智能网联汽车技术与应用 课件 第5章 智能网联汽车控制技术

第5章智能网联汽车控制技术5.1智能网联汽车控制技术概述智能网联汽车控制系统结构：智能网联汽车控制系统的任务是控制车辆的速度与行驶方向，使其跟踪规划的速度曲线与路径。现有自动驾驶汽车多数针对常规工况，因而较多采用传统的控制方法，如比例－积分－微分控制、滑模控制、模糊控制、模型预测控制、自适应控制、鲁棒控制等。图5-1智能网联汽车控制系统结构图5.1智能网联汽车控制技术概述研究能够处理复杂动力学约束的优化控制算法具有重要意义，如模型预测控制算法（MPC）、非线性模型预测控制（NMPC）、强化学习、深度强化学习等。智能网联车辆控制系统也融合了多项关键控制技术，包括自适应巡航控制技术，整车稳定性控制技术，自主换道控制技术，人机协同控制技术，汽车队列成形控制技术，车路协同控制技术以及复杂工况下的脱困控制技术。图5-2智能网联控制技术里程碑5.2汽车自适应巡航控制技术按照发展脉络，车辆巡航控制技术可分为四个阶段，从传统定速巡航技术（CruiseControl）发展到自适应巡航技术（AdaptiveCruiseControl）再到互联巡航控制（connectedcruisecontrol）最后到协同自适应巡航控制（CooperativeAdaptiveCruiseControl）。自适应巡航控制是一个复杂的非线性控制系统，为简化设计并提高系统的鲁棒性及可靠性，大部分研究都采用了分层设计的思想。这样各模块功能集中且控制目标明确，模块间只传递必要的有限信号且互不影响，利于对系统的调试。目前，自适应巡航控制可基本分为交通信息辨识、安全车距模型、自适应巡航主控系统与执行机构控制等模块。5.2汽车自适应巡航控制技术5.2汽车自适应巡航控制技术5.2汽车自适应巡航控制技术前车加速度预测是自适应巡航控制技术发展的难点，目前主要解决方法有两类。第一种是建立干扰补偿算法，对系统外部扰动进行观测后基于干扰估计值设计补偿算法与MPC算法相结合；第二种是在预测时域内直接对外部干扰进行预测，即可获取实时干扰量的改进MPC算法，例如使用灰色预测模型的MPC算法。车辆巡航系统是自动化公路系统的重要组成部分，自动化公路系统的实现方式有基于分层结构控制和基于自主车辆控制，在基于自主车辆控制的基础上发展出了自适应巡航技术，而在基于分层结构控制的基础上发展出的则是协同自适应巡航控制（CooperativeAdaptiveCruiseControl,CACC）。5.3汽车整车稳定性控制技术操纵稳定性是指汽车操纵性和稳定性的综合特性。操纵性是汽车及时而准确地执行驾驶员转向指令的能力。车辆控制目标基本分为三种类型：横摆角速度跟踪目标，质心侧偏角跟踪目标以及两种跟踪目标同时考虑。横摆角速度目标主要是提升常规工况下车辆的操纵性，极限工况下则通过对质心侧偏角状态进行约束保证车辆的稳定性。车辆行驶的稳定性可分为侧向稳定性和纵向稳定性。车辆侧向稳定性控制大致可以分为：基于纵向力的侧向稳定性控制，基于侧向力的侧向稳定性控制以及纵向、侧向力集成的侧向稳定性控制。5.3汽车整车稳定性控制技术根据执行器的不同，侧向力和纵向力集成的稳定性控制一般分为AFS与差动制动集成的稳定性控制，四轮独立转向与四轮独立驱动/制动集成的稳定性控制等。虽然侧向力和纵向力集成稳定性控制所采用的执行器存在差异，但这些集成控制方法所涉及的核心问题是一致的，即转向系统和制动/驱动系统的控制权分配问题，反映在轮胎力上则是侧向和纵向轮胎力的分配和利用问题。图5-5线性AFS工作范围5.3汽车整车稳定性控制技术在整车稳定性控制方面电子稳定性控制系统（ESC，ElectronicStabilityControl）起到了很大作用，包含如防抱死制动系统（ABS，AntilockBrakeSystem）、牵引控制系统（TCS，TractionControlSystem）、车辆行驶动态控制系统（VDC，VehicleDynamciControl）等多种功能。5.3汽车整车稳定性控制技术ABS可以将车轮滑移率保持在理想值，并防止车轮抱死。TCS用于保持车辆加速稳定，通过发动机ECU和制动系统来调节驱动轮的过度滑转，保持驱动力处在最佳车轮滑转率范围。VDC用于转向角过大或者转向速率过快的工况，控制器根据横摆角速度或者质心侧偏角与目标值的偏差判断车辆是否跟随驾驶员转向意图，并对各个车轮进行有针对性的制动，减轻驾驶员操作负担并防止车辆侧滑。5.4汽车高速公路自主换道控制车辆在高速公路行驶的过程中，变道是发生频率极高的车辆行为。同时在变道的过程中，很容易发生交通事故以及道路堵塞，因此研究车辆的自主换道系统，有利于减少交通事故、改善乘员舒适性和提高车辆行驶效率。自主换道系统控制层面主要由行为决策系统、轨迹规划系统和跟踪控制系统三部分组成。目前国内外自主换道系统的行为决策方法主要有：基于规则的决策、基于统计的决策、基于人工智能的决策和基于效用的决策。基于规则换道的方法最早是由Gipps在1986年提出的，主要是针对不同的换道交通场景，制定出不同换道交通场景的换道规则，比如提出的最小安全距离模型和换道避障规则等，到目前为止基于规则的换道决策是应用最广的换道模型之一。5.4汽车高速公路自主换道控制行驶路径的规划方法可分为轨迹规划和轨迹规划等，又可分为全局规划和局部规划。全局规划一般由GPS规划出一条从起点到终点的最短路径，局部规划指车辆行驶过程中由于周围环境的影响需要规划一条无碰撞的行驶轨迹，车辆的换道轨迹规划是属于局部规划。最常用的环境建模方法主要有3种，分别是人工势场法（PotentialFields）、单元分解法（CellDecomposition）、道路图法（Roadmap）。图5-7基于人工势场法的轨迹规划车辆的跟踪控制能力是实现自主换道的重要保障，也是目前车辆自动驾驶的研究重点之一。现阶段轨迹跟踪方法主要有：PID控制、模糊控制、最优预瞄控制和模型预测控制等方法。5.4汽车高速公路自主换道控制模型预测控制作为一种最优化控制方法，最大的优点是能够处理多约束问题，能够满足自动驾驶控制系统的要求，其主要包含三个过程，分别为预测模型、滚动优化、反馈校正。以下分别对三个过程进行介绍。（1）预测模型预测模型是模型预测控制的基础，其由系统当前状态及未来输入，计算预测系统的未来输出。（2）滚动优化滚动优化是模型预测控制与其他最优控制方法的最大区别。（3）反馈校正为了防止模型失配或者环境干扰引起控制对理想状态的偏离，在新的采样时刻，首先检测对象的实际输出，并利用这一实时信息对基于模型的预测结果进行修正，然后再进行新的优化。图5-8模型预测控制原理5.5汽车人车协同控制由于汽车行驶环境的复杂性和高度不确定性，对无人驾驶技术的研究仍然停留在探索阶段，并不能够在实际生产生活中得到广泛应用。而且，由于社会伦理及法律法规等原因，人们对于完全无人驾驶的接受程度也有待提高，这同样限制了无人驾驶技术的发展及应用。因此高级驾驶辅助系统（ADAS）及人机协同驾驶成为新的研究热点。5.5汽车人车协同控制人机协同控制方法主要分为三类：对驾驶员进行危险预警；车辆特定场景下的控制权切换和车辆行驶中的控制权动态分配。

对驾驶员进行危险预警的控制旨在增强驾驶员的感知能力，主要实现方式为通过车载激光雷达、摄像头等获取驾驶员不能了解的环境信息，并通过车载智能系统的处理以恰当的方式展现给驾驶员，在有危险的时候，对驾驶员进行预警。5.5汽车人车协同控制车辆特定场景下控制权切换是指当车辆超出驾驶员的控制能力范围时，控制权切换至车辆自动控制系统；反之，当车辆超出自动控制系统能力之外时，驾驶员取得对车辆的控制权。车辆行驶中控制权动态分配是指在控制权动态分配的人机协同驾驶中，自动控制系统可以根据行驶环境及驾驶员状态等信息逐渐的接管或移交控制权，使得控制权在行驶过程中动态变化，而不是简单地切换。5.6汽车队列成形控制及队列稳定性在智能网联汽车的研究领域中，多车队列控制是其一个重要的研究方向。多车队列控制是一种典型分布式协同运动控制方法。在此控制中，所有位于同一车道的车辆，根据其周围车辆的状态信息，自动调整运动状态，以达到所有车辆速度一致并实现期望的队列几何构型。5.6汽车队列成形控制及队列稳定性图5-11车辆队列实车试验5.6汽车队列成形控制及队列稳定性5.6.1汽车队列成形控制汽车队列成形，是指沿道路同一方向两辆及以上的汽车，保持固定的车距和相同的速度，以队列行进的方式行驶。汽车队列成形控制需要选择相同的控制方式对车辆进行统一管理。车辆队列控制方式有集中式和分布式两种。车辆队列中所有行驶状态信息首先发送到中央控制器的方式称为集中式，队列中各个车辆的行驶行为由中央控制器统一规划。5.6汽车队列成形控制及队列稳定性5.6.1汽车队列成形控制分布式的控制方式不存在中央控制器，队列中的车辆仅能获得附近车辆的行驶状态信息。

（1）车辆自适应巡航控制（ACC）ACC的主要功能是根据当前交通情况来控制车速和车距，保持车辆控制系统与前方车辆一致性的行驶状态。（2）车辆协同自适应巡航控制（CACC）CACC是在ACC系统上安装了车车通信单元后升级的系统。5.6汽车队列成形控制及队列稳定性5.6.2.队列稳定性作为一个整体，车辆队列需要保持整体的稳定性。满足车辆队列的稳定性是队列行驶的基本条件。队列稳定性具有多种定义方式，从维度的不同可以概括为时域定义、频域定义和z域定义。同样，稳定性的分析方法也可以总结为时域分析方法、频域分析方法和z域分析方法。提高队列稳定性可采取以下措施：1）扩展信息流拓扑结构。2）松弛队列构型。3）采用异质控制器。5.7汽车交叉口通行车路协同控制5.7汽车交叉口通行车路协同控制道路交叉口是城市交通的重要组成部分，是不同方向道路的连接点，在城市交通中起着至关重要的作用。车路协同是未来智能交通发展的重中之重，是解决交通路口通行问题的有效途径之一，为交叉口的协调控制提供新的解决途径。通过包含模块和通信模块的试验车获取车辆实时运行状态信息，控制中心根据这些信息为出行者提供动态的路径诱导和路径规划，提高出行效率和安全可靠性是早期的一类策略。另外一类策略则主要通过车路协同系统提供道路交通及路面情况，向驾驶者发出警报，并让控制中心按照需要作紧急支持。5.7汽车交叉口通行车路协同控制5.7.2汽车交叉口冲突问题描述及分析城市道路交叉口是城市道路网络的重要节点，它连接着不同方向的道路，是各方向车流、人流的中转点。各方向行人、车辆在交叉口处争抢车道，相互干扰，致使车辆行驶缓慢，延误时间增大，如何对交叉口实施科学的管理，充分挖掘交叉口的通行能力，同时保证交叉口的交通安全己经成为交通管理部门研究的重点。根据交叉的形式，交叉口可分成十字交叉、形交叉、型交叉、错位交叉等类型；根据交叉口交叉道路的条数，可将交叉口分为三路交叉、四路交叉和多路交叉；按照交通的渠化程度可以将平面道路交叉口划分为拓宽路口式交叉、区划交叉以及简单交叉。同时根据相交道路的等级、交通流量以及功能地位等因素的不同，平面道路交叉口主要采用信号灯控制、主路优先控制以及全无控制等交叉口交通控制方式。5.7汽车交叉口通行车路协同控制5.7.2汽车交叉口冲突问题描述及分析图5-13十字交叉口车车冲突形式5.7汽车交叉口通行车路协同控制5.7.3低流量下的汽车交叉口控制模型5.7汽车交叉口通行车路协同控制5.7.4高流量下的汽车交叉口控制模型当各个流向的车辆同时向交叉口路边协同控制单元发送通行请求时，路边协同控制单元会计算互不冲突的车流平均通过交叉口的时间，计算完成后路边协同控制单元会允许平均通行时间最小的车流先行通过，其他方向的车流则在交叉口停止线前停车等待。5.8复杂工况下脱困控制技术5.8.1.爆胎车辆脱困控制策略多级闭环失效安全控制框架，控制框架为三层控制结构，第一层为系统决策层，通过收集车车、车路信息，对换道时机进行决策；第二层为轨迹规划层，根据上层的决策结果，对目标工况的轨迹进行规划；第三层为轨迹跟踪层，用于跟踪上一层规划的轨迹。5.8复杂工况下脱困控制技术5.8.2上层检测层上层主要包括各种检测器，基于“车-车”、“车-路”及车载传感器信息，系统决策层用于判断此时换道是否安全及能否实施换道；如果换道机会成熟，车辆将依次实施换道轨迹规划与跟踪，反之，则维持原车道跟驰，但如果当前车道条件允许，则车辆将直接执行紧急制动操作。同时为保证轨迹规划的有效性，需要引入如下必要的假设：1）假设车辆初始及末端位置、速度、加速度已知；2）当前车道所有车辆沿相同方向行驶，且目标车道无行驶车辆；3）车道足够长且有足够的时间和空间完成换道操作，不考虑换道操纵的失败。基于上述假设，考虑始末车辆位姿信息，基于时间的五次多项式的纵向及侧向运动轨迹如下：5.8复杂工况下脱困控制技术5.8.3中层规划层中间层为轨迹规划层，该层主要执行上一级操纵命令，分为三个阶段：原车道跟驰、换道、应急车道紧急停车。1首先，当脱困时机不成熟且当前车道无足够空间紧急停车时；2其次，当脱困时机成熟时，换道轨迹规划模块将被触发。3最后，当车辆到达应急车道后开始执行紧急制动控制策略，即在保证车辆行驶方向稳定性的情况下，使车辆尽