徐志剛，王明亮，張 瑋，趙佳樂

(長(zhǎng)安大學(xué) 信息工程學(xué)院，陜西 西安 710064)

0 引 言

隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展，仿真技術(shù)的應(yīng)用在深度和廣度上都達(dá)到了很高的水平。在交通領(lǐng)域，運(yùn)用仿真技術(shù)構(gòu)建一個(gè)半實(shí)物仿真平臺(tái)，對(duì)交通系統(tǒng)的論證、研制、測(cè)試、改進(jìn)等方面都起著十分重要的作用[1]。把行駛在公路上的車輛緊密排列成隊(duì)，能夠極大地增加同等道路條件下的車輛通行能力，因此，給車輛編隊(duì)被認(rèn)為是解決當(dāng)前交通擁堵、事故頻發(fā)、空氣污染等問題最有效的方法之一[2]。隨著先進(jìn)車輛控制技術(shù)(AVCS)愈來愈成熟，車輛主動(dòng)安全性能和可靠性能得到大幅提升。與此同時(shí)，車載硬件及軟件模塊也越來越復(fù)雜[3]，導(dǎo)致了極為復(fù)雜的車輛系統(tǒng)結(jié)構(gòu)和車載通信網(wǎng)絡(luò)，從而使車輛控制仿真變得越來越困難，進(jìn)一步的實(shí)車實(shí)驗(yàn)就會(huì)變得越來越昂貴和危險(xiǎn)。大多數(shù)學(xué)者選擇利用各種交通仿真工具和實(shí)驗(yàn)測(cè)試手段進(jìn)行理論驗(yàn)證，然而考慮到實(shí)際情況的復(fù)雜性，如信號(hào)干擾、通信延時(shí)等使得仿真工具與實(shí)際環(huán)境有較大差異，利用實(shí)物對(duì)車輛編隊(duì)進(jìn)行實(shí)驗(yàn)是十分必要的。

半實(shí)物仿真技術(shù)是一種在仿真系統(tǒng)滿足整體要求的條件下部分過程利用實(shí)物代替的技術(shù)，是車路協(xié)同系統(tǒng)設(shè)計(jì)、實(shí)驗(yàn)、性能優(yōu)化測(cè)試強(qiáng)有力的工具。其優(yōu)點(diǎn)主要有：能夠?qū)?shí)際情況進(jìn)行模擬，不會(huì)產(chǎn)生實(shí)際危險(xiǎn)；利用半實(shí)物仿真，可以在真實(shí)世界中不能實(shí)現(xiàn)的極端條件下進(jìn)行測(cè)試；利用半實(shí)物仿真可以在相對(duì)真實(shí)環(huán)境下發(fā)現(xiàn)系統(tǒng)的不足之處；能夠加速開發(fā)流程，降低研發(fā)費(fèi)用，減少開發(fā)時(shí)間[4]。

1 相關(guān)研究

荷蘭應(yīng)用科學(xué)研究機(jī)構(gòu)TNO搭建了基于半實(shí)物仿真的智能車和道路系統(tǒng)的模擬實(shí)驗(yàn)VEHIL(vehicle hardware in the loop),用于測(cè)試車輛編隊(duì)的巡航控制、起?？刂啤④囓嚭蛙嚶吠ㄐ?、車隊(duì)協(xié)同駕駛等功能。

目前比較成熟的車路協(xié)同仿真平臺(tái)有德國(guó)柏林交通系統(tǒng)研究所(institution of transportation systems)的SUMO仿真平臺(tái),美國(guó)拉斯阿莫斯國(guó)家實(shí)驗(yàn)室(Los Alamos national laboretory)的TRANSINS交通仿真平臺(tái)[5]，此外法國(guó)的NEMIS、英國(guó)的PARAMICS等也開展了車隊(duì)協(xié)同駕駛相關(guān)實(shí)驗(yàn)[6-11]。

雖然半實(shí)物仿真平臺(tái)的搭建對(duì)于車路協(xié)同技術(shù)，車輛編隊(duì)及車聯(lián)網(wǎng)等相關(guān)技術(shù)的發(fā)展有至關(guān)重要的意義，但在國(guó)內(nèi)的科研機(jī)構(gòu)中卻只有少數(shù)構(gòu)建了半實(shí)物仿真平臺(tái)，如軍事交通學(xué)院的自動(dòng)化模擬演練室、吉林大學(xué)的汽車仿真與控制實(shí)驗(yàn)室、國(guó)防科技大學(xué)的紅旗系列、上海交通大學(xué)的Cybercar系列、交通運(yùn)輸部公路科學(xué)研究院的北京試驗(yàn)場(chǎng)、武漢理工大學(xué)的道路交通機(jī)電平臺(tái)、長(zhǎng)安大學(xué)構(gòu)建的車路協(xié)同實(shí)驗(yàn)場(chǎng)[12-17]等。文中對(duì)長(zhǎng)安大學(xué)道路交通工程技術(shù)研究中心構(gòu)建的車路協(xié)同仿真平臺(tái)做系統(tǒng)的介紹，并對(duì)車輛編隊(duì)控制中的車輛跟隨模型進(jìn)行測(cè)試和驗(yàn)證。

2 車路協(xié)同半實(shí)物仿真系統(tǒng)

車路協(xié)同半實(shí)物仿真系統(tǒng)利用模塊化思想設(shè)計(jì)任務(wù)，將系統(tǒng)劃分為模擬道路、上位機(jī)、定位裝置、通信網(wǎng)絡(luò)及智能模型車輛等，如圖1所示。

圖1 車路協(xié)同半實(shí)物仿真系統(tǒng)組成

(1)模擬道路。

模擬道路是一個(gè)比例為1∶15的道路模型，可以用來開展車路協(xié)同技術(shù)相關(guān)的實(shí)驗(yàn)研究。微縮沙盤的面積約為15 m2，主體部分包括仿真道路、LED信息顯示器及相關(guān)的交通設(shè)施，如圖2所示。仿真道路為雙車道，車道寬度為15 cm，道路表面呈磨砂面，具有直道與彎道。

圖2 模擬道路

(2)上位機(jī)。

上位機(jī)主要用來運(yùn)行相關(guān)的仿真控制軟件，用于對(duì)車輛協(xié)同駕駛過程進(jìn)行建模與控制。根據(jù)建立的協(xié)同場(chǎng)景模型，設(shè)計(jì)相關(guān)的協(xié)同控制算法，并進(jìn)行仿真驗(yàn)證。將控制策略傳輸?shù)侥Ｐ蛙囕v進(jìn)行半實(shí)物仿真。仿真過程中在仿真控制軟件上實(shí)時(shí)顯示車輛協(xié)同駕駛信息，如速度、加速度、航向及車輛位置等信息，利用得到的車輛行駛信息，可以在線調(diào)整模型車輛所需的控制參數(shù)，便于協(xié)同策略的優(yōu)化。

(3)定位裝置。

用于對(duì)模擬道路上移動(dòng)的模型車輛進(jìn)行定位，并通過通信網(wǎng)絡(luò)將定位數(shù)據(jù)發(fā)送給對(duì)應(yīng)的模型車輛，為車輛間的協(xié)同提供數(shù)據(jù)基礎(chǔ)。

(4)通信網(wǎng)絡(luò)。

自組織通信網(wǎng)絡(luò)主要是用來進(jìn)行車-車/車-路通信，車-車通信是實(shí)現(xiàn)模型車輛在運(yùn)動(dòng)過程中與周圍行駛車輛的信息交互，上位機(jī)通過車路通信的方式來監(jiān)測(cè)和控制沙盤中的車輛運(yùn)動(dòng)狀態(tài)，以及進(jìn)行運(yùn)行策略的發(fā)布。

(5)智能模型車輛。

模型車輛是仿真系統(tǒng)的被控對(duì)象。模型車上裝配有微處理器和多種車載傳感器，如加速度傳感器、測(cè)速傳感器、紅外測(cè)距傳感器、光電傳感器、通信模塊等。車載傳感器用于采集自身的行駛狀態(tài)信息，并通過通信網(wǎng)絡(luò)將這些信息以固定的頻率進(jìn)行廣播，同時(shí)也通過通信網(wǎng)絡(luò)接收周圍車輛廣播的行駛信息以及上位機(jī)發(fā)送的控制信息及定位信息，車載微處理器對(duì)收集到的數(shù)據(jù)進(jìn)行處理，根據(jù)不同的協(xié)同策略調(diào)整自身的行駛狀態(tài)。

3 半實(shí)物仿真實(shí)驗(yàn)

3.1 場(chǎng)景描述

車輛跟隨的一般過程主要包括三部分：感知和信息搜集、決策和控制過程以及跟隨狀態(tài)輸出。首先，輸入前車運(yùn)動(dòng)狀態(tài)(車速、加速度、車距等)；其次，駕駛員感知前車和自車的運(yùn)動(dòng)狀態(tài)信息并進(jìn)行分析，然后做出決策并調(diào)整車輛狀態(tài)；最后，車輛根據(jù)駕駛員的控制跟隨前車行駛，輸出跟隨車的運(yùn)行狀態(tài)。

車輛動(dòng)力學(xué)模型：智能車在行駛過程中所承受的阻力主要有地面摩擦阻力、空氣阻力、加速度阻力等，用一個(gè)等式表示如下：

(1)

其中，μ為摩擦系數(shù)；m為小車質(zhì)量；g為重力加速度；θ為路面傾斜角；α為偏航角；fα()為阻力修正函數(shù)；δ為質(zhì)量換算系數(shù)。

永磁直流電動(dòng)機(jī)的機(jī)械特性如下：

(2)

其中，Ω為電機(jī)角速度；U為電樞端電壓；Ra為電樞繞組電阻；Rj為電樞回路串入的調(diào)節(jié)電阻；CE為電動(dòng)勢(shì)常數(shù)；CT為轉(zhuǎn)矩常數(shù)；Tem為電磁轉(zhuǎn)矩；Φ為每極的磁通量。

假設(shè)小車以某個(gè)設(shè)定速度行駛，那么，在行駛過程中有Ft=F，根據(jù)電動(dòng)機(jī)的特性，有Tem=T0+T2，空載轉(zhuǎn)矩為T0=0，則

(3)

其中，T2為機(jī)械轉(zhuǎn)矩；r為車輪半徑。

假設(shè)小車在行駛過程中不存在滑動(dòng)現(xiàn)象，則智能小車后輪驅(qū)動(dòng)速度u=Ωr，根據(jù)式(2)和式(3)整理得到電機(jī)模型為：

(4)

其中

在傳統(tǒng)交通環(huán)境中前車運(yùn)動(dòng)狀態(tài)的感知和收集一般通過人工估計(jì)的方式來獲取，由于不同的駕駛員，不同的交通環(huán)境，駕駛經(jīng)驗(yàn)等因素的影響，通常情況下駕駛員估計(jì)的前車運(yùn)動(dòng)狀態(tài)與真實(shí)運(yùn)動(dòng)數(shù)值之間存在較大誤差。這種情況在引入車-車通信系統(tǒng)后將有巨大的改善[18]。

3.2 理論模型仿真

2000年，姜銳等[19]提出了全速度差(FVD)模型，該模型考慮了正負(fù)速度差對(duì)車輛動(dòng)力學(xué)的影響，能夠避免產(chǎn)生過高加速度的問題。

(5)

其中，a為敏感系數(shù)；Δvn(t)=vn+1(t)-vn(t)；V(Δxn(t))為優(yōu)化速度函數(shù)；λ為速度差項(xiàng)的權(quán)系數(shù)，采用分布假定函數(shù)：

(6)

其中，a，b和臨界間距Δxc為常數(shù)。

上式表明，當(dāng)車距的取值范圍不同時(shí)，選取不同的速度差權(quán)系數(shù)來控制對(duì)優(yōu)化速度的影響，車距越大，兩車速度差的影響就越小，反之同理。

車輛啟動(dòng)過程的初始化分布：車隊(duì)包括10輛車，每輛車的位置為：

xn(0)=(n-1)d,n=1,2,…,10

(7)

其中，d=7.4 m。

車隊(duì)在啟動(dòng)之前，頭車(n=10)處于靜止?fàn)顟B(tài)，v10(0)=0 m/s。因模擬中采用Helbing優(yōu)化速度函數(shù)，VH(7.4)=0 m/s，所以vn(0)=0,n=1,2,…,9。因此初始時(shí)刻車隊(duì)靜止。

邊界條件：頭車的優(yōu)化速度VH(∞)=14.66，因?yàn)榍胺經(jīng)]車，在任何時(shí)候ΔvH=0。

仿真過程如圖3所示。

圖3 FVD模型車隊(duì)啟動(dòng)過程車輛運(yùn)動(dòng)狀態(tài)仿真結(jié)果

FVD模型在車輛的速度控制、車隊(duì)穩(wěn)定性等方面具有較好的表現(xiàn)，可以考慮將其作為一種跟隨控制策略加以應(yīng)用，因此文中選取FVD模型作為車輛的控制模型，進(jìn)行進(jìn)一步的半實(shí)物仿真驗(yàn)證。

3.3 車輛跟隨場(chǎng)景半實(shí)物仿真實(shí)驗(yàn)

3.3.1 方案設(shè)計(jì)

根據(jù)車輛跟隨模型的要求，應(yīng)用文中搭建的車路協(xié)同半實(shí)物仿真系統(tǒng)對(duì)跟隨模型進(jìn)行仿真驗(yàn)證。將基于理論模型的控制算法移植到模型車輛上，并讓模型車在道路微縮沙盤上進(jìn)行移動(dòng)，測(cè)試的目的在于觀察前后車之間的協(xié)同過程，將結(jié)果與理論模型的仿真結(jié)果進(jìn)行對(duì)比，驗(yàn)證在半實(shí)物仿真環(huán)境下模型車輛的運(yùn)動(dòng)是否會(huì)出現(xiàn)與軟件仿真相似的結(jié)果，以驗(yàn)證該方案的合理性，以及控制模型在半實(shí)物仿真環(huán)境下的穩(wěn)定性及健壯性，為實(shí)物仿真提供理論基礎(chǔ)。

選取4輛實(shí)驗(yàn)?zāi)Ｐ蛙囕v，將車輛的參數(shù)通過無線網(wǎng)絡(luò)實(shí)時(shí)進(jìn)行交互。實(shí)驗(yàn)車輛分為兩種，分別為頭車和跟隨車。頭車為自由行駛狀態(tài)，仿真控制系統(tǒng)通過向頭車發(fā)送控制信息實(shí)現(xiàn)對(duì)頭車的控制，進(jìn)而觀察當(dāng)頭車行駛狀態(tài)發(fā)生改變時(shí)跟隨車的調(diào)整過程。跟隨車通過車載微處理機(jī)實(shí)時(shí)解析自身數(shù)據(jù)以及收到的前車的數(shù)據(jù)，并且將數(shù)據(jù)代入跟隨控制模型，計(jì)算跟隨車速，并實(shí)現(xiàn)協(xié)同式跟隨。模型車輛跟隨控制算法采用FVD模型，選取Helbing優(yōu)化函數(shù)，由于上述模型是反映真實(shí)車輛運(yùn)動(dòng)的模型，無法直接將模型車輛的數(shù)據(jù)帶入，故結(jié)合模型車輛與真實(shí)車輛的比例引入比例因子ε，將車輛模型的運(yùn)動(dòng)參數(shù)通過比例因子轉(zhuǎn)化為真實(shí)車輛的運(yùn)動(dòng)參數(shù)。則模型小車的運(yùn)動(dòng)控制公式為：

(8)

初始化分布：4輛車排成一列，每輛車的位置為:

(9)

其中，d'=d/ε=0.37 m。

車隊(duì)開始起步之前，頭車處于靜止?fàn)顟B(tài)。車輛運(yùn)動(dòng)信息以10 Hz的頻率進(jìn)行廣播。定位數(shù)據(jù)同樣以10 Hz的頻率進(jìn)行刷新。

3.3.2 結(jié)果分析

分別對(duì)車輛的啟動(dòng)和剎車場(chǎng)景進(jìn)行實(shí)驗(yàn)，以驗(yàn)證文中搭建的半實(shí)物仿真系統(tǒng)能否正確地還原跟隨場(chǎng)景，及對(duì)跟隨模型在半實(shí)物仿真環(huán)境下的控制效果進(jìn)行驗(yàn)證。

車輛啟動(dòng)和剎車半實(shí)物仿真實(shí)驗(yàn)結(jié)果分別如圖4和圖5所示。

圖4 車輛啟動(dòng)半實(shí)物仿真實(shí)驗(yàn)結(jié)果

圖5 車輛剎車半實(shí)物仿真實(shí)驗(yàn)結(jié)果

通過對(duì)車隊(duì)啟動(dòng)與剎車過程的實(shí)驗(yàn)結(jié)果進(jìn)行分析可知：

(1)兩組實(shí)驗(yàn)結(jié)果均與FVD模型數(shù)值仿真時(shí)的速度與位移變化曲線出現(xiàn)了相似的變化趨勢(shì)。這說明搭建的半實(shí)物仿真系統(tǒng)，在一定程度上還原了車路協(xié)同環(huán)境下車輛跟隨場(chǎng)景中車輛的協(xié)同過程。

(2)從啟動(dòng)過程的位移變化曲線可以看出，位移的變化趨勢(shì)并不平滑而是會(huì)出現(xiàn)波動(dòng)，這是由于定位裝置的誤差造成的，這使得車距信息也會(huì)受到誤差的影響。最終造成對(duì)模型車輛狀態(tài)的錯(cuò)誤控制，造成車速與理想值有差距，導(dǎo)致車隊(duì)進(jìn)入穩(wěn)定狀態(tài)的時(shí)間后移。同時(shí)由于定位誤差是始終存在的，這也會(huì)導(dǎo)致車速在優(yōu)化速度附近波動(dòng)。

(3)從剎車過程的位移變化曲線可以看出，在40 m處4輛車發(fā)生了碰撞。這是由于定位信息的誤差造成的，因?yàn)楫?dāng)前后車的間距越小，誤差對(duì)車距準(zhǔn)確性的影響就越大，進(jìn)而對(duì)模型車輛的運(yùn)動(dòng)狀態(tài)的影響就越大，導(dǎo)致車輛相撞。

綜上，文中搭建的半實(shí)物仿真系統(tǒng)，在一定程度上還原了車路協(xié)同環(huán)境下車輛跟隨場(chǎng)景中車輛的協(xié)同過程，并且發(fā)現(xiàn)理論模型忽視了真實(shí)環(huán)境中存在的定位誤差的影響導(dǎo)致車輛發(fā)生碰撞，存在一定的缺陷。

4 結(jié)束語

對(duì)車路協(xié)同半實(shí)物仿真平臺(tái)的軟硬件組成、系統(tǒng)結(jié)構(gòu)、原理和技術(shù)進(jìn)行了詳細(xì)的分析，利用構(gòu)建的車路協(xié)同半實(shí)物仿真系統(tǒng)，對(duì)基于V2V的車路協(xié)同場(chǎng)景進(jìn)行了半實(shí)物模擬仿真實(shí)驗(yàn)。實(shí)時(shí)采集了實(shí)驗(yàn)過程中不同場(chǎng)景下模型車輛的行駛狀態(tài)數(shù)據(jù)，并對(duì)其進(jìn)行了分析。研究結(jié)果表明，該系統(tǒng)能夠較真實(shí)地還原典型的交通場(chǎng)景，驗(yàn)證控制模型的可用性，并能反映出潛在的物理因素對(duì)控制模型的影響，為理論模型的進(jìn)一步完善和真實(shí)環(huán)境下的實(shí)驗(yàn)提供依據(jù)。

鑒于半實(shí)物仿真的各種益處，開展半實(shí)物仿真將會(huì)在越來越多的領(lǐng)域興起，半實(shí)物仿真的規(guī)范和技術(shù)仍然處于不斷發(fā)展和完善中。

參考文獻(xiàn)：

[1] 李小華.我國(guó)計(jì)算機(jī)應(yīng)用的發(fā)展現(xiàn)狀與趨勢(shì)預(yù)測(cè)[J].信息與電腦:理論版,2014(1):179-180.

[2] 常 城.汽車電子半實(shí)物仿真平臺(tái)的研究[D].大連：大連理工大學(xué),2008.

[3] 張曉杰,姜同敏,王曉峰.提高計(jì)算機(jī)網(wǎng)絡(luò)可靠性的方法研究[J].計(jì)算機(jī)工程與設(shè)計(jì),2010,31(5):990-994.

[4] VANHOLME B,GRUYER D,GLASER S,et al.Fast prototyping of a highly autonomous cooperative driving system for public roads[C]//Proceedings of IEEE intelligent vehicles symposium.[s.l.]:IEEE,2010:135-142.

[5] 何智偉.智能車路系統(tǒng)中汽車編隊(duì)控制建模方法研究[D].武漢:武漢理工大學(xué),2009.

[6] RAJAMANI R,CHOI S B,LAW B K,et al.Design and experimental implementation of longitudinal control for a platoon of automated vehicles[J].Journal of Dynamic Systems Measurement and Control,2000,122(3):470-476.

[7] MILANES V,ALONSO J,BOURAOUI L,et al.Cooperative maneuvering in close environments among cybercars and dual-mode cars[J].IEEE Transactions on Intelligent Transportation Systems,2011,12(1):15-24.

[8] VAN DEN BROEK T H A,NETTEN B D,HOEDEMAEKER M,et al.The experimental setup of a large field operational test for cooperative driving vehicles at the A270[C]//13th IEEE international conference on intelligent transportation system.[s.l.]:IEEE,2012:198-203.

[9] REICHARDT D,MIGLIETTA M,MORETTI L,et al.CarTALK 2000-safe and comfortable driving based upon inter-vehicle-communication[C]//Proceeding of IEEE intelligent vehicles symposium.[s.l.]:IEEE,2002:545-550.

[10] KATO S,TSUGAWA S,TOKUDA K.Vehicle control algorithm for cooperative driving with automated vehicles and intervehicle communications[J].IEEE Transactions on Intelligent Transportation Systems,2002,3(3):155-161.

[11] XU Z,ZHAO X,LI H,et al.Initial classification algorithm for pavement distress images using features fusion of texture and shape[C]//95th annual meeting on transportation research board.[s.l.]:[s.n.],2016.

[12] 趙祥模,惠 飛,史 昕,等.泛在交通信息服務(wù)系統(tǒng)的概念、架構(gòu)與關(guān)鍵技術(shù)[J].交通運(yùn)輸工程學(xué)報(bào),2014,14(4):105-115.

[13] 白國(guó)柱,趙祥模,徐志剛,等.車路通信環(huán)境下 TD-LTE無線資源調(diào)度建模與仿真[J].現(xiàn)代電子技術(shù),2014,37(13):1-5.

[14] 陳 婷,趙祥模,代 亮,等.車輛通信接入系統(tǒng)的自適應(yīng)傳輸模式選擇策略[J].交通運(yùn)輸工程學(xué)報(bào),2014,14(1):119-126.

[15] 趙祥模,徐志剛,陳 婷,等.一種基于LTE技術(shù)的車路通信測(cè)試平臺(tái)及測(cè)試方法:CN,CN103533559A[P].2014-01-22.

[16] 李驍馳.基于4G-LTE與WAVE的車聯(lián)網(wǎng)無線通信平臺(tái)構(gòu)建與性能測(cè)試[D].西安:長(zhǎng)安大學(xué),2015.

[17] 徐志剛,任 亮,程 鑫,等.一種基于車聯(lián)網(wǎng)的智能車路協(xié)同系統(tǒng)仿真模型平臺(tái):CN,CN201320124681.3[P].2013-10-09.

[18] 魯光泉,王云鵬,田大新.車車協(xié)同安全控制技術(shù)[M].北京:科學(xué)出版社,2014.

[19] 姜 銳,吳清松,朱祚金.一種新的交通流動(dòng)力學(xué)模型[J].科學(xué)通報(bào),2000,45(17):1895-1899.