李世豪，吳巖，盧羽

（長安大學(xué)汽車學(xué)院，陜西 西安 710064）

前言

ADAS(Advanced Driving Assistance System)是傳統(tǒng)汽車走向無人駕駛汽車的重要實現(xiàn)路徑，是智能駕駛的最好落腳點，汽車的智能化和安全化已經(jīng)成為國內(nèi)外研究熱點。自適應(yīng)巡航系統(tǒng)(ACC)能夠在特定環(huán)境下代替駕駛?cè)耍蛊涿庥趯χ苿犹ぐ搴图铀偬ぐ宓牟僮?，有效的減輕了駕駛?cè)说钠凇⒔档土说缆返慕煌ㄊ鹿事省?/p>

目前，國內(nèi)外對ACC系統(tǒng)的研究主要集中在控制策略方面，根據(jù)信息感知單元獲取的前車動態(tài)進(jìn)而控制執(zhí)行單元，如油門控制器、制動控制器和擋位控制器。文獻(xiàn)[1]根據(jù)自車的加速度對ACC工況進(jìn)行劃分，將ACC工況分為巡航、穩(wěn)態(tài)跟隨和瞬態(tài)跟隨。但是并未充分考慮到前車加速度對ACC車輛的影響。文獻(xiàn)[2]基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)設(shè)計了 ACC控制器，但由于算法復(fù)雜，不能被廣泛應(yīng)用。本文綜合考慮各個控制算法的優(yōu)缺點，選擇模糊PID控制對汽車縱向ACC的上層控制器進(jìn)行設(shè)計，根據(jù)車載雷達(dá)采集的非線性數(shù)據(jù)，在線調(diào)整PID控制器參數(shù)，提高系統(tǒng)的動態(tài)響應(yīng)。

1 自適應(yīng)巡航系統(tǒng)工作原理

自適應(yīng)巡航系統(tǒng)是定速巡航系統(tǒng)的升級，是車速巡航系統(tǒng)與防撞預(yù)警系統(tǒng)的組合。在行車過程中，車載雷達(dá)通過識別車輛的周邊環(huán)境，計算出前方車輛的速度、相對距離與加速度信息，車載ECU調(diào)節(jié)節(jié)氣門的開度和制動主缸的壓力，對自車的車速進(jìn)行控制，保證與前方車輛的安全距離和相對車速，彌補了定速巡航系統(tǒng)的不足。

ACC系統(tǒng)屬于汽車的縱向控制，主要包括六種控制模式：定速巡航、穩(wěn)態(tài)跟隨、接近前車、強加速、強減速、緊急避撞[1]。這六種控制模式是以自車與前車的相對速度和距離為前提進(jìn)行區(qū)分的，駕駛?cè)税凑赵O(shè)定好定速巡航車速在道路上行駛，當(dāng)檢驗到前方有障礙物即前車時，信息感知單元計算出vr和d，并將其傳遞到控制器，ECU計算得到期望加速度 a，并將其輸入到執(zhí)行單元，輸出制動主缸壓力和節(jié)氣門開度，以達(dá)到期望加速度要求，如圖 1所示為汽車 ACC系統(tǒng)的主要組成。

圖1 汽車ACC系統(tǒng)的主要組成

汽車自適應(yīng)巡航系統(tǒng)控制器包括兩部分，即上層控制器和下層控制器。上層控制器通過相對車速vr和相對距離d選擇相應(yīng)的控制策略，計算出期望加速度 a。下層控制器控制發(fā)動機和制動器，使汽車的實際加速度趨于期望加速度 a。本文的汽車自適應(yīng)巡航控制策略的研究主要是針對上層控制器的設(shè)計。

2 模糊PID控制策略的建立

模糊PID控制策略的工作原理如圖2所示。

圖2 汽車ACC系統(tǒng)模糊PID控制框圖

上層控制器根據(jù)雷達(dá)測量前車的動態(tài)信息，計算得到ACC車輛的期望安全距離d0與實際距離d的差值△d，前車速度v1與實際速度v2的差值△v，將其作為模糊控制器和PID控制器的輸入，由模糊推理原則得到PID控制器的參數(shù)Kp、Ki、Kd，通過實時在線調(diào)整，使其能夠快速響應(yīng)ACC車輛的道路交通環(huán)境。

隸屬度函數(shù)和模糊規(guī)則的選擇與制定是模糊控制器設(shè)計的重點[1]，從系統(tǒng)的穩(wěn)定性、響應(yīng)速度、超調(diào)量和穩(wěn)態(tài)精度等方面來考慮，Kp的作用是加快系統(tǒng)的響應(yīng)速度，Ki的作用是消除系統(tǒng)的穩(wěn)態(tài)誤差，Kd的作用是改善系統(tǒng)的動態(tài)特性。根據(jù)以上三個參數(shù)的不同作用，建立如下模糊規(guī)則：

確定 ACC系統(tǒng)的模糊規(guī)則后，還需要對模糊控制器輸入的隸屬度函數(shù)進(jìn)行設(shè)計，對于輸入變量△d和△v，采用高斯型隸屬度函數(shù)。如圖3、圖4所示，其中△d的取值范圍為[-10,10]，△v的取值范圍為[-30,30]。

圖3 △d的隸屬度函數(shù)

圖4 △v的隸屬度函數(shù)

由于模糊控制器的輸出是一個模糊量，而PID控制器的輸入是一個清晰量，因此應(yīng)當(dāng)用合適的方法將模糊量轉(zhuǎn)化為清晰量(反模糊化)，采用面積中心法解模糊化[1]，即：

3 ACC系統(tǒng)控制策略仿真

在Matlab/Simulink仿真平臺上，建立上述模糊PID控制策略，完成上層控制器的設(shè)計。選擇Carsim車輛動力學(xué)軟件作為下層控制器，以此來驗證本文設(shè)計的ACC控制策略的控制效果。

如圖5所示，ACC車輛以100km/h的車速在道路上行駛，在2.8s檢測到前方車輛，車輛由定速巡航模式轉(zhuǎn)換為強減速模式，當(dāng)主車的車速降低到前車車速時，主車又切換到穩(wěn)態(tài)跟隨模式。根據(jù)上述圖中的仿真曲線可得，制定的模糊 PID控制策略能夠滿足主車對前車速度的跟蹤性能，安全距離與實際距離的誤差在合適的范圍內(nèi)，滿足安全性的要求，且主車的加速度變化范圍較小，保證乘坐的舒適性。

圖5 主車車速跟隨曲線

圖6 安全距離與實際距離曲線

4 結(jié)論

1）根據(jù)自適應(yīng)巡航系統(tǒng)的工作原理，分析自適應(yīng)系統(tǒng)的上層控制器，對ACC系統(tǒng)的工作模式進(jìn)行分類。

2）建立模糊 PID控制策略，制定合適的模糊規(guī)則和隸屬度函數(shù)，保證實時準(zhǔn)確控制PID控制器的參數(shù)。

3）利用Carsim和Simulink聯(lián)合仿真平臺，對控制策略進(jìn)行仿真分析，驗證其控制效果。