馮其高 張瑩 楊波 蔡之駿 李曉平

摘 要：在傳統(tǒng)的自適應巡航（Adaptive Cruise Control ACC）控制中，主要依靠雷達或視覺對車輛周圍環(huán)境的感知，但是在一些情況，比如：下雨、霧天或者在彎道行駛時，因為傳感器對外界感知能力的不足，造成自適應巡航體驗不佳;為克服雷達和視覺傳感器的不足，文章主要基于C-V2X（Cellular Vehicle to Everything）技術，結合RSU（Road Side Unit）發(fā)送局部地圖，實現(xiàn)車輛對周邊車輛的感知。在彎曲道路下，ACC利用車車通信V2V（Vehicle to Vehicle）和RSU發(fā)送的MAP消息集，實現(xiàn)對不同車道的目標車輛進行實時切換，保障車輛在彎道上的ACC行駛安全。通過Matlab/Simulink搭建基于C-V2X的ACC算法，通過仿真表明利用C-V2X的ACC在彎道上能夠根據(jù)RSU提供的MAP消息集，針對不同車道遠車RV（Remote Vehicle）進行實時的目標切換，同時主車HV（Host Vehicle）能夠與跟蹤目標車輛保持安全距離，實現(xiàn)車輛安全行駛。

關鍵詞：C-V2X;自適應巡航;目標車輛切換

中圖分類號：U495? 文獻標識碼：A? 文章編號：1671-7988（2020）13-61-04

Research on Adaptive Cruise Based on C-V2X*

Feng Qigao， Zhang Ying， Yang Bo， Cai Zhijun， Li Xiaoping

（GAC Automotive Research & Development Center， Guangdong Guangzhou 510000 ）

Abstract： In the traditional adaptive cruise control， it mainly relies on radar or visual to the perception of the vehicle's surrounding environment. However， in some cases， such as rain， fog or driving on curves， the bad perception leads to poor adaptive cruise experience. To overcome it， this paper mainly based on the C-V2X （Cellular Vehicle to Everything） technology， combined with the local map sent by the RSU （Road Side Unit） to realize the perception of vehicles to surrounding vehicles. Under curved roads， ACC uses V2V （Vehicle to Vehicle） message and the MAP message sent by RSU to realize real-time switching of target vehicles in different lanes， so as to ensure the safety of ACC driving on curves. The ACC algorithm based on C-v2x was built with Matlab/Simulink. Simulation showed that ACC based on C-V2X could switch targets in different lanes in real time according to the MAP message set provided by RSU on the curve. Meanwhile， HV （Host Vehicle） could keep a safe distance from the tracking target vehicle to achieve safe driving.

Keywords： C-V2X; Adaptive cruise control; Target vehicle switching

CLC NO.： U495? Document Code： A? Article ID： 1671-7988（2020）13-61-04

前言

由于汽車行業(yè)的迅猛發(fā)展，各種交通事故和交通擁堵日益加劇，在如何減少交通事故[1]，提高汽車的安全性，解決交通擁堵方面，成為社會的關注的熱點問題。近年來，無人駕駛汽車的迅速發(fā)展，為這些問題提供了新的解決方案。當前無人駕駛汽車實際上大多停留在研發(fā)階段，要進行大范圍的推廣落地，難度比較大;但是對于減輕駕駛員疲勞，提高駕駛安全的高級輔助駕駛技術尤其是自適應巡航控制（Adaptive Cruise Control ACC）已經(jīng)在廣泛的應用。但是當前自適應巡航系統(tǒng)存在一定的局限性。ACC系統(tǒng)工作過程中，當前車離開自身車道或者前車換道進入自車車道，ACC需要能夠根據(jù)前車的換道行為做出反應。尤其在一些彎道公路時，由于傳統(tǒng)的雷達、攝像頭對外界感知的局限性，在彎道上進行ACC有很多限制，容易造成ACC控制算法出現(xiàn)異常的加減速，跟蹤目標丟失，從而引起較大的安全隱患。文獻[2]在ACC過程中，利用前車的運動狀態(tài)來估計本車未來的行駛軌跡的方法識別前車是否出彎道或者換道。文獻[3]通過多項式擬合行駛軌跡的方法來識別前車的換道行為。文獻[4]利用相對車速和相對角度的變化規(guī)律區(qū)分前車的換道行為。文獻[5]利用實際的駕駛試驗獲取前車的運動狀態(tài)數(shù)據(jù)，采用道路曲率估計值、前車行駛軌跡斜率及其變化率和前車與自車之間的橫向距離，建立前車換道的識別模型。文獻[6]提出考慮換道過程的ACC控制算法。文獻[7]利用混雜系統(tǒng)理論對搭載有雷達、激光和攝像頭傳感器的車輛進行復雜交通場景建模分析，提出一種解決多目標車輛環(huán)境下的ACC算法。目前的研究雖然能夠針對一些彎曲道路進行ACC換道目標的切換跟蹤，但是識別準確率、傳感器獲取數(shù)據(jù)的干擾因素，造成ACC在彎道的目標跟蹤有很大的局限性。為解決上述問題，本文基于C-V2X技術高可靠性、低延時的特性，結合RSU提供的局部地圖，實現(xiàn)車輛對周邊車輛感知，在車輛進行ACC控制時，使車輛在彎曲道路條件下，能夠根據(jù)不同車道的車輛在換道過程中進行目標車輛的實時切換，保障車輛ACC行駛安全。

1 基于C-V2X 的彎道ACC通信

如圖1所示，表示主車HV在彎道行駛過程，通過搭載有C-V2X的車載單元OBU接收路邊單元RSU發(fā)送的V2I信息：周邊路口和道路信息、紅綠燈信息，同時接收RV向一定范圍發(fā)送的V2V信息：位置坐標、航向角、橫擺角、方向盤轉角、車速、加速度。HV接收到周圍的V2V信息和V2I信息，并且通過RSU發(fā)送的車道信息進行車路協(xié)同的自適應巡航。其中V2V通信頻率為10HZ;RSU發(fā)送的主要包括MAP消息集和紅綠燈等的V2I消息集。

2 駕駛員模型

對駕駛員的模擬，其本質是在人車路這個閉環(huán)系統(tǒng)中，駕駛員根據(jù)目標路徑信息，進行轉向盤轉角的控制，達到跟隨目標路徑的目的。根據(jù)文獻[8]引入偏差信號的PID方向控制器，其控制器表達式為：

（1）

其中Kp、Ki、Kd為前輪轉角增量PID控制系數(shù)， 為理想前輪轉角增量， 為實際前輪轉角前一時刻的值，? 為理想前輪轉角， 理想的側向加速度， 為實際側向加速度。

如圖2為駕駛員汽車方向控制框圖，橫向位移誤差變化率為：

（2）

其中Vx（t）、Vy（t）為t時刻車輛的縱向和橫向車速， 為t時刻的橫擺角，R（t）為t時刻的道路曲率半徑。

3 車輛模型

本文主要研究車輛在行駛過程車輛在預期軌跡行駛過程中的縱向控制行為，因此需要準確的建立整車的動力學模型，同時簡化計算過程，因此采用具有輸入u（縱向加速度）和前輪轉向角δ的車輛動力學模型如下：

（3）

其中該模型中，δ為前輪轉向角， 、 為車輛質心O1（x， y）到前、后軸的距離，ψ為車輛的橫擺角，Iz為車輛坐標系繞z軸的轉動慣量，Cf和Cr為前后輪胎的等效側偏剛度。

4 ACC控制策略

ACC功能是控制本車速度在合適的時間內(nèi)穩(wěn)定的達到目標巡航車速勻速行駛，或在跟車過程中防止自車車速超過目標巡航車速，本文ACC的安全距離采用車間時距[9-10]：

（4）

其中ddes為車間時距，單位為m;τh為車間時距，單位為s;VHV為本車的車速，單位為m/s;dsafe為自車停車后與前車的最小車間安全距離，單位為m。

基于C-V2X的ACC控制策略主要包括兩部分：（1）如果HV與RV處于同一車道，那么會根據(jù)如下操作：（a）如果相對距離小于安全距離，則主要目標是放慢速度并保持安全距離。（b）如果相對距離大于安全距離，則主要目標是在保持安全距離的同時達到駕駛員設定的速度。（2）如果HV與RV不在同一車道，那么根據(jù)HV設定的車速進行行駛。

5 仿真結果分析

在Matlab/Simulink中搭建如圖3所示的仿真平臺，其中ACC控制算法在Adaptive Cruise Control System模塊，HV車輛模型和跟蹤前方道路上的目標車輛進行ACC是在Vehicle and MIO模塊中。HV的自行車動力模型的參數(shù)如表1所示：

圖4表示主車HV和兩輛RV1、RV2在曲率半徑R=760m，車道寬為3.6m的道路上行駛的場景。HV按照13m/s的速度行駛，RV1以初始車速15m/s的速度行駛，RV2以10m/s的速度行駛。

圖5-圖8表示HV在彎曲道路行駛過程中HV的變化過程。其中圖5表示HV在ACC行駛過程中，HV跟蹤RV的車輛編號以及HV與目標車輛在同一車道的匹配結果。在0-5.1s，HV跟蹤的是RV1車，但是由于HV與RV1不在同一車道，因此起始階段HV所在車道沒有遠車，此時HV設定的巡航速度為25m/s，因此HV進行加速;在5.1s后，RV2進入與HV同一車道，HV切換跟蹤目標到RV2，由圖6可知，HV跟蹤的RV2車速為10m/s，因此HV進行減速，10.6s后，RV1與HV處于同一車道，因此HV跟蹤RV1，由圖7可知，此時由于RV1與HV的相對距離大于安全距離，此時HV的車速小于RV1的車速15m/s，由圖8可知，HV進行加速，目的是保持安全距離的同時，跟蹤RV1的車速，在17.4s后，HV跟蹤RV2，此時HV與RV2保持安全距離，同時HV的車速基本維持在12m/s的車速，實現(xiàn)跟隨行駛。由圖7可知，整體看，HV行駛過程中，HV與RV的相對距離始終大于設定的安全距離，同時在行駛過程中，由圖5可知，HV能夠自動在ACC過程中自動切換跟蹤的RV，驗證了本文的ACC控制策略，同時保證了車輛在彎道行駛的安全。

6 結論

本文利用C-V2X技術，實現(xiàn)車車通信、車與路側設備的通信，實現(xiàn)不依賴于雷達、攝像頭的ACC功能，在彎道上，利用RSU提供的局部地圖信息，實現(xiàn)ACC巡航能夠實時的切換跟蹤車輛，提高了車輛在彎道ACC的安全性，為車路協(xié)同輔助駕駛提供了一定的理論基礎。

參考文獻

[1] TOROYAN T，IAYCH K，PEDEN M，et 02.G10bal status report on road safety 2013：supporting a decade of action[R].Geneva：World Health Organization，2013.

[2] 陳達興.自適應巡航控制系統(tǒng)中前方有效目標識別算法研究[D].長春：吉林大學， 2011.

[3] 耿石峰.基于軌跡分析的自適應巡航系統(tǒng)目標識別方法研究[D].長春：吉林大學， 2015.

[4] ZHANG D，LI K，WANG J.Radar-based target identification and tracking on a curved road[J].IMechE Part D： Journal of Automobile Engineering，2012，226（1）：39-47.

[5] 王暢，山巖，趙佳等.基于ACC系統(tǒng)的目標車輛換道與出入彎道狀態(tài)辨識算法[J]. 汽車工程，2017，39（8）：922-927.

[6] IOANNOU P A， STEFANOVIC M. Evaluation of ACC vehicles in mixed traffic： lane change effects and sensitivity analysis[J].IEEE Transactions on Intelligent Transportation Systems，2005， 6（1）：79- 89.

[7] MOBUS R，BAOTIC M， MORARI M.Multi-object adaptive cruise control [M]∥Hybrid Systems： Computation and Control. Berlin： Springer， 2003.

[8] 段立飛，高振海，王德平.駕駛員對汽車方向的自適應控制行為建模[J].機械工程學報，2011， 47（8）：121-125，133.

[9] Xiao L.， Gao F.， Wang J. On scalability of platoon of automated vehicles for leader-predecessor information framework[C]. Intelli -gent Vehicles Symposium. IEEE， 2009：1103-1108.

[10] 德藻.汽車縱向主動避撞系統(tǒng)的研究[D].北京：清華大學，2004.