劉宇巍

摘 要：無人駕駛包括陸地、水面、空中等無人控制運(yùn)動的物體。地面駕駛汽車也稱自主地面移動平臺、自主地面汽車等。主要從無人駕駛中的無人駕駛汽車的運(yùn)動控制著手，無人駕駛汽車運(yùn)動控制分為縱向控制和橫向控制。從縱向控制方面對無人駕駛汽車進(jìn)行論述，包括對油門和制動的控制以及油門和控制的切換規(guī)則?；诃h(huán)境信息和汽車約束的對無人駕駛汽的路徑跟蹤，保障無人駕駛汽車上人員的安全。

關(guān)鍵詞：無人駕駛汽車 油門控制 制動控制 環(huán)境信息 曲線建模

On the Application of "Motion Control" in Driverless Cars

Liu Yuwei

Abstract：Unmanned driving includes unmanned objects moving such on land， water and air. Ground-driving vehicles are also called autonomous ground mobile platforms， autonomous ground vehicles， and so on. It mainly starts with the motion control of driverless cars in driverless driving. The motion control of driverless cars is divided into longitudinal control and lateral control. The article discusses the driverless car from the aspect of longitudinal control， including the control of throttle and brake and the switching rules of throttle and control. Based on environmental information and vehicle constraints， the path tracking of unmanned vehicles can ensure the safety of personnel in unmanned vehicles.

Key words：driverless cars， throttle control， brake control， environmental information， curve modeling

1 引言

無人駕駛汽車的縱向控制，包括對油門和制動的控制，以及對油門和制動控制的切換規(guī)則。通過油門與控制的切換規(guī)則減少無人駕駛汽車實(shí)際行駛過程中的速度跟蹤誤差，結(jié)合實(shí)際環(huán)境信息與汽車約束對無人駕駛汽車行駛路徑的跟蹤，從而達(dá)到期望行駛路徑。實(shí)現(xiàn)對無人駕駛汽車自主控制的愿景。

2 油門控制

2.1 增量PID控制算法

在油門控制中，采用增量PID控制算法。增量PID算法為：

其中，kp，ki，kd分別為比例、積分和微分系數(shù);ut（k）表示第k（k=0，1，2，…）個采樣時(shí)刻的控制量;e（k）表示第k個采樣時(shí)刻的速度輸入偏差。

從式（2-1）得到控制量后，根據(jù)傳動比、伺服電機(jī)每轉(zhuǎn)一圈所需的驅(qū)動脈沖確定一個比例系數(shù)kthrottle-drive，將控制量乘上該系數(shù)發(fā)送給伺服電機(jī)驅(qū)動器。

2.2 坡道速度跟蹤

在坡道速度控制系統(tǒng)中，利用固定系數(shù)PID控制算法，在平坦路面情況下的速度跟蹤性能達(dá)到規(guī)范要求，但當(dāng)?shù)缆窢顩r變化時(shí)，跟蹤效果誤差較大。上坡時(shí)，速度明顯低于期望速度，需花費(fèi)較長時(shí)間才能調(diào)整到期望的速度，且穩(wěn)態(tài)誤差較大;下坡時(shí)，速度明顯高于期望速度。為了解決這個問題，利用坡道傾斜角與前進(jìn)方向力的關(guān)系，得出如下關(guān)系式：

無人駕駛汽車在一個控制周期內(nèi)因坡道產(chǎn)生的速度增量為：

再用期望速度減去該速度增量，得到新的速度偏差：

這實(shí)質(zhì)是改變了無人駕駛汽車在坡道上的期望速度，通過坡道速度增量估計(jì)模型來減少速度偏差，增加期望速度，經(jīng)過油門控制器對無人駕駛汽車的實(shí)際行駛速度無限接近于期望速度，從而達(dá)到坡道速度跟蹤對無人駕駛汽車的控制。算法如圖1所示。

3 制動控制

一般，人工駕駛汽車進(jìn)行制動時(shí)，往往踩住制動踏板至一定行程并保持一段時(shí)間，估計(jì)汽車可在要求的距離內(nèi)達(dá)到需要的速度，即松開制動踏板時(shí)。如果速度未達(dá)到需要的速度，還可重新踩下制動踏板。若非緊急制動，駕駛?cè)艘话銜鶕?jù)當(dāng)前汽車速度與制動距離判斷制動踏板的行程。減速過程中汽車的行駛一般相對平穩(wěn)，即制動踏板不會頻繁抖動;但在PID算法作為制動控制器時(shí)，與人工制動效果差距很大，制動時(shí)制動踏板出現(xiàn)抖動，汽車減速行駛不平穩(wěn)，乘坐不舒適。模糊分檔式制動控制方法是接近人工實(shí)際駕駛環(huán)境，減速時(shí)讓制動踏板動作平緩，提高無人駕駛汽車行駛平穩(wěn)性和舒適性。

3.1 模糊分檔制動控制基本原理

模糊分檔是指模糊控制器的查表輸出量不直接應(yīng)用于驅(qū)動制動踏板，而是將控制量按一定規(guī)則分為有限的u1，u2，…，un（N≥1）行程擋。為了減少制動踏板的頻繁動作，分檔應(yīng)盡量少。這樣，當(dāng)制動踏板到達(dá)某一行程擋后，穩(wěn)定時(shí)間就可適當(dāng)?shù)难娱L，從而確保了行駛的穩(wěn)定性。

3.2 模糊控制規(guī)則推理

在模糊控制規(guī)則推理中，假設(shè)經(jīng)模糊控制器模糊量化后輸入變量fe，fec以及模糊控制變量fu的論域分別為FE，F(xiàn)EC和FU，模糊語言變量值集合分別為T（fe），T（fec）和T（fu），使得模糊語言變量值有NB（負(fù)大），NM（負(fù)中），NS（負(fù)?。?，ZE（零），PS（正小），PM（正中），PB（正大），且有：

因此，通過模糊控制規(guī)則得出控制輸出量只是為了作為油門制動和制動控制的切換依據(jù)。無人駕駛汽車也可通過行駛阻力減速，不需要進(jìn)行制動了。

3.3 分擋式控制規(guī)則

在實(shí)際控制過程中，模糊控制表的控制輸出量顫動很大，如直接乘以實(shí)際控制變量比例因子組合轉(zhuǎn)換成實(shí)際控制量去驅(qū)動伺服電機(jī)，則制動踏板位置不穩(wěn)定，導(dǎo)致無人駕駛汽車行駛平穩(wěn)性能變差。即使是經(jīng)過濾波，也會有顫動現(xiàn)象。為了保證無人汽車行駛的穩(wěn)定性，可將濾波后的控制量按一定規(guī)則分檔，形成階梯式輸出，從而使控制在一定時(shí)間內(nèi)位置固定，確保行駛過程中汽車的穩(wěn)定性。

4 油門與控制的切換規(guī)則

油門控制的切換過程真實(shí)反映出無人駕駛環(huán)境下對速度的控制，油門控制與速度控制的實(shí)時(shí)、成功切換是減少速度跟蹤誤差的保證，同時(shí)也是無人駕駛汽車行駛平穩(wěn)性的關(guān)鍵。切換規(guī)則利用油門控制器輸出量和制動控制器輸出濾波后的控制量進(jìn)行符號的識別;同時(shí)，為了模擬實(shí)際環(huán)境，引入速度偏差作為油門與控制切換的依據(jù)。

5 環(huán)境信息和汽車約束的無人駕駛汽車路徑跟蹤

無人駕駛汽車行駛過程中考慮到周圍環(huán)境以及汽車約束的影響，保證無人駕駛汽車行駛過程中的安全性，基于環(huán)境信息與車輛約束的無人駕駛汽車路徑跟蹤方法。更加精確的計(jì)算出無人駕駛汽車到達(dá)預(yù)期路徑上預(yù)瞄距離的多條滿足運(yùn)動微分約束的局部路徑，通過規(guī)避分析排除不安全路徑，結(jié)合與期望路徑的匹配程度，確定當(dāng)前的最優(yōu)局部路徑，最終為確定執(zhí)行該路徑時(shí)的實(shí)際行駛速度。

5.1 環(huán)境信息與汽車約束的行駛曲線生成

1）行駛曲線建模

行駛曲線建模是對未來行駛路線的一個規(guī)劃，是在運(yùn)動規(guī)劃中運(yùn)用模型預(yù)測原理的關(guān)鍵。首先，通過驗(yàn)證高階多項(xiàng)式曲線模型滿足汽車運(yùn)動微分約束，將汽車運(yùn)動方程轉(zhuǎn)化為高階多項(xiàng)式，然后，添加額外的自由度，用于調(diào)節(jié)曲線形狀。最后，根據(jù)曲線模型選擇適合的約束條件和目標(biāo)函數(shù)，通過最優(yōu)化計(jì)算結(jié)果確定行駛的最佳曲線。

2）行駛曲線評價(jià)

路徑評價(jià)是結(jié)合實(shí)際路況得出的結(jié)論，包含兩部分：第一部分是對已經(jīng)生成的行駛曲線進(jìn)行碰撞分析，去掉可能發(fā)生碰撞的部分，得到無碰撞的安全行駛曲線;第二部分是根據(jù)相應(yīng)的駕駛策略對處理后的行駛曲線進(jìn)行相應(yīng)的評價(jià)，得到當(dāng)前駕駛策略下的一條最優(yōu)行駛曲線。達(dá)到控制無人駕駛行為切換的時(shí)延和平順性。

5.2 基于汽車動力學(xué)約束的速度規(guī)劃

在汽車行駛過程中合理的縱向規(guī)劃除了保證汽車的平順行駛外，還直接影響行駛中的橫向穩(wěn)定性和縱向安全性?；诃h(huán)境信息的自主局部路徑規(guī)劃與跟蹤功能模塊確定了汽車當(dāng)前待執(zhí)行的路徑。

1）基本速度規(guī)劃

汽車在行使過程中要求保證足夠制動距離的前提下盡可能地高速行駛。一方面，運(yùn)動規(guī)劃是局部的，假設(shè)每個規(guī)劃周期規(guī)劃范圍內(nèi)的環(huán)境都是危險(xiǎn)的，只有使待執(zhí)行路徑末端車速為0時(shí)，才能保證不會因?yàn)橹苿泳嚯x不足而發(fā)生正面碰撞;另一方面，在待執(zhí)行路徑的其它部分盡可能保持高速行駛基本速度規(guī)劃程序以給定的路徑長度、汽車的初始速度、最大速度、期望加速度和期望減速度作為輸入，確定實(shí)際的速度和路徑長度關(guān)系作為輸出并計(jì)算出給定路徑任意未知路徑基本速度的規(guī)劃值。保證無人駕駛汽車的安全性。

2）速度規(guī)劃修正

行駛過程中，只有對無人駕駛汽車在轉(zhuǎn)彎時(shí)的側(cè)向加速度進(jìn)行限定，才能保證無人駕駛汽車不發(fā)生側(cè)滑，甚至側(cè)翻等失穩(wěn)事故。根據(jù)給定路徑的曲率信息和側(cè)向加速度的要求，能夠確定速度和曲率容許空間，限定在給定路徑上每一位置的安全速度范圍內(nèi)，對基本速度規(guī)劃結(jié)果進(jìn)行修正。始終能讓無人駕駛汽車保持安全行駛速度平穩(wěn)運(yùn)行。

6 結(jié)語

最近，剛剛公布不久的《交通強(qiáng)國建設(shè)綱要》，明確指出將科技創(chuàng)新列為九大重點(diǎn)任務(wù)，無人駕駛正包含其中。隨著科技的發(fā)展，未來，無人駕駛汽車發(fā)展空間是巨大的。無人駕駛、車路協(xié)同、大數(shù)據(jù)等相關(guān)科技為智能出行提供有力支撐和保障，同時(shí)產(chǎn)生的影響力和社會經(jīng)濟(jì)效益也會不斷增強(qiáng)。不斷滿足人類對出行的需求。為交通強(qiáng)國建設(shè)貢獻(xiàn)出更大的智慧和力量。

參考文獻(xiàn)：

[1]龔建偉. 移動機(jī)器人橫向與縱向控制方法研究 [D]. 北京：北京理工大學(xué)，2002.

[2]張相洪，龔建偉，陸際聯(lián). 基于油門與制動的輪式移動機(jī)器人縱向速度控制 [J].北京理工大學(xué)學(xué)報(bào)，2003，23（1）：62-65.

[3]宋士偉，陳慧巖. 基于模糊PID的遙控轉(zhuǎn)向技術(shù) [J]. 汽車技術(shù)，2006（2）：17-20.

[4]權(quán)苗苗. 具有時(shí)間與距離一致性特征的智能汽車速度規(guī)劃 [D]. 北京：北京理工大學(xué)，2014.

[5]徐威. 基于模型預(yù)測控制的智能汽車運(yùn)動規(guī)劃與控制算法研究[D]. 北京：北京理工大學(xué)，2014.