提出在純電動車中，以PID算法控制，由車速參數直接轉化為對電機的扭矩控制，具有良好的魯棒性和實時性。實車驗證中表現出良好的響應精度，在無人駕駛市場領域具有很好的推廣性。

基金項目：廣西創新驅動發展專項資金資助項目（桂科AA18242039）;柳州市科學研究與技術開發計劃資助項目（2019AD10202）

參考文獻：

[1]楊帆. 汽車的發展現狀和展望[J]. 《上海汽車》，2014（3）：35-40.

[2]孫健，全興.無人駕駛汽車發展現狀及建議[J].《科技視界》，2017（6）.

[3]何芝強.PID控制器參數整定方法及其應用研究[D].杭州：浙江大學.