馬育林，徐友春，吳 青

（1. 軍事交通學(xué)院 汽車工程系，天津 300161；2. 武漢理工大學(xué) 智能交通系統(tǒng)研究中心，湖北，武漢 430063；3. 武漢理工大學(xué) 物流工程學(xué)院，湖北，武漢 430063）

車隊協(xié)同駕駛，是指在兼顧道路交通安全與效率的前提下，充分利用道路條件，將若干單車組成跨車道柔性車隊，使其不僅具有單車道車隊速度快、間距小等特點，還能根據(jù)不同道路條件，通過車隊之間的協(xié)調(diào)與合作，一方面簡化交通控制與管理的復(fù)雜程度，有效減緩交通擁堵；另一方面可以減少由人為因素所致的交通事故，保證交通安全，并在此基礎(chǔ)上節(jié)約能源，減少環(huán)境污染。

車隊協(xié)同駕駛本質(zhì)上是一個連續(xù)動態(tài)系統(tǒng)和離散事件系統(tǒng)相結(jié)合的混成動態(tài)系統(tǒng)，比如車隊協(xié)作策略的執(zhí)行和協(xié)作模態(tài)的變遷。這些連續(xù)和離散的動力學(xué)行為不僅共同存在，而且相互作用。因此，車隊協(xié)同駕駛過程既取決于對離散的瞬時事件的響應(yīng)，又取決于對微分方程和差分方程表示的隨時間變化的動力學(xué)行為的響應(yīng)。這樣，車隊協(xié)同駕駛過程就可演化成多模態(tài)變遷下的車隊協(xié)作策略執(zhí)行過程。

目前，雖然車路通信技術(shù)研究較為成熟，已應(yīng)用于交通誘導(dǎo)和不停車收費等先進交通管理系統(tǒng)，但是支持車隊協(xié)同駕駛的車車通信技術(shù)還處在試驗階段，而且實際道路交通環(huán)境難于為實車協(xié)同駕駛研究提供試驗場地和場景。此外，考慮到車隊協(xié)同駕駛系統(tǒng)是一個復(fù)雜的、分層的混成動態(tài)系統(tǒng)，其相關(guān)理論與技術(shù)仍處在不斷發(fā)展和完善中，利用各種相關(guān)交通仿真技術(shù)構(gòu)建試驗平臺是非常必要的。因此，結(jié)合混成控制理論與半實物仿真技術(shù)，可以為車隊協(xié)同駕駛混成控制研究提供有效的理論與試驗基礎(chǔ)。

1 國內(nèi)外現(xiàn)狀分析

目前國際上具有代表性的車路協(xié)同計劃有：美國車輛和道路設(shè)施系統(tǒng)協(xié)調(diào)計劃IntelliDrive[1]、日本“Smartway”計劃[2]、歐盟車路協(xié)同計劃CVIS（Coorperative Vehicle-Infrastructure Systems）、SAFESPOT（Smart Vehicles on Smart Roads）、COOPERS（CO-Operative Systems for Intelligent Road Safety）[3-5]。這些計劃將綜合應(yīng)用信息、通信、傳感網(wǎng)絡(luò)、新一代互聯(lián)網(wǎng)、可信計算和計算仿真等領(lǐng)域的最新技術(shù)，實現(xiàn)車輛與道路設(shè)施的智能化和信息共享，在實時、可靠的全時空交通信息的基礎(chǔ)上，結(jié)合車輛主動安全控制和道路協(xié)同控制技術(shù)，保證交通安全，提高通行效率，實現(xiàn)人-車-路的有效協(xié)同[6-7]。由此可見，實現(xiàn)車路協(xié)同技術(shù)的功效和作用，關(guān)鍵在于開展智能車路系統(tǒng)中車隊協(xié)同駕駛研究，其相關(guān)研究領(lǐng)域主要涉及車隊協(xié)同駕駛系統(tǒng)結(jié)構(gòu)、車車通信技術(shù)、車隊協(xié)作策略以及相關(guān)交通仿真與試驗技術(shù)等方面。

1.1 車隊協(xié)同駕駛系統(tǒng)結(jié)構(gòu)

目前國際上車隊協(xié)同駕駛系統(tǒng)研究主要借鑒智能車路系統(tǒng)體系結(jié)構(gòu)(Intelligent Vehicle-Highway Systems Architecture)和混成動態(tài)系統(tǒng)理論(Hybrid Dynamic System)兩方面。在智能車路系統(tǒng)體系結(jié)構(gòu)方面，美國加州大學(xué)Berkeley分校PATH課題組于1991年提出的智能車路系統(tǒng)結(jié)構(gòu)采用分層的結(jié)構(gòu)[8]，具體包括網(wǎng)絡(luò)層、鏈接層、協(xié)調(diào)層、控制層和物理層5個部分（圖1）。物理層包括車載控制器以及車輛的物理結(jié)構(gòu)（發(fā)動機、油門、制動系統(tǒng)、轉(zhuǎn)向控制系統(tǒng)、車載傳感器等），依靠車輛動力學(xué)特性，實現(xiàn)車輛的橫向及縱向控制?？刂茖訄?zhí)行相應(yīng)的操縱策略，指導(dǎo)車輛的橫向及縱向控制。協(xié)調(diào)層根據(jù)車輛的位置、數(shù)目、即時活動等信息，選定相應(yīng)的操縱策略，并與不同的協(xié)調(diào)層和鏈接層進行通信，即時更新上述信息，并改變相應(yīng)的操縱策略。鏈接層將路網(wǎng)劃分為不同路段，根據(jù)不同路段上的車流密度、車輛起始位置、行駛長度等決定是否需要相關(guān)的車輛操縱策略，如巡航、跟隨、組合與拆分、車道保持與變換等。通過無線網(wǎng)絡(luò)，將決策的結(jié)果發(fā)送到協(xié)調(diào)層。網(wǎng)絡(luò)層對整個路網(wǎng)進行管理與規(guī)劃，增加路網(wǎng)容量，減少車輛平均出行時間，從而緩解交通擁堵。

日本的Tsugawa等人于2000年提出了車輛協(xié)同駕駛系統(tǒng)結(jié)構(gòu)。該系統(tǒng)結(jié)構(gòu)在分析了車輛協(xié)同駕駛功能需求和任務(wù)分解的基礎(chǔ)上，設(shè)計了包括交通控制層、車輛管理層和車輛控制層的3層體系結(jié)構(gòu)[9]（圖2）。其交通控制層位于路側(cè)，其中，搭建的路側(cè)設(shè)備，如可變情報板、標(biāo)示牌、通信設(shè)備等，均用于支持車輛的協(xié)同駕駛；制定的基本準(zhǔn)則，如規(guī)則、規(guī)定、行為方式等，均用于指導(dǎo)車輛的協(xié)同駕駛。車輛管理層和控制層位于車載端，用于協(xié)同駕駛策略的決策與執(zhí)行。此后，加拿大的Hallé等人吸取和借鑒了Tsugawa的成果，提出車隊協(xié)同駕駛系統(tǒng)結(jié)構(gòu)（圖3），主要對管理層和控制層進行具體的模塊化設(shè)計，并針對車隊協(xié)同駕駛過程中數(shù)據(jù)采集與處理、車隊協(xié)同控制、車隊通信、策略決策等做了詳細的說明[10]。上述系統(tǒng)結(jié)構(gòu)都具有較高的實用價值，為車隊協(xié)同駕駛混成控制系統(tǒng)提供了很好的參考。

在混成動態(tài)系統(tǒng)理論方面，由于上述系統(tǒng)是一個分層、分級的復(fù)雜系統(tǒng)，不僅包括連續(xù)的車輛動力學(xué)行為，而且還要考慮離散的瞬時事件響應(yīng)，美國加州大學(xué)Berkeley分校PATH課題組的Horowitz等人在構(gòu)建智能車路系統(tǒng)體系結(jié)構(gòu)時，提出該體系結(jié)構(gòu)具有混成邏輯性[11]。系統(tǒng)中離散邏輯部分主要處理車車、車路之間的通信。連續(xù)邏輯部分利用通信的手段接收所需的安全速度與車距，執(zhí)行車輛行駛策略。1999年，Lygeros等人利用車車信息交互手段改進車載混成控制系統(tǒng)性能[12]，采用博弈論和最優(yōu)控制得到安全的約束條件，抑制離散擾動(碰撞)和連續(xù)擾動(加速度變化)。2000年，Varaiya等人將智能車路系統(tǒng)的協(xié)調(diào)層定義為不同車輛利用通信和協(xié)作確定相關(guān)策略，控制層用于執(zhí)行協(xié)調(diào)層傳送過來的決策結(jié)果。協(xié)調(diào)層采用有限狀態(tài)機進行建模，而控制層采用狀態(tài)反饋定律建立線性模型，從而構(gòu)成混成動態(tài)系統(tǒng)[13]。2000年，Rajamani等人通過分析車輛縱向和橫向控制系統(tǒng)，將整個車載控制系統(tǒng)設(shè)計為混成動態(tài)系統(tǒng)[14]。每一個車輛都有一個監(jiān)督模型，用于車輛的決策與控制。對于系統(tǒng)的離散狀態(tài)，可以通過選用合適的差分方程進行求解。

早期的混成動態(tài)系統(tǒng)理論主要集中在混成系統(tǒng)結(jié)構(gòu)以及連續(xù)時間系統(tǒng)的混成控制器設(shè)計，由于缺乏專門的計算機分析及仿真軟件，并沒有引起重視。隨著多體系統(tǒng)動力學(xué)方法及相關(guān)軟件的發(fā)展，混成動態(tài)系統(tǒng)建模與仿真也逐漸得到發(fā)展。2001年，Jeon等人設(shè)計了車輛協(xié)同駕駛系統(tǒng)混成控制器，用于車輛組合與拆分策略[15]。在車輛組合與拆分過程中確定安全的組合/拆分距離，通過離散事件監(jiān)督控制器對其進行控制。2004年，Alain針對從匝道入口駛?cè)胫鞲傻儡囕v引發(fā)的碰撞問題，設(shè)計了車輛混成控制器[16]。該控制器由混成自動機和導(dǎo)入其中的連續(xù)控制定律構(gòu)成，混成自動機決定車輛何時駛?cè)腭偝龉罚螘r組合及拆分車隊等；連續(xù)控制定律決定車輛行駛加速度的大小，避免與相鄰車輛產(chǎn)生碰撞。2005年，Girard等人考慮車輛控制系統(tǒng)的非線性特性，在設(shè)計車載混成控制器時，提出了嵌入式混成控制軟件結(jié)構(gòu)[17]。該軟件采用基于模型的設(shè)計方法，利用混成自動機描述車輛模型及模式切換，如巡航控制(Cruise Control，CC)，自適應(yīng)巡航控制(Adaptive Cruise Control，ACC)，協(xié)同式自適應(yīng)巡航控制(Coordinated Adaptive Cruise Control，CACC)三者的切換過程，采用TEJA語言對模型進行仿真與測試。

1.2 車車通信技術(shù)

智能車路系統(tǒng)中的通信網(wǎng)絡(luò)包括廣域有線通信網(wǎng)絡(luò)、無線通信網(wǎng)絡(luò)、短程無線通信網(wǎng)絡(luò)和車車通信網(wǎng)絡(luò)。正如成熟的車路通信技術(shù)在先進交通管理系統(tǒng)中展示出的重要性一樣，車車通信技術(shù)也已成為車隊協(xié)同駕駛研究中的關(guān)鍵技術(shù)，使車隊協(xié)同駕駛系統(tǒng)由過去的完全自主駕駛策略（無通信）經(jīng)歷了單、雙向信息結(jié)構(gòu)，發(fā)展到目前結(jié)合傳感和車載自組網(wǎng)的全方位信息網(wǎng)絡(luò)[18-20]（如圖4）。

車車通信技術(shù)一般采用紅外、激光、毫米波，Zigbee、WiFi及DSRC等方式。作為車載自組網(wǎng)的核心部分，DSRC具有大容量、高速率、低延時、范圍合理等特點，因此，車車通信主要采用DSRC網(wǎng)絡(luò)。然而，DSRC適用于短程無線通信，并需考慮車輛安全和協(xié)作等相關(guān)規(guī)定，一旦信息接收方超出了有效的DSRC傳送范圍，DSRC網(wǎng)絡(luò)需要中轉(zhuǎn)的廣播信息，這就需要開發(fā)有效、可靠的通信協(xié)議，并考慮信道使用和阻塞以及機制安全性等問題。2002年，Tsugawa在分析車車通信功能需求的基礎(chǔ)上，提出了載波偵聽多址訪問(CSMA)協(xié)議[21]。雖然載波偵聽機制在介質(zhì)訪問控制(MAC)上存在沖突，但是可以滿足車載自組網(wǎng)以及數(shù)據(jù)傳送實時性等要求。并且又對載波偵聽多址訪問不同種類的優(yōu)缺點進行了比較。2005年，Tatchikou 等人設(shè)計了用于車輛防碰撞的車車通信協(xié)議[22]。該協(xié)議首次提出采用廣播包轉(zhuǎn)發(fā)機制代替?zhèn)鹘y(tǒng)的單播路由協(xié)議，用于DSRC網(wǎng)絡(luò)中的車車通信數(shù)據(jù)傳送，同時引入握手機制，減少廣播通信量增強包數(shù)據(jù)傳送率，并利用開發(fā)的車車通信網(wǎng)絡(luò)模擬器InventSim，驗證了車車通信協(xié)議的準(zhǔn)確性和實時性。此外，車車通信大多發(fā)生在高速公路行駛車隊中臨近車輛的允許通信范圍內(nèi)，匝道車輛想要進入該車隊中，也需要采用多跳通信機制。2010年Wolterink等人設(shè)計了基于地域性群播(Geocast)的第1版車車通信協(xié)議[23]。該協(xié)議采用多跳通信機制，允許匝道車輛提前與車隊通信，這樣車隊就可以送出盡快實現(xiàn)組合要求的安全車間距離及速度信息。

在信道阻塞方面，由于車隊協(xié)同駕駛功能需要通過車載自組網(wǎng)獲得周邊車輛的行駛狀態(tài)信息，雖然可以通過協(xié)作改善區(qū)域交通可控性，增加區(qū)域交通流密度，但是也不可避免地產(chǎn)生了共享信道擁塞問題。2004年，Kaichi和Takaaki結(jié)合車車通信和車路通信的優(yōu)缺點，提出了基于車路協(xié)同的介質(zhì)訪問控制協(xié)議（Vehicle to Vehicle and Road to Vehicle Collaborative MAC Protocol，VRCP），通過自適應(yīng)信道分配的方法實現(xiàn)VRCP無縫通信[24]。2004年，Yang等人設(shè)計了用于車輛危險預(yù)警的車車通信協(xié)議[25]。該協(xié)議包括信道擁塞(Channel Congestion)策略，服務(wù)多元化機制以及緊急預(yù)警發(fā)布方法等，可降低不同路況上緊急預(yù)警消息發(fā)送的延時性。2010年，Huang等人針對信道擁塞問題，提出了結(jié)合通信速率和功率的傳輸控制協(xié)議，該協(xié)議可以根據(jù)車載網(wǎng)絡(luò)和車輛安全跟蹤的動態(tài)變化，調(diào)整車載自組網(wǎng)的通信速率和功率，利用閉環(huán)控制環(huán)節(jié)解決網(wǎng)絡(luò)中信道的不穩(wěn)定性[26]。主要功能是：通信速率控制決定目標(biāo)車輛廣播發(fā)送行駛狀態(tài)信息的頻率，功率控制決定目標(biāo)車輛行駛狀態(tài)信息廣播發(fā)送距離，并以此決定802.11p無線電的功率級別。由于MAC阻塞機制本身不能控制通信量和發(fā)射功率，從而不能從根本上阻止DSRC網(wǎng)絡(luò)擁塞。2010年，He 等人采用跨層設(shè)計方法，在MAC層檢測網(wǎng)絡(luò)擁塞，在應(yīng)用層控制通信量速率[27]。主要流程是：MAC層通過測量信道占用時間來檢測信道擁塞狀態(tài)并發(fā)送擁塞信號；應(yīng)用層通過獲得信道的擁塞狀態(tài)，對通信量速率進行自適應(yīng)控制。

由于目前車車通信技術(shù)中的多跳廣播協(xié)議及信道擁塞控制正在制定與測試，建立用于車車通信測試的原型機或仿真平臺就顯得至關(guān)重要。2010年，Grau等人探討了車車通信使用的信道對車載安全設(shè)備或裝置的覆蓋率、可靠性和實時性的影響，設(shè)計了一款基于車路協(xié)同系統(tǒng)平臺的802.11p樣機（CVIS OBU）[28]。該樣機可以通過實測的方法獲得不同車車通信場景中的RSSI（Received Signal Strengh Indication）接收的信號強度指示和丟包率，從而評價車車通信信道及模型的準(zhǔn)確性。2010年，F(xiàn)ernandes等人擴展了SUMO（Simulation for Urban MObility）模擬器的功能，建立了具備車車通信功能的車隊跟隨模型。車車通信協(xié)議采用車隊中的領(lǐng)航車來協(xié)調(diào)DSRC網(wǎng)絡(luò)信道中時間槽（Time Slots）的分配，避免了數(shù)據(jù)包的沖突。設(shè)計了車輛跟隨的協(xié)同駕駛場景，并在SUMO模擬器上開展8輛車列隊行駛仿真試驗，驗證了模型的正確性和魯棒性，評價了通信延遲對車隊行駛穩(wěn)定性的影響[29]。

1.3 車隊協(xié)同駕駛策略

目前智能車路系統(tǒng)中車隊協(xié)同駕駛主要采用5種協(xié)作策略，分別是巡航、跟隨、換道、組合與拆分策略[13,30-32]。巡航策略是指如果車輛是領(lǐng)航車，應(yīng)該在指定車道內(nèi)，按照給定的車速，并與前方車輛保持安全的車間距。這些給定的數(shù)據(jù)包括車速、車間距、車道位置等，是通過車路通信由路側(cè)管理設(shè)備發(fā)送過來，并利用車車通信傳送到車隊的每一輛車中[33-34]。巡航策略主要解決車隊速度控制和車隊內(nèi)通信協(xié)議的問題。跟隨策略是指如果車輛是跟隨車，不僅要與前車保持較小的車間距，并且需要保持所處車道的位置[35-37]。跟隨策略應(yīng)包括縱向上油門和制動器的控制，以及橫向上方向盤的控制。換道策略是指車輛試圖改變自己所處車道位置的策略[38-39]，主要體現(xiàn)在車輛橫向控制上，并需要考慮車流量、換道時間、換道距離、橫向加速度等參數(shù)。組合與拆分策略反映了車輛群體協(xié)作性，需要依靠車隊間通信支持，主要分為本車道與跨車道兩種情況[31,40-42]。在本車道內(nèi)，組合與拆分策略比較簡單，只需保持穩(wěn)定的速度以及策略執(zhí)行所需的車間距離?？畿嚨狼闆r比較復(fù)雜，首先需要依靠車隊間通信建立自組織網(wǎng)絡(luò)，確定隊內(nèi)所處位置或離開位置，其后車輛降低車速，保持策略執(zhí)行所需安全車間距，從而實現(xiàn)跨車道組合與拆分策略。

考慮到智能車路系統(tǒng)的復(fù)雜性，如限速(Speed Limit)、排隊(Queuing)、匝道入口及出口(On/Off Ramp)、緊急制動(Emergency Braking)等因素，不同車輛采用協(xié)同駕駛策略，依據(jù)起點、行駛路線、目的地，組建各自所需的車隊，可以簡化智能車路系統(tǒng)的復(fù)雜程度，增加系統(tǒng)的可組織性，從而增加交通流量。2003年，Alvarez等人針對高速公路交通流特性，考慮多車道、車輛類型以及不同目的地對車流密度的影響，提出以車速和車道位置為輸入的Link層控制器。組建的車隊根據(jù)Link層控制器傳送過來的指令信息，采用協(xié)作策略，改變車隊的速度或者變換車隊所在車道的位置，從而使車流密度達到預(yù)先設(shè)定的要求[43]。2008年，Dao等人通過組建車隊、車道分配及車隊控制等相關(guān)技術(shù)，支持車隊在多車道并具有多個入口及出口匝道的城市高速公路上協(xié)同駕駛。通過為車隊分配適合的車道，不僅可以減少該車隊的行程時間，而且減少了其它車隊，甚至是整個交通流的行程時間[44]。2009年，Xavier等人針對此約束條件，提出了一個實用的車隊協(xié)同駕駛策略[45]。該策略采用分散PID算法，僅需要通過車車通信獲得較少的信息量，如前后車輛的相對位置以及跟隨車輛的轉(zhuǎn)角，設(shè)計了車輛跟隨及超車兩個協(xié)同駕駛場景，最后采用Matlab的虛擬現(xiàn)實工具箱開展3輛車不同場景下的三維動態(tài)可視化仿真，驗證了設(shè)計的控制器的有效性。2010年，Khaisongkram等人提出了具有不對稱信息結(jié)構(gòu)的車輛協(xié)同駕駛系統(tǒng)，該系統(tǒng)使用車隊中靠近本車的前后車輛的車間距，采用具有廣義頻率變量(Generalized Frequency Variable)的線性時不變系統(tǒng)證明車輛協(xié)同駕駛系統(tǒng)的性能與穩(wěn)定性，設(shè)計了雙車道7輛車組合的協(xié)同駕駛場景，通過車隊組合策略仿真驗證了方法的有效性[46]。

從上述車隊協(xié)同駕駛策略可以看出，車隊協(xié)同駕駛系統(tǒng)的穩(wěn)定性不僅表現(xiàn)在單個車輛穩(wěn)定性和車隊穩(wěn)定性(String Stability)，還表現(xiàn)在交通流穩(wěn)定性(Traffic Flow Stability)以及整個交通容量(Traffic Flow Capacity)，還要考慮傳感器，車車通信等引起的信息延時對系統(tǒng)穩(wěn)定性的影響[47-51]。單個車輛穩(wěn)定性是指車隊中的任意車輛都能按照有界的車間距和速度誤差，跟蹤前一輛車的速度和加速度。車隊穩(wěn)定性是指車間距和車速誤差不會隨著車隊長度的增加而放大并繁衍到整個車隊中。交通流穩(wěn)定性是指影響某個區(qū)域車流密度的擾動，即該區(qū)域的匝道入口或出口，不會隨著放大而減少該區(qū)域的穩(wěn)態(tài)車流密度和平均車速。只有同時保證車隊穩(wěn)定性和交通流穩(wěn)定性才能提高交通容量。

1.4 交通仿真與試驗技術(shù)

由于車隊協(xié)同駕駛系統(tǒng)是一個復(fù)雜的、分層的混成動態(tài)系統(tǒng)，其相關(guān)理論與技術(shù)仍處在不斷發(fā)展和完善的階段，利用各種相關(guān)的交通仿真與試驗技術(shù)構(gòu)建研究平臺是非常必要的。雖然在實車試驗方面，美國、日本以及歐盟中的德國、荷蘭、意大利、法國等都開展了車輛自主及協(xié)同駕駛實車試驗[52-56]。我國許多高校、科研機構(gòu)也都建立了車輛駕駛試驗平臺或測試場地，如吉林大學(xué)的JLUIV智能車，清華大學(xué)THASV/MR智能車，國防科技大學(xué)的紅旗智能車，軍事交通學(xué)院JJUV智能車，西安交通大學(xué)的Smartcar，上海交通大學(xué)Cybercar，以及交通運輸部公路科學(xué)研究院構(gòu)建的北京試驗場，長安大學(xué)構(gòu)建的汽車綜合性能試驗場等。但是，先進的交通仿真技術(shù)仍然是車隊協(xié)同駕駛試驗的基礎(chǔ)與關(guān)鍵。目前，計算機仿真分析由傳統(tǒng)的通過數(shù)值積分求解描述車輛性能的系統(tǒng)運動微分方程，轉(zhuǎn)變?yōu)榛谀Ｐ驮O(shè)計的多體系統(tǒng)分析軟件，如機械系統(tǒng)動力學(xué)分析軟件(Automatic Dynamic Analysis of Mechanical System，ADAMS)，動力學(xué)分析和設(shè)計系統(tǒng)軟件(Dynamic Analysis and Design System，DADS)，多體系統(tǒng)仿真軟件包(SImulation of Multibody System PACKage，SIMPACK)，包括Carsim和TruckSim的AUTOSIM(AUTOmatic SIMulation)，以及Matlab/Simulink工具箱等。這樣，包含上述功能的半實物仿真技術(shù)(Hardware In the Loop)也隨之成為目前常用的車輛駕駛仿真手段[57-61]，具體開發(fā)過程如圖5所示。其中最有名的是荷蘭應(yīng)用科學(xué)研究機構(gòu)TNO構(gòu)建的基于半實物仿真的智能車輛和交通模擬試驗系統(tǒng)VEHIL(Vehicle Hardware In the Loop)，用于測試智能車輛的自適應(yīng)巡航控制、啟?？刂?、車車和車路通信、車隊協(xié)同駕駛、超車以及障礙物檢測等功能[62]。此外還有德國柏林交通系統(tǒng)研究所(Institute of Transportation Systems)的SUMO仿真平臺，美國拉斯阿莫斯國家實驗室(Los Alamos National Laboratory)的TRANSIMS交通仿真平臺以及麻省理工MITSIM實驗室的TMS交通仿真平臺。

在國內(nèi)，武漢理工大學(xué)和軍事交通學(xué)院相繼構(gòu)建了道路交通半實物仿真平臺，為車隊協(xié)同駕駛混成控制系統(tǒng)研究提供了有利的試驗平臺（圖6～7）。

2 車隊協(xié)同駕駛混成控制系統(tǒng)

縱觀車隊協(xié)同駕駛國內(nèi)外研究現(xiàn)狀，一方面，車載傳感技術(shù)、通信技術(shù)、智能計算以及車隊協(xié)作策略經(jīng)過多年研究取得了顯著進展，大部分成果已經(jīng)實用化；另一方面，研究借鑒的混成控制理論與系統(tǒng)建模和仿真手段也越來越成熟，為車隊協(xié)同駕駛奠定了堅實的基礎(chǔ)。

混成控制系統(tǒng)主要包括基于模型設(shè)計和混成自動機建模?；谀Ｐ驮O(shè)計是指包括整車模型、胎路模型、道路模型等設(shè)計，以及變結(jié)構(gòu)控制，MPC控制，狀態(tài)反饋H∞控制，LQR控制等基于模型的控制方法，借助半實物仿真可以更好地發(fā)揮其優(yōu)勢。此外，半實物仿真所需的各功能模塊具有便捷性、耐久性及多樣性特點，可以模擬相關(guān)交通狀況，測試車隊協(xié)同駕駛策略過程，并且無需考慮駕駛員和行人的人身安全等，與實車試驗相比，更具安全性?；斐勺詣訖C建模，主要包括事件描述、狀態(tài)遷移、并行機制、條件動作、層次特性等，可采用Stateflow、UML等狀態(tài)機進行建模與仿真。

因此，車隊協(xié)同駕駛混成控制系統(tǒng)可以根據(jù)系統(tǒng)物理結(jié)構(gòu)、信息結(jié)構(gòu)以及混成控制策略3個方面進行設(shè)計。圖8采用自頂向下的設(shè)計方法，設(shè)計具有協(xié)作層和物理層的混成車隊群體體系結(jié)構(gòu)與分散變結(jié)構(gòu)的車輛個體體系結(jié)構(gòu)。同時設(shè)計基于雙層通信機制的信息交互模式，分別用于車隊間通信和車隊內(nèi)通信，從而支持車隊協(xié)同駕駛過程（圖9）。圖10針對車隊協(xié)同駕駛過程中存在的巡航、跟隨、組合與拆分、換道等協(xié)作過程，設(shè)計了基于多模態(tài)變遷的車隊混成控制策略。變遷過程主要分為首車領(lǐng)航、當(dāng)前被控車輛與其后改變車輛三大部分。領(lǐng)航車從初始狀態(tài)經(jīng)過“啟動”、“加速”動作，達到巡航狀態(tài)。通過建立協(xié)作聯(lián)系，當(dāng)前被控車輛可以通過“跟隨”、“換道”、“組合”、“拆分”等不同狀態(tài)的切換，完成所需的協(xié)作策略，駛出車隊或者與其后車隊重新組成車隊。同理，其后改變車輛根據(jù)相應(yīng)的策略更新自己的狀態(tài)。

3 車隊協(xié)同駕駛策略半實物仿真

由國內(nèi)外研究現(xiàn)狀可知，車隊協(xié)同駕駛策略主要包括巡航、跟隨、組合與拆分、換道5種策略。采用結(jié)合混成控制方法和半實物仿真平臺的手段可以很容易實現(xiàn)車隊協(xié)同駕駛策略仿真。這里給出車輛巡航、換道、超車及車隊跟隨與車道保持策略仿真，具體算法及實現(xiàn)過程可參考作者的博士論文和發(fā)表的相關(guān)文章[63-65]。仿真1展示了單車巡航策略仿真試驗。智能車速度從0 m/s加速到10 m/s，其速度與加速度變化如圖11所示。

仿真2展示了單車換道策略仿真試驗。假設(shè)采用正反梯形加速度方法，利用橫向加速度及其變化率、車道寬度，計算智能車換道所需時間，從而得到智能車換道軌跡（圖12）。

仿真3展示了單車超車策略仿真試驗。假設(shè)不考慮相鄰車道的車流密度，在前方車輛保持恒定車速的前提下，智能車根據(jù)與前車保持的距離和換道時間確定期望的加速度，再根據(jù)換道策略確定合適的換道軌跡，仿真過程如圖13所示。

仿真4展示了車隊跟隨策略仿真試驗。假設(shè)一列由5輛車組成的車隊具有相同的車輛控制參數(shù)。首車以2 m/s2的加速度，從0 m/s加速到30 m/s，然后再以-2 m/s2的加速度，從30 m/s減速到10 m/s。相應(yīng)的車間距，速度以及加速度變化的仿真結(jié)果如圖14所示。

仿真5展示了車隊車道保持策略仿真試驗。假設(shè)同一車道前后兩輛車在彎道上行駛，且彎道的曲率已知。根據(jù)道路曲率變化，前車確定期望的行駛狀態(tài)，后車通過跟蹤前車行駛狀態(tài)信息，實現(xiàn)車隊的車道保持策略，仿真過程如圖15所示。

4 結(jié)論與展望

本文對智能車路系統(tǒng)中車隊協(xié)同駕駛研究進行了綜述。車隊協(xié)同駕駛是智能車路系統(tǒng)自動化與集群化的體現(xiàn)，是智能交通系統(tǒng)的終極發(fā)展目標(biāo)?；斐上到y(tǒng)理論和半實物仿真是研究車隊協(xié)同駕駛的重要手段。然而，由于車隊協(xié)同駕駛技術(shù)受到車載設(shè)備、協(xié)作策略、車車通信介質(zhì)與協(xié)議以及試驗場景等應(yīng)用條件的限制，車隊協(xié)同駕駛在以下幾個方面正面臨挑戰(zhàn)。

（1）如何開發(fā)車路協(xié)同環(huán)境下的車隊協(xié)同駕駛系統(tǒng)。雖然目前的車隊協(xié)同駕駛系統(tǒng)結(jié)構(gòu)已日趨完善，但是對于系統(tǒng)開發(fā)與功能實現(xiàn)還處于試驗階段。車隊支持信息的采集，車車/車路信息交互，以及系統(tǒng)硬軟件的測試還需要進一步開展。

（2）如何模擬車路協(xié)同環(huán)境下的車隊協(xié)同駕駛過程。車路協(xié)同環(huán)境下的車隊協(xié)同駕駛過程與普通道路系統(tǒng)中以人為主的車隊形成過程機理上有很大的不同，不僅需要對車隊協(xié)同行駛動力學(xué)進行建模，還需要考慮通信環(huán)節(jié)、道路條件等離散事件系統(tǒng)對車隊連續(xù)動力學(xué)系統(tǒng)的影響，因此需要對事件驅(qū)動下的車隊協(xié)作狀態(tài)變遷過程進行建模。同時，車隊協(xié)同駕駛過程中存在許多隨機和不確定性因素，這些因素對車隊協(xié)同駕駛穩(wěn)定性的影響尚需分析。

（3）如何構(gòu)建試驗平臺及測試場地來驗證車隊協(xié)同駕駛控制器的有效性和穩(wěn)定性。目前針對車隊不同的協(xié)作策略，已采用了諸多經(jīng)典控制算法和智能控制算法設(shè)計車隊協(xié)同行駛控制器，如PID控制、滑?？刂?、自適應(yīng)控制、神經(jīng)網(wǎng)絡(luò)、模糊控制、MPC方法等。然而，上述相關(guān)研究大多數(shù)是從系統(tǒng)仿真的角度，采用物理、數(shù)學(xué)或半實物仿真技術(shù)展開的。考慮到車載設(shè)備、協(xié)作策略、車車通信協(xié)議以及測試場景等相關(guān)因素，很難開展實車道路試驗。因此圍繞構(gòu)建的試驗平臺及測試場地，制定車隊協(xié)同駕駛測試方案就顯得至關(guān)重要。比如系統(tǒng)評價指標(biāo)應(yīng)考慮車車通信的距離、數(shù)據(jù)傳輸速率，車隊協(xié)同駕駛的速度、車間距和車道偏離距離等。車隊協(xié)同駕駛過程中，車載傳感器或車車通信引發(fā)的信息延遲，道路場景改變引起的系統(tǒng)參數(shù)變化，以及這兩方面相互作用，對車隊穩(wěn)定性乃至交通流穩(wěn)定性的影響，必須依照不同情況進行測試。

References)

[1]IntelliDrive[EB/OL]. http：//www.intellidriveusa.org/about/overview.php，2008.

[2]Smartway[EB/OL]. http：//www.smartway2007.jp/index_e.html，2006.

[3]CVISproject[EB/OL]. http：//www.cvisproject.org/en/about_cvis/，2008.

[4]eSafety[EB/OL].http：//www.cvisproject.org/en/about_cvis/，2008.

[5]SAFESPOT-Integrated-Project[EB/OL]. http：//www.safespot-eu.org/pages/page.php，2006.

[6]王笑京，李斌，高海龍，等. 第十屆智能交通系統(tǒng)世界大會概況和我國發(fā)展方向的討論[J].交通運輸系統(tǒng)工程與信息，2004，4(2)：9-16.

Wang Xiaojing，Li Bin，Gao Hailong，et al. Overview of the 10th World Congress on ITS and Discussion About the Developing Direction in China[J]. Journal of Transportation Systems Engineering and Information Technology，2004，4(2)：9-16.(in Chinese)

[7]李清泉，熊煒，李宇光. 智能道路系統(tǒng)的體系框架及其關(guān)鍵技術(shù)研究[J].交通運輸系統(tǒng)工程與信息，2008，8(1)：40-48.

Li Qingquan，Xiong Wei，Li Yuguang. System Architecture and Enabling Technologies of Intelligent Roadway System[J]. Journal of Transportation Systems Engineering and Information Technology，2008，8(1)：40-48.(in Chinese)

[8]VARAJA P，SHLADOVER S E. Sketch of an IVHS Systems Architecture[C]. Vehicle Navigation and Information Systems Conference，Vol. 2，Oct. 20-23，1991：909-922.

[9]TSUGAWA S，KATO S，MATSUI T，et al. An Architecture for Cooperative Driving of Automated Vehicles[C].2000 IEEE Intelligent Transportation Systems Conference Proceedings，Dearborn (MI)，USA，Oct.l-3，2000：422-427.

[10]SIMON H，BRAHIM C D. A Collaborative Driving System Based on Multiagent Modelling and Simulations[J].Transportation Research Part C：Emerging Technologies，2005，13(4)：320-345.

[11]ALVAREZ L，HOROWITZ，R. Hybrid Controller Design for Safe Maneuvering in the PATH AHS Architecture[C].The 1997 American Control Conference， Albuquerque，New Mexico，Jun.4-6，1997：2454-2459.

[12]LYGEROS J，GODBOLE D N，SASTRY S. Verified Hybrid Controllers for Automated Vehicles[J]. IEEE Transactions on Automatic Control，1998，43(4)：522-539.

[13]HOROWITZ R，VARAIYA P. Control Design of an Automated Highway System[J]. Proceedings of the IEEE，2000，88(7)：913-925.

[14]RAJAMANI R，TAN H S，LAW B K，et al. Demonstration of Integrated Longitudinal and Lateral Control for the Operation of Automated Vehicles in Platoons[J]. IEEE Transactions on Control Systems Technology，2000，8(4)：695-708.

[15]JEON S M，CHOI J W. Design of a Hybrid Controller for the Platoon Maneuvers[C]. Proceedings of the 40th SICE Annual Conference，Nagoya，Japan，Jul.25-27，2001：32-37.

[16]ALAIN G. A Hybrid Controller for Autonomous Vehicles Driving on Automated Highways[J]. Transportation Research Part C：Emerging Technologies，2004，12(6)：421-452.

[17]GIRARD A P，SPRY S，HEDRICK，J K. Intelligent Cruise Control Applications：Real-Time Embedded Hybrid Control Software[J]. IEEE Robotics & Automation Magazine，2005，12(1)：22-28.

[18]SAKAGUCHI T，UNO A，KATO S，et al. Cooperative Driving of Automated Vehicles with Inter-Vehicle Communications[C]. Proceedings of IEEE Intelligent Vehicles Symposium，Dearborn(MI)，USA，Oct. 3-5， 2000：516-521.

[19]常促宇，向勇，史美林. 車載自組網(wǎng)的現(xiàn)狀與發(fā)展[J].通信學(xué)報，2007，28(17)：116-126.

Chang Cuyu，Xiang Yong，Shi Meilin. Development and Status of Vehicular Ad Hoc Networks[J]. Journal of Communications，2007，28(17)：116-126.(in Chinese)

[20]CAVENEY D. Cooperative Vehicular Safety Applications[J].IEEE Control Systems，2010，30(4)： 38-53.

[21]TSUGAWA S. Inter-Vehicle Communications and Their Applications to Intelligent Vehicles：An Overview[C].Proceedings of IEEE Intelligent Vehicles Symposium，Jun.17-21，2002：564-569.

[22]TATCHIKOU R，BISWAS S，DION F. Cooperative Vehicle Collision Avoidance Using Inter-Vehicle Packet Forwarding[C]. Global Telecommunications Conference，2005. GLOBECOM'05，IEEE，St. Louis，MO，Dec.2-2，2005：2762-2766.

[23]WOLTERINK W K，HEIJENK G，KARAGIANNIS G.Constrained Geocast to Support Cooperative Adaptive Cruise Control(CACC) Merging[C]. Proceedings of Vehicular Networking Conference，Dec. 13-15，2010：41-48.

[24]KAICHI F，TAKAAKI H. A Collaborative MAC Protocol for Inter-Vehicle and Road to Vehicle Communications[C].The 7th International IEEE Conference on Intelligent Transportation Systems，Washington D.C，USA，Oct. 3-6，2004：816-821.

[25]YANG X，LIU L，VAIDYA NH，et al. A Vehicle-to-Vehicle Communication Protocol for Cooperative Collision Warning[C]. The First Annual International Conference on Mobile and Ubiquitous Systems：Networking and Services，Aug. 22-26，2004：114-123.

[26]Huang Chingling，F(xiàn)ALLAH Y P，SENGUPTA R，et al.Adaptive Intervehicle Communication Control for Cooperative Safety Systems[J]. IEEE Network，2010，24(1)：6-13.

[27]HE J H，CHEN，H H，CHEN T M，et al. Adaptive Congestion Control for DSRC Vehicle Networks[J]. IEEE Communications Letters，2010，14 (2)：6-13.

[28]GRAU G P，PUSCEDDU D，REA S，et al. Vehicleto-vehicle Communication Channel Evaluation Using the CVIS Platform[C]. 7th International Symposium on Communication Systems Networks and Digital Signal Processing，Jul. 21-23，2010：449-453.

[29]FERNANDES P，NUNES U. Platooning of Autonomous Vehicles with Intervehicle Communications in SUMO Traffic Simulator[C]. 13th IEEE International Conference on Intelligent Transportation Systems，Madeira Island，Portugal，Sept. 19-22，2010：1313-1318.

[30]RAJAMANI R，HAN-SHUE T，LAW B K，et al.Demon-stration of Integrated Longitudinal and Lateral Control for the Operation of Automated Vehicles in Platoons[J]. IEEE Transactions on Control Systems Technology，2000，8(4)：470-476.

[31]JOO S，LU X Y，HEDRICK J K. Longitudinal Maneuver Design in Coordination Layer for Automated Highway System[C]. The 2003 American Control Conference，Denver，Colorado，USA，Jun.4-6，2003：42-47.

[32]吳青，何智偉，初秀民，等. 智能車路系統(tǒng)中汽車列隊行駛控制關(guān)鍵技術(shù)與研究進展[J]. 交通信息與安全，2008，26(4)：154-157.

Wu Qing，He Zhiwei，Chu Xiuming，et al. Key Technologies Research Development of Vehicle Platoon Drive Control in Intelligent Vehicle-Infrastructure System[J].Journal of Transport Information and Safety，2008，26(4)：154-157.(in Chinese)

[33]LI P，ALVAREZ L，HOROWITZ R. AHS Safe Control Laws for Platoon Leaders[J]. IEEE Transactions on Control Systems Technology，1997，5(6)：614-628.

[34]TANNER H G，PAPPAS GJ，KUMAR V. Leader-to-Formation Stability[J]. IEEE Transactions on Robotics and Automation，2004，20(3)：443-454.

[35]RAJAMANI R，SHLADOVER S E. An Experimental Comparative Study of Autonomous and Co-operative Vehicle-Follower Control Systems[J]. Transportation Research Part C：Emerging Technologies，2001，9(1)：15-31.

[36]FAX J A，MURRAY R M. Information Flow and Cooperative Control of Vehicle Formations[J]. IEEE Transactions on Automatic Control，2004，49(9)：1465-1476.

[37]PAN Y J. Decentralized Robust Control Approach for Coordinated Maneuvering of Vehicles in Platoons[J].IEEE Transactions on Intelligent Transportation Systems，2009，10(2)：346-354.

[38]NARANJO J E，GONZALEZ C，GARCIA R，et al.Lane-Change Fuzzy Control in Autonomous Vehicles for the Overtaking Maneuver[J]. IEEE Transactions on Intelligent Transportation Systems，2008，9(3)：438-450.

[39]AMMOUN S，NASHASHIBI F，LAURGEAU C. An Analysis of the Lane Changing Manoeuvre on Roads：the Contribution of Inter-Vehicle Cooperation via Communication[C]. Proceedings of IEEE Intelligent Vehicles Symposium，Istanbul，Turkey，June 13-15，2007：1095-1110.

[40]XU Q，SENGUPTA R. Simulation，Analysis，and Comparison of ACC and CACC in Highway Merging Control[C]. Proceedings of IEEE Intelligent Vehicles Symposium，Jun. 9-11，2003：237-242.

[41]VALDES F，ESPINOSA F，AWAWDEH A M H，et al.Routes for Splitting and Merging Maneuvers of Platoon Followers in Urban Environments[C]. IEEE International Conference on Emerging Technologies and Factory Automation，Sept. 20-22，2006：1153-1156.

[42]HALL R，CHIN C. Vehicle Sorting for Platoon Formation：Impacts on Highway Entry and Throughput[J].Transportation Research Part C：Emerging Technologies，2005，13(5-6)：405-420.

[43]ALVAREZ L，HOROWITZ R，TOY C V. Multi-Destination Traffic Flow Control in Automated Highway Systems[J]. Transportation Research Part C：Emerging Technologies，2003，11(1)：1-28.

[44]DAO T S，CLARK C M，HUISSOON J P. Distributed Platoon Assignment and Lane Selection for Traffic Flow Optimization[C]. Proceedings of IEEE Intelligent Vehicles Symposium，Eindhoven，Netherlands，June 4-6，2008：739-744.

[45]XAVIER P，PAN Y J. A Practical PID-Based Scheme for the Collaborative Driving of Automated Vehicles[C].Proceedings of Joint 48th IEEE Conference on Decision and Control and 28th Chinese Control Conference，Shanghai，China，Dec. 16-18，2009：966-971.

[46]KHAISONGKRAM W，HARA S. Performance Analysis of Decentralized Cooperative Driving Under Nonsymmetric Bidirectional Information Architecture[C].IEEE International Conference on Control Applications，Yokohama，Japan，Sept. 8-10，2010：2035-2040.

[47]ZHOU J，PENG H. Range Policy of Adaptive Cruise Control Vehicles for Improved Flow Stability and String Stability[J].IEEE Transactions on Intelligent Transportation Systems，2005，6(2)：1-9.

[48]van AREM B，van DRIEL C J G，VISSER R. The Impact of Cooperative Adaptive Cruise Control on Traffic-Flow Characteristics[J]. IEEE Transactions on Intelligent Transportation Systems，2006，7(4)：429-436.

[49]LIU X H，GOLDSMITH A. MAHAL S S，et al. Effects of Communication Delay on string Stability in Vehicle Platoons[C]. IEEE International Conference on Intelligent Transportation Systems，Oakland，USA，Aug. 25-29，2001：625-630.

[50]任殿波，張繼業(yè)，孫林夫.基于向量Liapunov函數(shù)的時滯車輛跟隨系統(tǒng)穩(wěn)定性分析[J]. 交通運輸工程學(xué)報，2007，7(4)：89-92.

Ren Dianbo，Zhang Jiye，Sun Linfu. Stability Analysis of Vehicle Following System with Delays Based on Vector Lyapunov Function[J]. Journal of Traffic and Transportation Engineering，2007，7(4)：89-92.(in Chinese)

[51]XIAO L Y，GAO F. Effect of Information Delay on String Stability of Platoon of Automated Vehicles Under Typical Information Frameworks[J]. Journal of Central South University of Technology(English Edition)，2010，17(6)：1271-1278.

[52]RAJAMANI R，CHOI S B，LAW B K，et al. Design and Experimental Implementation of Longitudinal Control for a Platoon of Automated Vehicles[J]. Journal of Dynamic Systems，Measurement，and Control，2000，122(3)：470-476.

[53]KATO S，TSUGAWA S，TOKUDA K. Vehicle Control Algorithms for Cooperative Driving with Automated Vehicles and Intervehicle Communications[J]. IEEE Transactions on Intelligent Transportation Systems，2002，3(3)：155-161.

[54]REICHARDT D，MIGLIETTA M，MORETTI L，et al.CarTALK 2000-Safe and Comfortable Driving Based upon Inter-Vehicle-Communication[C]. Proceedings of IEEE Intelligent Vehicles Symposium，Versailles，F(xiàn)rance，Jun.17-21，2002：545-550.

[55]van den BROEK T H A，NETTEN B D， HOEDEMAEKER M，et al. The Experimental Setup of a Large Field Operational Test for Cooperative Driving Vehicles at the A270[C]. 13th IEEE International Conference on Intelligent Transportation Systems，Madeira Island，Portugal，Sept. 19-22，2010：198-203.

[56]MILANé S V，ALONSO J，BOURAOUI L，et al.Cooperative Maneuvering in Close Environments Among Cybercars and Dual-Mode Cars[J]. IEEE Transactions on Intelligent Transportation Systems，2011，12(1)：15-24.

[57]GIETELINK O，PLOEG J，SCHUTTER D B，et al.Development of Advanced Driver Assistance Systems with Vehicle Hardware-in-the-Loop Simulations[J]. Vehicle System Dynamics，44(7)，2006：569-590.

[58]DENG W W，LEE Y H，ZHAO A. Hardware-in-the-Loop Simulation for Autonomous Driving[C]. 34th IEEE Annual Conference on Industrial Electronics，Nov. 10-13，2008：1742-1747.

[59]BAEK W，SONG B. Design and Validation of a Longitudinal Velocity and Distance Controller via Hardwarein-the-Loop Simulation[J]. International Journal of Automotive Technology，10(1)，2009：95-102.

[60]VANHOLME B，GRUYER D，GLASER S，et al.Fast Prototyping of a Highly Autonomous Cooperative Driving System for Public Roads[C]. Proceedings of IEEE Intelligent Vehicles Symposium，San Diego，CA，USA，Jun. 21-24，2010：135-142.

[61]DIAB H，CHAAVEZ G M G，BEN M I，et al. A Testing Platform for Cooperative Vehicle Platoon Controllers[C].13th IEEE International Conference on Intelligent Transportation Systems，Madeira Island，Portugal，Sept. 19-22，2010：1718-1723.

[62]VeHIL[EB/OL].http：//www.tno.nl/downloads/VeHILBrochure. pdf.

[63]馬育林.車隊協(xié)同駕駛分散變結(jié)構(gòu)建模、仿真與控制研究[D]. 武漢：武漢理工大學(xué)，2012.

Ma Yulin. A Decentralized Variable Structure Approach to Cooperative Driving for Platoon：Modelling，Simulation and Control[D]. Wuhan：Wuhan University of Technology，2012.(in Chinese)

[64]MA Y L，YAN X P，WU Q，et al. The Hardware-in-the-Loop Simulator：A Mechatronic Testbed for Cooperative Vehicles Maneuvers[J]. Intl. Journal of ITS Research，2013，11(1)：11-22.

[65]馬育林，吳青，張蕊，等. 模擬自治車隊行駛過程變工況速度跟蹤控制[J].機械工程學(xué)報， 2011， 47(7)：140-147.

Ma Yulin，Wuqi，Zhang Rui，et al. Research on Speed Tracking Control for a Simulated Intelligent Vehicle Platoon Under Variable Road Conditions[J]. Chinese Journal of Mechanical Engineering，2011，47(7)：140-147.(in Chinese)