王國棟，劉立，孟宇*，馬智萍，鄭淏清，顧青,4，白國星

(1.北京科技大學，機械工程學院，北京 100083；2.汽車噪聲振動和安全技術(shù)國家重點實驗室，重慶 401122；3.北京青年政治學院，管理系，北京 100102；4.北京科技大學，順德研究生院，廣東佛山 528300)

0 引言

過去10年，全球道路交通擁堵問題持續(xù)惡化，道路交通事故逐年增加。緩解交通擁堵，提高道路交通安全，避免和減輕交通事故傷害成為各國迫切需要解決的問題。近年來，快速發(fā)展的自動駕駛技術(shù)為解決這些問題提供了可能。其中，避撞控制是實現(xiàn)車輛自動駕駛的核心技術(shù)[1]，能夠在關(guān)鍵時刻拯救駕乘人員生命，保證車輛安全行駛，因此，得到了廣泛研究。

避撞控制的實現(xiàn)可分為制動避撞和轉(zhuǎn)向避撞。研究表明，在高速、低附著道路等工況，轉(zhuǎn)向避撞比制動避撞所需的避撞距離更短，避撞效果更好[2]。目前，轉(zhuǎn)向避撞控制通常采用分層式控制方案，將避撞控制問題分為避撞路徑規(guī)劃和路徑跟蹤兩個問題。上層采用基于搜索的方法、人工勢場法、多項式法以及Sigmod 函數(shù)法等算法規(guī)劃避撞路徑，下層采用模糊控制、滑?？刂萍澳Ｐ皖A測控制(Model Predictive Control,MPC)等算法控制車輛跟蹤所規(guī)劃路徑。然而，由于上層規(guī)劃算法通常沒有考慮車輛運動學、動力學和約束，或者僅考慮了簡單的車輛運動學、動力學和約束[3-4]，因此，規(guī)劃出的路徑可能不夠平滑，或者規(guī)劃出的路徑對下層跟蹤控制器而言不可行或不合理。為解決該問題，有研究提出基于數(shù)學優(yōu)化的避撞路徑二次規(guī)劃方法。文獻[5]首先采用傳統(tǒng)方法規(guī)劃出初始避撞路徑；然后，采用基于簡單模型的MPC二次規(guī)劃初始路徑，得到平滑以及滿足車輛運動學和約束的路徑；最后，采用基于高精度模型的MPC進行路徑跟蹤。文獻[6]和文獻[7]通過在MPC 成本函數(shù)中加入碰撞風險成本，將路徑二次規(guī)劃和跟蹤控制整合成一個MPC 優(yōu)化問題并解決。然而，在這些研究中，車輛的避撞性能十分依賴初始路徑，難以保證避撞路徑的全局最優(yōu)性。此外，這些研究在避撞過程中假設(shè)自車的速度保持恒定，不考慮速度規(guī)劃和控制問題。因此，這些避撞控制算法在實際交通環(huán)境中的應用受到限制。在速度規(guī)劃方面，文獻[8]提出在已規(guī)劃出的路徑上進行速度規(guī)劃，得到含速度曲線的路徑，稱為軌跡。由于這種方法仍需要假設(shè)可以預先得到一條最優(yōu)路徑，因此，并不能解決所有場景的避撞問題[9]。為此，文獻[10]提出在時空空間內(nèi)對路徑和速度同時進行搜索的軌跡規(guī)劃方法。然而，這些研究在軌跡規(guī)劃時仍鮮有考慮車輛運動學、動力學和約束，并且依然采用分層式規(guī)劃和控制方案。因此，仍可能規(guī)劃出不平滑或者不合理的軌跡。

相比分層式控制方案，一體式避撞控制方法，或稱同步式控制方法，在處理系統(tǒng)約束、路徑平滑性及全局最優(yōu)性方面具有明顯優(yōu)勢。一體式避撞控制方案不需要預先規(guī)劃出參考路徑或軌跡，直接將規(guī)劃和跟蹤控制整合為一個優(yōu)化問題，并進行在線求解。目前，采用一體式方案的避撞控制研究工作較少，但已公開的研究表明了這種控制方案的可行性和優(yōu)越性。GUO等[11]基于MPC提出一種避撞路徑規(guī)劃和跟蹤同步控制方法，其中，目標路徑被參數(shù)化為時間的三次函數(shù)，然后，通過將避撞終點的橫向速度作為中間變量，將控制輸入序列引入到MPC 優(yōu)化問題目標路徑的表達式中，得到路徑規(guī)劃和跟蹤控制同步進行的避撞控制方法。ZHONG等[12]針對智能車輛最優(yōu)換道問題，設(shè)計了一體式最優(yōu)換道路徑規(guī)劃和跟蹤控制方法，換道問題被描述為一個多約束的非線性優(yōu)化問題，并基于MPC 設(shè)計了最優(yōu)換道控制器。然而，這些研究依然假設(shè)避撞過程中自車的速度保持不變，不考慮速度規(guī)劃和控制問題。因此，限制了車輛的機動性和可能的避撞行為，導致在一些復雜交通環(huán)境中無法完成避撞任務。

為提高智能車輛在實際交通環(huán)境中的避撞能力，充分發(fā)揮車輛的機動性能和避撞潛力，本文基于現(xiàn)有一體式轉(zhuǎn)向避撞控制方案，在避撞過程中考慮速度規(guī)劃和控制，并將路徑規(guī)劃、速度規(guī)劃及跟蹤控制整合為一個優(yōu)化問題，提出一種基于MPC的一體式車輛避撞軌跡規(guī)劃與跟蹤控制方法。本文具有以下特點：避撞控制算法基于一體式控制方案設(shè)計，能夠保證避撞軌跡的最優(yōu)性；避撞控制算法在轉(zhuǎn)向控制同時進行制動或驅(qū)動控制，能夠充分發(fā)揮車輛的機動性和避撞潛力，提高智能車輛在實際交通環(huán)境中的避撞能力；避撞控制算法基于七自由度車輛動力學模型和復合滑移輪胎模型設(shè)計，以前輪轉(zhuǎn)角和制動、驅(qū)動力矩作為控制輸入，能夠保證避撞過程車輛狀態(tài)符合車輛動力學和約束，以及避撞軌跡和控制動作平滑。此外，本文還設(shè)計了基于恒速假設(shè)的一體式避撞路徑規(guī)劃和跟蹤控制方法，并基于Matlab 和CarSim 聯(lián)合仿真平臺與本文所提方法進行了對比。

1 控制問題描述

1.1 控制問題假設(shè)

完整的自動駕駛系統(tǒng)包括：環(huán)境感知與預測，行為決策和運動控制等功能。本文僅研究避撞控制問題，認為避撞場景中所有交通車輛的行為和狀態(tài)都是可測或可預測的。同時，本文假設(shè)智能車輛的行為決策系統(tǒng)是可靠和完備的，且行為決策已經(jīng)完成，具體假設(shè)：

(1)交通環(huán)境中其他車輛當前行為是確定且已知的，例如，直行或換道等行為；

(2)交通環(huán)境中其他車輛當前的狀態(tài)信息已知，例如，位置，速度等；

(3)智能車輛自車的行為決策已經(jīng)完成且結(jié)果可靠，不考慮“不可避免碰撞”的情況。

實際交通環(huán)境中道路結(jié)構(gòu)是不同的，然而，對于避撞控制，自車道和相鄰車道的交通參與者是自動駕駛系統(tǒng)最關(guān)注的環(huán)境信息，因此，本文假設(shè)當前道路結(jié)構(gòu)為單向雙車道，并且最多只考慮存在其他4個交通參與者的交通場景。

1.2 避障場景分析

當智能車輛自車前方存在障礙物時，若安全距離足夠，可以通過自動緊急制動系統(tǒng)完成避撞。但是，在一些場景中，即使完全制動也無法避免碰撞，此時采用轉(zhuǎn)向控制仍有機會避免碰撞。

然而，面對現(xiàn)實中復雜的交通環(huán)境，基于恒速假設(shè)的轉(zhuǎn)向避撞控制方法往往也無能為力。避障場景如圖1所示。

圖1(a)的駕駛場景是智能車輛自車前方較近處因突然發(fā)生交通事故或出現(xiàn)障礙物需要進行轉(zhuǎn)向避撞。此時，目標車道仍存在其他車輛，若其他車輛的位置和車速與自車接近時，以恒定速度進行轉(zhuǎn)向避撞顯然不可行，會引發(fā)新的事故。然而，若此時在轉(zhuǎn)向避撞的同時進行加速控制則能夠?qū)崿F(xiàn)避撞。

圖1(b)的駕駛場景是智能車輛自車前方較遠處出現(xiàn)交通事故，但自車后方較近處和相鄰車道存在其他車輛。盡管自車到事故點或障礙物的制動距離足夠，但是緊急制動會導致自車與后方車輛發(fā)生追尾。雖然此時追尾事故是因后車未保持足夠的安全距離所導致，在法律上該事故不會被認定為自車的責任。但是，采用轉(zhuǎn)向配合加速進行避撞是更好的選擇。

圖1 避障場景Fig.1 Scene of collision avoidance

圖1(c)的駕駛場景中，當自車進行轉(zhuǎn)向避撞的目標車道前方存在行駛緩慢的車輛時，在轉(zhuǎn)向避撞過程中進行制動控制成為避免碰撞的唯一選擇。

圖1(d)的駕駛場景中，盡管自車到事故點的制動距離足夠，但是，此時進行緊急制動會導致自車與后方車輛發(fā)生追尾事故。同時，由于目標車道前方存在行駛緩慢的車輛，因此，在轉(zhuǎn)向避撞過程中進行制動控制是避免碰撞的最佳選擇。

綜上，在實際交通環(huán)境中進行轉(zhuǎn)向避撞控制的同時進行速度控制非常有必要。

1.3 環(huán)境與狀態(tài)約束

一體式避撞控制問題可以描述為：在滿足空間位置、車身位姿、目標狀態(tài)及穩(wěn)定性約束等環(huán)境和車輛系統(tǒng)約束下的多約束優(yōu)化問題。在局部交通場景中，自車與其他最多4輛交通車輛的位置和約束如圖2所示。

圖2 局部環(huán)境約束Fig.2 Local environmental constraints

自車當前車道后方和前方車輛分別記為V1和V2，目標車道后方和前方車輛分別記為V3和V4。為保證在避撞控制中自車不與其他交通車輛發(fā)生碰撞，需要考慮的約束為

式中：Xsafei為自車與Vi的最小安全位置，i=1,2,3,4；a和b分別為自車質(zhì)心至車頭和車尾的距離；d為自車車寬；Yboundi為車道邊界；Xhost和Yhost分別為自車的縱、橫坐標。

為了在避撞結(jié)束時保證車身姿態(tài)正確，完成換道動作，達到目標速度，并確保車輛在避撞過程中的穩(wěn)定性，需要考慮的約束為

式中：φend和Yend分別為終點橫擺角和側(cè)向位置；Yref為目標換道距離；Vx,end為終點車速；Vx,ref為目標終點車速；ay為側(cè)向加速度；μ為路面附著系數(shù)；g為重力加速度。

2 控制器建模

本文以前輪轉(zhuǎn)向和四輪驅(qū)動、制動智能車輛為研究對象。為實現(xiàn)轉(zhuǎn)向和制動、驅(qū)動集成控制以及準確描述車輛和輪胎的動力學特性，本文分別搭建7DOF 四輪車輛動力學模型和復合滑移工況的UniTire輪胎模型。

2.1 車輛模型

為簡化控制器設(shè)計，在車輛模型建模時進行如下假設(shè)：

(1)忽略執(zhí)行器動力學，直接使用前轉(zhuǎn)向角，驅(qū)動、制動力矩作為控制輸入；

(2)忽略車輛的垂直、俯仰及側(cè)傾運動，只考慮偏航、橫向及縱向運動；

(3)忽略滾動阻力、坡度阻力及空氣動力學的影響。

基于以上假設(shè)，可以得到考慮車體縱向、側(cè)向、橫擺運動以及4個車輪旋轉(zhuǎn)運動的7DOF四輪車輛模型。車輛模型如圖3所示。車輛在車體坐標系xoy中的運動表示為

圖3 車輛模型Fig.3 Vehicle model

式中：和分別為車輛在x軸和y軸方向的速度變化率；為橫擺角加速度。

車輛在大地坐標系XOY中的運動表示為

式中：和分別為車輛在X軸和Y軸方向上的位移變化率；為橫擺角變化率。

車輪的旋轉(zhuǎn)運動描述為

式中：為車輪旋轉(zhuǎn)角速度；j={f l,fr,rl,rr}。

本文認為同一車輪上的驅(qū)動力矩和制動力矩不同時存在，故式(8)退化為

式(9)表示當求出的力矩Tx,j大于0 時，將其視為驅(qū)動力矩；當Tx,j小于0 時，將其視為制動力矩。車輪動力學模型如圖4所示。車輛模型所用符號的定義如表1所示。

圖4 車輪動力學模型Fig.4 Wheel dynamics model

表1 車輛模型符號Table 1 Vehicle model symbols

2.2 輪胎模型

輪胎力是車輛運動的主要外力來源，具有很強的耦合和非線性特性。因此，轉(zhuǎn)向和制動、驅(qū)動集成的避撞控制需要建立復合滑移工況的輪胎模型。常見的復合滑移工況輪胎模型有Magic模型、Fiala 模型及UniTire 模型。其中，UniTire 模型是郭孔輝院士提出的適用于車輛動力學仿真和控制的非線性輪胎模型，能夠準確描述輪胎在復雜工況下的力學特性。因此，本文采用UniTire 模型。具體表達式和驗證參考文獻[13]，本文不再贅述。

3 控制器設(shè)計

由于MPC在處理系統(tǒng)約束和多變量優(yōu)化問題方面的優(yōu)勢，以及獨特的滾動預測機制，在智能車輛控制方面得到廣泛應用。因此，本文采用MPC設(shè)計一體式避撞軌跡規(guī)劃與跟蹤控制器。

3.1 預測模型

將輪胎模型和式(9)代入式(6)，并聯(lián)立式(7)可以得到一體式避撞軌跡規(guī)劃與跟蹤控制器的預測模型，即

式中：t為時間變量；(t)為時域；為狀態(tài)變量；為控制輸入；為控制輸出；h為輸出映射，即

采用龍格-庫塔法對上述模型進行離散化，轉(zhuǎn)化成增量型模型為

根據(jù)模型預測控制理論，在當前k時刻，系統(tǒng)未來狀態(tài)表示為

式中：P為預測時域；M為控制時域。

基于式(12)可以得到系統(tǒng)未來的預測輸出ζ(k+1|k)…ζ(k+P|k)，不再贅述。

定義控制輸入和預測輸出序列分別為

3.2 空間域預測模型

不同于基于恒速假設(shè)的避撞控制方法，本文需要對車速進行控制。因此，在MPC 預測時域中車輛的縱向位置不可知，進而，式(1)～式(4)所示的空間位置約束和終點姿態(tài)約束在預測時域中無法準確表達。因此，需要將式(10)所示基于時間域的預測模型轉(zhuǎn)化為空間域預測模型。

將時域預測模型轉(zhuǎn)化成空間域模型，即

式中：s為位置變量；(s)為空間域。

進而，參考式(11)和式(12)可得離散的增量式空間域模型及其預測輸出，不再贅述。

3.3 變離散步長設(shè)計

當采用固定步長對系統(tǒng)進行離散化時，隨著控制窗口逐漸變短，MPC 控制器的預測時域P越來越小。當接近終點位置時，P將變得極小，此時，系統(tǒng)可能變得不穩(wěn)定。為此，本文設(shè)計了變離散步長解決此問題。

假設(shè)當自車質(zhì)心駛過障礙車安全位置時視為避撞完成，如圖5所示。因此，避撞時的控制窗口可以表示為

圖5 控制窗口Fig.5 Control window

由于自車未來的行為不可知，因此，在控制窗口ECW內(nèi)自車未來的軌跡亦不可知。根據(jù)式(3)和式(17)可知，自車未來在控制窗口內(nèi)行駛的路程在ECW+Yref,end和之間，如圖5中點線所示。因此，自車在控制窗口內(nèi)行駛的路程可以近似為

式中：Yref,end為參考側(cè)向位置的終點坐標。

因此，對于既定的預測時域P，離散步長為

式中：ρTs為微調(diào)系數(shù)。

3.4 目標函數(shù)設(shè)計

車輛避撞的安全性和穩(wěn)定性以及到達目標點的位置、姿態(tài)及速度需求通過式(1)～式(5)的不等式約束和等式約束實現(xiàn)?？刂颇繕丝梢悦枋鰹樵跐M足約束的前提下盡可能保持避撞動作平滑。因此，本文將最小化控制動作的變化量作為優(yōu)化目標，得到目標函數(shù)為

式中：ks為對應于時域中的離散時刻k，描述空間域離散序列的量；n=1,2,…,M；Γu為控制輸入權(quán)重矩陣，Γu=diag[τu(ks),τu(ks+1),…,τu(ks+M)]；τu=[τδf,τTx,fl,τTx,fr,τTx,rl,τTx,rr]。

此外，為避免執(zhí)行器飽和，還應對控制輸入及其變化率進行約束，即

最終，一體式避撞控制問題描述為

上述優(yōu)化問題采用MATLAB提供的優(yōu)化函數(shù)“Fmincon”求解，求解算法選擇有效集法。

4 仿真試驗

本文基于MATLAB/CarSim 聯(lián)合仿真平臺分別設(shè)計了加速、減速兩種避撞場景對所提出的一體式避撞軌跡規(guī)劃與跟蹤控制方法進行驗證，并與未考慮速度規(guī)劃和控制的一體式避撞控制方法，即基于恒速假設(shè)的一體式避撞控制方法，進行了對比。仿真車輛和控制器的主要參數(shù)如表2和表3所示。

表2 車輛參數(shù)Table 2 Vehicle parameters

表3 控制器參數(shù)Table 3 MPC controller parameters

4.1 加速避撞場景試驗

加速避撞場景如圖6所示。

圖6 加速避撞場景Fig.6 Collision avoidance in acceleration scene

定義自車質(zhì)心所在的位置為局部坐標系的原點，即(Xhost,Yhost)=(0，0)；自車初始車速為90 km·h-1；交通車V1、V2、V3及V4的速度分別為80，0，90，120 km·h-1；交通車V2可以看作事故車輛或其他靜止障礙物；Xsafe1、Xsafe2、Xsafe3及Xsafe4分別為-30，100，-10，50 m；目標終點側(cè)向位置Yref為3.5 m。仿真結(jié)果如圖7～圖14所示，其中，恒速避撞的仿真結(jié)果以表示，仿真中定義為90 km·h-1。需要說明的是Xsafei與Vi距離的取值范圍并不影響本文所提方法的實現(xiàn)，因此，本文不討論Xsafei與Vi距離的設(shè)置，直接給出Xsafei的值。

自車(質(zhì)心位置)與其他4 輛交通參與車輛(安全位置)的軌跡和相對位置關(guān)系如圖7所示，圖中軌跡起點以實心圓表示，終點以空心圓表示。

圖7 車輛軌跡Fig.7 Vehicle trajectory

自車(質(zhì)心位置)與其他4 輛交通車輛(安全位置)縱向位置隨時間的變化曲線如圖8所示。

圖8 車輛縱向位置Fig.8 Vehicle longitudinal position

自車側(cè)向位置隨時間的變化曲線如圖9所示。

圖9 車輛側(cè)向位置Fig.9 Vehicle lateral position

由圖7可知，自車約在Xhost=80 m 處，即3 s 時達到目標終點側(cè)向位置，如圖9所示避撞軌跡平滑。由圖8可知，自車約在3.5 s 時駛過事故車輛V2，即Xhost=Xsafe2。結(jié)合圖8和圖9可以看到，自車軌跡在空間上和其他4輛交通車輛沒有重合，表明自車與其他交通車輛無碰撞，成功完成避撞任務。另外，若自車以90 km·h-1的車速進行勻速避撞，則將與交通車V3發(fā)生碰撞。如圖8中的短點劃線所示，在3.6 s附近與V3的縱向位置重合，同時，圖9顯示，在該時刻與V3的側(cè)向位置重合，因此，當自車以90 km·h-1的車速進行勻速避撞時，將會與交通車V3發(fā)生碰撞。自車在避撞過程中的橫擺角變化如圖10所示。

圖10 橫擺角Fig.10 Yaw angle

圖10顯示在避撞過程中自車的橫擺角變化平穩(wěn)，在避撞終點位置自車的橫擺角能夠逐漸收斂到0 deg。結(jié)果表明，在避撞過程中自車能夠保持良好的車身姿態(tài)變化，在避撞結(jié)束時能夠保證車頭指向正前方。

MPC控制器求出的自車前輪轉(zhuǎn)角變化如圖11所示，顯示避撞過程中前輪轉(zhuǎn)角變化平滑，效果良好。

圖11 前輪轉(zhuǎn)角Fig.11 Front steering angle

MPC控制器求出的自車驅(qū)動力矩輸入如圖12所示。由于本文控制對象為普通四輪驅(qū)動車輛，不考慮四輪差動驅(qū)動，且前、后軸動力分配采用等比分配，因此，圖12中4 個車輪的驅(qū)動力矩大小一致。圖12顯示車輪的驅(qū)動力矩從0開始逐漸增加，達到約389 N·m-1后開始減小，并在3.6 s附近迅速降低，最終保持在53 N·m-1附近。避撞結(jié)束后，自車的驅(qū)動力矩并不為0，因為，自車仍然需要驅(qū)動力以克服傳動系統(tǒng)阻力、滾動阻力及風阻等阻力的影響來保持勻速行駛。

圖12 驅(qū)動力矩Fig.12 Driving torque

自車縱向車速變化如圖13所示，隨著驅(qū)動力的介入，車速逐漸升高，并在約3.7 s 附近達到目標車速，即交通車V4的速度，并在此后保持與交通車V4相同的速度巡航。

圖13 車輛縱向速度Fig.13 Vehicle longitudinal speed

自車側(cè)向加速度變化如圖14所示，在整個避撞控制過程中，自車側(cè)向加速度變化平穩(wěn)，幅值變化在安全范圍內(nèi)，整體效果良好。結(jié)果表明，本文所提方法能夠保證自車在避撞控制過程中的穩(wěn)定性。

圖14 側(cè)向加速度Fig.14 Lateral acceleration

4.2 減速避撞場景試驗

減速避撞場景如圖15所示，自車初始車速為90 km·h-1，交通車V1、V2及V4的速度分別為80，0，60 km·h-1，Xsafe1、Xsafe2及Xsafe4分別為-40，100，40 m。

圖15 減速避撞場景Fig.15 Collision avoidance in deceleration scene

減速避撞場景的仿真結(jié)果如圖16～圖23所示，其中，恒速避撞的仿真結(jié)果以表示。

自車和交通車輛的軌跡曲線如圖16所示，可以看出，自車約在4 s，即Xhost=86 m處完成換道，并約在4.7 s駛過事故車輛V2。整個避撞過程自車軌跡平滑。

圖16 車輛軌跡Fig.16 Vehicle trajectory

自車和交通車輛縱向位置隨時間變化曲線如圖17所示。結(jié)合圖16和圖17可以看出，自車在空間中與其他交通車輛不存在軌跡重合，即自車與其他交通車輛無碰撞。但是，若自車以90 km·h-1的車速進行勻速避撞，則會與交通車V4發(fā)生碰撞。

圖17 車輛縱向位置Fig.17 Vehicle longitudinal position

自車和交通車輛在側(cè)向位置隨時間變化曲線如圖18所示。自車在避撞過程中的橫擺角變化如圖19所示，在整個避撞過程中自車的橫擺角變化平穩(wěn)，并在避撞結(jié)束時逐漸收斂到0 deg，表明自車在避撞過程中能夠保持良好和正確的車身姿態(tài)變化。

圖18 車輛側(cè)向位置Fig.18 Vehicle lateral position

圖19 橫擺角Fig.19 Yaw angle

控制器求出的自車前輪轉(zhuǎn)角輸入如圖20所示?？刂破髑蟪龅淖攒囍苿恿剌斎肴鐖D21所示。

圖20和圖21顯示，整個避撞過程中前輪轉(zhuǎn)角變化平穩(wěn)，在避撞結(jié)束后，制動力矩變?yōu)檎?，并保持?8 N·m-1附近。此處正的制動力矩值表示驅(qū)動力矩，該驅(qū)動力矩用來保持自車的恒速運動，該結(jié)果與加速仿真試驗一致。

圖20 前輪轉(zhuǎn)角Fig.20 Front steering angle

圖21 制動力矩Fig.21 Braking torque

自車縱向速度變化如圖22所示，可知，隨著制動的介入，自車車速逐漸降低，并約在4.8 s 附近達到目標速度，即交通車V4的速度，并在此后保持該速度巡航。

圖22 車輛縱向速度Fig.22 Vehicle longitudinal speed

自車側(cè)向加速度變化如圖23所示，在整個避撞控制中，自車的側(cè)向加速度變化平穩(wěn)，并處于在安全范圍，表明在整個避撞控制過程中自車處于穩(wěn)定狀態(tài)。

圖23 側(cè)向加速度Fig.23 Lateral acceleration

上述仿真結(jié)果表明，本文所提方法能夠充分發(fā)揮車輛的機動性能，實現(xiàn)在實際復雜交通環(huán)境中的避撞任務，并能夠保持避撞過程平順。同時，結(jié)果也表明了在實際交通環(huán)境中避撞時進行速度控制的必要性。

5 結(jié)論

本文得到的主要結(jié)論如下：

(1)提出的避撞控制方法解決了現(xiàn)有基于恒速假設(shè)的一體式避撞控制方法在加速、減速等復雜交通環(huán)境中無法完成避撞任務的問題。

(2)提出的避撞控制方法在避撞過程中能夠保證車輛狀態(tài)變化平穩(wěn)，滿足車輛動力學和約束，在避撞結(jié)束時能夠保持車身姿態(tài)正確，整個避撞過程車輛軌跡和控制動作平滑。

(3)面對實際交通環(huán)境中的避撞控制問題，在轉(zhuǎn)向避撞過程中進行速度控制能夠充分發(fā)揮車輛的機動性能，提高智能車輛的避撞能力。