侯德藻，高蘭達，錢振偉，李振華，李一丁

（1.交通運輸部公路科學(xué)研究院，北京 100088；2.北京經(jīng)緯恒潤科技股份有限公司，北京 100088）

隨著自動駕駛技術(shù)的發(fā)展和應(yīng)用，越來越多不同等級的自動駕駛車輛進入測試階段。實車測試多以驗證仿真策略和駕駛算法是否可行為目的，但是對于人工駕駛與自動駕駛混合所構(gòu)成的異構(gòu)交通流，其駕駛行為、駕駛安全和駕駛效率的評價仍然難以實現(xiàn)。當前研究者們主要依托各類仿真平臺構(gòu)建典型交通運行場景，基于面向自動駕駛優(yōu)化的車輛控制策略進行駕駛行為預(yù)測，用于評估系統(tǒng)的運行效果［1］，但針對異構(gòu)交通流路網(wǎng)仿真缺少驗證工具。國內(nèi)外的交通仿真軟件種類繁多，其中應(yīng)用廣泛的主要包括 PTV-Vissim、CORSIM（corridor simulation）/TSIS （traffic software integrated system)、Paramics、SUMO（simulation of urban mobility）等，這些仿真軟件對車輛的實時速度、加速度、位置等控制策略信息進行提取和計算的實現(xiàn)方式都是通過編程開發(fā)的［2-4］。

基于實車參數(shù)建立了車輛控制和動力學(xué)模型，并通過采集的實車測試數(shù)據(jù)對模型進行標定。與SUMO軟件集成仿真平臺，通過設(shè)計的工況對集成效果進行驗證。

1 需求分析和基礎(chǔ)軟件比選

1.1 需求分析

面向異構(gòu)交通流的仿真平臺，需要具備人工駕駛車輛運行特性、自動駕駛車輛運行特性、交通場景構(gòu)建、交通運行場景再現(xiàn)、車輛和交通基礎(chǔ)設(shè)施協(xié)同控制運行等仿真能力，其中亟待突破的核心關(guān)鍵功能需求主要包括以下幾個方面：

（1）地圖構(gòu)建需求［5］。自動駕駛技術(shù)涉及到的關(guān)鍵技術(shù)——高精地圖，是實現(xiàn)自動駕駛汽車的加速、制動、并線、跟馳以及通過平面交叉和彎坡路段自由行駛等工況仿真的基礎(chǔ)支撐，也是建立對應(yīng)仿真環(huán)境和場景還原的基礎(chǔ)內(nèi)容。只有在基于高精地圖的仿真場景中，才能實現(xiàn)車輛行為和交通運行特性的定量、定位信息提取，開展反復(fù)驗證、組合驗證等。

（2）車輛及交通流運行參數(shù)記錄需求。交通運行安全分析、交通管理與控制以及自動駕駛汽車運行風(fēng)險評估等，都需要以單車運行軌跡和特征、交通流運行特性等數(shù)據(jù)采集和記錄為基礎(chǔ)［6-7］。

（3）外部車輛控制、外部信號燈控制等協(xié)同控制需求［8］。自動駕駛車輛和路側(cè)智能設(shè)施，是異構(gòu)交通的主要元素，仿真平臺需要具備通過外部模型（包括駕駛員模型）控制交通車輛的能力以及外部指令對仿真平臺中信號燈進行控制的能力。

1.2 集成軟件選擇

常用的交通仿真軟件有Vissim、Paramics、CORSIM/TSIS以及SUMO等。Vissim軟件［9］是一種微觀的、基于時間間隔和駕駛行為的仿真建模工具，用于城市交通和公共交通的建模。然而，要想實現(xiàn)對車輛的行為控制和交通信號的控制，需要與Matlab等其他軟件協(xié)同仿真來實現(xiàn)。作為一款微觀仿真軟件，Paramics［10-11］具有細致的路網(wǎng)建模、靈活的信號與車輛控制、完善的路徑誘導(dǎo)、詳盡的數(shù)據(jù)分析等特色，但該軟件對微觀車輛模型控制較為困難。CORSIM/TSIS軟件［12］能夠仿真真實世界中各種復(fù)雜的路網(wǎng)結(jié)構(gòu)，也能夠模擬不同的交通控制設(shè)施，如城市平叉路口的紅綠燈控制、信號燈定時和自適應(yīng)相位變化等，對于駕駛行為和規(guī)則的仿真，CORSIM/TSIS軟件則需要通過定向開發(fā)實現(xiàn)。

在對軟件調(diào)研的基礎(chǔ)上，結(jié)合仿真平臺的需求，最終選擇SUMO軟件［13］作為基礎(chǔ)開發(fā)平臺。SUMO軟件是一個微觀的、空間上連續(xù)、時間上離散的交通仿真軟件，具備開源特性，并支持C++的二次開發(fā)。

1.3 SUMO軟件平臺問題分析

（1）車輛縱向運動問題

SUMO軟件中車輛模型速度的計算由上下2層控制器決定。上層控制器計算該車輛下一步的最大安全速度vs，并作為期望速度輸入下層控制器；下層控制器為對期望速度的執(zhí)行，輸出車輛能達到的實際速度［14］。

SUMO軟件中內(nèi)置3種實際速度的計算方法。第一種為SUMO軟件默認的計算方法，如下所示：

式中：vmax為車輛最大速度；v為車輛當前速度；a為車輛最大加速度；∈為駕駛員熟練程度，其值是0～1，用來模擬駕駛員誤差；vdes為vs的限值。

第二種速度計算方法為一階遲滯法。對期望速度在限值后作一階遲滯輸出。該方法可模擬駕駛員的反應(yīng)滯后性，但無車輛動力學(xué)過程。

第三種速度計算方法為后向動力學(xué)模型法。該方法提供一個燃油車動力學(xué)模型，由下一步的需求速度與當前速度作差求得需求加速度，然后通過動力學(xué)模型反向計算得到需求發(fā)動機轉(zhuǎn)矩，若該轉(zhuǎn)矩在發(fā)動機最大轉(zhuǎn)矩范圍內(nèi)，則加速度與需求加速度相等，否則為發(fā)動機可提供的最大加速度。同樣，需求減速度與制動系統(tǒng)最大減速度比較，取絕對值較小者。然而，后向動力學(xué)模型不能反映車輛通過踏板動態(tài)控制車輛運動的過程，無法模擬駕駛員的實際運動狀態(tài)。

SUMO軟件中內(nèi)置的3種速度計算方法過于簡單，與實際車輛速度存在較大差距，無法滿足仿真平臺研究的需求，需開發(fā)新的縱向動力學(xué)模型集成到SUMO軟件中。

（2）車輛橫向運動問題

SUMO軟件本身的橫向控制方式有2種［15］，即瞬間變道和以恒定車速變道。在瞬間變道模式下，車輛瞬間由當前車道變換到目標車道；在恒定車速變道模式下，通過設(shè)置變道時間，結(jié)合2條道路中心線的距離，計算出恒定車速進行變道。以上2種方式均未考慮車輛的實際變道過程。

2 基于SUMO軟件的車輛模型構(gòu)建

2.1 車輛模型構(gòu)建思路

根據(jù)車輛動力學(xué)理論，為了達到一定要求的模型保真度，并滿足轉(zhuǎn)向系統(tǒng)、車身穩(wěn)定系統(tǒng)等電控系統(tǒng)的測試要求，車輛模型需要包含豐富的部件模型，主要部件模型包括轉(zhuǎn)向系統(tǒng)模型、車體動力學(xué)模型、懸架系統(tǒng)模型、制動系統(tǒng)模型、輪胎模型、道路模型、駕駛員模型、車輛空氣阻力模型、簡單動力系統(tǒng)模型、底盤以及輔助駕駛系統(tǒng)相關(guān)軟控制器模型等。

在較為成熟的車輛模型商業(yè)軟件領(lǐng)域，車輛模型可以測試底盤電控系統(tǒng)與各種動力電控系統(tǒng)（含新能源電控系統(tǒng)），如車身穩(wěn)定系統(tǒng)（ESP）、轉(zhuǎn)向助力系統(tǒng)（EPS）、制動主動增壓系統(tǒng)（Ibooster）等，也是仿真測試的必要條件。

自動駕駛車輛的電控系統(tǒng)非常繁雜，因此車輛模型的構(gòu)建也更加困難。目前成熟的商業(yè)軟件如Carsim、Carmaker以及Tesis系列都提供了一套結(jié)構(gòu)極其復(fù)雜的軟件，這些軟件要完成各類工況測試，對計算機性能要求較高?？紤]到異構(gòu)交通中對于仿真車輛的數(shù)量要求以及對于仿真場景的工況復(fù)雜度要求，簡單的單車模型疊加不僅成本巨大且效率十分低下，需要結(jié)合實際需求對模型進行簡化并有針對性地集成。

基于SUMO軟件對原有車輛模型進行優(yōu)化，將對于車輛的控制解耦成橫向控制和縱向控制2個部分，每一種控制方式包含必要的車輛執(zhí)行機構(gòu)。這種解耦方式不僅可以大大降低整個車輛模型的復(fù)雜度和計算量，同時也有利于和SUMO軟件進行有效集成。為解決車輛模型簡化導(dǎo)致的仿真效果與實際情況存在偏差等問題，可通過大量的實車數(shù)據(jù)對模型進行標定與修正，使得車輛模型的控制效果滿足一定的保真度。

2.2 車輛動力學(xué)模型開發(fā)

（1）車輛縱向動力學(xué)模型

車輛縱向動力學(xué)模型通過I/O（input/output）共享數(shù)據(jù)接口連接動力系統(tǒng)、制動系統(tǒng)、單軌系統(tǒng)。動力系統(tǒng)由電機、電池和傳動系統(tǒng)組成。通過加速踏板開度和電機轉(zhuǎn)速查找Map圖得到電機需求扭矩，再通過電池、電機Map圖查找電機實際輸出扭矩和電池的荷電狀態(tài)（SOC），經(jīng)由傳動系統(tǒng)向車輪輸出扭矩。在每一個計算步長，向動力系統(tǒng)輸入加速踏板開度、當前車速信息，動力系統(tǒng)將驅(qū)動扭矩輸出到I/O共享數(shù)據(jù)。

制動系統(tǒng)由制動主缸和制動輪缸組成，通過制動踏板開度查找Map圖得到制動主缸壓力，再由制動主缸壓力查找各輪缸壓力，由輪缸壓力得到各車輪相應(yīng)制動力矩。在每一個計算步長，向制動系統(tǒng)輸入制動踏板開度，制動系統(tǒng)將制動力矩輸出到I/O共享數(shù)據(jù)，如下所示：

式中：T為車輪扭矩；P為駕駛員踏板輸入（制動踏板或加速踏板）；M為查表過程。

通過計算得到的扭矩獲得加速度，用以更新車速，查表方式不僅能夠有效地模擬具體的實車表現(xiàn)，還可提升計算效率。

縱向控制采用加速度或比例-積分-微分（PID）速度跟蹤控制，經(jīng)仿真測試，原平臺采用PID公式進行目標速度跟蹤時，車輛速度增長過慢，該公式不適用于速度控制。因此，采用加速度控制，如下所示：

式中：a(k)為第k步加速度；Kp、Ki、Kd為PID參數(shù)；e（k）為第k步加速度誤差；umax為踏板最大開度；|u（n）|為第n步踏板開度絕對值。

（2）車輛橫向運動學(xué)模型

車輛的橫向運動由車輛運動學(xué)模型計算，通過輸入方向盤轉(zhuǎn)角，由Map圖查找橫拉桿位移，再由橫拉桿位移Map圖查找左右前輪的車輪轉(zhuǎn)角。由車輛當前速度乘以車輪轉(zhuǎn)角的正弦值，得到車輛的橫向速度，如下所示：

式中：vL為車輛的橫向速度；α為前輪轉(zhuǎn)角。橫向速度通過前輪轉(zhuǎn)角更新，而前輪轉(zhuǎn)角與動力系統(tǒng)類似，通過方向盤Steer對應(yīng)的查表值得到。

橫向控制采用PID方向盤轉(zhuǎn)角控制系統(tǒng)，以換道的完成程度作為誤差量，對方向盤轉(zhuǎn)角進行PID調(diào)節(jié)，如下所示：

式中：ua(k)為第k步方向盤轉(zhuǎn)角；ea(k)為換道完成方向盤轉(zhuǎn)角誤差；D為換道方向，左轉(zhuǎn)為-1，右轉(zhuǎn)為1；C為換道完成程度，在0至1之間；ua，max為最大方向盤轉(zhuǎn)角；|ua（n）|為第n步方向盤轉(zhuǎn)角絕對值。

當換道即將結(jié)束時，ea(k)越來越小，導(dǎo)致方向盤轉(zhuǎn)角過小，使得換道過程需較長時間結(jié)束。駕駛員駕駛車輛時，存在一定的操縱誤差，離該車道的道路中心線會有一定程度的偏離。為解決上述問題，設(shè)定：當C＞0.9時，即認為換道完成。

構(gòu)建的車輛動力學(xué)模型是基于一款雙電機后驅(qū)電動車輛開發(fā)的，由車輛的動力傳動模型、制動系統(tǒng)模型、轉(zhuǎn)向系統(tǒng)模型與駕駛員模型組成，如圖1所示。

圖1 車輛動力學(xué)模型Fig.1 Dynamics model of vehicle

2.3 車輛模型標定

通過分類整理實車試驗數(shù)據(jù)，提取關(guān)鍵輸入和輸出數(shù)據(jù)作為對標對象；調(diào)試車輛模型，將模型仿真結(jié)果和試驗數(shù)據(jù)進行對標，并反饋優(yōu)化模型，從而保證控制邏輯和控制特性與真實的控制系統(tǒng)控制效果保持一致。

2.3.1 實車數(shù)據(jù)選擇

為保證實車數(shù)據(jù)采集的可復(fù)現(xiàn)性和可操作性，選取50 km·h-1和100 km·h-1下空載和滿載2種狀態(tài)，采用踏板行程下的制動減速度以及緊急制動下的速度和加速度數(shù)據(jù)對車輛模型進行對標。

2.3.2 對標過程和結(jié)果

采用自研的ModelBase仿真軟件實現(xiàn)模型對標。

（1）在ModelBase仿真平臺里設(shè)置仿真參數(shù)，包括仿真工況、道路路況、車輛等參數(shù)。

（2）仿真結(jié)束后，將ModelBase保存的仿真數(shù)據(jù)轉(zhuǎn)成Excel格式。

（3）使用Python軟件處理仿真數(shù)據(jù)。讀取仿真數(shù)據(jù)集和對標數(shù)據(jù)集，根據(jù)對標數(shù)據(jù)集類型將仿真數(shù)據(jù)分組，比較對應(yīng)組別的仿真數(shù)據(jù)和對標數(shù)據(jù)，計算偏差值集。

（4）將選出的仿真數(shù)據(jù)集與對標數(shù)據(jù)集進行可視化對比，并歸納數(shù)據(jù)對標結(jié)果。

（5）優(yōu)化車輛模型，并再次仿真對標。

不同工況時踏板行程下制動減速度和緊急制動下速度的對標結(jié)果如圖2和圖3所示。

制動過程中，隨著踏板行程逐步由0至1，車輛的制動減速度也逐步加大。ModelBase的仿真數(shù)據(jù)與實車數(shù)據(jù)的趨勢大致相同，最后完全剎住車時的制動減速度輸出趨于一致。

本試驗的內(nèi)容是不同工況下的車輛緊急制動，得到的數(shù)據(jù)是車輛在制動過程中的速度數(shù)據(jù)。從不同工況下的速度曲線可以看出，ModelBase仿真數(shù)據(jù)與實車數(shù)據(jù)極為接近，而且在偏差值上也保持著較小的允許范圍。

3 車輛模型與SUMO軟件的集成開發(fā)

基于SUMO軟件的開源特性，研究SUMO軟件關(guān)于車輛運動狀態(tài)控制的底層代碼，梳理其控制車輛縱向位移和橫向位移的具體邏輯。將開發(fā)的車輛模型嵌入SUMO軟件的源代碼中并替換原有車輛運動狀態(tài)的控制邏輯，完成仿真平臺與車輛模型的集成開發(fā)。

3.1 車輛縱向控制開發(fā)

將SUMO軟件系統(tǒng)跟馳模型給出的期望速度作為車輛模型的輸入，通過動力傳動模型（包含制動模型）計算車輛真實的縱向速度并更新車輛的當前位置?？v向控制開發(fā)原理如圖4所示。

3.2 車輛橫向控制開發(fā)

將SUMO軟件換道模型給出的變道請求及目標橫向距離作為車輛模型的輸入，通過轉(zhuǎn)向模型計算車輛的前輪轉(zhuǎn)角，給出車輛的橫向速度并更新車輛的當前位置。橫向控制原理如圖5所示。

圖5 橫向控制原理Fig.5 Horizontal control principle

4 平臺仿真驗證

為對基于SUMO軟件優(yōu)化的仿真平臺進行驗證，在平臺中構(gòu)建一個2 km長的直行雙向四車道道路，1 km處設(shè)置紅綠燈交叉口，設(shè)計加減速、跟馳和交叉口通行3種工況?；赟UMO軟件優(yōu)化的仿真界面如圖6所示。

圖6 仿真界面Fig.6 Simulation interface

4.1 加減速工況檢驗

假定車輛從速度零開始行駛，最后以速度零結(jié)束行駛。SUMO軟件默認車輛模型和優(yōu)化后車輛模型的車輛運動速度和加速度對比如圖7所示。從圖7可以看出，優(yōu)化后車輛模型速度和加速度控制更加接近實際駕駛狀態(tài)。

圖7 加減速工況速度和加速度對比Fig.7 Comparison of speed and acceleration under acceleration and deceleration scenarios

4.2 跟馳工況檢驗

假定在本車前方（本車行駛車道起點的500 m處）添加前車。跟馳工況有3種形式：前車靜止、本車和前車正常跟馳（前車車速小于本車）和跟馳之后前車急停并恢復(fù)速度。SUMO軟件默認車輛模型和優(yōu)化后車輛模型在3種跟馳工況下速度和加速度對比如圖8～10所示?？梢钥闯觯瑑?yōu)化后車輛模型速度和加速度變化平緩，尤其加速度控制更加接近實際駕駛狀態(tài)。

圖8 前車靜止工況速度和加速度的對比Fig.8 Comparison of speed and acceleration under preceding vehicle stationary

圖9 本車和前車正常跟馳工況速度和加速度對比Fig.9 Comparison of speed and acceleration under normal car-following condition of current car and preceding car

4.3 交叉口通行工況檢驗

在單車道路信號前，增加一個車輛檢測器，當車輛通過檢測器時，車輛行駛方向上的交通燈變紅，攔住車輛。SUMO軟件默認車輛模型和優(yōu)化后車輛模型的速度和加速度對比如圖11所示。從圖11可以看出，在交叉口通行工況下，優(yōu)化后車輛模型速度和加速度的控制效果更平緩，更加接近實際駕駛狀態(tài)。

圖11 交叉口通行工況速度和加速度對比Fig.11 Comparison of velocity and acceleration under intersection scenario

圖10 前車急停并恢復(fù)速度工況速度和加速度對比Fig.10 Comparison of speed and acceleration under condition of stopping sharply and resuming speed

5 結(jié)論

基于人工駕駛與自動駕駛混合異構(gòu)交通流的仿真需求分析和基礎(chǔ)仿真軟件平臺比選，搭建和標定了SUMO軟件車輛控制和車輛動力學(xué)模型，并實現(xiàn)與SUMO軟件的集成。通過平臺驗證發(fā)現(xiàn)，相比SUMO軟件默認車輛模型，優(yōu)化后車輛模型在控制效果方面更接近實際駕駛狀態(tài)。該優(yōu)化平臺可以支撐異構(gòu)交通中駕駛行為和交通流安全評價研究。異構(gòu)交通具有群體性，路網(wǎng)的仿真驗證需要仿真平臺能夠支撐幾百輛車的運行，對平臺載體的計算能力要求較高，如何平衡和優(yōu)化計算能力，是未來仿真平臺需要解決的問題。

作者貢獻說明：

侯德藻：仿真平臺整體功能及架構(gòu)討論，論文審閱。

高蘭達：仿真平臺調(diào)研，平臺功能測試方案建立，論文語言組織，結(jié)果分析和建議。

錢振偉：車輛模型建立，平臺集成開發(fā)以及仿真環(huán)境搭建。李振華：車輛模型建立，仿真驗證測試方案討論。李一?。悍抡嫫脚_功能測試驗證，仿真結(jié)果分析。