基于交通信息的電動汽車制動策略及仿真

董振鵬，祖炳鋒*，周建偉，徐佳晨

（1.天津大學 內燃機研究所,天津 300072，中國；2.天津大學 機械工程學院,天津 300072，中國；3.天津特瑞捷動力科技有限公司，天津 300072，中國）

隨著“ V2X ”(“車輛與萬物”，vehicle to everything)等交通通信技術的發展，以及車載雷達等傳感器的普及，汽車可以更好地感知環境，獲取當前及未來的路況信息，做出更加正確的決策和控制[1]，在滿足駕駛性的同時，提高其經濟性與安全性。在高等級自動駕駛全面應用之前，利用路況信息輔助駕駛員安全、舒適、經濟地駕駛具有重要意義。對于制動領域，在滿足駕駛員操縱意圖的基礎上，利用路況信息提高新能源汽車的主動安全性與能量回收經濟性備受關注。根據駕駛員是否踩制動踏板，可將車輛制動分為滑行制動和踏板制動。

汽車在市區擁堵道路行駛需要頻繁制動，制動過程消耗能量約占直接驅動汽車行駛總能量的30%～50%[2]，提高滑行制動強度，能減少駕駛員頻繁踩制動踏板的疲勞感，增強能量回收效果；在高速工況行駛時，放松加速踏板后的較短時間內又會提高汽車驅動力來恢復車速，如果滑行回收強度過大，將導致能量轉化損失增加，也不利于電動汽車的經濟性。所以，滑行回收強度應根據交通狀況確定。國外已有部分量產車型實現該功能，保時捷Taycan、奧迪e-tron等在自動回收模式能夠根據路況確定滑行回收強度。在國內的相關研究中，主要利用電機模擬發動機的倒拖進行滑行回收[3-4]，并未實現滑行能量回收的最大潛力。

汽車縱向預警和避撞系統(collision warning and avoidance, CW/CA)通過傳感信息對車輛碰撞危險程度進行判斷，提供碰撞危險警示以及主動避撞措施。安全距離算法利用行車信息單元反饋的本車與前方車輛或障礙物之間的間距，與安全距離模型計算出的理論間距進行比較，判斷當前是否安全[5]。有關學者相繼提出了MAZDA 模型、HONDA模型、Jaguar 模型和NHSTA 模型等安全距離模型[6-7]，以及考慮路面附著系數的安全預警算法[8-9]。但上述模型算法對前車的減速狀態未進行充分考慮，大多默認前車以最大減速度制動，不符合實際駕駛情況，造成道路通過性降低。

本文針對網聯技術以及車載傳感器的快速發展，提出了將路況信息與踏板意圖融合的制動策略。由交通擁堵程度及限速信息確定滑行能量回收強度，基于路面及雷達信息制定安全距離算法。利用碰撞預警信息對踏板制動和滑行制動強度進行修正，降低自動避撞系統的觸發概率，減小由此帶來的制動沖擊。最后通過仿真驗證策略的準確性。

1 基于交通狀況的滑行強度識別

當電機有制動回收能力，在滑行過程中電動汽車可回收最大能量為

式中：ΔEk為汽車損失的動能；v為車速；F為行駛阻力；m為汽車質量；v1、v2為滑行前后的車速。

當行駛道路的坡度沒有變化時，若令滾動阻力為Ff，空氣阻力為Fw，g為重力加速度；f為滾動阻力因數；CD為空氣阻力因數；ρ為空氣密度；A為車輛迎風面積；v為無風時車輛的行駛速度，則行駛阻力為

在滑行過程中，電池能夠儲存的能量為

式中：ηt1為車輛傳動系的平均機械效率；ηm1為電機的平均發電效率；ηbat1為電池的充電效率。

滑行過后，車輛需重新驅動恢復到原車速時，車輛恢復到原狀態需要的凈能量為

車輛恢復到原狀態時，電池需提供的能量為

式中：ηt2、ηm2分別為驅動過程傳動系、電機的平均機械效率；ηbat2為電池的平均放電效率。在滑行和驅動的整個過程中，電池消耗的凈能量為

因為滑行和驅動的平均效率可認為近似相等，所以從電池到車輪端能量傳輸總效率為

從而，式(7)可化為

由式(9)可知，汽車在滑行過程中損失的動能越大，即電機滑行制動的強度越大，汽車重新恢復原車速時，電池消耗的凈能量越大。當電機滑行制動強度為0時，即：

重新恢復到原車速，電池消耗的凈能量最小，從滑行開始到恢復原車速電池消耗的最小凈能量為

駕駛員放松加速踏板滑行，有不同的意圖：若為減速停車意圖，如在擁堵道路或超速情況下滑行，保證駕駛的安全性為第一目的，不考慮全局經濟性；若減速意圖較弱，如在暢通道路上放松加速踏板緩解疲勞，應考慮滑行的全局經濟性。

通過導航系統及其他V2X設備，可以便捷地獲取當前的交通信息。隨交通情況變化，在鬧市區應增大滑行強度；在高速路應減小滑行強度；超過當前及前方路面限速，完全放松加速踏板后，應增大滑行強度。本文設定：可以從通訊設備實時地獲取交通狀況和限速信息，將交通擁堵狀況分為市區(擁堵)、市郊(中低速)、高速(暢通)3種。

若令v代表當前車速，vL代表當前或未來路段的限速，則超速因子為

當β≤ 0 時，未超速；0 ＜β≤ 0.1 時，超速小；β ＞0.1時，超速大。超速時，觸發超速警示，提醒駕駛員放松加速踏板或進行制動減速。

將滑行制動強度分為1—4級，各等級下的電機制動力矩(Tm)如圖1所示。1級滑行不進行制動， 2—4級下的制動力矩隨車速增加而增大；相同車速下，各級制動力矩依次增大，其中2級滑行模擬發動機倒拖制動。由超速因子β和交通信息確定的滑行制動強度等級分類規則見表1。

圖1 由滑行強度等級和車速決定的電機制動力距

表1 由β和交通信息決定的滑行制動強度等級

滑行制動等級由高變低時，為減少滑行制動力突變引起駕駛員不適感，設置一定扭矩梯度進行平滑；滑行制動等級由低變高時，為保證行車安全，設置較大制動扭矩增長梯度。

2 基于路況的預警/避撞策略

2.1 安全距離模型

車輛制動過程如圖2所示。其中：-am為汽車的最大減速度，即

式中，μ為路面附著因數。μ可由相應算法計算[9-10]，也可以由表2查取[11]，各路面下取附著因數區間的中間值來表示路面平均附著水平。

圖2 車輛制動過程

表2 不同路面下的附著因數

通過車載雷達等設備可獲得與同一車道前車的相對速度與距離。當相對速度vre≥ 0，即前車車速大于等于本車車速，不會有碰撞風險。當vre＜ 0，有發生碰撞的危險。能夠使本車以最大減速度制動時恰好與前車不發生碰撞的兩車間距即為安全距離，即：

式中：Sr為從當前時刻到最危險碰撞時刻后車行駛距離；Sf為從當前時刻到最危險時刻前車行駛距離；Ss為兩車最小間距，取為0.5 m。

若前車速度先減為0，最危險時刻為后車停車時刻，若后車減速度大，能夠在前車停車前先減速為0，最危險時刻為兩車共速時刻。

文獻[12]通過調查125名駕駛員行車制動情況得出結論，98% 的駕駛員行車減速度不會超過-2.17 m/s2，若簡單地采用前車最大減速度模型，在絕大多數情況下預警、主動避撞距離過大，影響道路空間利用率。

本文設定在同一路面上，本車與前車具有相同的最大減速度。在周期T內測得前車速度變化量得到其減速度，可由實際精度需求對減速度大小進行分類，本文將前車減速運動模型分為前車輕度制動(-2～0 m/s2）、重度制動 (-4～-2 m/s2)和緊急制動 (-am～-4 m/s2)，為保證安全和減小測量誤差，如式(15)所示，前車減速度按所屬范圍最小值計算。

式中：ap為前車減速程度歸類的絕對值，a"p為探測到的前車在周期T內的減速度平均值。T取值過大會導致預警和避撞滯后，起不到安全預警作用；取值過小前車速度輕微波動就有可能導致預警模型變化，容易導致誤判。由于駕駛員的反應時間t1在0.3～1.0 s之間，本文取T= 0.3 s。

從探測到前車減速到前車減速停車的時間為

式中，vp為前車的當前車速。

本車減速停車時間為

式中，vs為后車的當前車速。

若ts≥tp，前車先停，最危險時刻為本車減速為0時刻。此時，后車運動距離為

前車運動距離為

若ts＜tp，后車先停車，最危險時刻為兩車共速時刻，此時定有am＞ap。設在持續制動階段t"4兩車共速，即：

若t"4＜ 0，則在減速度增長時間t3內兩車共速，由于t3較小(0.2 ～ 0.9 s)，為簡化計算和保證安全，作t"4≥0限制。

后車運動距離為

前車運動距離為

式中，t"為從當前時刻到兩車共速的時間。比較ts、tp的大小，將Sr1、Sf1或Sr2、Sf2代入式(14)計算安全距離。根據上述算法，在不同的路面附著系數和前車減速程度下，遍歷前車和后車的車速情況，制作安全距離等高圖，如圖3所示。實時計算時，根據當前所處路面、本車和前車車速、前車減速程度查表即可得到安全距離，提高計算實時性。

圖3 干燥瀝青路面上前車輕度制動時安全距離

2.2 預警策略

安全距離模型中的t1、t2設為0即為觸發自動避撞系統的最小安全距離dbr；充分考慮t1、t2的安全距離即為預警距離dw，本文計算預警距離時設定t1、t2之和為2 s。

定義危險因子為

式中，dr為傳感器探測的本車與前車距離。危險因子(ε)與預警等級(CW)的關系如表3所示

表3 ε與CW關系

3 制動協調策略

判斷車輛的制動模式，若踩制動踏板制動，根據踏板開度判斷駕駛員的制動意圖，若為滑行制動，由交通信息確定滑行制動強度。

根據預警程度對踏板制動意圖和滑行制動強度進行修正，來提高車輛的安全性。預警程度對滑行制動強度的修正見表4。無碰撞預警時，保持基于交通信息的制動強度，I級碰撞預警時，增大制動等級。當預警程度為II級，滑行制動強度變為4級，產生0.1g～0.15g的減速度，增強預警效果，且不干擾駕駛員通過轉向等方式避撞。

表4 滑行強度的修正

踏板制動模式，駕駛員有主動減速意圖，危險因子ε對踏板制動強度因子B的修正為

式中：b為制動踏板的開度，在0到1之間；B0為車輛減速度為0.15g時的制動強度因數。預警強度為0級或I級時，危險程度較低，保持駕駛員踏板制動意圖，預警程度為II級時，增強踏板制動力。為保證制動連續性，減少制動沖擊，進入II級踏板制動修正后，完全放松制動踏板方可退出該模式。

若令Tmax為輪端最大制動力矩，則輪端實際制動力矩為

4 仿真驗證

4.1 基于交通狀況的滑行仿真

1） 良好通行路況下的仿真。

如圖3所示，選擇NEDC循環的市郊工況，并在各勻速階段共設置8個滑行區間，每個滑行區間的時間為5 s，滑行之后回到目標車速。由交通狀況確定的滑行等級為1級，即不進行能量回收，傳統電動車的滑行模擬發動機的倒拖，滑行等級為2級。

圖4中涵蓋了從中速到高速的滑行工況，基本能夠代表良好通行條件下的綜合路況：采用1級滑行，整個工況循環的總能耗為3.208 MJ，采用2級滑行整個工況循環的總能耗為3.243 MJ。在該工況循環下，采用基于交通狀況的電動汽車滑行制動相較于模擬發動機倒拖的滑行制動，總能耗減少1.1%。

2） 擁堵及超速工況滑行仿真。

設在市區工況下，車輛限速為40 km/h，初始車速為50 km/h超速行駛，在收到超速預警后放開加速踏板滑行，仿真結果如圖5所示。在40 km/h以上，滑行強度為4級，車輛快速減速，在3.4 s內車速降低到40 km/h，之后滑行強度變為3級。相比于僅克服道路滑行阻力和模擬發動機滑行制動，基于交通工況的滑行強度在交通擁堵及超速情況下能快速減速，從而減輕駕駛員頻繁制動負擔。

圖4 市郊工況滑行強度比較

圖5 擁堵及超速工況滑行結果

4.2 基于路面及雷達信息的避撞仿真

1） 對同一路面前車不同程度減速進行仿真。

干燥瀝青路面上，設兩車相距50 m，初速度均為80 km/h，前車分別以-1.5 m/s2和-3.5 m/s2進行減速，被識別為輕度和重度制動，本車以勻速行駛，直至觸發自動避撞。預警程度和相對距離(S)的仿真結果如圖6所示。

以本文的制動程度識別和原始的前車按最大減速度計算作對比仿真。前車以 -1.5 m/s2制動，最危險時刻為兩車共速時刻，之后本車速度小于前車速度，兩車距離增加；前車以-3.5 m/s2制動，前車先停車，最危險時刻為本車停車時刻。由仿真結果，原始算法在前車-1.5 m/s2和-3.5 m/s2最危險距離分別為21.2 m和14.6 m，而采用前車制動強度識別的避撞算法最危險距離為2.4 m和2.9 m，大大提高了道路通行效率。從開始預警到觸發自動避撞，前車制動程度識別的預警時間在前車2種減速條件下分別為2.3 s和2.2 s，滿足駕駛員反應周期，避免了頻繁預警。

2） 對不同路面前車以相同減速度制動進行仿真。

分別設置干燥瀝青、潮濕瀝青、積雪路面工況，兩車相距50 m，初速度均為60 km/h，前車以-2 m/s2制動，本車以勻速行駛，直至觸發自動避撞。圖7為在3種路面下的兩車預警程度(CW)和相對距離(S)。

由于積雪路面附著系數最小，最先觸發碰撞預警和自動避撞，潮濕瀝青路面次之，干燥瀝青路面最后觸發自主避撞。3種情況下的最小相對距離分別為2.3、1.4、0.6 m，均能保證制動安全且具有良好的道路通行效率。

圖6 同一路面前車不同程度減速仿真

圖7 不同路面前車相同制動強度仿真

4.3 基于預警信息的制動協調仿真

設置相距50 m的兩車初速度均為80 km/h，前車以-1.5 m/s2減速制動，本車保持勻速行駛。進行制動協調與未協調的速度、加速度、預警程度仿真結果如圖8所示。

在4.5 s時收到I級避撞預警，踩下制動踏板減速制動，在6.2 s變為II級制動預警，制動協調系統對制動意圖進行修正，增大制動減速度，最終沒有觸發緊急避撞。若不對當前制動意圖進行協調，將會導致緊急避撞，對駕駛員造成嚴重的制動沖擊。

5 結 論

人為駕駛車輛時，環境感知對車輛駕駛有著重要的輔助作用，基于路況信息制定行駛策略，能夠增強駕駛的安全性、舒適性與經濟性，結合本文研究可得出以下結論：

1）利用交通信息，滑行制動可在中高速無碰撞風險工況減小回收強度，增強全局經濟性；在擁堵或超速工況，增強制動強度，減少駕駛員的制動負擔。

2）對路面信息和前車減速狀態進行考慮，能夠在各種路面條件下，針對前車的不同減速程度，做出合理的預警和避撞行為，在保障安全性的基礎上，減少過度預警，保證道路的良好通過性。

圖8 制動協調效果比較

3）有碰撞危險時，對制動強度進行修正，能夠給駕駛員提供更多時間進行避撞操作，減小自動緊急避撞的觸發概率，從而減小制動沖擊度，保障駕駛員的安全和駕駛舒適性。

在避撞算法上，本文僅考慮了縱向避撞算法，在以后的研究中，可結合路況信息對轉向等橫向避撞策略進行研究，進一步提升駕駛的安全性與舒適性。