張明杰，王豐元，劉立強，鄒旭東，周冬生

?

電動智能車試驗平臺控制策略設計及性能仿真

張明杰1，王豐元2，劉立強1，鄒旭東1，周冬生2

（1.青島理工大學機械與汽車工程學院，山東 青島 266520：2.青特集團有限公司，山東 青島 266109）

針對電動智能車試驗平臺開發(fā)要求，分析確定試驗平臺自動轉向和自動制動等自動控制功能，設計搭建了試驗平臺的硬件結構。設計基于模型預測控制算法的橫向控制器和基于增量式PID、模糊分檔式控制算法的縱向控制器，完成對車輛橫向和縱向控制。通過Carsim和Simulink建立聯合仿真平臺對車輛橫向運動控制進行了仿真分析，仿真結果表明：智能車試驗平臺能夠較好的跟蹤期望行駛路徑，并且具有較高的準確性和實時性。

智能車；試驗開發(fā)平臺；智能控制；仿真分析

前言

隨著自動駕駛技術的不斷發(fā)展，車輛智能化程度越來越高，智能車輛在封閉區(qū)域擁有很好的應用前景，如觀光旅游、區(qū)域巡邏、機場擺渡等[1]。車輛控制操作是智能交通不可或缺的部分[2]。目前對智能車輛的研究，多數是在現有汽車平臺上安裝傳感器、控制器等進行智能化改造，這不僅會提高試驗平臺的開發(fā)成本，而且存在車輛冗余部件多、傳感器安裝位置受限等問題[3]。因此文章在分析自動駕駛需求的基礎上，通過功能設計和結構設計，搭建了成本低、便于控制和應用開發(fā)的電動智能車試驗平臺，該平臺主要用于研究自動轉向、自動制動等自動駕駛技術。

1 平臺功能設計

試驗開發(fā)平臺有別于一般汽車試驗平臺，既要滿足駕駛員駕駛需求，又要具備自動駕駛功能。本試驗平臺自動駕駛系統(tǒng)由三部分組成：信息采集模塊、控制決策模塊和執(zhí)行模塊。信息采集模塊主要采集車輛外界環(huán)境信息，經過信號處理發(fā)送至控制決策模塊，然后結合整車狀態(tài)信息，根據控制策略，計算各部位電機所需驅動轉矩、轉速和轉動方向，然后生成指令并發(fā)送給各電機控制器，即執(zhí)行模塊，最后各電機完成動作執(zhí)行。自動駕駛試驗平臺系統(tǒng)組成框圖如圖1所示。

圖1 自動駕駛試驗平臺系統(tǒng)框圖

1.1 自動轉向功能

車輛在行駛過程中應該具備沿道路行駛的基本功能，首先車輛應該獲取所在道路的基本信息，然后結合車輛自身信息，實時判斷車輛行駛狀態(tài)并調整行駛方向。在行駛過程中，車輛獨立完成外部環(huán)境感知，信息融合、處理，控制決策和命令執(zhí)行，實現自動轉向功能。

1.2 自動制動功能

車輛在行駛過程中，會遇到減速或者停車的情況，比如車輛進入彎道行駛時，為避免發(fā)生危險，應該降低車速；當車輛前方發(fā)生緊急情況時，應該及時制動[4]。因此車輛在行駛時需要根據外界信息判斷是否需要減速或者停車，并且根據不同工況，執(zhí)行不同制動策略，保證車輛行駛安全性和穩(wěn)定性，實現自動制動。

2 試驗平臺結構設計

2.1 自動轉向系統(tǒng)

自動轉向系統(tǒng)由兩相步進電機和轉角傳感器組成。兩相步進電機代替原有方向盤，通過聯軸器、花鍵與轉向柱連接，整車控制器根據采集信息和控制策略給出轉向指令，ZC-SR8型步進電機驅動器根據指令向步進電機輸出不同頻率電壓，以此控制轉向電機的轉速和轉角，實現自動轉向控制。

2.2 自動制動控制系統(tǒng)

自動制動控制系統(tǒng)主要由CCD攝像機、推桿電機、和霍爾傳感器組成。CCD攝像機固定在車輛前方中間位置，相機光軸與地面平行，用于檢測前方車輛和道路信息?；魻杺鞲衅靼惭b在后車輪軸附近的車架上，磁鋼齒固定在輪轂上，通過檢測磁鋼齒來確定車速。推桿電機通過電機支架固定在車架上，電機推桿與制動主缸推桿通過螺栓螺母直接連接，需要保證電機推桿軸線與制動主缸推桿軸線在同一直線上，因此推桿電機行程就是制動主缸行程，通過控制推桿電機伸縮行程調節(jié)制動力大小，推桿電機最大行程時制動力達到最大值。

3 智能控制策略設計

電動智能車自動駕駛控制包括橫向運動控制和縱向運動控制。自動駕駛系統(tǒng)根據外界信息和車輛自身狀態(tài)信息計算出車輛預期行駛軌跡，橫向運動控制目的就是控制車輛既要準確地跟蹤預期軌跡，又要保證跟蹤過程中車輛的穩(wěn)定性[5]；縱向運動控制主要是控制車輛縱向速度，對車輛橫擺穩(wěn)定性和橫向運動控制精度有重大影響[6]。

3.1 橫向運動控制策略設計

研究基于模型預測控制（MPC）算法的橫向運動控制策略，車輛通過攝像機獲取前方道路信息，經過信息處理得到車輛期望行駛路徑，為便于控制器處理數據，需要將期望路徑進行離散化處理，通過跟蹤期望路徑上的點，完成車輛控制過程。首先進行車輛動力學分析，簡化的車輛動力學模型如圖2所示，由車輛坐標系xyz和慣性坐標系XYZ兩個坐標系組成。模型應滿足以下假設[7]：

（1）假設道路平坦，忽略車輛沿z軸運動。

（2）忽略懸架系統(tǒng)產生的影響。

石墨烯銅復合材料導熱性很強，受熱面積很小就可達到很好的制冷效果，用它代替普通的銅管，可以減小銅管的管徑，減少制冷劑充注量，一定程度上達到高效且環(huán)保的效果。石墨烯銅復合材料如圖6所示。

（3）只考慮線性范圍內輪胎側偏特性，忽略輪胎力縱橫向耦合關系。

（4）忽略空氣動力學影響。

（5）忽略系統(tǒng)內部誤差的影響。

圖2 車輛動力學模型

N為車輛下一個跟蹤點；為車輛航向偏差角；D為車輛在y方向與期望路徑偏移距離；為車輪轉向角。

根據車輛動力學模型可以得到沿x軸、y軸和繞z軸的動力學方程：

在車輛動力學基礎上引入狀態(tài)量

將系統(tǒng)狀態(tài)方程離散化，可得簡化模型：

令：

則得到新的狀態(tài)方程：

在控制時域c和預測時域p中（c

其中

由式(5)可知，只要獲得系統(tǒng)當前狀態(tài)量與控制增量，就可以得到預測時域內系統(tǒng)輸出量。但是系統(tǒng)增量是未知的，因此需要設計優(yōu)化目標函數，求解控制時域內的控制序列，將控制增量作為目標函數的狀態(tài)量，并加入松弛因子，可得優(yōu)化目標函數為：

優(yōu)化目標函數第一項表示系統(tǒng)跟蹤預期軌跡的能力；第二項表示系統(tǒng)控制量變化平穩(wěn)程度；第三項是調節(jié)系統(tǒng)收斂速度；表達式(6)不僅使車輛及時、平緩跟蹤期望軌跡，并且保證每個時刻都存在可行解。

在控制時域內，目標函數應滿足約束條件：

對優(yōu)化目標函數求解，即可得到控制增量：

最終可得系統(tǒng)控制量：

系統(tǒng)不斷循環(huán)上述計算，從而實現車輛控制過程。

3.2 縱向運動控制策略設計

研究采用前方道路預瞄的方法跟蹤期望軌跡，預瞄點應該落在車道中心線上，考慮傳感器安裝和本身精度誤差，經計算和實驗分析，設定與期望軌跡偏差5°以內為誤差范圍。彎道曲率檢測比較復雜，因此采用近似曲率的方法判斷道路彎曲程度，其原理是將圖像中的車道區(qū)域沿車輛前進方向分成多個區(qū)域，這樣彎道被分為多段，在每一段中采用直線檢測的方法檢測車道線，用直線近似代替曲線，則彎道成為多條線段組成的折線，通過直線斜率的變化判斷車道彎曲程度。綜合考慮自動駕駛系統(tǒng)實時性和準確性，并通過試驗得到不同曲率范圍內對應的安全車速。

以上述安全車速為依據，控制輪轂電機和推桿電機實現車輛加減速和制動策略。PID算法在工程中應用廣泛，考慮計算量和系統(tǒng)需求量，選擇增量式PID算法作為輪轂電機控制算法[8]。其增量表達式為：

其中()為 第k次采樣偏差。

在制動時本文采用模糊分檔式控制算法，避免了PID控制帶來的車輛頻繁抖動的缺點，使車輛制動更加平穩(wěn)，提高了車輛行駛穩(wěn)定性。控制原理是根據期望車速，將速度偏差和偏差變化量進行模糊量化，然后通過模糊規(guī)則得到輸出量f()，再經過分檔規(guī)則和比例因子得到實際輸出量u()。根據推桿電機行程范圍和模糊論域小于零的元素個數，分檔規(guī)則如下：

以上控制方法基本實現了車輛加減速和制動控制，但是在兩種控制算法之間，應該有適當的切換規(guī)則，以保證車輛行駛中的穩(wěn)定性?？v向運動控制輸出量包含速度控制器輸出量u和制動控制器輸出量u，計算實際車速與預期車速的偏差，以此為依據，制定切換規(guī)則如下：

4 橫向運動控制仿真及分析

研究利用CarSim建立整車模型，設置車輛各系統(tǒng)參數，然后設定車輛仿真工況。MPC控制器可實現對車輛轉向的控制，在Simulink中建立模型預測控制算法控制器，從而建立聯合仿真平臺。控制器具體參數設定為：=25，c=15，R=5000，-20?≤≤20?，-0.5?≤△≤0.5?，-30cm≤y≤30cm，-5?≤≤5?，Q=diag(1.5,1.5,1,1)，=ε=10。

仿真工況：設定車輛直線行駛初始狀態(tài)：=-3°，采樣時間為0.05s，仿真時間為10s，當車速為20km/h和40km/h時，車輛前輪轉向角、車輛航向偏差角、車輛橫向偏差隨時間變化如圖3和圖4所示。

圖3 車速20km/h車輛運動狀態(tài)參數變化規(guī)律

從車速20km/h仿真結果可以看出，車輛開始存在-3°的車輪轉角，導致短時間內車輛航向偏差角和橫向偏差不斷增大，但是MPC控制器快速做出反應，調節(jié)車輪轉角，使得車輛航向偏差和橫向偏差得到及時調整。在控制過程中，車輛航向偏差角回調最大值為0.7°，橫向偏差最大值為3cm，說明控制器具有較高的控制精度；在調節(jié)過程中，車輪轉向角、航向偏差角和橫向偏差波動較小，說明控制器具有較好的穩(wěn)定性；整個控制過程在1.5s內完成，說明控制器具有較好的實時性。

圖4 車速40km/h車輛運動狀態(tài)參數變化規(guī)律

從車速40km/h仿真結果可以看出，在初始車輪轉角不變的情況下，控制器控制過程變化趨勢基本不變，但是車速提高導致車輛航向偏差角和橫向偏差增大，航向偏差角最大值為1°，橫向偏差角最大值為8.8cm。隨著車速提高，車輛航向偏差角對車輛橫向穩(wěn)定性影響大于橫向偏差，調整權重因子增加控制器橫向穩(wěn)定性，雖然車輛航向偏差角回調值增大，但是回調速度大大提高。因此無論是低速行駛還是較高速度行駛，該控制器都具有良好的控制效果。

5 結論

文章設計了電動智能車試驗平臺的自動轉向、自動制動等功能，根據功能要求，設計轉向系統(tǒng)和制動系統(tǒng)。在自動轉向控制中引入模型預測控制算法，根據車輛航向偏差角和橫向偏差及其變化率，控制車輪轉角；在自動制動控制中，采用模糊分檔式控制算法，與基于增量式PID控制的輪轂電機控制算法配合完成車輛縱向速度控制。最后建立車輛聯合仿真平臺，對車輛自動轉向控制進行仿真，仿真結果表明：基于MPC算法的控制器在車輛轉向控制中具有較高的準確性和穩(wěn)定性，能夠滿足試驗平臺要求。

[1] 趙福全,趙世佳,劉宗巍.中國低速電動車產業(yè)的現狀、問題與未來發(fā)展策略[J].汽車工程學報,2017(5).

[2] Lee H, Tomizuka M. Adaptive vehicle traction force control for intelligent vehicle highway systems (IVHSs)[J].IEEE Transactions on Industrial Electronics,2003,50(1):37-47.

[3] 王建強,趙津,甯油江等.基于dSPACE的智能車自動轉向系統(tǒng)設計[J].現代制造工程,2017(2):40-43.

[4] Khodayari A, Ghaffari A, Ameli S, et al. A historical review on lateral and longitudinal control of autonomous vehicle motions[C]// International Conference on Mechanical and Electrical Technology. IEEE, 2010:421-429.

[5] Li L,Wang F Y. Advanced Motion Control and Sensing for Intelligent Vehicles[M]. Springer US, 2007.

[6] Rajamani R. Vehicle Dynamics and Control[J]. 2012, 37(8):111.

[7] 余志生.汽車理論[M].北京:機械工業(yè)出版社,2009.

[8] 張長龍,李文春,馬蓉等.基于模糊PID自動轉向控制系統(tǒng)的研究[J].農機化研究,2016(11).

The Control Strategy and Performance Simulation of Test Platform of Electric Intelligent Vehicle

Zhang Mingjie1, Wang Fengyuan2, Liu Liqiang1, Zou Xudong1, Zhou Dongsheng2

( 1.School of Mechanical and Automotive Engineering, Qingdao University of Technology, Shandong Qingdao 266520; 2.Qingte Group Co. Ltd., Shandong Qingdao 266109 )

According to the development requirements of the electric intelligent vehicle,the automatic control functions such as automatic steering and automatic braking of the test platform are analyzed and determined, and the hardware required to build the test platform is given. The lateral controller was designed based on the model predictive control algorithm, the longitudinal controller was designed based on the incremental PID, and the fuzzy split control algorithm was designed. The controllers ware installed to complete the lateral and longitudinal control of the vehicle.Through the Carsim and Simulink software, a simulation platform was built to simulate vehicle lateral movement control.The simulation results showed that the intelligent vehicle test platform can better track the desired travel path, and has high accuracy and real-time performance.

Intelligent vehicle;test and development platform; intelligent control; simulation analysis

A

1671-7988(2018)22-17-05

U266

A

1671-7988(2018)22-17-05

U266

張明杰（1992-），男，山東濟南，碩士研究生，主要研究方向：智能車輛。

王豐元（1963-），男，山東即墨，教授，博士，主要研究方向：智能車輛，車輛與交通安全。

10.16638/j.cnki.1671-7988.2018.22.006