基于车联网的多车协同式自动驾驶控制研究

黄露 姚丽 杨易

长沙智能驾驶研究院 湖南省长沙市 410100

1 引言

多车协同式编队系统基于车联网V2V 技术，对多台车辆并组管理并结合车辆自动驾驶控制技术，通过缩短车辆之间距离来增加道路的通行能力。最近的研究还表明，在高速公路上通过将卡车编队自动驾驶，可以减少车队内跟随车辆的风阻，显著节省燃料、温室气体和排放。

由于具有良好的燃油消耗效益和商业模式，多车协同式编队自动驾驶技术吸引了大量关注。因目前，大量研究工作旨在降低重型车辆的燃油消耗，这也为运输公司提供了明显的经济效益。通这对重型车辆的编组，给出了一种降低油耗的有效方法。通过减小车间距，可以降低整体空气动力阻力。由于重型车辆大约四分之一的燃油消耗与空气动力阻力有关，这会对燃油消耗产生很大影响。事实上，文献中的实验结果表明，油耗降低了约7%。除了节省燃料消耗外，协同式编队行驶还可能增加道路通行能力，提高交通流量。文献中提出一种车队前馈控制策略，主要关注与车辆的燃油效率，未考虑车辆近间距控制问题。文献在文献研究的基础上提出一种车辆前馈控制和间距控制结合的方法，文章中考虑车辆燃油最佳使用效率得到车辆最佳速度参考文件，以此作为车辆控制系统的参考，计算控制指令控制车辆跟踪该速度曲线，并保证所需的车间距离。但该方法并未考虑首车司机实际驾驶过程中的行为习惯，以及道路实际情况对司机驾驶车辆的影响（如急停车、急加速），无法良好跟随首车保持稳定间距进行启停、加减速。

本文从上述的研究成果出发，针对车队自动驾驶车辆在首车急加速、启停过程中存在间距控制发散问题，提出一种多车车辆固定车距的滑模控制策略，充分考虑首车和前车的速度、位置、加速度等信息，设计滑模控制的滑模面，得出自动驾驶车辆期望加速度。通过调整控制增益和系统阻尼比系数，保证滑模面趋近于零，保证车队中的自动驾驶车辆以稳定车距跟随前方车辆行驶。

本文介绍的应用实例是两台陕汽德龙X6000 重卡车头加带半挂车在长沙智能网联测试区的实车测试验证（首车人开、跟随车自动驾驶）。通过对算法模型进行推导和实车测试，对比两台车辆之间的位置误差、速度误差，多方面的测试结果验证了车队在首车启动、停车、加减速、巡航过程中能保证稳定车距行驶，误差范围满足团标《营运车辆合作式自动驾驶货车编队行驶》的要求。

2 控制模型

多车协同式自适应巡航控制是一种扩展自适应巡航控制的概念，通过车联网之间的车车实时通信技术，实现纵向自动车队控制。通过设计一种自适应滑模控制模型，具备固定车间距控制策略的稳定行驶模变控制系统特性，能保证车队稳定行驶。

控制器采用滑模控制，根据车辆行驶道路基本属性，定义滑模面为;

为阻尼比，≥1 时，系统车队才处于稳定行驶状态。对临界阻尼可以设置为1；

可视为领航车辆速度和加速度的权重，0≤≤1；

设定，

若 大于零，那么当S大于零时， 会小于零；当 小于零时， 会大于零，因此滑膜面 会趋近于零。

将式（1）代入式（2），计算得：

对式（1）求导可得：

由公式（3）和（4）可得本车的加速度为：

当车队中只有两辆车时，=0，得到如下的传统二阶系统：

为阻尼比，临界阻尼可以设置为1。因此滑膜面可以简化为：

则式（5）简化为：

3 控制模型稳定性

根据式（6）得到第1 辆跟随车的误差系统方程为：

第辆跟随车的误差与第-1 辆跟随车的误差的传递函数为：

式中：

为方便后文中对理论的理解，采用以下示例的方法进行阐述，设置一组参数如下：

由式（9）可以得出，第1 辆跟随车的误差为过阻尼自由振动系统，其误差响应输出与系统输入无关，只与系统的初始条件有关，将误差微分方程写成状态方程形式：

利用matlab 对传递函数的初始条件下的幅值响应特性进行分析，得出系统的位置误差响应和速度误差响应曲线如下图1 所示。

从图1 中可以得出，给定初始位置误差和速度误差，系统最终都会收敛到0，而且位置误差的收敛过程不存在振荡，这得益于系统为过阻尼系统。从式（9）中可以得出，第一辆跟随车的误差的收敛特性只与系统阻尼比和ω带宽频率有关，而与参数无关。

图1 幅值响应曲线

由式（9）的推理已经得出第1 辆跟随车误差始终会收敛为0，并依据式（13）递推，可以得出整个系统的跟随车辆的误差都将收敛为0（从图1 位置和速度误差响应曲线可以看出），说明系统是稳定的。

4 实车测试数据

为验证多车协同式编队系统控制策略的稳定车间距跟车特性，本文作者在长沙智能网联汽车测试区使用两台陕汽德龙X6000 带挂重卡空载工况下进行编队自动驾驶实车测试。为验证控制模型的有效性，设计测试用例如下：

采用工控机和ubuntu16.04 嵌入式操作系统作为计算平台、公司自研的车联网设备和百度apollo 的开源自动驾驶系统软件架构搭载控制器程序，计算平台输出的控制命令对车辆的油门、刹车和方向盘进行控制。

选择测试路段为测试区的高速路段，路段长度2.2km。采用第一台车人开，第二台车采用协同式编队自动驾驶，自动驾驶过程为启动、加速、巡航、减速、停车。

通过记录和分析自动驾驶跟随车辆与前车的速度、位置误差、速度误差，验证控制模型的有效性。

自动驾驶跟随车与前车速度对比曲线、速度误差曲线、位置误差曲线分别如下图2、3、4 所示：

图2为自动驾驶跟随车与前车的速度对比曲线，曲线描述了车辆从起步、加速、巡航、减速、急停车的两车速度变化过程。图3 为两车的速度误差曲线，图4 为两车的位置误差曲线，位置误差计算时设定跟车安全距离为30m，描述的是整个过程中稳定间距30m的误差变化情况。从实车数据曲线分析可以看出，自动驾驶跟随车辆能良好跟随前车启动、加速、减速、巡航、停车，从起步加速到72km/h 过程中速度误差波动不超过2m/s，位置误差不超过10m。72km/h 巡航状态下的速度误差不超过0.5m/s，位置误差不超过2m。试验结果表明各项控制指标满足标准要求，车队在加减速过程中，控制系统未发散。

图2 速度对比曲线

图3 速度误差曲线

图4 位置误差曲线

5 结论

本文提出一种基于首车和前车的驾驶行为（位置、速度、加速度）提出一种滑模控制策略，尝试解决多车协同控制在首车速度发生变化时车队间距出现发散的问题。设计过程包括问题提出、滑模模型分析、控制模型稳定性分析、测试用例设计和实车测试验证。从设计过程和实车测试的数据分析结果来看，本文设计的控制策略利用车车通信传输的前车信息能实现车队跟随车辆快速响应，具备实际应用价值。作者未来的工作将侧重于从实车运行效果和理论角度对控制模型进行更详细的分析和优化。将研究不同车辆载重、不同型号车辆底盘对车队稳定车距控制的影响。此外，还将使用更多的协同式车队控制模型，将所提出的控制模型的性能与其他方法进行比较。