張震，劉世達(dá)

（德州學(xué)院汽車工程學(xué)院，山東 德州 253023）

智能交通系統(tǒng)下的汽車防撞系統(tǒng)設(shè)計

張震，劉世達(dá)

（德州學(xué)院汽車工程學(xué)院，山東 德州 253023）

現(xiàn)如今的智能交通系統(tǒng)發(fā)展仍是一個逐漸完善的過程，事故的頻繁發(fā)生要求我們不僅要從智能系統(tǒng)方面來統(tǒng)一規(guī)劃，還應(yīng)該從汽車自身出發(fā)研究防撞系統(tǒng)來減少事故中的人員傷亡和財產(chǎn)損失。文章介紹了元胞自動機交通流模型的應(yīng)用對智能交通系統(tǒng)發(fā)展的影響，以及針對以此為框架的交通系統(tǒng)中所表現(xiàn)的不足設(shè)計智能防撞系統(tǒng)。

智能交通；元胞自動機；行車安全；智能防撞

CLC NO.: U462.1 Document Code: A Article ID: 1671-7988 (2017)19-49-04

引言

未來交通系統(tǒng)的發(fā)展將向智能交通系統(tǒng)(Intelligent Transportation System，簡稱ITS)方向邁進(jìn)，智能交通系統(tǒng)是一種能夠?qū)⑾冗M(jìn)的信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)、電子傳感技術(shù)、控制技術(shù)及計算機技術(shù)等有效的集成應(yīng)用于整個地面交通管理系統(tǒng)，能夠在大范圍內(nèi)、全方位發(fā)揮作用的，實時、準(zhǔn)確、高效的綜合交通運輸管理系統(tǒng)，但是現(xiàn)階段智能交通系統(tǒng)不完善，交通事故的頻繁發(fā)生是交通系統(tǒng)中最棘手的問題，因此，設(shè)計一個智能防撞系統(tǒng)顯得尤為重要[1]。

1 元胞自動機與智能交通系統(tǒng)

1.1 元胞自動機與交通流

元胞自動機(Cellular Automaton簡稱CA）由馮諾依曼在20世紀(jì)50年代發(fā)明，是一時間和空間都離散的動力系統(tǒng)。它被應(yīng)用于包括計算、構(gòu)造、生長、復(fù)制、競爭與演化等現(xiàn)象的研究，其中，交通流的元胞自動機模型在交通流研究中得到了廣泛的關(guān)注。此時的離散系統(tǒng)為由大量車輛組成的車流，因此采用本質(zhì)上離散的元胞自動機模型來描述實際的交通現(xiàn)象具有算法簡單易于實現(xiàn)、可以研究具體交通現(xiàn)象的獨特優(yōu)越性，這也為未來智能交通系統(tǒng)的發(fā)展指明了具體研究方向。

1.2 元胞自動機BML模型

在元胞自動機的諸多模型中，由美國科學(xué)家 O．Biham、A．A．Middeleton 和 D．Levine 于1992年提出的二維交通流元胞自動機模型（BML 模型）能更好的對交通流進(jìn)行分析模擬，該模型簡單直觀：模型定義于N×N個格點的網(wǎng)絡(luò)上，向北和向東的車輛數(shù)分別為和采用周期邊界條件來同時滿足模型的決定論性和每個方向上車輛總數(shù)的守恒。標(biāo)準(zhǔn)模型中和取值相同。車輛密度ρ定義為總車輛數(shù)與總格點數(shù)之比，即：

BML模型創(chuàng)始人對模型進(jìn)行了隨機初始位形系統(tǒng)的模擬，系統(tǒng)經(jīng)過一個暫態(tài)過程后到達(dá)漸進(jìn)穩(wěn)態(tài)，暫態(tài)時間的長短與系統(tǒng)尺度 N，車輛密度 P 和車輛初始分布有關(guān)，模擬結(jié)果顯示：

此時系統(tǒng)會自組織成為使絕大部分車輛都能自由運動的態(tài)，系統(tǒng)的宏觀特點是車輛分布在幾條由左上至右下的帶中。

此時系統(tǒng)會自組織成為使所有車輛都無法運動的態(tài)，系統(tǒng)的宏觀特點是車輛分布在幾條由右上至左下的帶中。由于車輛的初始位形分布是隨機選取的，不排除在ρ<ρc時存在運動終態(tài)的可能性。BML模型中的兩方向車流之間的相互作用造成了模型宏觀行為的極端復(fù)雜性和不可預(yù)知性。

1.3 元胞自動機在智能交通中的局限

對于BML模型的宏觀行為的極端復(fù)雜性和不可預(yù)知性，BML模型上的改進(jìn)模型有：兩個方向上的車輛密度可以不同的各項異性二維交通流模型，考慮到交通燈缺損造成的缺陷交通燈二維交通流模型及開放性邊界交通流模型等。這些模型在原模型的基礎(chǔ)上更進(jìn)一步考慮了真實交通流中其它的因素，模型的演化行為能反映實際交通流更多的特征，但是元胞自動機模型的假設(shè)與實際的駕駛行為還存在著一定的差距。

2 智能交通下的汽車防撞系統(tǒng)

雖然元胞自動機的多種模型在智能交通中得到充分的應(yīng)用，但是模型的建立始終不能完全歸算交通中實際的復(fù)雜情況，為了進(jìn)一步防止交通事故的發(fā)生，也為了更全方位的建立智能交通系統(tǒng)，研究開發(fā)一種基于汽車本身的防撞系統(tǒng)顯得尤為重要。

2.1 汽車防撞預(yù)警系統(tǒng)的工作原理

汽車防撞預(yù)警系統(tǒng)能夠在事故發(fā)生前提醒駕駛員注意，以及在緊急狀況下幫助駕駛員采取安全措施控制汽車，使汽車能主動避開危險，保證車輛安全行駛。系統(tǒng)開始工作時，距離傳感器會發(fā)出光或波，同時定時器開始計時，由傳感器接收光或波的返回，定時器時間停止，計算實際距離，并根據(jù)變化率來計算出兩車的相對速度；速度傳感器測量的速度傳送到控制單元，算出此時行駛的臨界安全距離與臨界安全距離相比較，提醒駕駛員做出相應(yīng)的動作。系統(tǒng)總體結(jié)構(gòu)圖如圖1所示。

圖1 系統(tǒng)總體結(jié)構(gòu)圖

2.2 系統(tǒng)的關(guān)鍵技術(shù)和設(shè)計要求

為了保證系統(tǒng)的安全性和可靠性，汽車防撞預(yù)警系統(tǒng)需要目標(biāo)信息的獲取技術(shù)、危險目標(biāo)的識別和路面狀況的識別等技術(shù)支持，還需要嚴(yán)格制定規(guī)避控制策略與算法以及安全車距模型的合理建立[2]。

對于系統(tǒng)的設(shè)計要求主要有保證目標(biāo)探測傳感器的視野廣闊（覆蓋車輛前方10°～30°且距離大于150米）、快速準(zhǔn)確識別雷達(dá)視野內(nèi)的所有目標(biāo)、安全車距計算的實時性和準(zhǔn)確性、規(guī)避控制單元的迅速應(yīng)響，對車載傳感器和雷達(dá)數(shù)據(jù)實時采集及處理、保證防撞預(yù)警系統(tǒng)在某些特殊狀況的抑制報警能力且性能穩(wěn)定便于安裝。

2.3 系統(tǒng)所需傳感器、開關(guān)

2.3.1 傳感器的選擇

對于毫米波雷達(dá)傳感器的選擇根據(jù)設(shè)計要求，Delphi 公司下的ESR毫米波雷達(dá)更為合適。它的有效探測距離是1m～175m，探測的角度為±10°，響應(yīng)的時間不高于200ms，且該產(chǎn)品技術(shù)比較成熟。

車速傳感器采用霍爾傳感器，它是一種基于霍爾效應(yīng)的傳感器，當(dāng)電流通過一個處在磁場當(dāng)中的導(dǎo)體時，如果磁場和電流方向垂直，那么導(dǎo)體在與磁場和電流的方向上產(chǎn)生電動勢，即霍爾效應(yīng)。選擇AH04E型霍爾傳感器作為車速傳感器，能夠和單片機連接，用來傳遞信號。

2.3.2 抑警開關(guān)的設(shè)計

為了防止假報警需要設(shè)計系統(tǒng)的轉(zhuǎn)向抑警開關(guān)，所謂假報警就是車輛轉(zhuǎn)向時雷達(dá)可能由于探測到路邊的護(hù)欄、標(biāo)志牌等從而引起的報警。假報警會引起駕駛員對報警系統(tǒng)的信任度下降，故而失去預(yù)警的作用和意義。該系統(tǒng)為了避免此種情況的發(fā)生，從而把一個轉(zhuǎn)向抑警開關(guān)安裝在了轉(zhuǎn)向柱上，預(yù)設(shè)在方向盤的±30°內(nèi)，保持預(yù)警狀態(tài)。當(dāng)轉(zhuǎn)向角不小于30°時，系統(tǒng)將這個時間認(rèn)為轉(zhuǎn)向狀態(tài)，此時駕駛員對行車安全更加注意，所以這種情況下實施抑制報警。

此外當(dāng)汽車駕駛員已經(jīng)意識到危險開始制動時，此時需抑制系統(tǒng)系統(tǒng)不再發(fā)出警報，因此把制動繼電器設(shè)置在報警控制電路上設(shè)計成制動信號抑警開關(guān)。如圖2，當(dāng)采取制動措施后，由于制動繼電器的線圈通電，從而產(chǎn)生吸力，進(jìn)而開關(guān)B被打開，這時報警控制電路處于斷開狀態(tài)，報警被抑制。

圖2 各種抑警開關(guān)控制原理圖

對于倒車燈信號抑警開關(guān)的設(shè)計來說，在掛上倒車檔之后，車速慢，由于有倒車信號燈顯示，倒車燈繼電器由于線圈通電而產(chǎn)生吸力，開關(guān)C被打開，這時報警控制電路斷開，不再報警。如圖2，其中行駛路面狀況開關(guān)選擇原理圖如圖3所示。

圖3 行駛路面狀況開關(guān)選擇原理圖

3 控制系統(tǒng)概述

3.1 防撞預(yù)警控制方案

安全駕駛需要車輛在行駛過程中，和前方車輛保持一個適當(dāng)?shù)木嚯x。因此，基于安全角度出發(fā)來建立安全車距模型，用來幫助駕駛員維持安全的車距。首先，分析行駛時前后車輛的運動示意圖[3]，如圖4。

圖4 前后車輛的運動示意圖

在某一時刻，本車的運動速度為u1，前車的運動速度為u2，本車頭部與前車尾部之間的安全車距為d，經(jīng)過一段時間t秒后，本車的運動速度為u1，所行駛過的距離為d1,前車的運動速度為u2，所行駛過的距離為d2,此時這兩輛車之間距離為d0，d0表示兩輛車脫離危險后要保持的最小安全距離，即安全車距。一般情況下取2～5m。以上四個距離之間滿足以下的關(guān)系：

通過對駕駛員駕駛狀態(tài)的了解，確定了相應(yīng)的防撞報警控制方案即當(dāng)前后兩車間的間距低于d0時，雷達(dá)就會開始測距報警。d0的大小和路面狀況有關(guān)，在不同的路面上行駛，將得到不一樣的預(yù)警距離，此外方案設(shè)計中還包括當(dāng)汽車彎道行駛時不預(yù)警、倒車時不預(yù)警、低速行駛時不預(yù)警、加速超車時不預(yù)警、采取制動時不預(yù)警以及當(dāng)前車的速度高于或等于后車速度時不預(yù)警。

3.2 規(guī)避控制算法設(shè)計

在制定了合理的規(guī)避控制策略之后應(yīng)該設(shè)計穩(wěn)定可靠的控制算法，用來實現(xiàn)主動規(guī)避的功能。其原理如圖5所示。

圖5 規(guī)避控制器原理框圖

3.3 控制算法設(shè)計

在設(shè)計主動防撞預(yù)警控制算法前，引入安全因子的概念，使用SF（safety factor）表示：

式中，Rrel表示當(dāng)前時刻與威脅目標(biāo)間的相對距離，dL表示極限臨界車距，ds表示安全臨界車距，SF為安全因子。

1）安全狀態(tài)

當(dāng)SF>1時，對應(yīng)于Rrel>ds，表明此時車輛處于安全狀態(tài)，SF的值越大說明越安全，應(yīng)采用抑制報警策略，人機界面上的安全顯示模塊接受控制單元提供的高電平。

2）報警狀態(tài)

定義變量m如下，顯然1>m>0：

當(dāng)1≥SF> m時，對應(yīng)于ds≥Rrel> dd，表明此時車輛是非安全行駛狀態(tài)，且SF 的值越小越不安全，應(yīng)該采用報警控制策略，控制單元給蜂鳴器和報警顯示模塊提供電信號，讓其工作。為了方便駕駛員區(qū)別不安全程度，蜂鳴器采用變頻率和變幅值的警報方法，顯然報警頻率f和幅值A(chǔ)跟SF的值是反比例關(guān)系?？扇?，

臨界報警時SF=1，此時f=p，A=q，可根據(jù)駕駛習(xí)慣和實際情況選擇參數(shù)p、q的值，推薦p=1～2。

3）減速狀態(tài)

當(dāng)m≥SF>0時,對應(yīng)于dd≥Rrel>dL，表明此時車輛處于危險行駛狀態(tài)，并且危險程度隨SF值變小而增加，應(yīng)采用減速控制策略，控制單元給蜂鳴器和危險顯示模塊提供電信號，并且自動釋放油門踏板，使油門壓力paccel=0。SF=m時，剛進(jìn)入危險狀態(tài)，依靠放松節(jié)氣門的方式可有效降低車輛的速度。但隨著SF的減小危險加劇，當(dāng)SF≤i·m時（0

4）制動狀態(tài)

圖6 防撞預(yù)警系統(tǒng)主控程序

當(dāng)SF≤0時，對應(yīng)于Rrel≤dL，表明此時車輛處于極度危險的狀態(tài)，不加以控制會導(dǎo)致追尾事故的發(fā)生，并且危險程度隨SF值變小而增加，應(yīng)采用持續(xù)制動控制策略，控制單元給蜂鳴器和制動顯示模塊提供電信號，并且自動釋放油門踏板和自動將制動壓力調(diào)節(jié)到最大值。此時，paccel=0，pbrake= 100%。

3.4 控制程序設(shè)計

智能防撞預(yù)警系統(tǒng)在工作中，內(nèi)部執(zhí)行以下主控程序，如圖6所示。通過將毫米波雷達(dá)、AT89C51單片機和報警蜂鳴器進(jìn)行連接，通過控制程序，即可實現(xiàn)防撞報警功能[4]。

4 結(jié)語

更高效安全的智能交通系統(tǒng)的建立與研究并非朝夕之事，需要的我們不斷地探索研究，基于元胞自動機的交通流模型的建立無疑給智能交通系統(tǒng)的下一步發(fā)展指明了方向，元胞自動機的各類模型在未來智能交通系統(tǒng)的整合下不再單一的呈現(xiàn)，而是向著多維方向聯(lián)合發(fā)展。在此系統(tǒng)下的汽車防撞系統(tǒng)的開發(fā)更是系統(tǒng)能夠強有力執(zhí)行的有力保障，維護(hù)了系統(tǒng)的效率，降低了事故的發(fā)生，彌補智能交通系統(tǒng)不確定性帶來了人身和財產(chǎn)損失。

[1] 李昌吉.汽車駕駛員的人為因素與交通安全[J].疾病控制雜志,2009:576-578.

[2] 李智安.車輛防追尾碰撞安全系統(tǒng)[J].天津汽車, 2009,(11): 35-38.

[3] 吉超.基于車聯(lián)網(wǎng)環(huán)境下智能汽車防撞控制的研究[D].重慶：重慶交通大學(xué).2016.

[4] 李曉霞,李百川.汽車追尾碰撞預(yù)警系統(tǒng)開發(fā)研究[J].中國公路學(xué)報,2001,14(3):93-95.

Design of Vehicle Collision Avoidance System under Intelligent Transportation System

Zhang Zhen, Liu Shida
( Texas college of automotive engineering, Shandong Dezhou 253023 )

Nowadays, the development of intelligent transportation system is still a process of gradual improvement. The frequent occurrence of accidents requires us not only to plan from the intelligent system, but also to study the collision avoidance system from the automobile itself to reduce the casualties in the accident and property damage. This thesis introduces the application of cellular automaton traffic flow model to the development of intelligent transportation system,and designs the intelligent collision avoidance system for the deficiencies in the traffic system.

Intelligent Transportation System; Cellular Automaton; Driving safety; Tntelligent collision avoidance

U462.1 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-7988 (2017)19-49-04

10.16638 /j.cnki.1671-7988.2017.19.018

張震（1996-），男，德州學(xué)院大三在讀，主要研究方向：交通運輸（汽車運用工程方向）。< class="emphasis_bold">通訊作者：劉世達(dá)

劉世達(dá)（1987.03-），男，德州學(xué)院助教，主要研究方向：汽車NVH控制。