基于PLC的智能車速度控制方法

趙祥永

（安徽三聯學院，安徽合肥，230601）

0 引言

經濟的發展改變了傳統的出行方式，道路上汽車的數量越來越多，不僅造成了嚴重的空氣污染，也增加了交通事故發生的頻率，研究表明[1]，僅在2016年全國發生交通事故的總數就突破了十六萬起。智能車輛是一種新型車輛，車內部添加了環境感知智能化傳感器，能根據外界環境進行駕駛決策[2]，完成車輛的控制，因此，智能車輛在各個領域的應用范圍較廣，傳統的智能車輛主要使用基礎性傳感器完成車速控制[3]，但基礎性傳感器的敏感性較差，在控制過程中經常出現指令延時問題，因此需要設計一種新的智能車速度控制方法。

我國對智能車輛的研究時間較短，掌握的智能車速度控制方法也尚未成熟，直至2003年[4]，我國才研發出第一輛自主駕駛汽車，相關研究人員對智能車控制過程進行了研究，發現其控制精度受多種因素影響，首先，車輛前輪偏角位置存在延時，可能影響智能車速控制效果，其次，車輛受約束條件限制，存在一定的動力學約束，最后，車輛行駛過程中，還會受道路復雜效果影響，限制車速控制算法運行，PLC是一種特殊的數字運算操作系統[5]，可以準確地完成數字指令運算，降低指令延時，因此本文基于PLC設計了新的智能車速度控制方法，為后續智能車輛研究作出一定的貢獻。

1 基于PLC的智能車速度控制方法設計

1.1 構建智能車速度底層控制平臺

智能車融合了多種控制技術，因此為了實現智能車速度綜合控制需要根據智能車運行概況設計智能車速度底層控制平臺。本文選取BJUT-IV作為智能車底層控制基礎平臺，并對其進行優化，使該控制平臺能同時進行環境感知、決策，實現綜合控制。

構建的智能車速度底層控制平臺共使用了兩種不同類型的傳感器，即環境傳感器和視覺傳感器，環境傳感器可以采集車輛運行中的外界環境條件[6]，完成車輛控制，視覺傳感器則可以采集汽車運行中的位置信息，控制智能車的運行速度，為了增加智能車速度控制效率，本文構建的智能車速度底層控制平臺安裝了Foo Hoo高分辨率攝像頭[7]，提高視覺信息采集的精準度。

在光線較昏暗的地方能見度較低，因此智能車速度底層控制平臺的識別效果也較差，為了進一步提升智能車速度控制效率，本文構建的智能車速度控制平臺選取了HOKUYO UTM-30LX激光雷達[8]，提高了智能車的障礙物識別效果。

智能車速度控制平臺基于載波技術安裝了NovAtelFlex Pak-G2GPS接收處理機，連接了GPS-702-GG天線，有效地提高了平臺的數據傳輸效率，降低了誤碼率。不僅如此，設計的智能車速度控制平臺還安裝了Crossbow VG700AA垂直陀螺[9]，實現車輛的動態測試。

智能車底層控制平臺主要由橫向控制平臺和縱向控制平臺組成，縱向控制平臺主要包括執行機構和控制模塊，在智能車運行過程中控制模塊可以及時進行制動，避免出現制動事故，油門剎車控制中心內部可以通過控制電機來轉動，并使用油門踏板與電位器相連，可以不斷調整驅動電機模擬量改變電機轉矩，完成智能車速精確控制。

智能車輛控制穩定性與控制平臺的硬件連接效果相關，可以根據電機運行效果，不斷調整控制器參數，設計EPOS調試界面，實現精準的PI控制。

1.2 基于PLC設計智能車速度控制模型

傳統的智能車速度控制方法受復雜指令限制，往往無法實現有效的控制，存在較高的控制延時，因此本文基于PLC設置了可編程指令[10]，通過控制數字模擬輸出來完成指令控制，從而有效地降低智能車速度控制延時，因此本文基于PLC設計了智能車速度控制模型，如公式（1）所示。

公式（1）中，cos?代表車輛運行偏轉角作用力，f代表車輛移動合力，該智能車速度控制模型在使用過程中需要結合車輛的運動形式規律，避免在車速度控制過程中出現車輛滑移現象。

為了盡可能保證智能車速度控制有效性，本文還設計了PLC控制系統，最大限度滿足智能車的控制需求，該控制系統內部軟件用中間繼電器控制，結合了計數器共同安裝控制接線，為了盡量避免智能車速度控制故障，設計的智能車速度控制系計算了PLC綜合編程控制參數，計算式如公式（2）所示。

公式（2）中，Q代表編程指標，V代表智能車速度變化指數，使用該公式可以進行有效的PLC編程，最大程度上降低智能車速度控制誤差。

電動汽車在正常行駛中突然油門信號改變，此時設計的PLC變頻器會自動切換到恒轉速控制模式，此時存在較低的恒轉速，因此可以根據減速斜宰減速到指定的恒轉速上，PLC控制系統可以進行油門信號優化，在沒有剎車信號的時候，PL C控制系統還可以將變須器減小到恒轉速，并將速度控制方式轉換為恒定控制模式，避免變頻器出現問題。

本文設計的方法在智能車速度控制模型的基礎上設計了智能車動力學坐標系，可以將該控制模型的輸入量設置為前輪轉角，計算車輛運輸運行過程中的運行信息，首先假設車輛后輪不發生偏移，此時可能會出現一定的輪胎側向力，設計標準的輪胎側向力表示公式，并將其與車輪的幾何作用關系相結合，即可完成智能車速度有效控制。

為了提高智能車速度的控制效果，本文設計的方法結合了純跟蹤算法計算了車輛的行駛路徑，實現車輛轉向角控制，可以假設車輛的初始運行坐標和期望跟蹤目標，列出車輛軸中心預瞄距離，設計幾何關系計算式并進行變換，即可得到標準的車輛行駛半徑。

在智能車速度控制過程中，可能存在車輛路徑跟蹤偏移情況，此時需要結合Stanley路徑跟蹤算法設計相應的反饋函數，完成控制向量疊加，提高智能車速度控制效果。首先設置標準的車輛前輪轉速，測量車輛前輪轉向角，將其與期望路徑作差，此時可以得到最近的期望距離，接下來可以結合車輛的運動方向消除車輛角度偏差，得到轉向角綜合控制量，使用該綜合控制量可以消除智能車速控制偏差，此時消除的智能車速度控制偏差可能會受到隨機增益影響，降低速度控制有效性，因此可以將前輪轉向角與偏轉向量疊加，計算綜合偏移消除公式，完成精準的智能車速度控制。

1.3 組裝智能車速度動態規劃跟蹤控制器

智能車速度控制的關鍵就是掌握智能車的運動路徑，因此本文設計的方法組裝了智能車速度動態規劃跟蹤控制器來完成智能車速度控制。智能車速度動態規劃跟蹤控制器的組裝分為三個步驟，每一個步驟均需要結合智能車輛的實際位置，計算航向偏差和距離參數，完成預瞄點坐標的設置。

為了進一步提高智能車速度控制的有效性，本文選取改進預瞄距離算法完成動態規劃跟蹤控制器的組裝，首先可以根據車輛行駛標準速度設計預瞄數學關系式，計算此時車輛的預瞄距離，其次為了保證智能車輛速度與期望速度相擬合，本文設計的方法通過增大前輪轉向角消除了智能車輛運行過程中可能產生的距離偏差。

根據車速與車輛航向之間的關系，可以計算車輛路徑偏差信息，確定車輛的預瞄距離，為了解決傳統的智能車速度控制方法存在的控制延時問題，本文設計的方法同時參考了車輛運行中的多個偏差信息，確定綜合控制距離，完成動態規劃跟蹤器的安裝。

在車輛運行過程中，運行軌跡與期望路徑會存在若干個交點，此時需要進行計算，排除多余的交點，僅留下一個交點，智能車輛運行速度較低時的預瞄距離可能較短，產生的偏差較大，因此可以使用改進跟蹤算法確定期望路徑軸線，并將綜合預瞄距離相加，得到最終的智能車速度控制距離。

1.4 實現智能車速度控制

實現車速度控制還需要進行智能車速仿真控制實驗，結合智能車輛運行過程中可能會出現的多種影響因素進行實驗，為了保證實驗的驗證效果，使用CarSim Matlab進行車輛運動仿真，搭建了智能車輛運行平臺，結合上文選取的預瞄點，總共計算出了10個預瞄距離，分別檢測這10個預瞄距離的控制效果，控制綜合數值高于1則證明控制效果較好，反之則代表控制效果較差，10個預瞄距離的控制效果數值分別為：1.355、1.565、1.564、1.204、1.445、1.302、1.561、1.302、1.204、1.654，均高于數值1，證明上文中選取的預瞄點合格，可以進行有效的智能車速度控制。

可以根據上文中選取的控制預瞄點，設計智能車速度控制方程，假設車輛的運動幅度較小，首先可以計算出車輛的縱向運動導數，其次結合車輛的響應時滯，可以計算智能車輛運動特性，得到連續的空間狀態方程，結合該空間狀態方程可以對速度控制平臺進行離散化處理，得到標準的智能車輛采樣時間和采樣周期。

為了保證智能車速度控制的延時最短，實現精準跟蹤，可以將智能車速度控制問題用計算機QP問題進行假設，可以得到新的空間狀態表達式，重新進行簡化運算，此時計算出的預測時域符合智能車速度控制需求。考慮到智能車的控制特性，可以根據控制目標的運動狀態設計速度跟蹤曲線，此時得到的目標函數可以實現加速度約束，能保證綜合參考量和系統狀態偏差始終處于標準范圍內，進一步實現智能車速精準控制。

2 實驗

為了檢驗本文設計的基于PLC的智能車速度控制方法的控制效果，本文將其與傳統的智能車速度控制方法對比，進行了實車控制實驗。

2.1 實驗準備

使用RS232設計智能車速控制實驗檢測中心，該檢測中心主要由各個通信模塊、決策模塊組成，為了保證智能車速度控制檢驗準確性，本實驗還選取了UDP協議進行數據采集，設計了相關的數據分析算法，選取BJUT-IV智能車為實驗車，該車速度控制檢測中心的結構組成示意圖如圖1所示。

圖1 智能車速度控制檢測中心

由圖1可知，該智能車速度控制檢測中心可以不斷采集車輛的感知數據，結合車輛的運動狀態向實驗檢測中心輸出測試數據。該控制檢測中心能同時實現模塊單獨調試和數據采集顯示，并輸出相應的檢測曲線，完成智能車速控制檢測。

檢測中心的通信協議使用RS232進行通信，通訊接口波特率設為115200，為了更好地提取智能車速度控制數據，本實驗用OpCode 0x10作為初始數據索引參數實現數據讀取，結合該參數，可以設計對應的車速控制障礙坐標，如表1所示。

表1 車速控制障礙坐標

由表1可知，在讀取到車速控制障礙坐標后，需要將其輸送到控制中心中完成反饋，因此可以使用循環冗余算法完成CRC校驗，校驗結果符合CRC-CCITT校驗要求則證明校驗成功，反之則證明校驗失敗。

選擇某結構化路段進行實驗，在該道路上設置14個障礙物，測試智能車輛的轉彎、車速控制效果，使用GPS及時獲取智能車輛的位置信息，采集智能車輛的航向角，使用BJUT-IV 控制軟件設置智能車期望速度，并使用標準的數據跟蹤曲線進行擬合。將智能車的初始速度設置為0，期望速度也設置為0，隨即不斷調整智能車的期望車速，將其提升至10kmh、20 kmh，待智能車輛達到最高速度時可以逐漸使其減速，直至車輛速度下降至0，此時智能車輛運行的路徑如圖2所示。

圖2 智能車輛運行路徑

由圖2可知，此時智能車輛運行的路徑包括直角變速控制和勻速控制，符合本實驗需求，可以進行后續的控制實驗。

2.2 實驗結果與討論

在上述實驗準備基礎上，分別使用本文設計的基于PLC的智能車速度控制方法和傳統的智能車速度控制方法進行控制，記錄在上述車輛運行路徑中面對隨機抽取的不同障礙的控制延時，實驗結果如表2所示。

表2 實驗結果

由表2可知，本文設計的智能車速度控制方法在面對上述不同障礙時的控制延時較短，證明設計的智能車速度控制方法的控制效果較好，具有實時性，有一定的應用價值。

3 結束語

綜上所述，隨著交通運輸發展，各種各樣的智能車輛層出不窮，雖然給人們出行帶來了一定的便利，但也相應產生了交通事故問題，急需進行合理的車速度控制，傳統的智能車速度控制方法在控制時存在較長的控制延時，無法滿足目前的智能車速度控制需求，因此本文基于PLC設計了新的智能車速度控制方法，進行實驗，結果表明，設計的智能車速度控制方法的控制延時較短，具有實時性，有一定的應用價值，可以作為后續智能車控制研究的參考。