管 欣，崔文鋒，賈 鑫，張立增

智能汽車縱向控制校正與切換方法研究?

管 欣，崔文鋒，賈 鑫，張立增

(吉林大學，汽車仿真與控制國家重點實驗室，長春 130022)

基于對真實駕駛員縱向控制行為的分析，提出一種智能汽車縱向加速度跟隨控制的校正策略。將加速度作為外環(huán)實施閉環(huán)控制，為確保開環(huán)前向通道特性為低頻下的理想1系統(tǒng)，用車輛縱向動力學的等效1階慣性模型的逆模型作為前饋。采用一種擬人化分相邏輯解決加速踏板與制動踏板的切換問題。該校正策略模擬人的控制行為，無需準確的車輛參數，即能在車輛運行全速度范圍內實施控制，適用于stop-and-go系統(tǒng)的應用。仿真結果表明，采用該校正策略后，加速度跟隨響應快，加速踏板與制動踏板切換平穩(wěn)，符合真實駕駛員操作行為。

智能汽車；加速度控制；分相控制；切換邏輯

Keywords:intelligent vehicle；acceleration control；split phase control；switching logic

前言

智能汽車的駕駛行為分為信息感知、軌跡決策和操作校正3個環(huán)節(jié)，汽車縱向操作校正是考慮汽車動力學特性和駕駛員本身的滯后特性等，對決策出來的預瞄加速度進行一定的校正并做出對加速踏板與制動踏板的實際操作動作的過程[1]?？v向加速度校正是智能車控制的基礎，其性能將影響智能駕駛整體性能，并影響車內乘員的體驗。由于縱向控制需要采用加速踏板與制動踏板兩套操縱機構，加速度跟隨控制還需要解決兩套機構之間的切換問題[2]。

目前，多數縱向控制策略通過車輛逆模型前饋和PI/模糊PID反饋控制實現(xiàn)踏板控制[2-6]，控制效果對逆模型精度依賴較大。文獻[5]中將車輛縱向加速度與車速、節(jié)氣門開度和制動壓力的關系根據動力學方程離線做成查詢表，避免了控制器中動力學的實時計算，但需要大量標定工作。文獻[6]中采用模糊PID控制方法跟隨目標速度，有效提高了系統(tǒng)在大跟隨誤差情況下的控制魯棒性。為適應汽車縱向動力學的不確定性，文獻[7]中采用基于魯棒控制的多模型分層切換控制，文獻[8]中根據不同駕駛工況，將車輛控制分成6種模式，不同模式側重的控制目標量不同，改善了系統(tǒng)整體控制品質。文獻[9]中通過動力學模型分析車速對加速踏板開度的傳遞函數形成預期操縱并通過反饋補償得到最終踏板開度，但預期操縱需要預知未來時刻的期望速度。文獻[10]中采用迭代學習控制方法，可通過離線迭代學習得到最優(yōu)控制器參數，無須準確的車輛模型，實現(xiàn)免匹配設計。文獻[11]中采用自學習控制方法，實現(xiàn)了在線學習對象的行為特性，實時調節(jié)控制器參數。加速踏板與制動踏板之間的切換大部分是以松油門滑行時的減速度曲線為分界線，并通過增加遲滯環(huán)節(jié)來防止加速踏板與制動踏板之間的頻繁切換[2-6]，這種固定的分界使得車質量、風阻和道路坡度變化時可能會導致誤判。

真實駕駛員在駕駛汽車時不需要知道車輛準確參數，且能夠駕駛多種性能不同的車輛。本文中通過分析真實駕駛員的縱向控制行為，探索一種無需知道準確車輛參數，就能較好實現(xiàn)車輛縱向加速度跟隨控制的方法。該方法首先將車輛縱向加速度作為外環(huán)，實施閉環(huán)控制，然后將加速度對踏板開度的響應等效成1階慣性環(huán)節(jié)，并將該環(huán)節(jié)的逆模型作為前饋，從而將控制系統(tǒng)開環(huán)前向通道響應校正為低頻下的理想1系統(tǒng)，減小了閉環(huán)控制的負擔?？紤]到車輛縱向控制需要加速踏板與制動踏板兩套控制機構，通過擬人化分相思想[12]解決兩套機構之間的切換問題。

1 控制器總體架構

1.1 駕駛員縱向控制行為分析

首先，駕駛員在進行縱向控制時能根據期望加速或減速強度直接產生一個預期的加速踏板或制動踏板控制量[9]，而且熟練的駕駛員會根據車輛性能修正自己預期控制的大小[13]，這種能力使得同一駕駛員能夠駕駛不同性能的車輛。

其次，真實駕駛員不會采用頻繁調整踏板的方式來控制車輛[13]。一方面是由于駕駛員對控制目標量往往沒有太精確的要求，只要滿足一定范圍就不會繼續(xù)調整踏板開度；另一方面是由于人對加速度感受精度低，無法為了精確跟隨目標量而對踏板進行頻繁調整。人的這種特點可能無法達到較高跟隨精度，但對車輛的控制卻更加平順，高頻操作踏板反而會增大車輛縱向闖動。

以上分析是真實駕駛員縱向控制行為的重要特點，也是本文中提出的控制策略要達到的目標。

1.2 控制器結構

基于以上分析，本文中提出的控制策略如圖1所示。

圖1 縱向加速度控制器框圖

校正模塊為被控車輛的1階等效系統(tǒng)的逆系統(tǒng)，校正模塊反映駕駛員對車輛性能的理解而產生踏板控制量。反饋控制以目標加速度為控制目標量，通過PID控制補償校正控制的誤差。

分相模塊用于在加速踏板控制和制動踏板控制之間進行切換。同時，考慮車輛在平路面上滑行時受到的空氣阻力和滾動阻力所引起的車輛滑行減速度，PID控制的輸出量fR減扣掉滑行減速度arx作為前饋校正輸入量。

執(zhí)行特性環(huán)節(jié)表達執(zhí)行機構的響應滯后。

2 前饋校正

駕駛員對車輛性能的了解過程本質上是對車輛性能參數的識別過程。本節(jié)通過車輛縱向動力學模型，分析汽車目標加速度與期望踏板開度之間的關系。

2.1 加速踏板前饋校正

實際汽車響應都可用其低階等效系統(tǒng)來近似描述[13]，本文中采用1階系統(tǒng)來描述車輛加速度對加速踏板響應:

式中:a為車輛加速度；αThr為加速踏板開度；kd為加速度對加速踏板響應的增益；Tdd為加速度響應的滯后時間常數。

式(1)所描述系統(tǒng)的低頻區(qū)等效逆系統(tǒng)為

式中:αcThr為加速踏板校正輸出量；Tfd為保證分子部分物理可實現(xiàn)而加入的1階濾波器時間常數；Kd＝1/kd。

式(2)即為加速踏板前饋校正環(huán)節(jié)的結構。

2.2 kd標定

由于汽車傳動系的強非線性，kd隨車速和加速踏板開度的不同而不同，需要通過標定得到kd在不同工況下的取值。標定方法是將車輛在水平路面上不同車速下空油門滑行，當滑行減速度趨于穩(wěn)定后再施加加速踏板階躍輸入，車輛加速度會在短時間內達到穩(wěn)定值，取該穩(wěn)定值與滑行減速度絕對值之和與加速踏板階躍幅值之比作為kd在該工況下的大小，如圖2所示。同時，加速度響應到90%穩(wěn)態(tài)值的時間即為Tdd。

圖2 kd隨車速和加速踏板開度變化關系

2.3 制動踏板前饋校正

與驅動相同，制動系統(tǒng)也用等效1階慣性環(huán)節(jié)描述:

式中:αBrk為制動踏板開度；kb為加速度對制動踏板響應的增益；Tdb為制動時加速度響應的滯后時間常數。

取其低頻區(qū)等效逆系統(tǒng):

式中:αcBrk為制動踏板校正輸出量；Tfb為保證分子部分物理可實現(xiàn)而加入的1階濾波器時間常數；Kb＝1/kb。

式(4)即為制動踏板前饋校正環(huán)節(jié)的結構。

2.4 kb標定

kb的獲取方法與加速踏板前饋校正相同，將車輛在不同車速下空油門滑行，當滑行減速度趨于穩(wěn)定后再施加制動踏板階躍輸入，取車輛加速度穩(wěn)態(tài)值與滑行減速度絕對值之和與制動踏板階躍幅值之比作為kb在該工況下的大小，如圖3所示。加速度響應到90%穩(wěn)態(tài)值的時間即為Tdb。

圖3 kb隨車速和制動踏板開度變化關系

3 反饋控制

前饋校正會由于建模假設及外界干擾等因素導致校正存在誤差，故在加速度控制最外環(huán)采用加速度反饋控制。反饋控制采用抗積分飽和PID算法:

式中:e為目標加速度與實際加速度的偏差；u為PID控制器的輸出；KP為比例系數；KI為積分系數；KD為微分系數；α為邏輯標識量。

當 u(k-1)≥umax時，α ＝ 0；當 u(k-1)＜umax時，α ＝ 1，umax＝ 1。

4 擬人化分相邏輯

根據行駛工況不同，加速度跟隨控制需要在加速踏板和制動踏板兩套控制機構之間切換。本文中分析真實駕駛員切換的邏輯，通過分相思想設計了擬人化分相邏輯解決切換問題，能夠自動適應坡度變化或風阻變化等干擾。

真實駕駛員駕駛汽車時，不會在加速踏板和制動踏板之間頻繁切換。同時，車輛的縱向動力學響應滯后比較大，也不可能通過頻繁切換來達到有效的控制。因此，真實駕駛員開車時明顯存在3個相:驅動相、制動相和滑行相，滑行相中既不采用加速踏板控制，也不采用制動踏板控制。

本文中模擬人的這種駕駛行為，將加速度跟隨控制分為驅動相、制動相和滑行相3個相。驅動相中僅采用加速踏板控制，制動相中僅采用制動踏板控制，滑行相中加速踏板和制動踏板都不控制。

車輛在平路上勻速行駛時，除了加速需要的驅動力，車輛還受到滾動阻力和空氣阻力:

式中:arx為汽車滑行阻力減速度；Ff為滾動阻力；Fw為空氣阻力；m為汽車質量。

空氣阻力和滾動阻力隨著車速不同而變化，但這兩個阻力無需通過計算獲得，只需通過國標空擋滑行實驗，記錄不同車速下車輛減速度的大小，即可得到不同速度下的滑行減速度。

為避免不必要的混淆，把汽車加速度PID閉環(huán)反饋控制的輸出量稱作比力，表示需要汽車驅動或制動系統(tǒng)作動產生的每單位質量的驅動或制動力，與加速度同量綱。閉環(huán)控制輸出比力減扣汽車滑行阻力減速度得到的f作為汽車加速度閉環(huán)控制實際需要的汽車驅動或制動比力。將f作為前饋校正的目標量，同時作為分相的判據。

式中f為閉環(huán)控制輸出比力與滑行阻力減速度之差。

擬人化分相邏輯當f大于一定的正閾值fd時，進入驅動相；當f小于一定的負閾值fb時，進入制動相；否則進入滑行相。fb和fd的大小代表不同駕駛員對滑行需求的強烈程度，這兩個數值越大，表示滑行時允許的加速度跟隨誤差越大。由于反饋控制的存在，加速度跟隨誤差最終會導致f超過這兩個閾值進入驅動相或制動相，因而能夠適應車輛在不同車速下及受到坡度或風阻變化等干擾情況下的加速踏板與制動踏板的切換處理。

5 仿真驗證

本文中采用文獻[14]中開發(fā)的品質動力學模型，在Simulink中搭建加速度跟隨控制算法，在多種工況下對控制策略進行驗證。

執(zhí)行特性用純時延和1階慣性滯后[13]表示:

式中:Gd為滯后環(huán)節(jié)；td為控制周期滯后；th為做動器響應滯后時間常數。本文中td＝ 0.001，th＝ 0.01。

以既定目標車速為基礎設計仿真工況，目標車速與實際車速之差作為目標加速度。目標加速度生成模塊如圖4所示。圖中，uR為目標速度，u為實際速度，aRx為目標加速度。

圖4 目標加速度生成模塊

5.1 斜坡工況

目標速度斜坡變化，模擬駕駛員正常加速與減速過程，仿真結果如圖5所示。由圖可見，車輛能夠很好地跟隨目標加速度，踏板變化平穩(wěn)，加速踏板與制動踏板的切換符合真人的操作行為，車輛速度變化平穩(wěn)，沒有明顯超調。

圖5 斜坡工況仿真結果

5.2 滑行工況

目標車速以接近滑行減速度緩慢下降，檢驗加速踏板和制動踏板的切換邏輯，仿真結果如圖6所示。由圖可見，減速開始階段車輛首先進入滑行相，此時加速度跟隨誤差不斷變大，當跟隨誤差超過fb后進入制動相，施加制動控制，保證車輛速度跟隨誤差和加速度跟隨誤差在允許范圍內，與真實駕駛員的控制行為相符。

5.3 復雜工況

目標車速參考國V市郊運轉循環(huán)工況變化，模擬復雜環(huán)境下的駕駛過程，仿真結果如圖7所示。由圖可見:縱向車速能夠一直很好地跟隨目標車速，直至停車；加速度跟隨誤差維持在較小水平，踏板變化平穩(wěn)，加速踏板和制動踏板切換符合真實駕駛員控制行為。

圖6 滑行工況仿真結果

圖7 復雜工況仿真和實驗結果

6 結論

從分析真實駕駛員控制行為的角度，提出了本文中的控制策略。將駕駛員對車輛性能的理解通過車輛動力學模型的等效1階慣性模型的逆模型來描述，符合真實駕駛員控制行為。

通過擬人化分相邏輯將車輛控制分成3個相，實現(xiàn)加速踏板與制動踏板的切換，并且能夠適應環(huán)境參數的變化，在整個速度控制范圍內都能實現(xiàn)相的合理切換。

控制策略不需要車輛準確參數，能夠在全速度范圍內實施控制，適用于stop-and-go控制。

仿真結果驗證了本文中提出的控制策略的有效性。

[1] GUAN Hsin， GAO Zhenhai， GUO Konghui， et al.A driver direction control model and its application in the simulation of driver-vehicle-road closed-loop system[C].SAE Paper 2000-01-2184.

[2] YI K， HONG J， KWON Y D.A vehicle control algorithm for stopand-go cruise control[C].Proc Instn Mech Engrs，2001， 215(10):478-482.

[3] LU Xiaoyun，HEDRICK Karl.Heavy-duty vehicle modelling and longitudinal control[J].Vehicle System Dynamics， 2005，43(9):653-669.

[4] MOON Seungwuk，YI Kyongsu.Human driving data-based design of a vehicle adaptive cruise control algorithm[J].Vehicle System Dynamics， 2008， 46(8):661-690.

[5] 馬國成，劉昭度，王寶鋒，等.駕駛員輔助系統(tǒng)中自適應加速度跟隨控制器的設計[J].汽車工程，2015，37(12):1453-1458.

[6] JIN X，SU Z，ZHAO X，et al.Design of a fuzzy-PID longitudinal controller for autonomous ground vehicle[C].IEEE International Conference on Vehicular Electronics＆ Safety，2011:269-273.

[7] 高鋒，李家文，李克強，等.汽車縱向加/減速度多模型分層切換控制[J].汽車工程，2007，29(9):804-808.

[8] 裴曉飛，劉昭度，馬國成，等.汽車自適應巡航系統(tǒng)的多模式切換控制[J].機械工程學報，2012，48(10):96-102.

[9] MITSCHKE Manfred，WALLENTOWITZ Henning.汽車動力學[M].4版.陳蔭三，余強，譯.北京:清華大學出版社，2009.

[10] 王竣.自適應巡航控制系統(tǒng)多目標感知決策控制算法研究[D].長春:吉林大學，2015.

[11] 嚴偉.仿駕駛員速度跟隨行為的自適應巡航控制算法研究[D].長春:吉林大學，2016.

[12] 管欣，崔文鋒，賈鑫.車輛縱向速度分相控[J].吉林大學學報， 2013，43(2):273-277.

[13] 郭孔輝.汽車操縱動力學原理[M].南京:江蘇科學技術出版社，2011.

[14] 詹軍，管欣，楊得軍，等.ADSL駕駛模擬器動力學模型的改進與驗證[J].江蘇大學學報，2010，31(3)，283-287.

A Research on Longitudinal Control Correction and Switching Scheme for Intelligent Vehicles

Guan Xin，Cui Wenfeng，Jia Xin＆ Zhang Lizeng
Jilin University， State Key Laboratory of Automotive Simulation and Control， Changchun 130022

Based on the analysis on the longitudinal control behavior of real drivers，a correction strategy for the longitudinal acceleration following control of intelligent vehicle is proposed.With acceleration as outer loop to fulfill closed-loop control，and the inverse model of the equivalent first-order inertia model in vehicle longitudinal dynamics is taken as feedforward to ensure that the open-loop forward channel characteristics are ideal 1 system at low frequency.An anthropomorphized phase split logic is adopted to switch between accelerating and braking pedals.The correction strategy proposed simulates human control behavior to fulfill vehicle control in whole speed range with no need of accurate vehicle parameters，suitable for the control of stop-and-go system.Simulation results demonstrate fast response in acceleration following， smooth switching between accelerating and braking pedals， tallying with the operation behavior of real drivers.

10.19562/j.chinasae.qcgc.2017.09.011

?復雜交通環(huán)境下智能汽車主動安全控制性能主客觀評測方法與準則研究聯(lián)合基金項目(U1664261)資助。

原稿收到日期為2017年4月7日，修改稿收到日期為2017年6月5日。

賈鑫，博士，副教授，E-mail:jiaxin＠jlu.edu.cn。