行為可拓展式車輛隊(duì)列控制方法與實(shí)車驗(yàn)證

主題詞：行為可拓展 車輛隊(duì)列控制實(shí)車驗(yàn)證中圖分類號(hào)：U495 文獻(xiàn)標(biāo)志碼：A DOI：10.19620/j.cnki.1000-3703.20240993

Behavior-ExtendableVehiclePlatooning Control Method andReal-VehicleVerification

ZhuWeizhen’，YangHaoyu2，Liu Chang3，LuoYugong2，KongWeiwei （1.CollegeofEngineering，ChinaAgricultural University，BeijingOoo83;2.ScholofVehicleandMobility，Tsinghua University，Beijing;3.Xiaomi Auto Co.，Ltd.，Beijing）

【AbstractITo addressthe limitations of existing vehicle platoning control methods，such as poor behavior-extendable capabilities，dificultiesinhandlingdiverseplatoonbehaviorsduringhighwaydriving，andthelackofreal-worldroadtesting， thispaperproposesabehavior-extendablevehicleplatooningcontrol method.Aditionally，aleadervehicleacceleration predictionmethodunderpacketlossconditionsisdesigned，andareal-vehicleplatooning testplatform isestablished.The proposed methodis implementedonthereal-vehicle platform，andreal-vehicle experimentsareconductedunder packetloss conditions to validate its effectiveness.Road test results，with a maximum speed of 80km/h and a cumulative distance of approximately1Oo kilometers，demonstratethattheproposedvehicleplatooningcontrolmethodcansafelyandefectively manage and extend various platoon behaviors.During stabledriving，theaverage speed errorsofthe follwing vehicles areless than 0.62km/h and 1.55km/h ，respectively，while maintaining stable inter-vehicle spacing. These resultsverify the effectiveness，real-timeperformance，androbustness oftheproposed controlmethodand thereal-vehicle platform.

Keywords：Behavior-extendable，Vehicleplatooncontrol，Real-vehicle verification

【引用格式】朱洧震，楊皓宇，劉暢，等.行為可拓展式車輛隊(duì)列控制方法與實(shí)車驗(yàn)證[J].汽車技術(shù)，2025（7）：40-48.ZHUWZ，YANGHY，LIUC，etal.Behavior-ExtendableVehiclePlatooingControlMethodandReal-VehicleVerification[J]. Automobile Technology，2025（7）： 40-48.

1前言

智能交通系統(tǒng)旨在實(shí)現(xiàn)高安全性和交通效率，是未來交通發(fā)展的重要方向[-2]。在智能交通系統(tǒng)環(huán)境下，車輛以隊(duì)列形式在高速公路上行駛，研究表明，車輛隊(duì)列可保障行駛安全3、提高運(yùn)輸能力[、節(jié)約能源消耗[5]

車輛隊(duì)列的研究起源于美國加州的PATH項(xiàng)目[6-7]，該項(xiàng)目首次提出了車輛\"隊(duì)列化\"的概念。隨著隊(duì)列技術(shù)的發(fā)展，各國研究者對(duì)車輛隊(duì)列進(jìn)行了廣泛研究，涉及隊(duì)列跟隨穩(wěn)定性、通信對(duì)隊(duì)列控制影響及隊(duì)列燃油經(jīng)濟(jì)性改善等[]。

車輛隊(duì)列在行駛過程中需應(yīng)對(duì)常規(guī)、緊急和故障容錯(cuò)等行為，因此需要對(duì)隊(duì)列行為進(jìn)行管理。現(xiàn)有研究通過提取隊(duì)列行為執(zhí)行過程的共性部分，使管理策略更易實(shí)現(xiàn)。例如，Maiti等12利用網(wǎng)絡(luò)本體語言抽象出隊(duì)列行為基本構(gòu)件，Ivanchev等[13]為自動(dòng)駕駛車輛隊(duì)列設(shè)計(jì)了行為框架。現(xiàn)有研究還探討了隊(duì)列行為的執(zhí)行過程，Badnava等4綜述指出，當(dāng)前研究集中在組隊(duì)、人隊(duì)、離隊(duì)和換道四類行為，但這些方法難以靈活應(yīng)對(duì)新增隊(duì)列行為類型。

在車輛隊(duì)列研究中，需通過仿真試驗(yàn)和實(shí)車試驗(yàn)進(jìn)行驗(yàn)證。徐明誠等[i5在Matlab/Carsim聯(lián)合仿真環(huán)境下對(duì)5車油電混合隊(duì)列進(jìn)行仿真，驗(yàn)證節(jié)能策略和控制方法。劉迪提出商用車隊(duì)列油耗與排放協(xié)調(diào)優(yōu)化方法，并通過硬件在環(huán)試驗(yàn)驗(yàn)證效果。然而，仿真試驗(yàn)真實(shí)性不足，因此學(xué)者們也采用了更具說服力的實(shí)車試驗(yàn)，微型車方案較多使用實(shí)車試驗(yàn)。溫國強(qiáng)等基于微型線控底盤構(gòu)建智能網(wǎng)聯(lián)車輛隊(duì)列試驗(yàn)系統(tǒng)，開展隊(duì)列跟隨、超車等試驗(yàn)。邊有鋼等研究了過彎場(chǎng)景下車輛隊(duì)列的抗擾與協(xié)同路徑跟蹤方法，并進(jìn)行了實(shí)車驗(yàn)證。

車輛隊(duì)列通過無線通信技術(shù)實(shí)現(xiàn)信息交互，然而，網(wǎng)絡(luò)時(shí)延、丟包和錯(cuò)序等特性可能影響控制效果，降低系統(tǒng)性能并引發(fā)協(xié)同不穩(wěn)定。Zhang等將時(shí)延建模為馬爾可夫鏈，研究網(wǎng)絡(luò)控制系統(tǒng)穩(wěn)定性；AZIMI-SADJADIB等2針對(duì)丟包問題，將其建模為切換線性系統(tǒng)，只有成功接收新數(shù)據(jù)時(shí)才更新數(shù)據(jù)。盡管已有處理方法，但實(shí)車驗(yàn)證仍較少。

綜上，本文針對(duì)現(xiàn)有車輛隊(duì)列研究中缺乏高速公路場(chǎng)景下的隊(duì)列行為控制方法和實(shí)車試驗(yàn)驗(yàn)證問題，提出開展一種可拓展的隊(duì)列控制方法，設(shè)計(jì)分層控制系統(tǒng)，重點(diǎn)開展隊(duì)列管理層和車輛控制層設(shè)計(jì)，并在通信正常與丟包條件下驗(yàn)證方法的有效性。

2隊(duì)列控制系統(tǒng)分層架構(gòu)

本文采用分層式控制系統(tǒng)架構(gòu)，根據(jù)系統(tǒng)需要，總結(jié)出所使用的分層架構(gòu)如圖1所示。

該架構(gòu)從上至下依次是云端管理層、隊(duì)列通信層、隊(duì)列管理層、車輛控制層以及執(zhí)行系統(tǒng)層。云端管理層實(shí)現(xiàn)更廣域和宏觀的功能，而隊(duì)列通信層、隊(duì)列管理層和車輛控制層進(jìn)行多源信息的處理、隊(duì)列行為的執(zhí)行，執(zhí)行系統(tǒng)層實(shí)現(xiàn)對(duì)車輛的控制：

a.云端管理層。隊(duì)列控制系統(tǒng)的設(shè)計(jì)中假設(shè)有云平臺(tái)支持，該層可以通過相關(guān)車輛上的傳感器和路側(cè)基礎(chǔ)設(shè)施感知一定區(qū)域周圍當(dāng)前的交通信息，在本文中通過通信設(shè)備模擬路側(cè)設(shè)施與3臺(tái)試驗(yàn)車輛進(jìn)行指令交互。此外，該層還可以獲取相關(guān)車輛出行規(guī)劃，接收車輛的加入或離開請(qǐng)求，從而負(fù)責(zé)優(yōu)化出行時(shí)間和交通流量。該層決定了相關(guān)車輛是否應(yīng)該加入或離開隊(duì)列以及何時(shí)執(zhí)行該行為。

b.隊(duì)列通信層。隊(duì)列通信層主要負(fù)責(zé)在車對(duì)車通信（VehicletoVehicle，V2V）和車對(duì)基礎(chǔ)設(shè)施通信（VehicletoInfrastructure，V2I）的通信范圍內(nèi)發(fā)送或接收必要的消息。具體來說，該層處理來自3個(gè)來源的信息：從云端接收的控制指令、來自其他相關(guān)車輛的V2V信息，以及來自車載傳感器的信息。

c.隊(duì)列管理層。隊(duì)列管理層包含隊(duì)列行為選擇和車輛角色確定的邏輯，并完成相應(yīng)的行為執(zhí)行過程。為了實(shí)現(xiàn)這一功能，本文設(shè)計(jì)了可拓展式隊(duì)列行為管理結(jié)構(gòu)，在隊(duì)列行為執(zhí)行過程中，會(huì)選擇需要使用的控制策略，并將控制器選擇指令發(fā)送給車輛控制層。

d.車輛控制層。車輛控制層負(fù)責(zé)使用隊(duì)列管理層選擇的縱向和橫向控制策略計(jì)算所需的期望扭矩或減速度以及期望轉(zhuǎn)向盤轉(zhuǎn)角。

e.執(zhí)行系統(tǒng)層。執(zhí)行系統(tǒng)層的主要作用是根據(jù)車輛執(zhí)行機(jī)構(gòu)的特點(diǎn)執(zhí)行控制層輸出的縱、橫向控制命令，并直接操作車輛。每輛車的隊(duì)列通信層、隊(duì)列管理層和車輛控制層完全相同，但執(zhí)行系統(tǒng)層因不同品牌的相關(guān)車輛之間動(dòng)力學(xué)特性不同而有所不同。

其中，隊(duì)列管理層和車輛控制層是本文需要重點(diǎn)設(shè)計(jì)的內(nèi)容。

3 隊(duì)列管理層設(shè)計(jì)

3.1可拓展式隊(duì)列行為管理結(jié)構(gòu)

商用車隊(duì)列在高速公路實(shí)際行駛中需要處理多種隊(duì)列行為。在每種隊(duì)列行中，商用車隊(duì)列的不同角色會(huì)完成不同的執(zhí)行過程。所有執(zhí)行過程都將通過隊(duì)列管理層中的隊(duì)列行為管理結(jié)構(gòu)來實(shí)施，如圖2所示。圖2中的隊(duì)列行為管理結(jié)構(gòu)從隊(duì)列行為和車輛角色兩個(gè)維度對(duì)隊(duì)列行為執(zhí)行過程進(jìn)行解耦。其中縱向?yàn)楦咚俟返湫完?duì)列行為，橫向?yàn)殛?duì)列中的車輛角色。隊(duì)列行為包括但不限于圖中所列出的常規(guī)行為、緊急行為以及容錯(cuò)行為3類。本文中暫不涉及緊急行為和容錯(cuò)行為執(zhí)行策略的研究，但在隊(duì)列管理層可拓展結(jié)構(gòu)設(shè)計(jì)中需將緊急行為和容錯(cuò)行為考慮在內(nèi)，以保證所設(shè)計(jì)結(jié)構(gòu)的完整性。

車輛角色包括頭車、跟隨車及自由車輛，其中頭車是指人類駕駛員駕駛的領(lǐng)航車輛，跟隨車是已經(jīng)成為隊(duì)列車輛的車，自由車是指可以和隊(duì)列車輛通信但暫時(shí)沒有成為隊(duì)列車輛的車，自由車在沒有執(zhí)行入隊(duì)行為前也由人類駕駛員駕駛。

隊(duì)列行為管理結(jié)構(gòu)中含有行為選擇狀態(tài)機(jī)以及角色選擇狀態(tài)機(jī)，隊(duì)列管理層會(huì)結(jié)合控制信息選擇隊(duì)列行為，并從3種車輛角色中選擇一種。每輛車一次只能切換到一種隊(duì)列行為和一種車輛角色。隨后，車輛在特定的隊(duì)列行為和車輛角色下完成相應(yīng)的執(zhí)行過程。

在沒有發(fā)生切換時(shí)，車輛隊(duì)列的角色維持不變。所有相關(guān)車輛都是自由車，初始化后，頭車被選定，并由人類駕駛員駕駛。車輛角色的切換邏輯可以表示為一個(gè)有限狀態(tài)機(jī)，如圖3所示。

隊(duì)列行為的切換邏輯可以表示為另一個(gè)有限狀態(tài)機(jī)，如圖4所示。假設(shè)車輛在初始化后保持隊(duì)列穩(wěn)定行駛狀態(tài)，在觸發(fā)常規(guī)行為、緊急行為和容錯(cuò)行為后，隊(duì)列車輛的狀態(tài)將發(fā)生轉(zhuǎn)換。除了硬件故障行為外，其他隊(duì)列行為執(zhí)行過程完成后，車輛均會(huì)返回到穩(wěn)定行駛狀態(tài)。

3.2 隊(duì)列行為執(zhí)行策略

經(jīng)過車輛角色選擇后和隊(duì)列行為選擇后，隊(duì)列行為管理結(jié)構(gòu)會(huì)執(zhí)行特定行為和特定角色下的隊(duì)列行為執(zhí)行過程。隊(duì)列行為執(zhí)行過程通常包括以下動(dòng)作：發(fā)送或接收消息、更新車輛隊(duì)列信息、等待特定事件、選擇合適的控制器以及切換隊(duì)列中的角色。不同角色的執(zhí)行過程通過V2V通信來關(guān)聯(lián)和同步。本節(jié)對(duì)組隊(duì)、尾部人隊(duì)、穩(wěn)定行駛和尾部離隊(duì)行為進(jìn)行策略設(shè)計(jì)。

車輛組隊(duì)是指車輛由自由行駛狀態(tài)變成隊(duì)列行駛狀態(tài)的轉(zhuǎn)變過程。組隊(duì)僅針對(duì)兩輛車進(jìn)行，兩車組隊(duì)完成后，其余車輛以入隊(duì)方式加入隊(duì)列。如圖5所示，路側(cè)單元發(fā)出組隊(duì)信息，待組隊(duì)車輛進(jìn)行組隊(duì)。根據(jù)待組隊(duì)車輛的初始位置，可分為非換道組隊(duì)和換道組隊(duì)，考慮到實(shí)車的應(yīng)用難度以及安全問題，本文中采用非換道組隊(duì)。

當(dāng)自由車接收到云端發(fā)送的組隊(duì)指令并確認(rèn)自己是組隊(duì)車輛后，需根據(jù)自車與另外一輛組隊(duì)車輛的相對(duì)位置來判斷自己為頭車或跟隨車。若為跟隨車，橫向控制器保持車道居中控制（LaneCenteringControl，LCC）不變，而縱向控制器切換為自適應(yīng)巡航控制（AdaptiveCruiseControl，ACC），加速拉近與前車的距離。當(dāng)距離達(dá)到期望閾值 d_des 時(shí)，發(fā)送組隊(duì)完成標(biāo)志給頭車，并等待頭車完成隊(duì)列信息更新后，將縱向控制器切換為協(xié)同式自適應(yīng)巡航控制（Cooperative Adaptive Cruise Control，CACC），角色由自由車切換為跟隨車，完成該流程；若為頭車，則在接收到云端入隊(duì)指令后也會(huì)進(jìn)入組隊(duì)行為，等待另外一輛組隊(duì)車輛發(fā)送組隊(duì)完成標(biāo)志后，更新隊(duì)列長度和ID序列，這里ID序列是隊(duì)列車輛物理ID的排序序列。隊(duì)列長度加1，在ID序列中的末尾添加入隊(duì)車輛的物理ID。之后會(huì)向自由車發(fā)送更新完成標(biāo)志，結(jié)束該流程。

車輛入隊(duì)是指當(dāng)已有至少兩輛車形成車輛隊(duì)列后，其他車輛繼續(xù)加入隊(duì)列、拓展隊(duì)列長度的轉(zhuǎn)變過程。根據(jù)入隊(duì)請(qǐng)求車輛進(jìn)入隊(duì)列的位置，可分為尾部人隊(duì)和隊(duì)列中部入隊(duì)兩種情況，出于實(shí)車應(yīng)用難度和安全考慮，本文采用尾部入隊(duì)，如圖6所示。

車輛入隊(duì)過程中待人隊(duì)車輛和頭車所執(zhí)行的行為與組隊(duì)過程中兩輛待組隊(duì)車輛所執(zhí)行的行為相同。

隊(duì)列穩(wěn)定行駛場(chǎng)景是整個(gè)隊(duì)列行駛過程中最常見的場(chǎng)景。如圖7所示，3輛及以上車輛以期望的隊(duì)形、期望車間距和期望車速進(jìn)行穩(wěn)定行駛。

在穩(wěn)定行駛過程中，頭車、跟隨車、自由車均無需執(zhí)行任何行為。除頭車外，自車的前方車輛出于傳感器視野范圍內(nèi)，整個(gè)隊(duì)列均可實(shí)現(xiàn)V2V通信，隊(duì)列內(nèi)的車間距和相對(duì)速度滿足隊(duì)列穩(wěn)定行駛的范圍，即車間距和相對(duì)速度波動(dòng)不大，本文采用前車跟隨車通信拓?fù)浣Y(jié)構(gòu)，即每輛車同時(shí)接收頭車和前車的狀態(tài)信息。

車輛離隊(duì)是指隊(duì)列穩(wěn)定行駛時(shí)，隊(duì)列中的車輛發(fā)出離隊(duì)請(qǐng)求，希望進(jìn)入單車自由行駛狀態(tài)并離開隊(duì)列的轉(zhuǎn)變過程。如圖8所示，根據(jù)離隊(duì)請(qǐng)求車輛在隊(duì)列中所處的位置，可分為尾車離隊(duì)、頭車離隊(duì)和隊(duì)列中部跟隨車離隊(duì)3種情況，考慮實(shí)車應(yīng)用難度和安全問題，本文只考慮尾車離隊(duì)一種情況。

自由車在尾車離隊(duì)時(shí)無需執(zhí)行任何動(dòng)作。跟隨車在接收到云端發(fā)送的離隊(duì)指令后會(huì)首先判斷自己是否為離隊(duì)車輛，如果不是，則無需執(zhí)行任何動(dòng)作，即可結(jié)束該行為執(zhí)行過程。如果確認(rèn)要離隊(duì)，首先會(huì)將縱向控制策略從CACC切換到ACC，拉開與前車的距離。當(dāng)車間距大于設(shè)定閾值 d_des 后，車輛會(huì)提示駕駛員接管車輛。此時(shí)跟隨車會(huì)向頭車發(fā)送離隊(duì)完成標(biāo)志，當(dāng)收到頭車返回的隊(duì)列信息更新完成標(biāo)志后，跟隨車會(huì)將角色切換為自由車，完成執(zhí)行過程。

當(dāng)頭車接收到云端離隊(duì)指令后同樣會(huì)進(jìn)人到尾部離隊(duì)行為，頭車等待離隊(duì)跟隨車發(fā)送離隊(duì)完成標(biāo)志后，會(huì)更新隊(duì)列長度和ID序列。隊(duì)列長度減1，ID序列中將末端離隊(duì)車輛的物理ID清除。頭車將更新完成標(biāo)志發(fā)給離隊(duì)車后，完成該過程。

4隊(duì)列控制層設(shè)計(jì)

隊(duì)列車輛在接收到隊(duì)列管理層發(fā)送的控制器選擇指令后，車輛控制層會(huì)調(diào)用相應(yīng)的縱橫向控制策略，實(shí)現(xiàn)對(duì)車輛的縱橫向精準(zhǔn)控制。本章對(duì)隊(duì)列控制層的控制策略進(jìn)行介紹，包括車輛縱向控制策略和橫向控制策略，以及通信丟包時(shí)，基于卡爾曼濾波的頭車加速度預(yù)測(cè)方法。

4.1 縱向控制器

隊(duì)列控制系統(tǒng)縱向控制器包括CACC、ACC以及定速巡航控制（CruiseControl，CC），使用比例-積分-微分控制器（Proportional-Integral-Derivative，PID）對(duì)車輛進(jìn)行控制，間距策略示意圖如圖9所示。

期望跟車間距可以表示為：

l_des=hv_i{l₀ （1）

式中： l_des 為兩車期望間距， h 為車頭時(shí)距， ?v_i 為自車速度，l₀ 為兩車間的最小安全間距。

CACC和ACC采用的是固定時(shí)距策略，通過間距策略計(jì)算得到期望跟車距離。

隊(duì)列穩(wěn)定行駛采用的CACC控制器PID模型如圖10所示。圖中 a_l 為頭車加速度， v_r 和 l_r 分別為與前車的相對(duì)速度和相對(duì)距離， v_i 為自車速度， W_i 為誤差權(quán)重模塊， e_i 為加權(quán)后的誤差， H_i 為間距策略模塊， G_i 為車輛動(dòng)力學(xué)模塊。

在車輛接收到人隊(duì)指令但還未進(jìn)人隊(duì)列或者接收到離隊(duì)指令但未離開隊(duì)列時(shí)，需要使用ACC控制器縮短或拉開間距，同時(shí)也用作遇到他車插入隊(duì)列或是通信故障時(shí)暫時(shí)采取的控制策略，ACC控制器的PID模型如圖11所示。

在車輛進(jìn)入自動(dòng)駕駛模式后起步或者需要按照給定車速行駛時(shí)會(huì)使用CC控制器。此外，在較遠(yuǎn)距離（大于 50m ）人隊(duì)時(shí)，為避免ACC控制器產(chǎn)生較大加速度，采用一個(gè)特殊的CC控制器，稱為速度偏置定速巡航控制器（Velocity-offsetCruiseControl，VCC），其期望速度Udes為：

v_des=v_l+n

式中： v_l 為頭車速度； n 為速度偏置常數(shù)，其為標(biāo)定值，本文試驗(yàn)中取 3m/s 。

CC控制器的PID模型如圖12所示。

4.2橫向控制器

本文中橫向控制器即為隊(duì)列車道保持控制器，即車輛隊(duì)列在沒有駕駛員操控，也不處于換道狀態(tài)時(shí)的默認(rèn)橫向控制策略。

橫向控制器首先根據(jù)車載相機(jī)給出車道中心線方程，根據(jù)中心線方程計(jì)算出給定預(yù)瞄距離下的橫向偏差e_y ，用純跟蹤軌跡跟蹤算法來計(jì)算車輛轉(zhuǎn)向盤轉(zhuǎn)角。

相機(jī)獲取的車道線方程如下：

Y=C₀+C₁?X+C₂?X²+C₃?X³

式中： C₀ 為車輛距離車道線距離， C₁ 為車輛相對(duì)于車道線航向角， C₂ 為車道線曲率， C₃ 為車道線曲率變化率。

由于預(yù)瞄點(diǎn)與車輛之間的夾角 α 很小，近似預(yù)瞄距離 l_d 為縱向距離，可以求得橫向偏差 e_y 如下：

e_y=C₀+C₁?l_d+C₂?l_d²+C₃?l_d³

根據(jù)幾何關(guān)系推導(dǎo)軌跡曲率 ρ 與預(yù)瞄橫向偏差 e_y 和預(yù)瞄距離 l_d 之間的關(guān)系：

又根據(jù)阿克曼幾何關(guān)系，轉(zhuǎn)向盤轉(zhuǎn)角 δ 與軌跡曲率之間的關(guān)系滿足：

式中：i為轉(zhuǎn)向傳動(dòng)機(jī)構(gòu)傳動(dòng)比 ?，L 為車輛軸距。

最終可以得到轉(zhuǎn)向盤轉(zhuǎn)角的計(jì)算公式：

4.2基于卡爾曼濾波的頭車加速度預(yù)測(cè)

隊(duì)列穩(wěn)定行駛時(shí)的CACC控制器依靠V2V通信獲取頭車加速度，而通信丟包對(duì)其產(chǎn)生影響，因此為保證通信丟包條件下，隊(duì)列行駛過程中的跟隨穩(wěn)定性，設(shè)計(jì)基于卡爾曼濾波的頭車加速度預(yù)測(cè)方法。

首先定義車輛的狀態(tài)向量 x_k 和觀測(cè)向量 z_k 如下：

式中： p_k 為車輛位置， v_k 為車輛速度， a_k 為車輛加速度。

狀態(tài)轉(zhuǎn)移方程和觀測(cè)方程為：

x_k+1=Ax_k+Bu_k+w_k

z_k=Hx_k+v_k

式中：A為狀態(tài)轉(zhuǎn)移矩陣， B 為控制輸人矩陣（在無外部控制輸入的情況下可以忽略）， H 為觀測(cè)矩陣， w_k 和 v_k 分別為過程噪聲和觀測(cè)噪聲，矩陣形式為：

然后通過卡爾曼濾波進(jìn)行預(yù)測(cè)和更新，預(yù)測(cè)步驟為：

更新步驟為：

K_k+1=P_k+1∣kH^T（HP_k+1∣kH^T+R）^-1

P_k+1=（I-K_k+1H）P_k+1|k

式中： 為估計(jì)的狀態(tài)向量， P_k 為狀態(tài)協(xié)方差矩陣， Q 為過程噪聲協(xié)方差矩陣， R 為觀測(cè)噪聲協(xié)方差矩陣， K_k 為卡爾曼增益矩陣 ，I 為單位矩陣。

最后通過預(yù)測(cè)步驟預(yù)測(cè)未來 （k+j） 時(shí)刻的頭車加速度：

隊(duì)列內(nèi)通信正常時(shí)，使用V2V通信獲取的頭車加速度進(jìn)行縱向隊(duì)列控制；當(dāng)檢測(cè)到通信丟包時(shí)，使用預(yù)測(cè)的頭車加速度進(jìn)行縱向隊(duì)列控制。

5實(shí)車試驗(yàn)

5.1實(shí)車試驗(yàn)平臺(tái)改裝

本節(jié)對(duì)3輛純電重載牽引卡車進(jìn)行改裝，包括傳感器系統(tǒng)、執(zhí)行系統(tǒng)、控制器以及人機(jī)交互系統(tǒng)的硬件改裝，各硬件之間通過CAN通信實(shí)現(xiàn)信息交互，其結(jié)構(gòu)如圖13所示，硬件布置方案如圖14所示，3輛車布置方案相同。

其中，毫米波雷達(dá)安裝在車輛前保險(xiǎn)杠面罩中心處，攝像頭安裝在前風(fēng)窗玻璃中間，隊(duì)列控制器和通信終端的主機(jī)安裝在駕駛員后方臥鋪廂內(nèi)，通信終端自帶天線安裝在車輛頂端。另外，隊(duì)列CAN和底盤A-CAN的2個(gè)CAN通道均預(yù)留調(diào)試接口，從臥鋪廂內(nèi)接出，可以通過CAN卡連接筆記本電腦，方便進(jìn)行調(diào)試和燒寫程序。

毫米波雷達(dá)用于檢測(cè)自車與前車的相對(duì)距離和相對(duì)速度，為跟隨車的縱向控制提供信息。隊(duì)列車輛需通過單目視覺相機(jī)獲取道路車道線信息，獲取車輛橫向控制所需的控制參數(shù)。

隊(duì)列內(nèi)各車輛之間需通過通信終端進(jìn)行V2V通信，各通信終端之間交互的信息主要包括指令信息和各車的狀態(tài)信息。指令信息如領(lǐng)航車發(fā)送的隊(duì)列整體行為變更信息；狀態(tài)信息既包括車輛的物理狀態(tài)，如自車編號(hào)、車速、加速度等，也包括自車隊(duì)列行為的狀態(tài)，如開始入隊(duì)、入隊(duì)完成等。云端OBU與車載終端之間交互的信息主要為云端通過通信終端下發(fā)的指令。

本文使用的執(zhí)行系統(tǒng)為陜汽德創(chuàng)未來汽車科技有限公司生產(chǎn)的純電動(dòng)重載牽引卡車，該執(zhí)行系統(tǒng)為線性執(zhí)行系統(tǒng)，包括VCU以及線性驅(qū)動(dòng)系統(tǒng)、線性擋位系統(tǒng)、線性電動(dòng)助力轉(zhuǎn)向系統(tǒng)和線性電子制動(dòng)系統(tǒng)，負(fù)責(zé)車輛的驅(qū)制動(dòng)、換擋以及轉(zhuǎn)向。

本文開發(fā)的車輛隊(duì)列試驗(yàn)平臺(tái)支持駕駛員駕駛和自動(dòng)駕駛2種模式，因此需設(shè)計(jì)人機(jī)交互系統(tǒng)，以滿足試驗(yàn)過程中2種駕駛模式切換的需求，其相關(guān)交互邏輯如圖15和圖16所示。在自動(dòng)駕駛模式下，可通過底盤VCU實(shí)現(xiàn)對(duì)商用車隊(duì)列執(zhí)行系統(tǒng)的縱橫向控制。

5.2試驗(yàn)方案

3輛隊(duì)列試驗(yàn)車，按前后位置規(guī)定為1車、2車和3車，每輛車均需配備駕駛員，隊(duì)列1車在試驗(yàn)過程中由駕駛員駕駛，隊(duì)列2車和3車在試驗(yàn)前由駕駛員駕駛以將車輛居中停放至同一車道，調(diào)整初始間距，試驗(yàn)開始時(shí)進(jìn)入自動(dòng)駕駛模式。給出多行為聯(lián)合試驗(yàn)的流程如表1所示。

此外通過對(duì)通信終端天線的遮擋，影響其高頻通信信號(hào)來產(chǎn)生通信丟包，截取一段時(shí)間內(nèi)2車發(fā)出信息的通信生命信號(hào)和接收來自1車、3車信息的通信生命信號(hào)如圖17所示。通信正常時(shí)，生命信號(hào)為從0到3的循環(huán)數(shù)，圖中2車發(fā)出信息的生命信號(hào)密集表示2車通信發(fā)送正常，而2車收到1車和3車信息的生命信號(hào)均出現(xiàn)間斷，表面該處出現(xiàn)通信丟包現(xiàn)象，如接收1車的209s和接收3車的223s等。

5.3試驗(yàn)結(jié)果

本文進(jìn)行了300余次不同速度間距下的實(shí)車道路調(diào)試和測(cè)試，給出最高時(shí)速 80km/h 的測(cè)試結(jié)果如下。

圖18展示了試驗(yàn)中云端指令、行為完成標(biāo)志、隊(duì)列信息更新標(biāo)志、隊(duì)列長度以及隊(duì)列ID序列的變化。同時(shí)圖18也展示了試驗(yàn)中頭車所管理的隊(duì)列信息的變化，隊(duì)列信息的每次變化都是與隊(duì)列信息更新標(biāo)志同步的。初始時(shí)刻隊(duì)列長度為1，ID序列僅在第一位有1車物理ID信息。在 t₁ 和 t₂ 時(shí)刻，云端分別發(fā)送1車2車組隊(duì)和3車尾部入隊(duì)指令，行為完成后，均有行為完成標(biāo)志和隊(duì)列信息更新標(biāo)志跳變，隊(duì)列長度增加，ID序列也相應(yīng)擴(kuò)充，隊(duì)列進(jìn)入穩(wěn)定行駛狀態(tài)。在 t₄ 和 t_s 時(shí)刻，云端分別發(fā)送3車和2車尾部離隊(duì)指令，同樣地，行為完成后，也有行為完成標(biāo)志和隊(duì)列信息更新標(biāo)志跳變，隊(duì)列長度減小，ID序列也相應(yīng)清零，隊(duì)列內(nèi)各車進(jìn)入自由行駛狀態(tài)。

圖19將2車和3車的特征變化放在同一張圖進(jìn)行展示，以更好的展現(xiàn)兩車的切換同步關(guān)系。在組隊(duì) （t₁） 和入隊(duì) （t₂） 指令發(fā)出后，由于距離前車距離超過 50m 2車和3車控制器首先由CC控制器切換為VCC拉近0與前車距離，然后依次切換為ACC和CACC，進(jìn)人穩(wěn)定行駛狀態(tài)，2車和3車角色由自由車切換為跟隨車。云端下發(fā)離隊(duì)指令，即 t₄ 和 t₅ 時(shí)刻，離隊(duì)車輛控制器切換為ACC拉開與前車間距至閾值后完成離隊(duì)，控制器切換為CC，角色由跟隨車切換為自由車。圖18和圖19的結(jié)果表明，所研發(fā)的商用車隊(duì)列控制系統(tǒng)可以應(yīng)對(duì)多種隊(duì)列行為的連續(xù)進(jìn)行，并保證每種隊(duì)列行為執(zhí)行過程的正確性。

圖20展示了聯(lián)合試驗(yàn)過程中速度和距離的變化曲線，圖21展示了2車和3車相對(duì)于頭車的速度誤差和間距誤差。 t₃ 之前，3輛車處于起步、組隊(duì)以及尾部入隊(duì)階段。在組隊(duì)和尾部入隊(duì)階段，3車、2車均加速縮短與前車間距，與圖中各自車速和車距曲線對(duì)應(yīng)。t₃ 之后，隊(duì)列內(nèi)3輛車開始穩(wěn)定行駛，頭車進(jìn)行階梯加減速，以驗(yàn)證所設(shè)計(jì)的商用車隊(duì)列控制系統(tǒng)對(duì)于車速波動(dòng)和不同車速下的控制效果。車速和車速誤差曲線表明，對(duì)于頭車 20～80km/h 的階梯式加、減速，2輛跟隨車均可以較好地跟隨，穩(wěn)定行駛狀態(tài)下3輛車車速基本保持一致，2車速度平均誤差為 0.62km/h ，最大誤差為 4.2km/h;3 車速度平均誤差為 1.55km/h ，最大誤差雖為 7.75km/h ，但其可以迅速減小。而車距曲線表明，隨著車速增大，期望車距按照間距策略隨之增大，且可以很快保持穩(wěn)定。

6結(jié)束語

本文提出可拓展式隊(duì)列控制系統(tǒng)分層架構(gòu)，適用于包括常規(guī)行為、緊急行為和容錯(cuò)行為在內(nèi)的隊(duì)列行為，使車輛隊(duì)列控制系統(tǒng)具有可拓展性和通用性。通過對(duì)隊(duì)列行為執(zhí)行過程的解耦，設(shè)計(jì)可拓展式隊(duì)列行為結(jié)構(gòu)和常見隊(duì)列行為執(zhí)行策略，并設(shè)計(jì)車輛隊(duì)列縱橫向控制器和頭車加速度預(yù)測(cè)方法，滿足通信丟包條件下隊(duì)列行為的決策和精準(zhǔn)控制。最后，搭建隊(duì)列實(shí)車試驗(yàn)平臺(tái)，將所提出的控制方法應(yīng)用到實(shí)車平臺(tái)上，在通信丟包條件下進(jìn)行實(shí)車道路測(cè)試，結(jié)果表明：所提出的車輛隊(duì)列控制方法可以安全有效地完成組隊(duì)、尾部人隊(duì)等常見隊(duì)列行為，且穩(wěn)定行駛過程中的控制誤差較小，驗(yàn)證了所提出控制方法在實(shí)車試驗(yàn)平臺(tái)上的有效性、安全性和實(shí)時(shí)性。

參考文獻(xiàn)

[1]張哲，丁海濤，張裊娜，等.智能網(wǎng)聯(lián)電動(dòng)汽車經(jīng)濟(jì)性巡航 速度規(guī)劃[J].汽車工程，2022，44（4）：609-616+637. ZHANG Z，DING H T， ZHANG N N，et al. Economic Cruising Speed Planning for Intelligent Networked Electric Vehicles[J]. Automotive Engineering，2022，44（4）： 609-616+ 637.

[2]覃光毅.隧道群環(huán)境下智能車輛隊(duì)列跟馳模型建立與跟 馳行為安全評(píng)價(jià)[D].南寧：廣西大學(xué)，2020. QING G Y.Establishment of Intelligent Vehicle Platoon Following Model and Safety Evaluation ofFollowing Behavior in Tunnel Group Environment[D]. Nanning： Guangxi University，2020.

[3] XUL，WANG L Y，YIN G，et al. Coordinated Control and Communication for Enhanced Safety of Highway Vehicle Platoons[C]// 2O13 International Conference on Connected Vehicles and Expo （ICCVE）. Las Vegas，NV，USA： IEEE， 2013.

[4] DAO T S，HUISSOON JP， CLARK C M.A Strategy for OptimisationofCooperativePlatoonFormation[J]. InternationalJournalofVehicleInformationand Communication Systems，2013，3（1）： 28-43.

[5] LI S E，LI R， WANG J，et al. Stabilizing Periodic Controlof AutomatedVehiclePlatoonwithMinimizedFuel Consumption[J]. IEEETransactionson Transportation Electrification，2017，3（1）： 259-71.

[6]SHLADOVER SE，DESOERCA，HEDRICKJK，et al. Automated Vehicle Control Developments in the PATH Program[J]. IEEE Transactions on Vehicular Technology， 1991，40（1）： 114-130.

[7] SHLADOVER S E. PATH at 2O—History and Major MileStones[J]. IEEE Transactions on Intelligent Transportation Systems，2007，8（4）： 584-592.

[8]SWAROOPD，HEDRICKJK.Direct AdaptiveLongitudinal Control of Vehicle Platoons[J]. 33rd IEEE Conference on Decision and Control，1994，1： 684-689.

[9] PLOEG J， VAN DE， WOUW N，et al. Lp String Stability of Cascaded Systems： Application to Vehicle Platooning[J]. IEEE Transactions on Control Systems Technology，2014， 22： 786-793.

[10] BIAN Y，ZHENG Y，REN W，et al. Reducing Time Headway for Platooning of Connected Vehiclesvia V2V Communication[J]. TransportationResearchPartC： Emerging Technologies， 2019，102： 87-105.

[11] ALAM A A，GATTAMI A，JOHANSSON K H. An Experimental Study on the Fuel Reduction Potential of IEEE Conference on Intellgent Transportation Systems. Funchal，Portugal： IEEE，2010.

[12] MAITI S，WINTER S，KULIK L. A Conceptualization of Vehicle Platoons and Platoon Operations[J]. Transportation Research PartC： Emerging Technologies，2017，8O：1-19.

[13] IVANCHEV J， DEBOESER C，BRAUD T， et al.A HierarchicalState-Machine-BasedFramework for Platoon Manoeuvre Descriptions[J]. IEEE Access，2021： 1.

[14] BADNAVA S，MESKIN N，GASTLI A，et al. Platoon Transitional Maneuver Control System：A Review[J].IEEE Access，2021，9： 88327-88347.

[15]徐明誠，徐利偉，殷國棟，等.燃油車和純電車混雜智能 網(wǎng)聯(lián)隊(duì)列系統(tǒng)的節(jié)能與穩(wěn)定控制[J].汽車安全與節(jié)能學(xué) 報(bào)，2024，15（1）：71-82. XUMC，XIL W，YIN GD，et al. Stability Control and Energy-Saving of an Intelligent Networked Platoon System Composed of Fuel Vehicles and Pure Electric Vehicles[J]. Journal of Automotive Safety and Energy，2024，15（1）： 71- 82.

[16]劉迪.智能網(wǎng)聯(lián)環(huán)境下商用車油耗與排放協(xié)調(diào)控制方法 研究[D].長春：吉林大學(xué)，2022. LIU D.Research on Coordinated Control of Fuel and Emission for Commercial Vehicles Under Intelligent and Connected Environment[D]. Changchun： Jilin University， 2022.

[17]溫國強(qiáng)，關(guān)志偉，趙俊英，等.智能網(wǎng)聯(lián)車輛隊(duì)列協(xié)同控 制系統(tǒng)構(gòu)建[J].國外電子測(cè)量技術(shù)，2023，42（7）：68-73. WEN G Q， GUAN Z W， ZHAO JY，et al. Construction the QueueCollaborativeControlSystemofIntelligent Connected Vehicles[J]. Foreign Electronic Measurement Technology，2023，42（7）： 68-73.

[18]邊有鋼，張?zhí)锾铮x和平，等.車輛隊(duì)列抗擾抗內(nèi)切協(xié)同 路徑跟蹤控制[J].汽車工程，2023，45（8）：1320-1332. BIANYG，ZHANGTT，XIEHP，et al.Anti-Disturbance and Anti-Corner-Cuting Control for Collaborative Path Tracking of VehiclePlatoon[J].Automotive Engineering， 2023，45（08）：1320-1332.

[19] ZHANG L Q， SHI Y， CHEN T W，et al. A New Method for Stabilization of Networked Control Systems with Random Delays[J]. IEEE Transactions on Automatic Control，2005， 50（8）： 1177-1181.

[20]AZIMI-SADJADI B.Networked Control Systemswith Intermittent Observation[C]//Proceedings of the 2005 American Control Conference（ACC）. Portland， OR，USA： IEEE，2005.

（責(zé)任編輯 王 一）

修改稿收到日期為2025年2月10日。