自動(dòng)駕駛車輛彎道隊(duì)列橫縱向協(xié)同控制策略研究

胡廣地職稱：教授單位：西南交通大學(xué)CONTENTS1.緒論2.車輛動(dòng)力學(xué)建模3.橫縱向耦合路徑跟蹤4.基于滑模的隊(duì)列控制5.基于決策的橫縱向協(xié)同隊(duì)列控制6.仿真結(jié)果與分析4交通系統(tǒng)現(xiàn)存的問(wèn)題汽車數(shù)量的增加使全國(guó)交通事故量激增，人們駕車時(shí)的安全性受到很大威脅。由于人類的駕駛能力有限，駕駛員在駕駛車輛過(guò)程中存在反應(yīng)延時(shí)長(zhǎng)、長(zhǎng)時(shí)間駕駛會(huì)產(chǎn)生疲勞等問(wèn)題。急劇增長(zhǎng)的汽車數(shù)量給現(xiàn)有交通基礎(chǔ)設(shè)施帶來(lái)了沉重負(fù)擔(dān)，使交通堵塞問(wèn)現(xiàn)有車輛安全控制技術(shù)通常只針對(duì)自車安全性提高，無(wú)法對(duì)整個(gè)交通系統(tǒng)5研究背景智能交通系統(tǒng)智能交通系統(tǒng)智能交通系統(tǒng)是一種融合了先進(jìn)信息、傳感、準(zhǔn)等優(yōu)勢(shì)的智能化交通網(wǎng)絡(luò)管理系統(tǒng)。它能夠相比于傳統(tǒng)交通管理方式具備高效、實(shí)時(shí)、精將交通環(huán)境中的三大主體“人-車-路”組合成準(zhǔn)等優(yōu)勢(shì)的智能化交通網(wǎng)絡(luò)管理系統(tǒng)。它能夠相比于傳統(tǒng)交通管理方式具備高效、實(shí)時(shí)、精將交通環(huán)境中的三大主體“人-車-路”組合成一個(gè)整體，為全方位解決交通安全和擁堵問(wèn)題特斯拉ModelXP7極狐阿爾法S6研究背景隊(duì)列控制隊(duì)列控制是一種典型分布式協(xié)同運(yùn)動(dòng)控制方法。在此控制中，間距、車速等，自動(dòng)調(diào)整本車的橫縱向運(yùn)動(dòng)狀態(tài)，以達(dá)到車輛隊(duì)列中國(guó)首次大規(guī)模商用車列隊(duì)跟馳試驗(yàn)長(zhǎng)中國(guó)首次大規(guī)模商用車列隊(duì)跟馳試驗(yàn)7當(dāng)前車輛隊(duì)列控制研究存在的主要問(wèn)題使用的車輛控制模型較為簡(jiǎn)單，忽略車輛本身的動(dòng)力學(xué)特性。但是實(shí)際車輛是一個(gè)十分復(fù)雜的系統(tǒng)，僅運(yùn)動(dòng)學(xué)模型并不能反映車輛本身的動(dòng)力學(xué)特性，基于簡(jiǎn)單模型到實(shí)際車輛中。隊(duì)列車間距策略未考慮不同車輛差異。距的要求，但不同車輛剎車距離有較大差異時(shí)無(wú)法保證安全。較少在彎曲道路下對(duì)車輛隊(duì)列進(jìn)行協(xié)同控制。當(dāng)前研究大多基于單一直線道路，而真實(shí)道路卻非如此。在實(shí)際中，道路結(jié)構(gòu)復(fù)雜，道路可能既包含直線道路又包含彎曲8研究?jī)?nèi)容模(Fxf=Flfcos6?Fcfsin6Fyf=Flfsin6+(Fxf=Flfcos6?Fcfsin6Fyf=Flfsin6+Fcfcos6〈(Fcf=CafafFcr=CararFlf=ades|cos6+dFlr=ades圖2.1車輛模型根據(jù)橫擺動(dòng)力學(xué)分析車輛x、y根據(jù)橫擺動(dòng)力學(xué)分析(Fxf=Flfcos6?Fcfsin6Fyf=Flfsin6+Fcfcos6〈輪胎力建模Fbmg?mhaxbmg?mh(v.x?vyv.)zf=a+b=a+bFamg+mhaxamg+mh(v.x?vyv.)zr=a+b=a+b車輛動(dòng)力學(xué)建模車輛跟蹤誤差方程evxevy|全局坐標(biāo)系下車速與車身坐標(biāo)系下車速的轉(zhuǎn)換公式nvvycosv|lX.=vxcosv?vysinv由于自動(dòng)駕駛車輛在高速時(shí)對(duì)控制量的實(shí)時(shí)性要求比較嚴(yán)格，非線性模型預(yù)測(cè)控制難以滿足，故本文采用線性時(shí)變模型預(yù)測(cè)控制，對(duì)該模型線性化可得狀態(tài)空間表達(dá)式如下：T0「0]T0「0]xvxvyv.vyv.e1e2e200100vx-vxL000100」模型驗(yàn)證搭建Trucksim/MATLAB聯(lián)合仿真平臺(tái)圖2.3車輛模型圖圖2.3車輛模型Trucksim整車模型結(jié)構(gòu)模型驗(yàn)證仿真試驗(yàn)?zāi)Ｐ万?yàn)證圖所示： 縱向耦合路徑跟蹤模型預(yù)測(cè)控制理論基礎(chǔ)基本思想是利用已有的模型、系統(tǒng)當(dāng)前的狀態(tài)和未來(lái)的控制量去預(yù)測(cè)系統(tǒng)未來(lái)的輸出，通過(guò)滾動(dòng)地求解帶約束優(yōu)化問(wèn)題來(lái)實(shí)現(xiàn)控制目標(biāo)，具有預(yù)測(cè)模型、滾動(dòng)優(yōu)化和反饋校正三個(gè)特點(diǎn)。預(yù)測(cè)模型模型預(yù)測(cè)控制的基礎(chǔ)，它能夠通過(guò)控制系統(tǒng)預(yù)測(cè)模型上未來(lái)的控滾動(dòng)優(yōu)化采樣時(shí)刻，優(yōu)化性能指標(biāo)只涉及從該時(shí)刻起到未滾動(dòng)優(yōu)化的時(shí)間，而到下一個(gè)采樣時(shí)刻，這一優(yōu)化時(shí)段會(huì)時(shí)刻起有反饋校正斷的用實(shí)際輸出去校正預(yù)測(cè)輸出，使得滾動(dòng)優(yōu)化反饋校正基于模型，而且利用反饋信息，從而構(gòu)成閉環(huán)優(yōu)化圖3.1模型預(yù)測(cè)控制原理模型預(yù)測(cè)控制理論基礎(chǔ)控制原理：在k時(shí)刻，可以得到被控系統(tǒng)的測(cè)量值即輸出量y(k),基于已有的預(yù)測(cè)模型，可以計(jì)算出被控系統(tǒng)未來(lái)的一段時(shí)間內(nèi)的輸出，模型預(yù)測(cè)控制的目標(biāo)是希望尋找到最佳的控制輸入使得預(yù)測(cè)的系統(tǒng)輸出與期望的系統(tǒng)輸出越接近越好，通過(guò)求解滿足目標(biāo)函數(shù)以及各種約束的優(yōu)化問(wèn)題，可以得到控制時(shí)域內(nèi)的一系列控制序列。合問(wèn)題車輛在真實(shí)的運(yùn)動(dòng)過(guò)程中，橫向運(yùn)動(dòng)和縱向運(yùn)動(dòng)是同時(shí)存在的，兩者存在高度的耦合關(guān)系。然而目前自動(dòng)駕駛汽車軌跡跟蹤算法常將橫向運(yùn)動(dòng)和縱向運(yùn)動(dòng)解耦控制，從而導(dǎo)致系統(tǒng)實(shí)際應(yīng)用過(guò)程中存在轉(zhuǎn)化效率過(guò)低等問(wèn)題，且在不確定性較大的交通場(chǎng)景中，其可靠性和安全性仍有待提高?？刂坡窂礁櫛狙芯坎捎脵M縱向耦合控制，控制車輛進(jìn)行軌跡跟蹤。鑒于橫縱向耦合的車輛跟蹤軌跡的過(guò)程是一個(gè)非線性的多變量耦合問(wèn)題，傳統(tǒng)的控制方法較難實(shí)現(xiàn)對(duì)軌跡的跟蹤問(wèn)題。而模型預(yù)測(cè)控制算法有其天然的多變量模型約束處理優(yōu)勢(shì)，故本研究采用模型預(yù)測(cè)控制進(jìn)行軌跡跟蹤。圖3.1模型預(yù)測(cè)控制原理模型預(yù)測(cè)控制器設(shè)計(jì)利用一階差商的方法對(duì)線性化的車輛動(dòng)力學(xué)模型進(jìn)行離散化處理，進(jìn)而可得用于離散線性時(shí)變模型預(yù)測(cè)控制的離散狀態(tài)空間表達(dá)式：(x(k+1)=Ax(k)+Bu(k)+Dd(k) 「010000]以控制增量為控制量的狀態(tài)方程如下：|以控制增量為控制量的狀態(tài)方程如下：AB]「B]「D]圖3.1模型預(yù)測(cè)控制原理模型預(yù)測(cè)控制器設(shè)計(jì)根據(jù)模型最終所得的狀態(tài)空間方程和輸出方程，對(duì)模型進(jìn)行預(yù)測(cè)，可推導(dǎo)出系統(tǒng)在k時(shí)刻的預(yù)測(cè)輸出表達(dá)式為：「n(k+1|k)]|nY「d(k+1|k)]|dd|~~~ 2...NP?1|~~~「Au(k)]2Au(k+1|k)...AU=Au(k2|k)個(gè)=NC?1Au(k+Nc?1|k)Nc*1NC0CB~CB~~~CAB0~~~~~CAD00CB~~CB00~~...0]|~~~~~............CAB...00...00]|........................0...00...CADCD~~...CADCDC?1..NP*NP20車輛本身執(zhí)行機(jī)構(gòu)約束5mΤs2≥a≥?8mΤs20.2mΤs3車輛本身執(zhí)行機(jī)構(gòu)約束5mΤs2≥a≥?8mΤs20.2mΤs3≥≥?0.2mΤs3道路幾何形狀約束vmax=20deg≥6≥?20deg模型預(yù)測(cè)控制器設(shè)計(jì)目標(biāo)函數(shù)的設(shè)立是要能夠保證智能汽車快速平穩(wěn)的追蹤期望的軌跡，因此，需要同時(shí)考慮系統(tǒng)動(dòng)態(tài)量的偏差和控制量變化情況對(duì)系統(tǒng)的影響。系統(tǒng)的約束為縱向加速度及其變化率、前輪轉(zhuǎn)角及其變化率。NpNC(UminU(k+i)Umax,i=0,1,...Nc?1〈UminU(k+i)Umax,,i=0,1,...Nc?1yrefQR輸出量、控制增量和控制量權(quán)重系數(shù)矩陣。vx?vxr=0ed?0=0ep?0=0模型預(yù)測(cè)控制器設(shè)計(jì)JminJ?ukNp2J1=?刀k+i?k?刀refk+iQQ2Np=?vxk+i?k?vxrk+i2Q1Np+?edk+i?k?02Q2Np2+?epk+i?k?0Q32+i)2QQ+σ1Δu(k+i?k)2RR+pe2制量要求系統(tǒng)對(duì)控制增量平穩(wěn)變化的要求。分別表示為在預(yù)測(cè)時(shí)域Np內(nèi)跟隨車輛與參考車分別表示為在預(yù)測(cè)時(shí)域Np內(nèi)跟隨車輛與參考車速的速度誤差、與參考道路中心的橫向位置誤差、橫擺角誤差，反映了系統(tǒng)對(duì)參考量的跟蹤跟蹤參考量要求2122模型預(yù)測(cè)控制器設(shè)計(jì)將MPC問(wèn)題轉(zhuǎn)化為標(biāo)準(zhǔn)二次型規(guī)劃問(wèn)題：Tmin△UT△U2「DK]「Umax?Ut]Umax「100...0]110...0(Umin三U(k+i)三Umax,i=0,1,...Nc?1仿真驗(yàn)證及分析跡23仿真驗(yàn)證及分析24對(duì)比置對(duì)比對(duì)比基于滑模的隊(duì)列控制隊(duì)列控制基礎(chǔ)26撲拓?fù)鋼?7通信拓?fù)溥x擇現(xiàn)如今，由于無(wú)線通信技術(shù)的發(fā)展，如基于IEEE802.11p的DSRC和新興的5G解決方案，隊(duì)列內(nèi)的車輛不僅可以獲取鄰近車輛的信息，也能與周圍環(huán)境以外的車輛通信，因此出現(xiàn)了多種可行的通信拓?fù)浣Y(jié)構(gòu)。本研究的車隊(duì)采用如圖4-1所示的車輛通信策略，由于車輛期望的縱向加速度與車距控制是在整個(gè)車輛隊(duì)列中同時(shí)進(jìn)行的，所以每輛車都能夠同步的獲得領(lǐng)航車與自車周圍其他車。28間距策略選擇SSS動(dòng)的安全距離示意圖2理想車距差值6n(t)定義為：(t)=Sn(t)-Ssafe(2na(n)maxn29滑?？刂圃韺?duì)非線性系統(tǒng)：X.=fX,u,t選擇一個(gè)系統(tǒng)在有限時(shí)間內(nèi)可以到達(dá)并維持在其上運(yùn)動(dòng)的子流形，即滑模面s(x)，求取一個(gè)可以強(qiáng)迫系統(tǒng)進(jìn)入滑動(dòng)模態(tài)的控制律：uX,siXuX,siX意圖隊(duì)列控制考慮n+1輛車組成的級(jí)聯(lián)系統(tǒng)，箭頭表示汽車行進(jìn)方向，虛線代表車輛間無(wú)線傳輸交流，第i?1輛車可以通過(guò)無(wú)線傳輸發(fā)送它的狀態(tài)信息，如車輛的位置、速度、加速度等信息給它的后車即第i輛車。期望間距Ssafe(t)由車間距策略確定：第i輛車的理想車距差值：要保證車輛隊(duì)列按最小車距行駛的同時(shí)又要保證避免發(fā)生碰撞事故，車輛隊(duì)列協(xié)同避撞控30制模型的控制目標(biāo)是6i→0。即理想車距差值等于零，這是最理想的控制效果。30隊(duì)列控制參考滑模控制設(shè)計(jì)規(guī)則，為保證車輛隊(duì)列始終大于安全車距行駛，定義期望加速度值的選取滑模面如下：將理想車距差值計(jì)算公式代入上式可以得出：選擇等速趨近率，如以下公式所示：進(jìn)而可得在保證安全車距的情況下第n輛車?yán)硐氲目v向加速度：滑?？刂剖疽鈭D滑模控制示意圖即根據(jù)滑?？刂评碚撚?jì)算的理想縱向加速度為:()nt()基于決策的橫縱向協(xié)同隊(duì)列控制橫縱向協(xié)同隊(duì)列控制為實(shí)現(xiàn)彎道下的智能車輛隊(duì)列行駛，并使車隊(duì)在彎道場(chǎng)景下以更安全的車速通過(guò)。將前文設(shè)計(jì)的單車橫縱向耦合控制器和隊(duì)列控制器結(jié)合在一起，設(shè)計(jì)成一個(gè)隊(duì)列控制與單車橫縱向耦合控制的車隊(duì)協(xié)同控制器。通過(guò)提出一個(gè)決策模塊，該決策模塊利用隊(duì)列控制器輸出的加速度用于調(diào)節(jié)橫縱向控制器的耦合加速度，在保證車輛能夠根據(jù)道路彎曲情況進(jìn)行自我循跡的同時(shí)，實(shí)現(xiàn)對(duì)車隊(duì)中車與車之間車距，車速的控制。圖5.1協(xié)同控制策略框圖33橫縱向協(xié)同隊(duì)列控制決策模塊以車隊(duì)安全行駛為原則，根據(jù)車隊(duì)車輛的車速，決策根據(jù)車速和車距計(jì)算車隊(duì)行駛加速度的滑模隊(duì)列控制器如何去調(diào)節(jié)車輛橫縱向耦合控制的耦合加速度，進(jìn)而實(shí)現(xiàn)車輛對(duì)車速和車距的控制。 1