殷康超，祁子豪

（長安大學(xué) 汽車學(xué)院，陜西 西安 710064）

現(xiàn)如今，隨著交通環(huán)境的日益復(fù)雜，導(dǎo)致交通事故頻發(fā)，交通擁堵加劇，為此，如何改善交通問題，提高交通效率，已經(jīng)成為社會的熱點問題[1]?？陀^來說，實現(xiàn)理想情況下的完全無人駕駛是解決交通問題最有效的途徑，但是由于法律法規(guī)的限制以及關(guān)鍵技術(shù)的壁壘，使得完全的無人駕駛在很長時間內(nèi)無法投入實際應(yīng)用，為了緩解當(dāng)前的交通問題，目前后車自動跟隨前車形成車輛隊列的行駛模式得到廣泛關(guān)注[2]。在傳統(tǒng)的自適應(yīng)巡航（Adaptive Cruise Control, ACC）系統(tǒng)中，由于僅僅使用單車傳感器進(jìn)行感知，因此，在雨霧天等特殊工況下，傳感器感知能力不佳，車輛的跟車性能較差，為了改善傳統(tǒng)ACC的不足，本文提出了將車聯(lián)網(wǎng)車車（Vehicle to Vehicle, V2V）通信技術(shù)應(yīng)用于車隊縱向協(xié)同控制系統(tǒng)中，使得車輛隊列在行駛的過程中，不僅能夠依靠傳感器感知距離信息，還能夠依據(jù)V2V通信進(jìn)行數(shù)據(jù)交互，實時獲得前方車輛當(dāng)前的狀態(tài)信息，且依靠通信技術(shù)可以在傳感器感知能力不佳的情況下穩(wěn)定的獲取信息，從而提升車輛在多場景下的跟車性能，保證跟車安全性和穩(wěn)定性。

1 車車通信系統(tǒng)

1.1 車輛信息交互系統(tǒng)

當(dāng)車隊中包含多個車輛時，車車之間的通信就會構(gòu)成通信網(wǎng)絡(luò)，根據(jù)信息的不同傳遞方式，可形成不同的信息拓?fù)浣Y(jié)構(gòu)。圖1為所設(shè)計的車車信息交互的結(jié)構(gòu)，當(dāng)車輛隊列在行駛過程中，一方面可以通過在車輛上搭載車聯(lián)網(wǎng)（Vehicle to Everything, V2X）車載單元（On Board Unit, OBU）進(jìn)行車車之間的信息交互，使得后車能夠?qū)崟r地接收前車發(fā)送的速度、加速度和位置信息；另一方面可以通過在后車上搭載的激光雷達(dá)獲取車車之間的距離信息，后車根據(jù)接受到的信息通過設(shè)計合理的間距跟馳算法對其跟隨速度進(jìn)行規(guī)劃，并通過相應(yīng)的執(zhí)行機構(gòu)對車輛實施控制，從而保證車隊跟車的安全性和魯棒性。

圖1 車車信息交互結(jié)構(gòu)圖

1.2 車輛通信方式的選擇

本文所設(shè)計的車輛通訊系統(tǒng)中，后車與前車之間是通過所搭載的車載OBU進(jìn)行通信，但是進(jìn)行通信的設(shè)備必須擁有統(tǒng)一的通信標(biāo)準(zhǔn)才能實現(xiàn)通信，因此，需要首先確立其通信規(guī)范。近年來，V2V通信在車輛網(wǎng)領(lǐng)域的通信技術(shù)路線有兩種，一種是專門為車輛通信開發(fā)的專用短程通信（Dedicated Short Range Communications, DSRC）技術(shù)[3]，另一種是基于蜂窩網(wǎng)絡(luò)開發(fā)的，以電信為基礎(chǔ)的蜂窩移動網(wǎng)絡(luò)的車聯(lián)網(wǎng)通信（Cellular Vehicle-to-Everything, C-V2X）技術(shù)[4]。其中DSRC通信技術(shù)發(fā)展較早，其特點是對短程中高速行駛的車輛之間進(jìn)行通信連接，它的技術(shù)相對來說比較成熟、穩(wěn)定，但是缺點是通信時延較長，而且通信距離有限。而C-V2X技術(shù)是基于3G/4G/5G等蜂窩網(wǎng)通信技術(shù)演進(jìn)形成的車用無線通信技術(shù)，可實現(xiàn)長距離和更大范圍的可靠通信，因此，為了車輛跟車的實時性和魯棒性，本文選擇C-V2X通信技術(shù)。相比于使用4G通信技術(shù)，雖然使用5G技術(shù)的V2X通信延時性更短、更高效，但是考慮到當(dāng)前5G基站建造成本過高且普及性較差，且使用4G的通信技術(shù)滿足當(dāng)前的汽車網(wǎng)絡(luò)時效性要求，因此，本文選擇基于4G蜂窩網(wǎng)絡(luò)的LET-V2X通信技術(shù)。

2 車輛縱向協(xié)同控制系統(tǒng)

2.1 車輛縱向間距控制策略

為了保證車輛在行駛過程中跟車的安全性，同時盡可能的減小跟馳距離，需要建立合適的安全距離模型。當(dāng)前研究的安全距離模型根據(jù)的是安全距離還是安全時間可分為固定間距模型、固定時距模型和可變時距模型[5]。其中固定間距模型不能很好地考慮前車速度變化所帶來的安全性問題，可變車頭時距的控制精度雖然較高，但是結(jié)構(gòu)復(fù)雜，因此，本文的間距控制采用固定車頭時距模型，把后車的反應(yīng)時間作為固定的車頭時距，并在車輛跟隨的過程中，將相對速度信息和間距誤差作為對后車控制的輸入量，通過間距控制算法得到后車的期望加速度，調(diào)節(jié)后車速度，使后車行駛在期望的車間距之內(nèi)，從而保證跟車的穩(wěn)定性。

車隊在行駛過程中前車速度為vn-1，當(dāng)前車以加速度a制動時，其停止之前所行駛的距離為

假設(shè)后車的反應(yīng)時間為t，經(jīng)過時間t后，后車同樣以加速度a制動，后車行駛過的距離為

兩車在行駛的過程中，要求兩車之間的距離始終要大于安全距離dsafety[6]。因此，車輛在跟車行駛過程中的期望間距dexp需要滿足

在車隊正常行駛過程中，前后兩車的速度可以看作近似相等，因此，上式可以簡化為

因此，在此處就可以把后車的反應(yīng)時間t看作是固定的車頭時距，根據(jù)該模型，車輛在跟隨行駛的過程中，其期望的間距主要考慮后車的速度，并不考慮兩車的相對速度的影響，但實際上，相對速度對跟車安全性也有很大影響。因此，在本文的跟隨控制中，通過不斷對后車跟馳速度進(jìn)行反饋調(diào)節(jié)，從而使前后速度趨于一致，進(jìn)而保證車輛間距的穩(wěn)定[7]。其間距控制算法結(jié)構(gòu)如圖2所示。

圖2 間距控制算法

圖2 中，G為車輛動力學(xué)模型的傳遞函數(shù)；Kp和Kv是比例誤差調(diào)節(jié)系數(shù)；Ku為濾波系數(shù)；aexp為后車的期望加速度。該算法以前車的加速度作為前饋控制，實際間距和期望間距的誤差作為反饋控制，后車輸入的期望加速度為[8]

式中，ei為間距誤差；an-1為前車的加速度。

2.2 車輛縱向控制結(jié)構(gòu)

為了更加清楚地表現(xiàn)車輛縱向控制的結(jié)構(gòu)，本文將車輛縱向控制邏輯分為上下兩層，其具體的結(jié)構(gòu)如圖3所示。上層控制器是根據(jù)所制定的間距控制策略和輸入的車輛狀態(tài)信息計算出后車的期望加速度并輸出；下層控制器則是根據(jù)所輸入的期望加速度，利用車載工控機，其通過控制器局域網(wǎng)絡(luò)（Controller Area Network, CAN）總線與車輛的線控底盤相連，從而通過CAN總線對車輛的線控制動和線控驅(qū)動進(jìn)行控制，最終在跟馳過程中實時調(diào)節(jié)后車的行駛速度，保證跟馳的安全與穩(wěn)定。

圖3 車輛縱向控制結(jié)構(gòu)圖

3 車隊縱向協(xié)同控制系統(tǒng)的仿真

本文利用Prescan和Simulink聯(lián)合仿真對所設(shè)計的車輛跟隨算法進(jìn)行驗證，首先在Prescan軟件中搭建實驗場景，圖4為兩輛車組成的隊列在道路上協(xié)同行駛的場景。仿真場景搭建完成后，利用Matlab對Prescan進(jìn)行擴展，其主要作用是對控制器進(jìn)行設(shè)計和算法進(jìn)行求解，并將求解后的 控制命令通過接口傳遞到Prescan進(jìn)行模型的求解，通過在Prescan中的車輛上搭載激光雷達(dá)和V2X傳感器獲得的有用數(shù)據(jù)輸出返回到Matlab中，作為規(guī)劃算法的輸入。

圖4 Prescan仿真環(huán)境中兩輛車的協(xié)同行駛

根據(jù)所設(shè)計的車輛縱向控制算法，在Simulink中搭建如圖5所示的車輛縱向控制模型。其中Lead Car為前車控制模塊，Ego Car為后車控制模塊，通過向Lead Car輸入加速度控制信號a_lead對Prescan中的前車的速度進(jìn)行控制，仿真前設(shè)置前后車的初始位置x0_lead和x0_ego，前后車的初始速度v0_lead和v0_ego，Lead Car和Ego Car的輸出結(jié)果為各自的實時位置和速度信息，并分別計算其相對值。Adaptive Cruise Control System為核心控制模塊，其輸入信號為根據(jù)間距控制策略所制定的間距誤差d_rel和相對速度信息v_rel，除此之外，根據(jù)固定車頭時距模型，設(shè)定t_gap為后車跟馳反應(yīng)速度，將其作為固定的車頭時距，在這里根據(jù)經(jīng)驗設(shè)置為1.4 s，除此之外，為了使車輛的速度不至于過高，增加了一個速度輸入v_set，通過該控制模塊進(jìn)行計算后，向后車輸出期望加速度信息a_ego，對后車的速度進(jìn)行控制，使間距保持在合理的范圍內(nèi)。

圖5 Simulink車輛控制模型

為了模擬車輛縱向協(xié)同運動，在Prescan中先設(shè)定一條縱向運行軌跡，前車按照Simulink模型中預(yù)設(shè)的加速度、初速度和初始位置信號進(jìn)行運動，然后給后車輸入一定的初始速度，設(shè)定與前車保持一定的初始距離作為初始狀態(tài)進(jìn)行仿真，圖6為車輛跟隨過程中的加速度變化過程，圖中實線即為對前車加速度的控制，虛線為后車跟車過程中加速度的變化曲線。圖7為前后車的速度變化過程，給前車初始速度25 m/s，后車初始速度20 m/s，因此，在剛開始為了跟車穩(wěn)定，后車的加速度較大，在10 s以后車的速度基本與前車保持一致，達(dá)到預(yù)期效果。

圖6 加速度變化曲線

圖7 速度變化曲線

圖8 為車輛跟隨過程中的距離變化，虛線為車隊在行駛過程中前后車之間的安全距離，實線為實際的跟車距離，由圖可知在車輛跟隨的過程中，后車的跟馳距離始終大于其安全距離，從而驗證了車輛縱向協(xié)同控制策略的準(zhǔn)確性。

圖8 距離變化曲線

4 結(jié)論

本文將V2V通信技術(shù)應(yīng)用到車隊縱向協(xié)同控制系統(tǒng)中，在雷達(dá)感知獲取信息的基礎(chǔ)上，通過車車通信實時獲取車輛狀態(tài)，實現(xiàn)不單純依賴傳感器感知能力獲取信息，改善了實現(xiàn)惡劣工況下的跟車性能，提高了車輛跟車的安全性，為車路協(xié)同輔助駕駛提供了一定的理論基礎(chǔ)。