馬小陸，許其運，賈豐源

（1.安徽工業(yè)大學(xué) 電氣信息學(xué)院，安徽，馬鞍山 243002；2.安徽奇瑞汽車股份有限公司，安徽，蕪湖 241000）

全世界每年有大約125 萬人死于交通事故[1]，中國每年大約有6 萬人死于交通事故，在高速公路上，意外死亡率更是高達77%，這就意味著一起交通事故發(fā)生，4 人中僅能有1 人生還。人為原因是交通事故高發(fā)的一個重要原因，其中89.1%是源于駕駛員的誤判[2-3]。

自適應(yīng)巡航控制系統(tǒng)[4-8]（Adaptive Cruise Control，ACC）是一種汽車主動安全技術(shù)，能在很大程度上減輕駕駛員的疲勞，從而提高駕駛安全性和道路通行能力。然而傳統(tǒng)的ACC 系統(tǒng)多是采用雷達、攝像頭等傳感器，存在感知距離短、對遠距離和超視距的物體無法提前感知的缺點，攝像頭也容易受到光照和能見度的影響，且PI[9-10]控制能明顯改善系統(tǒng)的穩(wěn)態(tài)性能。因此，本文提出了基于車車通信技術(shù)[11]的PI 控制算法車輛巡航控制系統(tǒng)。隨著車車通信技術(shù)的發(fā)展，實現(xiàn)了行駛過程中自車與周圍車輛之間的信息交互，進而提升行車安全性，降低交通事故的發(fā)生，提高道路利用率。

目前，國內(nèi)外很多學(xué)者和汽車廠商都做了大量研究和試驗，旨在提升駕駛安全性，提高道路通行能力。豐田推出了協(xié)作型駕駛輔助系統(tǒng)，實現(xiàn)車車、車路通信，結(jié)合自主安全駕駛輔助系統(tǒng)，實現(xiàn)巡航功能，還研發(fā)出利用車輛間通信的“通信應(yīng)用型自適應(yīng)巡航系統(tǒng)”[12]。福特金牛座安裝了全新的車道攝像頭以及ACC 雷達，在高速公路上配合車道保持系統(tǒng)和ACC 自適應(yīng)巡航，基本實現(xiàn)了半自動駕駛[13]。LIU Bing 等[14-15]、MILANéS 等[16]在無線通信基礎(chǔ)上研究了協(xié)同式自適應(yīng)巡航控制（Cooperative Adaptive Cruise Control，CACC），旨在充分利用道路容量，在有限的交通信號周期內(nèi)讓更多的車通過交叉路口，增加吞吐量。DESJARDINS 等[17]不僅回顧了CACC 系統(tǒng)的3 個重要方面，還討論了現(xiàn)存的問題。NOEIA 等[18]針對協(xié)作型自適應(yīng)巡航控制系統(tǒng)中V2X 通信易受網(wǎng)絡(luò)安全攻擊的特性，提出了一個決策支持系統(tǒng)，模擬了一個CACC 系統(tǒng)雙目標(biāo)PID 控制器（比例-積分-微分控制器）和模糊檢測器。HAN 等[19]提出一種縱向跟蹤控制CACC 系統(tǒng)，通過加入眾多模擬條件來表明系統(tǒng)的可靠性。SCHAKEL 等[20]研究了CACC 系統(tǒng)對交通流量穩(wěn)定性的影響。王燦等[21]改進了汽車協(xié)同式自適應(yīng)巡航控制系統(tǒng)的車頭時距策略，在原來的基礎(chǔ)上獲取加速度信息，綜合考慮前車的速度變化趨勢，提高了策略的前瞻性和抗干擾能力。

針對傳統(tǒng)巡航控制系統(tǒng)的缺點，現(xiàn)有研究和相關(guān)理論大都是建立在模型的基礎(chǔ)上，沒有進行實際測試論證。本研究提出并實車驗證了基于車車通信技術(shù)的車輛巡航控制系統(tǒng)，車車通信技術(shù)實現(xiàn)了自車與周圍車輛的信息交互，在視距范圍外或光線差的情況下也能建立穩(wěn)定可靠的鏈接，因而能有效克服傳統(tǒng)巡航系統(tǒng)的缺點，保證行車效率，同時能在很大程度上減輕駕駛員的疲勞。

1 系統(tǒng)結(jié)構(gòu)設(shè)計

基于車車通信技術(shù)的智能車巡航控制系統(tǒng)總體系統(tǒng)結(jié)構(gòu)框圖如圖1 所示，整個系統(tǒng)分為輸入部分、智能車車載單元部分和輸出部分。輸入部分分為整車線束、北斗定位設(shè)備和外部設(shè)備信息；智能車車載單元包括車載傳感器、信息獲取模塊、數(shù)據(jù)處理模塊和決策模塊；輸出部分分為車載執(zhí)行機構(gòu)、人機交互界面和其它外部設(shè)備。整車線束通過CAN 總線上傳車輛狀態(tài)信息，如車輛的轉(zhuǎn)彎信息到車載傳感器的獲取模塊，同時實時接收U-blox 定位模塊得到的高精度定位數(shù)據(jù)。外部設(shè)備信息分為路側(cè)設(shè)備和他車車載設(shè)備，其中路側(cè)設(shè)備主要通過專用短程通信技術(shù)（Dedicated Short Range Communications，DSRC）向外廣播，如交叉路口信號燈信息、路側(cè)施工情況、隧道提醒等信息，他車車載設(shè)備主要通過DSRC 技術(shù)向外廣播他車的基本安全消息（Basic Safety Message，BSM），包括他車的高精度定位信息、他車的航向角、他車的行駛速度等信息。智能車車載單元接收車載傳感器、外部設(shè)備上傳的數(shù)據(jù)信息和智能車設(shè)備獲取的智能車BSM 消息，送到數(shù)據(jù)處理模塊，結(jié)合車間間距控制算法得出油門開度或制動力度輸出結(jié)果，發(fā)送給決策模塊。輸出結(jié)果通過CAN 線傳給智能車車載執(zhí)行機構(gòu)，執(zhí)行相應(yīng)的增減油門或制動操作，控制智能車與前車保持在給定的閾值車距行駛，過程中可將獲取的數(shù)據(jù)和計算的結(jié)果通過Wi-Fi 上傳至人機交互界面動態(tài)顯示，此外，智能車的狀態(tài)信息和BSM 消息也會通過DSRC 無線通信發(fā)送給周圍外部設(shè)備。

2 策略算法

基于車車通信技術(shù)的智能車自動跟車系統(tǒng)策略流程如圖2 所示。

圖1 基于車車通信技術(shù)的巡航控制系統(tǒng)結(jié)構(gòu)

圖2 跟車策略流程

車輛在道路上正常行駛，實時連續(xù)接收周圍車輛的BSM 消息，包含了車輛的經(jīng)緯度、行駛方向和速度等信息。根據(jù)智能車的行駛方向提取前方車輛，即行駛方向一樣，距離最近車輛的信息，根據(jù)兩車的經(jīng)緯度和方向角信息計算兩車的橫向距離，判斷是否在同一車道，如果不是，繼續(xù)接收周圍車輛的消息，如果是，判斷是否啟動跟車模式。如果不啟動，則繼續(xù)接收周圍車輛的消息，如果啟動，則以智能車和前車的期望距離為輸入量，結(jié)合PI 控制算法，被控對象為智能車的油門控制請求和目標(biāo)主缸壓力，經(jīng)過CAN 線發(fā)給智能車，控制智能車的加速、減速和制動，輸出值為兩車的實際距離。

智能車在跟車過程中，前車如轉(zhuǎn)彎，會將開始轉(zhuǎn)彎的經(jīng)緯度信息和轉(zhuǎn)彎過程的方向盤轉(zhuǎn)角角度和時間發(fā)送給智能車，智能車觸發(fā)事件成功，計算當(dāng)前位置與發(fā)送過來的經(jīng)緯度之間的距離，小于設(shè)定的閾值表示行駛到該點，再根據(jù)前車的方向盤轉(zhuǎn)角角度和時間信息，智能車跟隨完成轉(zhuǎn)彎動作。過程中判斷是否退出跟車模式，若否，繼續(xù)行駛，若是，返回到第一步實時獲取周圍車輛BSM 消息部分。

PI 控制算法控制智能車的油門開度和制動的流程如圖3 所示。

圖3 PI 控制算法

如圖3 所示，兩車的期望距離作為輸入量，控制器是PI 控制算法，被控對象是智能車的油門開度和制動，輸出量是實際兩車的距離，也作為反饋信號，其與兩車的期望距離相減的差值作為PI 控制算法的輸入。在PID 控制系統(tǒng)中，比例調(diào)節(jié)P 反應(yīng)速度快，成比例地反映控制系統(tǒng)的偏差信號，偏差一旦產(chǎn)生，控制器立即產(chǎn)生控制作用，以減少偏差，其動態(tài)性能好。積分調(diào)節(jié)I 主要用于消除靜差，提高系統(tǒng)的無差度。因此，本文引出了具有閉環(huán)控制的PI 控制器，特點是能改善系統(tǒng)的穩(wěn)態(tài)性能。

3 仿真驗證

3.1 Carsim/Simulink 仿真試驗設(shè)計

針對跟車策略算法，本節(jié)設(shè)計基于Carsim/Simulink[22]的仿真試驗驗證該策略算法的可行性和穩(wěn)定性。

Carsim 是一款專門用于車輛的動力學(xué)仿真軟件，主要用來仿真汽車整車的操作穩(wěn)定性和動力性等，也廣泛應(yīng)用于汽車控制系統(tǒng)的仿真。Simulink是廣泛用來建模、仿真和分析動態(tài)多維數(shù)據(jù)的工具，有豐富的可擴充的功能模塊庫。

本文提出的系統(tǒng)中，前車與智能車的距離是根據(jù)高精度定位得到的經(jīng)緯度計算得出，因此，在智能車上安裝雷達傳感器直接測距的傳統(tǒng)方法不可取。本次仿真先設(shè)計了一條長600 m 的雙向單車道道路，智能車和前車的輸出包括在道路中的位置及車速，前車以固定油門開度比例0.1 行駛，穩(wěn)定后車速為20 km/h，智能車起始速度為0 km/h，開始時兩車在起點同一位置處。

系統(tǒng)輸入是前車與智能車的距離，PI 控制算法經(jīng)過參數(shù)整定方法確定比例系數(shù)kp為9.7，積分系數(shù)ki為0.01，系統(tǒng)輸出為油門開度、目標(biāo)主缸壓力，控制車輛加減速與制動。

Simulink 仿真模型如圖4 所示，PI 控制算法仿真模型如圖5 所示。

本文基于Carsim 和Simulink 仿真得出智能車跟隨前車巡航的仿真示意圖如圖6 所示。

3.2 仿真結(jié)果分析

PID 控制系統(tǒng)中，超調(diào)量和調(diào)節(jié)時間是控制系統(tǒng)動態(tài)性能的重要指標(biāo)。超調(diào)量的計算公式如式（1）所示。

式中：Y(Tm)代表峰值；Y(∞)代表穩(wěn)態(tài)值。

圖4 Simulink 仿真模型

圖5 PI 控制算法仿真模型

圖6 仿真示意圖

超調(diào)量是被控變量動態(tài)偏離期望值的最大程度，反映了系統(tǒng)動態(tài)性能的平穩(wěn)性，超調(diào)量越大，系統(tǒng)偏離生產(chǎn)規(guī)定的狀態(tài)越遠。PID 控制系統(tǒng)調(diào)節(jié)時間指的是響應(yīng)曲線達到接近穩(wěn)態(tài)值的±5%（或者±2%）之內(nèi)所需的時間。

輸出為前車和智能車的距離，兩車仿真距離變化響應(yīng)曲線如圖7 所示。

從兩車距離變化響應(yīng)曲線圖中得出Y(Tm)的值為19.06，Y(∞)的值為15.93，由式（1）計算得出超調(diào)量為19.65%，由調(diào)節(jié)時間的定義得出調(diào)節(jié)時間為14 s。

由圖7 可知，智能車和前車的距離經(jīng)過一段時間的調(diào)節(jié)后，最終達到穩(wěn)定狀態(tài)，穩(wěn)態(tài)距離為15.93 m，與初始設(shè)定兩車間距15 m 基本一致。超調(diào)量的值為19.648 5%，調(diào)節(jié)時間的值為14 s。由PID 控制系統(tǒng)的一般參數(shù)調(diào)整范圍結(jié)合最后的實車測試，結(jié)果表明指標(biāo)符合實際控制要求，驗證了本算法的可行性與穩(wěn)定性。

圖7 兩車仿真距離變化響應(yīng)曲線

4 車車通信的自適應(yīng)巡航系統(tǒng)開發(fā)

4.1 硬件選型

本文設(shè)計的自適應(yīng)巡航控制系統(tǒng)，是基于金溢科技公司的WB-L20B 嵌入式平臺開發(fā)的，該設(shè)備是采用5.8 ～5.9 GHz DSRC 技術(shù)的車路協(xié)同專用設(shè)備，有4 個核芯且主頻為1.2 GHz 的主處理器，滿負(fù)荷的功耗為6 ～7 W，具有低于10 ms 的DSRC端到端傳輸延遲，DSRC 傳輸距離在無遮擋的情況下可達800 m，通信帶寬為10 MHz。該設(shè)備實物如圖8 所示。

圖8 WB-L20B 實物

系統(tǒng)的高精度定位數(shù)據(jù)是由U-blox 公司的汽車級定位芯片MAX-M8Q-01A 定位模塊獲取，其利用并行接收多達3個GNSS系統(tǒng)（GPS/GaliLo和北斗），獲得更可靠和準(zhǔn)確的定位數(shù)據(jù)。工作的溫度范圍在-40 ℃～+105 ℃，實測結(jié)果顯示定位的精度為1 m，頻率為10 Hz。該定位模塊實物如圖9 所示。

圖9 U-blox 定位模塊實物

4.2 軟件設(shè)計

整個系統(tǒng)信息的傳遞包括外部車載設(shè)備向智能車傳遞的消息、智能車通過車載傳感器獲取的智能車消息以及決策模塊發(fā)送給執(zhí)行機構(gòu)的消息等。

外部車載設(shè)備通過DSRC 通信模塊向智能車車載單元傳遞的BSM 消息中的部分消息包括：緯度，（°）；經(jīng)度，（°）；速度，m/s；航向角，（°）；車輛寬度，cm；車輛長度，cm；本地標(biāo)志（Host Flag）。

外部車載設(shè)備傳遞的消息結(jié)構(gòu)體中，經(jīng)緯度信息由北斗高精度定位模塊獲取得到，單位是（°）；速度是從定位數(shù)據(jù)中解析出來的車輛行駛速度，單位是m/s；航向角是從定位數(shù)據(jù)中解析出來的車輛行駛方向與正北方向的夾角，單位是（°）；車輛寬度是寫在配置文件里，記錄車輛的寬度信息，單位是cm；車輛長度是寫在配置文件里，記錄車輛的長度信息，單位是cm；本地標(biāo)志描述的是車輛類型，值為0 代表無效，值為1 代表智能車，值為2 代表遠車。

智能車車載設(shè)備獲取的信息與外部車載設(shè)備獲取的信息大體上一致，包括北斗高精度定位模塊獲取的經(jīng)緯度信息、車輛的速度、航向角和本地標(biāo)志等信息。

決策模塊通過CAN 總線發(fā)送給智能車執(zhí)行機構(gòu)的消息包括：油門控制請求，%；目標(biāo)主缸壓力，MPa。

決策模塊發(fā)送的消息中，油門控制請求指的是發(fā)送至執(zhí)行機構(gòu)控制智能車行駛的油門開度值，大小在0 ～99.99%之間；目標(biāo)主缸壓力指的是發(fā)送至執(zhí)行機構(gòu)控制智能車制動的壓力值，大小在0 ～25.5 MPa 之間，實際為了保證測試舒適性，目標(biāo)主缸壓力的值設(shè)為3 MPa。

5 測試結(jié)果分析

試驗設(shè)計：一輛裝有金溢WB-L20B 通信設(shè)備的前方車輛，簡稱前車，一輛裝有金溢WB-L20B通信設(shè)備的智能車，簡稱智能車，在安徽省蕪湖市千島湖路附近一無人路段完成多次試驗，該路段的衛(wèi)星圖如圖10 中紅線和黃線所標(biāo)注，其為雙向四車道，全長2.5 km，線型包括直線和彎道路段。其中直線如圖10 中黃色實線所示，彎道路段如圖10中紅色虛線所示。

圖10 測試路段衛(wèi)星圖

兩車的行駛示意圖如圖11 所示，A 車代表被控的智能車，B 車代表前車，d為兩車之間的距離。試驗選擇的A 車是經(jīng)過改裝的EQ 電動智能車，整備質(zhì)量為1 128 kg，前輪驅(qū)動模式，改裝后可通過整車CAN 線發(fā)送指令給智能車，從而可以實現(xiàn)智能車加減速及制動控制等功能。選取前輪驅(qū)動模式、質(zhì)量為1 265 kg 的某車型作為B 車。

圖11 兩車行駛示意圖

在城市道路中，駕駛員常常采用3、4 擋，對應(yīng)車速為30 ～40 km/h。因此，試驗過程中A 車選取30 km/h 的車速，發(fā)給智能車的油門控制請求的量化值設(shè)定閾值在0x0 到0x32 之間；從測試過程的舒適性角度出發(fā)，制動力度的量化值設(shè)為0x1E；從測試安全角度出發(fā)，兩車間距設(shè)為20 m。

現(xiàn)場測試圖如圖12 所示。

圖12 現(xiàn)場測試圖

兩車實際車距測試結(jié)果如圖13 所示，其中，橫坐標(biāo)為分:秒格式的時間數(shù)據(jù)，時間跨度為34:00.7 ～34:38.5，縱坐標(biāo)是兩車的實際距離。

圖13 兩車距離

PI 控制算法得出的輸出到車載CAN 總線的值如圖14 所示。

圖14 輸出到車載CAN 總線的值

測試時，A 車經(jīng)勻加速過程后的車速穩(wěn)定值在27 km/h 左右，由圖13 和圖14 得出：兩車距離的峰值為26.4 m，穩(wěn)態(tài)值為23 m，超調(diào)量為14.8%，調(diào)節(jié)時間21 s。

經(jīng)過多次路上的實車試驗，結(jié)果表明，系統(tǒng)能穩(wěn)定地運行，智能車能有效快速地跟隨前車行駛，且有很好的平滑性，保證了行車過程中乘員的舒適性。前車與智能車距離達到穩(wěn)態(tài)后，前車選擇勻加速、勻減速或制動，智能車也能快速反應(yīng)，及時作出調(diào)整，保持兩車車距在期望距離上下小范圍波動，驗證了本文提出的基于PI 控制的車間恒距策略算法的有效性。

6 結(jié)論

（1）針對傳統(tǒng)ACC 系統(tǒng)傳感器的缺點，提出了基于車車通信的智能車巡航控制系統(tǒng)設(shè)計方案，經(jīng)多次實車測試，系統(tǒng)能穩(wěn)定運行，智能車能有效快速地跟隨前車行駛，驗證了該系統(tǒng)的有效性。

（2）本文提出了基于車間恒距策略的PI 控制算法，搭建了Carsim/Simulink 聯(lián)合仿真平臺，并對算法進行了仿真，超調(diào)量為19.65%，調(diào)節(jié)時間為14 s，驗證了算法的可行性與穩(wěn)定性。

（3）仿真和試驗結(jié)果表明，該系統(tǒng)為汽車的巡航控制提供了有效的新方法，無線通信方式不受視距和光線的影響，能有效克服傳統(tǒng)巡航系統(tǒng)的缺點。