智能車主動安全技術(shù)智能汽車自主循跡控制研究

1、智能汽車自主循跡控制研究1引言智能車輛是一個集環(huán)境感知、規(guī)劃決策、多等級輔助駕駛等功能于一體的綜合系統(tǒng)，它集中運用了計算機(jī)、現(xiàn)代傳感、信息融合、通訊、人工智能及自動控制等技術(shù)，是典型的高新技術(shù)綜合體。目前對智能車輛的研究主要致力于提高汽車的安全性、舒適性，以及提供優(yōu)良的人車交互界面。智能汽車與一般所說的自動駕駛有所不同，它指的是利用多種傳感器和智能公路技術(shù)實現(xiàn)的汽車自動駕駛。智能汽車首先有一套導(dǎo)航信息資料庫，存有全國高速公路、普通公路、城市道路以及各種服務(wù)設(shè)施(餐飲、旅館、加油站、景點、停車場)的信息資料；其次是GPS定位系統(tǒng)，利用這個系統(tǒng)精確定位車輛所在的位置，與道路資料庫中的數(shù)據(jù)相比較，確

2、定以后的行駛方向；道路狀況信息系統(tǒng)，由交通管理中心提供實時的前方道路狀況信息，如堵車、事故等，必要時及時改變行駛路線；車輛防碰系統(tǒng)，包括探測雷達(dá)、信息處理系統(tǒng)、駕駛控制系統(tǒng) ，控制與其他車輛的距離，在探測到障礙物時及時減速或剎車，并把信息傳給指揮中心和其他車輛；緊急報警系統(tǒng)，如果出了事故，自動報告指揮中心進(jìn)行救援；無線通信系統(tǒng)，用于汽車與指揮中心的聯(lián)絡(luò)；自動駕駛系統(tǒng)，用于控制汽車的點火、改變速度和轉(zhuǎn)向等。汽車的主動安全性是指事故將要發(fā)生時操縱制動或轉(zhuǎn)向系，防止事故發(fā)生的能力，以及汽車正常行駛時保證其動力性、操縱穩(wěn)定性、駕駛舒適性、信息正常的能力。又可分為行駛安全性、環(huán)境安全性、感覺安全性、操作

3、安全性；汽車被動安全技術(shù)是指在車輛發(fā)生交通安全事故后，通過車內(nèi)的保護(hù)系統(tǒng)來有效地保護(hù)駕乘人員，盡量減少損傷的程度，包括對車上乘員和車下行人的保護(hù)又可分為車外部安全性、車內(nèi)部安全性。經(jīng)過近幾十年，尤其是進(jìn)人90年代以來的發(fā)展，未來汽車主動安全的新概念已大致形成如圖1所示。圖1 汽車主動安全的分類智能汽車研究包含眾多任務(wù)，如何利用環(huán)境感知信息實現(xiàn)智能汽車的自主循跡控制是其中的重要內(nèi)容之一。汽車本身是非線性的，加之汽車行駛的道路環(huán)境復(fù)雜多變，使得智能汽車自主循跡控制成為一個非線性、復(fù)雜、時變的控制問題，此時需要引入智能控制理論，采用仿人智能控制決策，使控制系統(tǒng)達(dá)到期望的目標(biāo)。近年來隨著控制理論的發(fā)展

4、，越來越多的智能控制技術(shù)被應(yīng)用于智能汽車自主循跡控制中。然而智能控制方法往往需要龐大的計算量并且依賴于高精度的電子元件設(shè)備，這在實際應(yīng)用中勢必會增加控制的成本并造成控制系統(tǒng)的滯后，為了彌補(bǔ)這些缺點，必須綜合運用現(xiàn)代控制方法和智能控制方法來實現(xiàn)智能汽車的自主循跡控制。2智能汽車自主循跡橫向控制方法智能汽車自主循跡橫向控制是通過調(diào)整汽車的轉(zhuǎn)向盤轉(zhuǎn)角使汽車與期望軌跡之間的橫向循跡誤差最小，同時使汽車運動方向與期望軌跡切線方向之間的角度誤差最小，在保證控制精度的前提下又要兼顧汽車的平順性和舒適性。2.1智能汽車的主要任務(wù)智能汽車自主循跡控制系統(tǒng)的主要任務(wù)包括任務(wù)規(guī)劃、行為決策以及底層汽車操作。在實際應(yīng)

5、用中，汽車的自主循跡控制分為橫向控制和縱向控制。橫向控制主要是通過控制轉(zhuǎn)向盤轉(zhuǎn)角使汽車沿期望的既定路線行駛，同時滿足一定的舒適性和平順性要求?？v向控制是行車方向上的控制，主要是通過控制汽車的油門和剎車使汽車按期望的車速行駛，同時實現(xiàn)與前后車車距的保持及緊急避障等功能。智能汽車自主循跡橫向和縱向控制系統(tǒng)的基本結(jié)構(gòu)如圖2、圖3所示。圖2智能汽車自主循跡橫向控制系統(tǒng)基本結(jié)構(gòu)圖3智能汽車自主循跡縱向控制系統(tǒng)基本結(jié)構(gòu)2.2汽車模型的分類智能汽車自主循跡控制中所選擇的汽車模型可以分為汽車轉(zhuǎn)向幾何學(xué)模型30-37、汽車運動學(xué)模型和汽車動力學(xué)模型。汽車轉(zhuǎn)向幾何學(xué)模型是智能汽車自主循跡控制中使用最早也是最廣泛的

6、汽車模型，使用一個簡單的公式表示智能汽車前輪轉(zhuǎn)角與期望道路軌跡之間的幾何關(guān)系。汽車轉(zhuǎn)向幾何學(xué)模型在控制時又分為非預(yù)瞄和基于預(yù)瞄兩種方式。由于汽車轉(zhuǎn)向幾何學(xué)模型易于理解，控制方法簡單，在智能汽車循跡橫向控制方面有著廣泛的應(yīng)用。 汽車運動學(xué)模型揭示的是汽車在全局坐標(biāo)系中的位移與汽車的車速、橫擺角和前輪轉(zhuǎn)角之間的關(guān)系。汽車運動學(xué)模型可以很好的解決智能汽車編隊跟隨控制問題，但由于模型復(fù)雜，計算量相對增大，增加了工程應(yīng)用中可能存在的錯誤，而且運算過程中需要計算道路曲率的一、二階導(dǎo)數(shù)，這無形中要求道路必須連續(xù)且平順，在獨立的智能汽車循跡控制中應(yīng)用較少。 汽車動力學(xué)模型以牛頓力學(xué)定律為基本原理，揭示的是汽車

7、的受力與汽車各運動學(xué)變量之間的關(guān)系。模型易于理解，在應(yīng)用時算法稍顯復(fù)雜，其控制精度要高于汽車轉(zhuǎn)向幾何學(xué)模型和汽車運動學(xué)模型。但由于普遍使用的線性二自由度汽車模型在建模時進(jìn)行了一定的線性化假設(shè)，模型在非線性區(qū)的控制精度較低。2.3自主循跡的控制內(nèi)容智能汽車自主循跡控制按照其控制內(nèi)容可以分成橫向控制、縱向控制以及縱橫向耦合控制。橫向控制分為補(bǔ)償跟蹤控制和預(yù)瞄跟蹤控制。補(bǔ)償跟蹤控制的輸入是當(dāng)前時刻汽車行駛的狀態(tài)信息和道路信息之間的偏差，控制器根據(jù)輸入的偏差進(jìn)行補(bǔ)償校正，計算出相應(yīng)的轉(zhuǎn)向盤轉(zhuǎn)角。預(yù)瞄跟蹤控制則是模擬駕駛員駕駛汽車時的預(yù)瞄原理，根據(jù)未來某一時刻汽車的期望位置和預(yù)計位置之間的差值進(jìn)行控制。

8、縱向控制常用于現(xiàn)代汽車的自適應(yīng)巡航控制中，其目的是使智能汽車在循跡時保持期望的既定車速，同時保持與前后車的距離處于安全標(biāo)準(zhǔn)之內(nèi)。2.4存在的問題傳統(tǒng)的自主循跡控制方法往往依賴于被控對象的精確數(shù)學(xué)模型，由于智能汽車系統(tǒng)的復(fù)雜性、非線性、時變性和不確定性，一般無法獲得精確的數(shù)學(xué)模型而且在研究時提出的一些比較苛刻的線性化假設(shè)與實際應(yīng)用往往不相符，這使得傳統(tǒng)的自主循跡控制方法在汽車非線性區(qū)循跡時經(jīng)常會失效。神經(jīng)網(wǎng)絡(luò)可以通過其自學(xué)習(xí)能力對汽車動力學(xué)模型進(jìn)行非線性補(bǔ)償，改善其在非線性區(qū)的控制效果。然而神經(jīng)網(wǎng)絡(luò)補(bǔ)償方法需要大量的線上計算并依賴于高精度的 ECU，僅依靠神經(jīng)網(wǎng)絡(luò)補(bǔ)償實現(xiàn)智能汽車的自主循跡控制勢

9、必會增加控制的成本并產(chǎn)生一些潛在的誤差。 可以通過多控制方法變換解決此問題，然而以往智能汽車自主循跡控制中使用了多種不同的汽車模型，這些不同的汽車模型各有優(yōu)缺點，適用范圍也不同，在同一行駛工況下的控制精度也有差異，目前尚缺少關(guān)于智能汽車自主循跡控制幾種汽車模型的統(tǒng)一比較。目前智能汽車自主循跡縱向控制方法大多是將期望車速視作道路曲率和汽車側(cè)向加速度的函數(shù)，這些方法計算出的期望車速信號變化比較靈敏，車速的選擇也沒有實際駕駛員的操作那么靈活，如何模擬駕駛員的思維智能地選擇車速是一個難題。3智能汽車自主循跡橫向控制仿真實驗3.1智能汽車自主循跡控制仿真試驗環(huán)境為了比較各種橫向控制方法的性能，使用 Ma

10、tlab/simulink 和 Carsim 軟件進(jìn)行聯(lián)合仿真。在相同試驗條件下針對每一種橫向控制方法分別進(jìn)行雙移線仿真試驗和圓形彎道仿真試驗，并將各種橫向控制方法得出的汽車質(zhì)心處的橫向循跡誤差進(jìn)行對比。定義汽車質(zhì)心位于道路軌跡左側(cè)時誤差為正，反之為負(fù)。 雙移線試驗在汽車性能測試中經(jīng)常使用，此處可以用來表征智能汽車自主循跡控制器在直線道路上遇到緊急彎道時的性能。由于存在兩個方向相反的緊急彎道，還可以表征控制器對道路曲率變化的魯棒性。雙移線仿真試驗的道路軌跡具體參數(shù)參照 ISO/3888 技術(shù)報告與 GB6323-86 標(biāo)準(zhǔn)，如圖4所示。圖4 雙移線仿真試驗道路軌跡圖4中，S0 =50m；S1

11、=15m；S2 =30m；S3 =S4 =25m；S5 =30m；S6 =50m；變道距離 D =3.5m； b表示車寬；標(biāo)桿寬度B =1.1b+0.25m；標(biāo)桿寬度B2 =1.2b +0.25m；標(biāo)桿寬度B =1.3b +0.25m。圓形彎道仿真試驗的道路軌跡由一個固定曲率的圓形彎道組成，曲率半徑為 152.4m，目的是表征智能汽車自主循跡控制器在某一固定曲率道路上的循跡效果，同時由于汽車最終處于一個穩(wěn)定的狀態(tài)，該試驗還可以用來表征循跡控制器穩(wěn)態(tài)循跡誤差的大小。在 Carsim 軟件中分別建立雙移線仿真試驗和圓形彎道仿真試驗的道路軌跡，如圖5所示。圖5 Carsim 中建立的圓形彎道仿真試驗

12、道路軌跡3.2汽車轉(zhuǎn)向幾何學(xué)模型橫向控制方法及其仿真汽車轉(zhuǎn)向幾何學(xué)模型是智能汽車自主循跡控制中使用最早也是最廣泛的汽車模型，可分為非預(yù)瞄和基于預(yù)瞄 2 種情況。非預(yù)瞄轉(zhuǎn)向幾何學(xué)模型橫向控制方法在一系列假設(shè)條件下，可以用一個線性二自由度的二輪模型來代替智能汽車模型。通常的假設(shè)包括：忽略汽車的轉(zhuǎn)向系統(tǒng)，以前輪轉(zhuǎn)角作為轉(zhuǎn)向輸入；忽略懸架，即忽略汽車的俯仰和側(cè)傾運動；汽車縱向車速視作定值；輪胎處于線性區(qū)，汽車側(cè)向加速度限定在 0.4g 以下；忽略地面切向力對輪胎的影響。此時，汽車前輪轉(zhuǎn)角和后輪將要行駛的軌跡之間滿足一個簡單的幾何學(xué)關(guān)系，稱為汽車轉(zhuǎn)向幾何學(xué)模型，如圖6所示。這種簡單的汽車模型目前仍被大量

13、使用，在 2005 年第二屆 DARPA 越野挑戰(zhàn)賽上取得前兩名的 Stanley 和 Sandstorm智能汽車均使用這種簡單的模型作為自主循跡橫向控制的理論依據(jù)。圖6 汽車轉(zhuǎn)向幾何學(xué)模型汽車轉(zhuǎn)向幾何學(xué)模型的前輪轉(zhuǎn)角與道路軌跡曲率半徑之間的關(guān)系表示為：tan=L /R 汽車前輪轉(zhuǎn)角（deg）；L 汽車軸距（m）；R 期望軌跡的曲率半徑（m）。不同的智能汽車自主循跡橫向控制方法往往使用汽車不同位置處的橫向循跡誤差，非預(yù)瞄汽車轉(zhuǎn)向幾何學(xué)模型橫向控制方法使用汽車前輪處的橫向循跡誤差fe 。汽車前輪處的橫向循跡誤差與期望軌跡的關(guān)系如圖7所示。圖7 汽車前輪處的橫向循跡誤差與期望軌跡的關(guān)系根據(jù)圖7可知

14、，汽車前輪處的角度循跡誤差為：e=-pe角度循跡誤差（deg）； 汽車橫擺角（deg）； p 期望的汽車橫擺角（deg）循跡控制器的目的是通過調(diào)整使e 和ef 都趨于 0：v 車速（m/s）k 調(diào)整系數(shù)橫向循跡誤差是表征智能汽車自主循跡控制效果的重要指標(biāo)，盡管不同的控制方法在運算過程中使用了汽車不同位置處橫向循跡誤差，為了使試驗結(jié)果更具可比性，試驗結(jié)果將統(tǒng)一分析汽車質(zhì)心處的橫向循跡誤差。分別以 5m/s、10m/s、15m/s 和 20m/s 車速進(jìn)行 4 組雙移線仿真試驗，汽車質(zhì)心處的橫向循跡誤差如圖8所示，為了使仿真試驗得出的橫向循跡誤差曲線更清晰，針對不同的仿真結(jié)果分別限定不同的縱坐標(biāo)范

15、圍，而非使用統(tǒng)一的坐標(biāo)范圍。圖8 非預(yù)瞄汽車轉(zhuǎn)向幾何學(xué)模型雙移線仿真試驗結(jié)果由圖8可知，在同一調(diào)整系數(shù)k 條件下，隨著車速的提高，非預(yù)瞄汽車轉(zhuǎn)向幾何學(xué)模型在固定曲率彎道循跡的控制精度隨著車速的增大而逐漸降低，在同一車速下控制精度隨著調(diào)整系數(shù)k 的增大。而提高。盡管可以通過增大調(diào)整系數(shù)k 來彌補(bǔ)車速增大造成的循跡控制精度的下降，但這種彌補(bǔ)效果僅能在一定程度上改善循跡控制精度。當(dāng)車速過大時，非預(yù)瞄汽車轉(zhuǎn)向幾何學(xué)模型的控制精度仍然較低。這與雙移線仿真試驗得出的結(jié)論相符，進(jìn)一步證明了非預(yù)瞄汽車轉(zhuǎn)向幾何學(xué)模型適用于智能汽車的低速循跡工況。 基于預(yù)瞄的轉(zhuǎn)向幾何學(xué)模型橫向控制方法基于預(yù)瞄的汽車轉(zhuǎn)向幾何學(xué)模型

16、研究的是當(dāng)前汽車前輪轉(zhuǎn)角與汽車前方ld 處某一點 （gx，gy）處的期望軌跡之間的關(guān)系，該方法使用的是預(yù)瞄點處的橫向循跡誤差ep，如圖9所示：圖9 基于預(yù)瞄的汽車轉(zhuǎn)向幾何學(xué)模型分別以 5m/s、10m/s、15m/s 和 20m/s 車速進(jìn)行 4 組雙移線仿真試驗。汽車質(zhì)心處的橫向循跡誤差如圖9所示。圖9 基于預(yù)瞄的汽車轉(zhuǎn)向幾何學(xué)模型雙移線仿真試驗結(jié)果由圖9可知，基于預(yù)瞄的汽車轉(zhuǎn)向幾何學(xué)模型在同一車速下的橫向循跡誤差隨著調(diào)整系數(shù) k 的增大而增大。對于同一調(diào)整系數(shù)k ，隨著車速的提高，循跡誤差也越來越大。預(yù)瞄距離越短（k 越?。?yīng)的循跡精度越高，預(yù)瞄距離越長（k 越大）對應(yīng)的期望軌跡越平緩。

17、所以，k 越小越容易導(dǎo)致系統(tǒng)的收斂性變差，k 越大越容易導(dǎo)致系統(tǒng)循跡精度的降低。當(dāng) k 足夠大即預(yù)瞄距離足夠遠(yuǎn)時，會出現(xiàn)轉(zhuǎn)向不足的情況，原因是基于預(yù)瞄的汽車轉(zhuǎn)向幾何學(xué)模型僅關(guān)注前方道路某一點處的曲率而忽視了汽車到預(yù)瞄點之間的道路曲率變化。由于存在預(yù)瞄，基于預(yù)瞄的汽車轉(zhuǎn)向幾何學(xué)模型對于道路曲率瞬態(tài)變化的魯棒性要強(qiáng)于非預(yù)瞄汽車轉(zhuǎn)向幾何學(xué)模型。3.3運動學(xué)模型光滑時變反饋橫向控制方法原理汽車運動學(xué)模型揭示的是汽車在全局坐標(biāo)系中的位移與汽車車速、橫擺角和前輪轉(zhuǎn)角之間的關(guān)系，如圖10所示，圖中 x和 y 表示汽車后輪中心在全局坐標(biāo)系中的坐標(biāo)，fx 和fy 表示汽車前輪中心在全局坐標(biāo)系中的坐標(biāo)。 圖10

18、汽車運動學(xué)模型 圖11 汽車后輪處的橫向循跡誤差與期望軌跡的關(guān)系期望軌跡曲率 k（s）可用期望汽車橫擺角p與汽車沿期望軌跡行程s表示： 汽車運動學(xué)模型寫成矩陣形式： 別以 5m/s、10m/s、15m/s 和 20m/s 車速進(jìn)行 4 組雙移線仿真試驗。汽車質(zhì)心處的橫向循跡誤差如圖12 所示。圖12 汽車運動學(xué)模型雙移線仿真試驗結(jié)果由圖12可知，隨著車速的提高，汽車運動學(xué)模型在雙移線仿真試驗的循跡控制精度越來越低。在同一車速下，其循跡控制的精度隨著調(diào)整系數(shù)k 的增大而提高。因此可以通過增大調(diào)整系數(shù)k 來彌補(bǔ)車速提高帶來的控制精度的下降，但調(diào)整系數(shù)k 的彌補(bǔ)效果并不如非預(yù)瞄和基于預(yù)瞄的汽車轉(zhuǎn)向幾何學(xué)模型那么明顯。3.4汽車動力學(xué)模型橫向控制方法及其仿真線性二自由度汽車模型同樣可以進(jìn)行汽車的動力學(xué)分析。汽車動力學(xué)模型表征的是汽車的受力與汽車的速度、加速度以及橫擺角之間的關(guān)系。圖13汽車動力學(xué)