论“运动控制”在无人驾驶汽车中的应用

刘宇巍

摘 要：无人驾驶包括陆地、水面、空中等无人控制运动的物体。地面驾驶汽车也称自主地面移动平台、自主地面汽车等。主要从无人驾驶中的无人驾驶汽车的运动控制着手，无人驾驶汽车运动控制分为纵向控制和横向控制。从纵向控制方面对无人驾驶汽车进行论述，包括对油门和制动的控制以及油门和控制的切换规则。基于环境信息和汽车约束的对无人驾驶汽的路径跟踪，保障无人驾驶汽车上人员的安全。

关键词：无人驾驶汽车 油门控制 制动控制 环境信息 曲线建模

On the Application of "Motion Control" in Driverless Cars

Liu Yuwei

Abstract：Unmanned driving includes unmanned objects moving such on land， water and air. Ground-driving vehicles are also called autonomous ground mobile platforms， autonomous ground vehicles， and so on. It mainly starts with the motion control of driverless cars in driverless driving. The motion control of driverless cars is divided into longitudinal control and lateral control. The article discusses the driverless car from the aspect of longitudinal control， including the control of throttle and brake and the switching rules of throttle and control. Based on environmental information and vehicle constraints， the path tracking of unmanned vehicles can ensure the safety of personnel in unmanned vehicles.

Key words：driverless cars， throttle control， brake control， environmental information， curve modeling

1 引言

无人驾驶汽车的纵向控制，包括对油门和制动的控制，以及对油门和制动控制的切换规则。通过油门与控制的切换规则减少无人驾驶汽车实际行驶过程中的速度跟踪误差，结合实际环境信息与汽车约束对无人驾驶汽车行驶路径的跟踪，从而达到期望行驶路径。实现对无人驾驶汽车自主控制的愿景。

2 油门控制

2.1 增量PID控制算法

在油门控制中，采用增量PID控制算法。增量PID算法为：

其中，kp，ki，kd分别为比例、积分和微分系数;ut（k）表示第k（k=0，1，2，…）个采样时刻的控制量;e（k）表示第k个采样时刻的速度输入偏差。

从式（2-1）得到控制量后，根据传动比、伺服电机每转一圈所需的驱动脉冲确定一个比例系数kthrottle-drive，将控制量乘上该系数发送给伺服电机驱动器。

2.2 坡道速度跟踪

在坡道速度控制系统中，利用固定系数PID控制算法，在平坦路面情况下的速度跟踪性能达到规范要求，但当道路状况变化时，跟踪效果误差较大。上坡时，速度明显低于期望速度，需花费较长时间才能调整到期望的速度，且稳态误差较大;下坡时，速度明显高于期望速度。为了解决这个问题，利用坡道倾斜角与前进方向力的关系，得出如下关系式：

无人驾驶汽车在一个控制周期内因坡道产生的速度增量为：

再用期望速度減去该速度增量，得到新的速度偏差：

这实质是改变了无人驾驶汽车在坡道上的期望速度，通过坡道速度增量估计模型来减少速度偏差，增加期望速度，经过油门控制器对无人驾驶汽车的实际行驶速度无限接近于期望速度，从而达到坡道速度跟踪对无人驾驶汽车的控制。算法如图1所示。

3 制动控制

一般，人工驾驶汽车进行制动时，往往踩住制动踏板至一定行程并保持一段时间，估计汽车可在要求的距离内达到需要的速度，即松开制动踏板时。如果速度未达到需要的速度，还可重新踩下制动踏板。若非紧急制动，驾驶人一般会根据当前汽车速度与制动距离判断制动踏板的行程。减速过程中汽车的行驶一般相对平稳，即制动踏板不会频繁抖动;但在PID算法作为制动控制器时，与人工制动效果差距很大，制动时制动踏板出现抖动，汽车减速行驶不平稳，乘坐不舒适。模糊分档式制动控制方法是接近人工实际驾驶环境，减速时让制动踏板动作平缓，提高无人驾驶汽车行驶平稳性和舒适性。

3.1 模糊分档制动控制基本原理

模糊分档是指模糊控制器的查表输出量不直接应用于驱动制动踏板，而是将控制量按一定规则分为有限的u1，u2，…，un（N≥1）行程挡。为了减少制动踏板的频繁动作，分档应尽量少。这样，当制动踏板到达某一行程挡后，稳定时间就可适当的延长，从而确保了行驶的稳定性。

3.2 模糊控制规则推理

在模糊控制规则推理中，假设经模糊控制器模糊量化后输入变量fe，fec以及模糊控制变量fu的论域分别为FE，FEC和FU，模糊语言变量值集合分别为T（fe），T（fec）和T（fu），使得模糊语言变量值有NB（负大），NM（负中），NS（负小），ZE（零），PS（正小），PM（正中），PB（正大），且有：

因此，通过模糊控制规则得出控制输出量只是为了作为油门制动和制动控制的切换依据。无人驾驶汽车也可通过行驶阻力减速，不需要进行制动了。

3.3 分挡式控制规则

在实际控制过程中，模糊控制表的控制輸出量颤动很大，如直接乘以实际控制变量比例因子组合转换成实际控制量去驱动伺服电机，则制动踏板位置不稳定，导致无人驾驶汽车行驶平稳性能变差。即使是经过滤波，也会有颤动现象。为了保证无人汽车行驶的稳定性，可将滤波后的控制量按一定规则分档，形成阶梯式输出，从而使控制在一定时间内位置固定，确保行驶过程中汽车的稳定性。

4 油门与控制的切换规则

油门控制的切换过程真实反映出无人驾驶环境下对速度的控制，油门控制与速度控制的实时、成功切换是减少速度跟踪误差的保证，同时也是无人驾驶汽车行驶平稳性的关键。切换规则利用油门控制器输出量和制动控制器输出滤波后的控制量进行符号的识别;同时，为了模拟实际环境，引入速度偏差作为油门与控制切换的依据。

5 环境信息和汽车约束的无人驾驶汽车路径跟踪

无人驾驶汽车行驶过程中考虑到周围环境以及汽车约束的影响，保证无人驾驶汽车行驶过程中的安全性，基于环境信息与车辆约束的无人驾驶汽车路径跟踪方法。更加精确的计算出无人驾驶汽车到达预期路径上预瞄距离的多条满足运动微分约束的局部路径，通过规避分析排除不安全路径，结合与期望路径的匹配程度，确定当前的最优局部路径，最终为确定执行该路径时的实际行驶速度。

5.1 环境信息与汽车约束的行驶曲线生成

1）行驶曲线建模

行驶曲线建模是对未来行驶路线的一个规划，是在运动规划中运用模型预测原理的关键。首先，通过验证高阶多项式曲线模型满足汽车运动微分约束，将汽车运动方程转化为高阶多项式，然后，添加额外的自由度，用于调节曲线形状。最后，根据曲线模型选择适合的约束条件和目标函数，通过最优化计算结果确定行驶的最佳曲线。

2）行驶曲线评价

路径评价是结合实际路况得出的结论，包含两部分：第一部分是对已经生成的行驶曲线进行碰撞分析，去掉可能发生碰撞的部分，得到无碰撞的安全行驶曲线;第二部分是根据相应的驾驶策略对处理后的行驶曲线进行相应的评价，得到当前驾驶策略下的一条最优行驶曲线。达到控制无人驾驶行为切换的时延和平顺性。

5.2 基于汽车动力学约束的速度规划

在汽车行驶过程中合理的纵向规划除了保证汽车的平顺行驶外，还直接影响行驶中的横向稳定性和纵向安全性。基于环境信息的自主局部路径规划与跟踪功能模块确定了汽车当前待执行的路径。

1）基本速度规划

汽车在行使过程中要求保证足够制动距离的前提下尽可能地高速行驶。一方面，运动规划是局部的，假设每个规划周期规划范围内的环境都是危险的，只有使待执行路径末端车速为0时，才能保证不会因为制动距离不足而发生正面碰撞;另一方面，在待执行路径的其它部分尽可能保持高速行驶基本速度规划程序以给定的路径长度、汽车的初始速度、最大速度、期望加速度和期望减速度作为输入，确定实际的速度和路径长度关系作为输出并计算出给定路径任意未知路径基本速度的规划值。保证无人驾驶汽车的安全性。

2）速度规划修正

行驶过程中，只有对无人驾驶汽车在转弯时的侧向加速度进行限定，才能保证无人驾驶汽车不发生侧滑，甚至侧翻等失稳事故。根据给定路径的曲率信息和侧向加速度的要求，能够确定速度和曲率容许空间，限定在给定路径上每一位置的安全速度范围内，对基本速度规划结果进行修正。始终能让无人驾驶汽车保持安全行驶速度平稳运行。

6 结语

最近，刚刚公布不久的《交通强国建设纲要》，明确指出将科技创新列为九大重点任务，无人驾驶正包含其中。随着科技的发展，未来，无人驾驶汽车发展空间是巨大的。无人驾驶、车路协同、大数据等相关科技为智能出行提供有力支撑和保障，同时产生的影响力和社会经济效益也会不断增强。不断满足人类对出行的需求。为交通强国建设贡献出更大的智慧和力量。

参考文献：

[1]龚建伟. 移动机器人横向与纵向控制方法研究 [D]. 北京：北京理工大学，2002.

[2]张相洪，龚建伟，陆际联. 基于油门与制动的轮式移动机器人纵向速度控制 [J].北京理工大学学报，2003，23（1）：62-65.

[3]宋士伟，陈慧岩. 基于模糊PID的遥控转向技术 [J]. 汽车技术，2006（2）：17-20.

[4]权苗苗. 具有时间与距离一致性特征的智能汽车速度规划 [D]. 北京：北京理工大学，2014.

[5]徐威. 基于模型预测控制的智能汽车运动规划与控制算法研究[D]. 北京：北京理工大学，2014.