一种无人驾驶车辆纵向多模切换策略研究
2019-10-21张羽关志伟
张羽 关志伟
摘 要：无人驾驶车辆是现在汽车工业发展的趋势，在以往的无人驾驶研究中多通过模糊控制、PID控制、滑模控制等控制策略来保证车辆的正常行驶。文章通过车辆行驶前方的障碍物的速度变化、前后车车距等因素来设计了一种基于逻辑切换控制的车辆纵向控制方法，利用Simulink进行逻辑控制的模型搭建，并进行模拟仿真，验证在前后车处于不同的运动状态时后车所进行的状态切换与动作执行。关键词：纵向控制;多模切换;最小安全距离;Simulink中图分类号：U461.6 文献标识码：A 文章编号：1671-7988（2019）01-22-05
Research on Longitudinal Multimode Switching Strategy of Unmanned Vehicle
Zhang Yu， Guan Zhiwei
（ Tianjin University of Technology and Education， school of automobile and transportation，Tianjin 300222 ）
Abstract： Unmanned vehicles are the trend of the development of the automobile industry. In the past， the unmanned research has adopted the control strategies of fuzzy control， PID control and sliding mode control to ensure the normal running of the vehicle. In this paper， a vehicle vertical control method based on logic switching control is designed by factors such as the speed change of the obstacle in front of the vehicle， the front and rear vehicle distance， etc. The model of logic control is constructed by Simulink， and the simulation is carried out. The state switching and action execution performed by the following vehicle when the vehicle is in different motion states.Keywords： Vertical control; Multimode switching; Minimum safe distance; SimulinkCLC NO.： U461.6 Document Code： A Article ID： 1671-7988（2019）01-22-05
前言
隨着智能交通行业的发展，无人驾驶车辆的纵向控制策略越来越受到人们的关注，传统的车辆纵向控制主要是直接控制车辆的速度来改变车辆的运动状态，从而忽略了道路环境的多变性和复杂性，本文根据前后车的运动情况，将后车的运动情况分为四种模式，在四种模式下进行速度或加速度的控制，从而控制自车的运动状态。这种控制策略在速度和加速度的控制上会针对不同的模式进行控制，结果更加精确细致。不会因为误判而影响自车的正常行驶。
1 前后车的运动关系
在无人驾驶中，前后车的运动状态的关系直接关系到前后车的行车安全，实际道路中遇到的问题相对复杂，本文仅从前后车的速度、加速度、车间距来考虑，得出后车应该采取的操作，从而避免危险情况的发生。
如图1所示，前后车的车间距分为四个区域，分别为碰撞高危区、碰撞临界区、行车安全区和雷达探测范围区以外这四个区域。
如图所示，Db为碰撞高危区的临界点，Ds为行车安全区的临界点，Dr为前后车实际的车间距离。
在高危碰撞区，后车必须以最大制动加速度进行制动，在其他三个区域，需要根据前后车的速度加速度来判断后车所要执行的动作。
2 后车四种行车模式及控制策略
设v1为前车车速，v2为后车实际车速，v3为设定的后车的巡航车速，a为后车经过条件判断之后所要执行的加速度。定义v3-v2=ve1，Dr-Ds=De，v1-v2=ve2。
在对前后车运动的分析中，得到后车在行车过程中主要有四种模式并在这四种模式中来回切换，这四种模式分别是：定速巡航模式、跟车模式、接近前车模式和避撞模式。下面来一一分析这四种模式。[1]
2.1 巡航模式
在此模式下后车车载雷达所探测范围内没有障碍物（前车），则本文设定在此种模式下后车将以22.2m/s的速度定速行驶，根据实际速度与规定速度的偏差来进行调整。本文运用PID控制对后车车速进行调整。所建立的PID模型如图2所示：
2.2 跟车模式
跟车模式下需要保证后车与前车的距离在图1所示的行车安全区范围内，这样既保证了后车与前车的跟驰也保证了后车的行车安全。本文运用模糊控制策略对此种模式进行控制。
当ve2绝对值较小，De绝对值较小时，后车应以较小加速度小范围的提高或降低车速;
当ve2绝对值较小，De绝对值较大时，后车应以较大的加速度使De逐渐趋于零;
当ve2绝对值较大，De绝对值较小时，后车应以较大加速度降低De的变化程度;
当ve2绝对值较小，De绝对值较大时，后车应以较大加速度迅速拉开或拉近两车距离。[5]
其中De=Dr-Ds，ve2=v2-v1
在跟隨前车模式下采用模糊控制来控制后车的加速度。在跟随前车模式下，由于需要用加速度来调节车速，在考虑舒适性的前提下，规定加速度调节的取值范围为a∈[-2，2]。跟车模式的siumlink模型如图3所示：
跟车模式下的模糊控制的隶属度函数如图4-6所示：
2.3 接近前车模式
当后车的车载雷达探测到前车，且前后车之间的距离大于Ds时，规定后车在此种情况下要与前车达到跟驰行驶的状态。
由于De大于零，根据运动学推理得到后车在此种模式下所需要的加速度为：
用以上公式来求得后车在此种情况下所需要的加速度，其在simulink中的模型如图7所示：
上图中，速度和距离分别由车载传感器得到，最后输出即为所需要的后车加速度。
2.4 避撞模式
在此种模式下，分为两种情况：
①当Dr<Db时，a=amax
②当DB<Dr<Ds且前车的加速度a1小于跟车情况下所能提供的最小加速度的情况下，则a=a1。
在此定义amax。在平直路面上，峰值附着系数一般为0.8，取重力加速度为9.8m/s2，所以得到最大制动减速度的值为amax=7.84m/s2，在此种模式下的控制策略如图8所示：
3 四种模式的切换策略
根据前车的运动情况和后车的相应处理方式，本文在相对理想情况下，对后车在不同情况下的切换方式做了如图9所示逻辑切换流程。
如图所示，根据前方是否有车、前车的速度和加速度、后车速度和加速度以及后车巡航时的预设速度之间的关系对比分别对应四种模式的选择，本文在此逻辑框图的基础上，运用Simulink建模，将切换逻辑搭建成模型，如下图所示：
如图所示，系统的输入为前后车的速度、加速度、实时车间距、前后车在当前情况下的所需的Db和Ds以及后车的预设巡航速度。系统的输出为1、2、3、4四个数字，这是个数字分别为四种模式的逻辑值，其中1对应定速巡航模式，2对应跟车模式，3对应接近前车模式，4对应避撞模式。在输出这四个逻辑值之后，后续系统将对输出的逻辑值进行判断，具体判断方法以接近前车模式为例，如图11所示：
如图所示，采用“if，else”的模式对逻辑值进行判断，已知接近前车模式的逻辑值为3，前系统必输出一个数值，此数值与3做差，当且仅当差值为0时，进行后续的系统执行，否则系统停止运算。这样就完成了整个系统对逻辑值的识别与判断，以便系统进行下一步的运算。
在计算前后车在当前模式下所需要的Db和Ds时，本文结合运动学的有关知识，对前后车进行分析得到如下公式，即为Ds：
公式中的字母表示：
v1表示前车速度
v2表示后车速度
t0表示制动器消除间隙所用时间
t2驾驶员反应时间
a2max后车最大制动减速度。
行车安全区临界点Ds的公式为：
其中k为制动系数，一般取1/（2g）。
将以上两个公式分别在Simulink中搭建模型，连接到控制模块上，当做控制模块的输入。
在上述所有部分完成之后，四种模式的控制模型和四种模式的逻辑切换模型整体的仿真图如图12所示：
4 实验验证及分析
本文以Simulink为基础，设置前后车的速度和加速度，当后车正常行驶时候，前车突然从相邻车道切换到本车车道上来，在这种情况下后车所执行的操作。前后车的速度加速度取值以及后车在该种情况下所应该进入的模式如表1所示：
设置传感器所探测到的最远距离为300m，后车在定速巡航时候的速度设置为22.22m/s2。
4.1 巡航模式实验分析（第一次试验）
如图13所示，在巡航模式实验中，经系统判断，出现的逻辑值对应为1，表明系统进入巡航模式，由此进入下层的速度控制，如图14所示。
在巡航模式中，后车的初始速度设为13.9m/s，由上图可知在1s左右的时候候车就已经达到了巡航的设置速度22.22m/s，说明巡航模式判断正确且响应速度快。
4.2 接近模式实验分析（第四次试验）
如图15所示，在接近前车模式实验中，经系统判断，应出现的逻辑值为3，表明系统进入接近前车模式，由此进去下层的加速度控制，如图16所示：
在接近前车模式中，由于两车之间的实际距离大于两者之间的安全距离，则后车要以保持前后车安全距离为目标接近前车，则经接近前车模式的模糊控制输出后车的加速度为0.3m/s2，满足情况要求。
4.3 避撞模式实验分析（第二次试验）
如上图所示为第二次实验，在避撞模式實验中，经系统判断，应出现的逻辑值为4，表明系统进入避撞模式，由此进去下层的加速度控制，如图18所示。
在这种情况下两车之间的实际距离为153m，介于安全距离169m和碰撞临界距离136m之间，所以由上文分析可知，后车输出的加速度为巡航模式加速度调节范围的最小值即为-2m/s2，由上图可知输出值就是-2m/s2，满足要求。
由于避撞模式有两种情况，在另一种情况如图18所示（第七次试验）
当前后车的实际距离小于两车之间的安全距离时，后车要以最大制动减速度减速，由系统计算输出得到的制动减速度为-7.84m/s2，满足要求，但是由于两车的实际距离小于碰撞临界距离，所以后车在制动的同时还要进行换道等操作避免碰撞。
4.4 跟车模式实验分析（第六次试验）
如图20所示，在跟车模式实验中，经系统判断，应出现的逻辑值为2，表明系统进入跟车模式，由此进去下层的加速度控制，如图21所示：
在跟车模式中，由跟车模式的模糊控制器计算得到后车需要输出a=-2.64m/s2，的制动减速度以迅速拉开两车距离，使两车距离达到安全距离的范围，满足要求。
5 结语
本文由前车的运动状态，以及前车切入后车车道时候前后车实际车距为依据，将后车的运动状态分为了四种模式，每一种模式后车采取相应的措施，制定了相应的控制策略，并在实验中得到了验证，为以后在实际应用中提供了理论基础，当前车的运动状态实时变化时后车也能作出相应的应对措施。对无人驾驶车辆的安全行驶有着借鉴意义。
参考文献
[1] 郭景华，李克强，罗禹贡.智能车辆运动控制研究综述[J].汽车安全与节能学报，2016，7（02）：151-159.
[2] 雷敏.基于动力学模型的智能车辆横，纵向及综合控制策略研究[D].重庆交通大学，2017.
[3] 赵盼.城市环境下无人驾驶车辆运动控制方法的研究[D].中国科学技术大学，2012.
[4] 李贻斌，阮久宏，李彩虹，付梦印.智能车辆的纵向运动控制[J].机械工程学报，2006（11）：94-102.
[5] 吴义虎，宋丹丹，侯志祥，袁翔.车辆横向稳定性的模糊控制仿真[J]. 长沙理工大学学报（自然科学版），2007（02）：49-53.
