高琳琳 ， 戎 輝 ， 唐風(fēng)敏 ， 郭 篷 ，何 佳

（1．天津大學(xué)，天津 300072；2．中汽研 （天津）汽車工程研究院有限公司，天津 300300；3．中國汽車技術(shù)研究中心有限公司，天津 300300）

自動(dòng)駕駛汽車是一種集感知、決策、控制于一體的智能化系統(tǒng)，其被視為交通安全事故、交通擁堵等問題的最終解決方案，自誕生以來一直備受各國政府、高等院校以及相關(guān)機(jī)構(gòu)重視［1］。作為自動(dòng)駕駛汽車三大核心技術(shù)之一，運(yùn)動(dòng)控制系統(tǒng)的主要工作是根據(jù)環(huán)境感知系統(tǒng)以及規(guī)劃決策系統(tǒng)提供的信息，控制車輛沿規(guī)劃好的路徑行駛。自動(dòng)駕駛運(yùn)動(dòng)控制系統(tǒng)可以進(jìn)一步劃分為縱向運(yùn)動(dòng)控制與橫向運(yùn)動(dòng)控制兩部分。

橫向運(yùn)動(dòng)控制主要針對(duì)車輛的轉(zhuǎn)向執(zhí)行系統(tǒng)進(jìn)行控制，操縱車輛轉(zhuǎn)向的同時(shí)，保證自動(dòng)駕駛汽車沿規(guī)劃好的路徑行駛。具體地，橫向運(yùn)動(dòng)控制系統(tǒng)根據(jù)目標(biāo)路徑信息以及自身位姿信息計(jì)算方向盤轉(zhuǎn)角或車輪轉(zhuǎn)角信息，并將計(jì)算所得信息傳遞至執(zhí)行機(jī)構(gòu)執(zhí)行。作為自動(dòng)駕駛汽車的底層控制系統(tǒng)，橫向運(yùn)動(dòng)控制系統(tǒng)及其控制方法的優(yōu)劣不僅會(huì)影響對(duì)規(guī)劃路徑的跟蹤精度，還會(huì)對(duì)車輛的穩(wěn)定性、舒適性產(chǎn)生影響。因而，針對(duì)自動(dòng)駕駛汽車的橫向運(yùn)動(dòng)控制進(jìn)行深入研究，研究具有良好實(shí)時(shí)性、魯棒性以及穩(wěn)定性的橫向運(yùn)動(dòng)控制方法一直是自動(dòng)駕駛技術(shù)領(lǐng)域的重點(diǎn)與熱點(diǎn)。

本文主要針對(duì)近年來自動(dòng)駕駛橫向運(yùn)動(dòng)控制的國內(nèi)外研究情況進(jìn)行介紹，同時(shí)分析了該項(xiàng)技術(shù)的未來發(fā)展趨勢，為自動(dòng)駕駛技術(shù)的進(jìn)一步發(fā)展奠定理論基礎(chǔ)，并提供一定的技術(shù)思路。

1 橫向運(yùn)動(dòng)控制車輛模型

除一些智能控制方法外，許多經(jīng)典控制、現(xiàn)代控制理論依賴被控對(duì)象的系統(tǒng)模型完成控制器設(shè)計(jì)或控制參數(shù)整定，因而，建立自動(dòng)駕駛汽車的模型往往是控制系統(tǒng)設(shè)計(jì)的第一步?，F(xiàn)有橫向運(yùn)動(dòng)控制的研究中，采用的車輛模型主要為運(yùn)動(dòng)學(xué)模型與動(dòng)力學(xué)模型兩種，兩種模型的示意圖見圖1。

1.1 車輛運(yùn)動(dòng)學(xué)模型

如圖1所示，在大地坐標(biāo)系XOY下，設(shè)定自動(dòng)駕駛汽車后軸中心坐標(biāo)為 （Xr，Yr），后軸中心點(diǎn)速度為Vr，車輛的航向角為φ，前輪等效轉(zhuǎn)角為δf。由此，可以得到如下車輛運(yùn)動(dòng)學(xué)模型：

圖1 車輛模型

式中：L——車輛前后軸的軸距。

由于車輛運(yùn)動(dòng)學(xué)模型建立在車輛與道路間的幾何關(guān)系基礎(chǔ)上，未針對(duì)車輛行駛過程中的受力加以考慮，因此該模型適用于AGV、輪式機(jī)器人、低速無人車等特殊自動(dòng)駕駛場合。

1.2 車輛動(dòng)力學(xué)模型

在一些高速行駛場合，為保證對(duì)目標(biāo)路徑跟蹤的精確度，需采用車輛動(dòng)力學(xué)模型替代運(yùn)動(dòng)學(xué)模型進(jìn)行控制器設(shè)計(jì)。如圖1所示，假設(shè)輪胎存在線性側(cè)偏特性，對(duì)前、后軸兩個(gè)車輪進(jìn)行等效后，可以得到如下車輛動(dòng)力學(xué)模型：

式中：Yv——車輛質(zhì)心在大地坐標(biāo)系XOY下橫向位置；φ、δf——與前文相同，分別代表車輛航向角與前輪等效轉(zhuǎn)角；ω——車輛的橫擺角速度；m——車輛的質(zhì)量；Vx——車輛質(zhì)心處的車速；Cf、Cr——車輛前、后軸的側(cè)偏剛度；lf、lr——車輛前、后軸的軸距；Iz——車輛繞垂直方向的轉(zhuǎn)動(dòng)慣量。

2 橫向運(yùn)動(dòng)控制策略

現(xiàn)有自動(dòng)駕駛橫向運(yùn)動(dòng)控制策略，可按照采用傳感器類型的不同，將其劃分為非預(yù)瞄式和預(yù)瞄式兩種。非預(yù)瞄式橫向運(yùn)動(dòng)控制策略主要適用于某些車路協(xié)同式自動(dòng)駕駛車輛，如磁引導(dǎo)式或線圈引導(dǎo)式無人車。這類自動(dòng)駕駛車輛通過車身上的傳感器識(shí)別埋在道路中的磁釘或線圈，以此獲取車輛自身與期望路徑間的位置關(guān)系，進(jìn)而實(shí)現(xiàn)自動(dòng)駕駛。

與非預(yù)瞄式橫向運(yùn)動(dòng)控制策略不同，預(yù)瞄式橫向運(yùn)動(dòng)控制策略主要模仿人類駕駛車輛的行為特性，以目標(biāo)路徑上車輛行駛方向前方的某一點(diǎn)作為跟蹤目標(biāo)，完成對(duì)規(guī)劃路徑的跟蹤行駛。預(yù)瞄式控制策略適用于一些以視覺感知系統(tǒng)獲取路徑信息的自治式無人車，該種策略符合人類的駕駛習(xí)慣，且能在高速行駛工況下取得較好的控制精度，因而自動(dòng)駕駛技術(shù)領(lǐng)域有著廣泛的應(yīng)用。

針對(duì)預(yù)瞄式橫向運(yùn)動(dòng)控制策略中預(yù)瞄點(diǎn)個(gè)數(shù)、距離以及選取方式的研究，也一直是該領(lǐng)域的研究難點(diǎn)。趙凱等［2］提出了一種多點(diǎn)序列預(yù)瞄的控制策略，該策略以規(guī)劃路徑上的一系列GPS坐標(biāo)點(diǎn)作為自動(dòng)駕駛車輛的跟蹤目標(biāo)，利用車輛運(yùn)動(dòng)學(xué)模型計(jì)算車輛位置信息，并根據(jù)目標(biāo)坐標(biāo)點(diǎn)與車輛當(dāng)前時(shí)刻位置的偏差設(shè)計(jì)控制器，完成對(duì)車輛的轉(zhuǎn)向控制，實(shí)現(xiàn)對(duì)目標(biāo)路徑的跟蹤。

刁勤晴等［3］針對(duì)自動(dòng)駕駛汽車在大曲率轉(zhuǎn)向工況下路徑跟蹤精度低、且易出現(xiàn)提前轉(zhuǎn)向的問題進(jìn)行了深入研究，提出一種雙點(diǎn)預(yù)瞄式橫向模糊控制方法。他們?cè)谲囕v動(dòng)力學(xué)模型的基礎(chǔ)上，采用雙點(diǎn)預(yù)瞄策略設(shè)計(jì)了一個(gè)模糊控制器實(shí)現(xiàn)對(duì)自動(dòng)駕駛車輛的橫向運(yùn)動(dòng)控制，保證車輛在大曲率路徑下的跟蹤精度。

蔡英鳳［4］等人同樣針對(duì)無人車在大曲率路徑上的橫向運(yùn)動(dòng)問題進(jìn)行了研究，并利用可拓學(xué)思想設(shè)計(jì)了自動(dòng)駕駛汽車橫向可拓預(yù)瞄切換控制系統(tǒng)。他們?cè)O(shè)計(jì)的橫向控制系統(tǒng)包括了上層控制器和下層控制器兩個(gè)部分。其中，上層控制器為經(jīng)典域且采用反饋控制思路，下層控制器為可拓域且采用前饋-反饋控制策略。

R Liu［5］對(duì)現(xiàn)有自動(dòng)駕駛橫向運(yùn)動(dòng)控制過程中預(yù)瞄點(diǎn)的確定方式進(jìn)行了介紹，并提出了一種改進(jìn)的預(yù)瞄點(diǎn)確定方法。該方法在一般的預(yù)瞄點(diǎn)圓形確定法基礎(chǔ)上，提出一種虛擬圓的概念，以此保證在道路-車輛距離偏差較大時(shí)，能夠更快地確定預(yù)瞄點(diǎn)，進(jìn)而迅速消除路徑跟蹤誤差，減少系統(tǒng)超調(diào)。

此外，Kazama K［6］、Yuan Liao［7］等人也都針對(duì)自動(dòng)駕駛橫向運(yùn)動(dòng)控制的預(yù)瞄控制策略進(jìn)行了各自的研究。

3 橫向運(yùn)動(dòng)控制方法

橫向運(yùn)動(dòng)控制一直是自動(dòng)駕駛運(yùn)動(dòng)控制中的重點(diǎn)以及核心內(nèi)容，也是能否實(shí)現(xiàn)對(duì)規(guī)劃路徑快速、準(zhǔn)確跟蹤的關(guān)鍵。隨著自動(dòng)駕駛技術(shù)與自動(dòng)控制技術(shù)的不斷進(jìn)步，橫向運(yùn)動(dòng)控制的研究也不斷深入，新方法不斷涌現(xiàn)。

3.1 基于道路幾何原理的橫向運(yùn)動(dòng)控制方法

基于道路幾何原理的橫向控制方法是根據(jù)當(dāng)前車輛位置與目標(biāo)點(diǎn)的偏差，利用三角函數(shù)等幾何原理計(jì)算前輪轉(zhuǎn)角（或方向盤轉(zhuǎn)角），實(shí)現(xiàn)對(duì)目標(biāo)路徑的跟蹤。此類方法的代表有純跟蹤算法、斯坦利算法、環(huán)形預(yù)瞄法等。

北京工業(yè)大學(xué)智能車BJUT-IV［8］即采用了純跟蹤算法完成對(duì)橫向運(yùn)動(dòng)控制器的設(shè)計(jì)。該團(tuán)隊(duì)將預(yù)瞄距離設(shè)計(jì)成車輛參數(shù)和車速的函數(shù)，并根據(jù)預(yù)瞄距離確定預(yù)瞄點(diǎn)，利用預(yù)瞄點(diǎn)與當(dāng)前車輛位置的偏差計(jì)算前輪轉(zhuǎn)角。此外，Morales J［9］、Li X［10］等人也都分別對(duì)純跟蹤算法進(jìn)行了一定研究。

斯坦利算法［11］是斯坦福大學(xué)智能車Stanley上應(yīng)用的一種路徑跟蹤控制算法。與純跟蹤算法采用單一偏差不同，斯坦利算法分別利用距離偏差和航向偏差計(jì)算前輪轉(zhuǎn)角，最后對(duì)計(jì)算結(jié)果進(jìn)行了疊加。靳欣宇等［12］以斯坦利算法為基礎(chǔ)設(shè)計(jì)了自動(dòng)駕駛橫向運(yùn)動(dòng)控制器，同時(shí)提出了一種自適應(yīng)預(yù)瞄時(shí)間改進(jìn)方法。該方法根據(jù)車速、當(dāng)前航向角、路徑曲率等信息確定預(yù)瞄時(shí)間，并在預(yù)瞄時(shí)間內(nèi)預(yù)測行駛狀態(tài)，以此計(jì)算車輛前輪轉(zhuǎn)角。

環(huán)形預(yù)瞄法是一種與人類駕駛習(xí)慣相似的路徑跟蹤算法。北京工業(yè)大學(xué)的姚俊琴將一般的環(huán)形預(yù)瞄方法和前饋控制方法結(jié)合在一起，提出了一種可進(jìn)行速度調(diào)整的改進(jìn)環(huán)形預(yù)瞄算法。該改進(jìn)算法不僅能夠?qū)崿F(xiàn)對(duì)期望路徑的準(zhǔn)確跟蹤，還能夠在必要時(shí)對(duì)車速進(jìn)行調(diào)整［13］。

3.2 基于經(jīng)典控制理論的橫向運(yùn)動(dòng)控制方法

PID控制作為應(yīng)用最為廣泛的經(jīng)典控制方法，同樣在自動(dòng)駕駛橫向控制領(lǐng)域有著廣泛應(yīng)用。Netto［14］提出了一種基于最優(yōu)路徑檢測數(shù)據(jù)的狀態(tài)反饋PID控制策略，該方法對(duì)于大曲率路徑跟蹤問題具有較好的魯棒性。

Auday Al-Mayyahi［15］設(shè)計(jì)了一種分?jǐn)?shù)階PID控制器來進(jìn)行車輛的路徑跟蹤，并采用粒子群優(yōu)化算法整定PID控制參數(shù)，其設(shè)計(jì)的控制器能夠取得較好的跟蹤精度，但粒子群算法實(shí)時(shí)優(yōu)化的大計(jì)算量導(dǎo)致系統(tǒng)實(shí)時(shí)性較差。

趙盼［16］在車輛動(dòng)力學(xué)模型的基礎(chǔ)上設(shè)計(jì)了一種PID與小腦模型神經(jīng)網(wǎng)絡(luò)的復(fù)合橫向控制器，該控制器利用小腦模型神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力進(jìn)行動(dòng)力學(xué)模型的非線性補(bǔ)償，提高路徑跟蹤精度。

何俊龍等［17］針對(duì)多傳感器縮微智能車的路徑跟蹤問題進(jìn)行研究，基于所搭建的縮微道路交通實(shí)驗(yàn)臺(tái)，設(shè)計(jì)了一種能夠?qū)崟r(shí)調(diào)整縮微智能車當(dāng)前時(shí)刻位置與規(guī)劃路徑間偏差的增量式PID路徑跟蹤算法。與一般PID路徑跟蹤算法相比，增量式PID算法具有響應(yīng)速度加快，超調(diào)量減小等優(yōu)勢。

3.3 基于現(xiàn)代／智能控制理論的橫向運(yùn)動(dòng)控制方法

現(xiàn)代控制理論是一種建立在狀態(tài)空間法基礎(chǔ)上的自動(dòng)控制理論，智能控制理論則不依賴被控對(duì)象的數(shù)學(xué)模型。許多現(xiàn)代控制方法以及智能控制方法都在自動(dòng)駕駛橫向運(yùn)動(dòng)控制方面有著一定范圍的應(yīng)用。

武星等［18］針對(duì)自動(dòng)導(dǎo)引車的橫向運(yùn)動(dòng)控制問題設(shè)計(jì)了一種基于運(yùn)動(dòng)預(yù)測的線性二次型最優(yōu)控制器。所設(shè)計(jì)的最優(yōu)控制器以車速作為約束條件，對(duì)自動(dòng)導(dǎo)引車的運(yùn)動(dòng)進(jìn)行預(yù)測并在此基礎(chǔ)上尋優(yōu)，使控制器能夠快速、平穩(wěn)地消除車輛與規(guī)劃路徑之間的偏差。黃海洋等［19］同樣利用最優(yōu)控制理論，在車輛動(dòng)力學(xué)模型的基礎(chǔ)上，結(jié)合多點(diǎn)預(yù)瞄策略，以預(yù)瞄窗口內(nèi)多個(gè)預(yù)瞄點(diǎn)的跟蹤誤差為優(yōu)化目標(biāo)，提出了一種基于多點(diǎn)預(yù)瞄的路徑跟蹤最優(yōu)控制方法，并在實(shí)車條件下進(jìn)行了方法驗(yàn)證，證明了提出方法的有效性和實(shí)時(shí)性。

張亮修等人［20］在建立了三自由度車輛非線性動(dòng)力學(xué)模型的基礎(chǔ)上，研究了一種線性時(shí)變模型預(yù)測路徑跟蹤控制方法，并引入向量松弛因子解決優(yōu)化求解過程中硬約束導(dǎo)致的控制算法非可行解的問題。龔建偉等人針對(duì)無人駕駛汽車的橫向運(yùn)動(dòng)控制問題進(jìn)行了大量研究，總結(jié)了基于運(yùn)動(dòng)學(xué)模型及動(dòng)力學(xué)模型的模型預(yù)測橫向運(yùn)動(dòng)控制，同時(shí)也對(duì)橫向運(yùn)動(dòng)控制約束問題進(jìn)行了大量分析研究。

除上述控制方法外，不少研究人員也嘗試?yán)闷渌F(xiàn)代控制方法或智能控制方法，如反演控制、滑?？刂?、模糊控制等，解決自動(dòng)駕駛汽車橫向運(yùn)動(dòng)控制問題。

4 自動(dòng)駕駛橫向運(yùn)動(dòng)控制發(fā)展趨勢

目前，對(duì)于自動(dòng)駕駛橫向運(yùn)動(dòng)控制方面的研究，不論在控制策略還是控制方法上，都取得了不少研究成果。這些研究成果中，也有許多完成了實(shí)車道路試驗(yàn)與測試。然而，對(duì)自動(dòng)駕駛汽車這一多自由度、多性能指標(biāo)耦合的復(fù)雜被控對(duì)象而言，橫向運(yùn)動(dòng)控制方法仍然存在許多有待解決的問題。此外，車聯(lián)網(wǎng)等一些新技術(shù)的出現(xiàn)，也為橫向運(yùn)動(dòng)控制問題的研究帶來了新的挑戰(zhàn)。下面就橫向運(yùn)動(dòng)控制的發(fā)展趨勢提出初步展望。

4.1 自動(dòng)駕駛汽車的橫、縱向運(yùn)動(dòng)控制耦合

現(xiàn)有橫向運(yùn)動(dòng)控制的大多數(shù)研究成果中，僅針對(duì)車輛的橫向運(yùn)動(dòng)學(xué)或動(dòng)力學(xué)加以考慮，進(jìn)而對(duì)橫向運(yùn)動(dòng)控制系統(tǒng)進(jìn)行單獨(dú)設(shè)計(jì)。然而，對(duì)于汽車而言，其橫、縱向的運(yùn)動(dòng)學(xué)及動(dòng)力學(xué)特性是相互影響、不可分割的，針對(duì)橫向運(yùn)動(dòng)控制問題進(jìn)行研究的過程中考慮車輛縱向運(yùn)動(dòng)對(duì)其產(chǎn)生的影響，進(jìn)而完成自動(dòng)駕駛汽車橫、縱向運(yùn)動(dòng)控制的協(xié)調(diào)或集成，是車輛運(yùn)動(dòng)控制領(lǐng)域的發(fā)展趨勢之一。

4.2 車輛底盤動(dòng)力學(xué)控制與自動(dòng)駕駛運(yùn)動(dòng)控制結(jié)合

通過前文的論述不難看出，現(xiàn)有自動(dòng)駕駛橫向運(yùn)動(dòng)控制的研究主要集中于如何提高路徑跟蹤精度而忽略了車輛穩(wěn)定性、舒適性和經(jīng)濟(jì)性的問題。另一方面，許多車輛動(dòng)力學(xué)控制系統(tǒng) （如ESP、TCS等）已相當(dāng)成熟且已成為汽車的標(biāo)準(zhǔn)配置，而對(duì)于混合動(dòng)力汽車、分布式電驅(qū)動(dòng)汽車等新能源汽車，其能量管理與控制策略同樣不可或缺。由此，如何結(jié)合現(xiàn)有成熟的車輛底盤動(dòng)力學(xué)控制系統(tǒng)、能量管理系統(tǒng)與自動(dòng)駕駛運(yùn)動(dòng)控制系統(tǒng)，使其既不相互影響，又可充分發(fā)揮其各自優(yōu)勢，是車輛運(yùn)動(dòng)控制領(lǐng)域的另一發(fā)展趨勢。

4.3 車聯(lián)網(wǎng)環(huán)境下的自動(dòng)駕駛橫向運(yùn)動(dòng)控制

近年來，針對(duì)車聯(lián)網(wǎng)技術(shù)的研究正在飛速發(fā)展。網(wǎng)聯(lián)式無人車成為了繼自治式無人車后自動(dòng)駕駛汽車的另一種主要發(fā)展形式。與自治式自動(dòng)駕駛汽車不同，車聯(lián)網(wǎng)形式下的自動(dòng)駕駛汽車主要依靠車-車、車-路、車-行人等方式獲取道路環(huán)境信息，進(jìn)而完成無人車的規(guī)劃、決策和控制。車聯(lián)網(wǎng)形式下的信息獲取方式更加多樣、靈活，這也為自動(dòng)駕駛橫向運(yùn)動(dòng)控制在策略和方法的設(shè)計(jì)與選擇上提供了更多可能，因此，研究車聯(lián)網(wǎng)環(huán)境下的橫向運(yùn)動(dòng)控制形式、策略和方法，是車輛運(yùn)動(dòng)控制領(lǐng)域的又一發(fā)展趨勢。

5 結(jié)論

自動(dòng)駕駛汽車正在逐漸走進(jìn)大眾的視野，為人們的生活帶來飛速的變化。作為自動(dòng)駕駛汽車的重要核心技術(shù)，橫向運(yùn)動(dòng)控制是決定自動(dòng)駕駛汽車整車性能的關(guān)鍵。為此，本文從車輛模型、控制策略和控制方法角度分析總結(jié)了橫向運(yùn)動(dòng)控制的國內(nèi)外研究現(xiàn)狀，指出現(xiàn)有研究中存在的一些不足，并展望了未來的發(fā)展方向，即：橫、縱向耦合控制、結(jié)合現(xiàn)有成熟的底盤控制技術(shù)以及車聯(lián)網(wǎng)環(huán)境下橫向運(yùn)動(dòng)控制技術(shù)應(yīng)用。