邢春輝 孔偉偉 劉暢 李鵬飛 羅禹貢
(1.中國農(nóng)業(yè)大學(xué),北京 100083;2.清華大學(xué),汽車安全與節(jié)能國家重點(diǎn)實(shí)驗(yàn)室,北京 100084)
智能網(wǎng)聯(lián)汽車隊(duì)列是車輛智能化、網(wǎng)聯(lián)化技術(shù)學(xué)術(shù)研究和產(chǎn)業(yè)化應(yīng)用的重要場景,也是未來智能汽車規(guī)?;瘧?yīng)用的典型形態(tài)[1-2]。設(shè)計并開發(fā)智能車輛隊(duì)列試驗(yàn)平臺,為車輛隊(duì)列或多車協(xié)同相關(guān)研究提供實(shí)車道路測試平臺和條件,具有重要的現(xiàn)實(shí)意義。
在車輛隊(duì)列控制方面:Li[3]等利用3 輛搭載全球定位系統(tǒng)(Global Positioning System,GPS)模塊的實(shí)車與基于專用短程通信(Dedicated Short Range Communication,DSRC)的 車 聯(lián) 網(wǎng)(Vehicle to everything,V2X)通信進(jìn)行了隊(duì)列尾部入隊(duì)并穩(wěn)定行駛的試驗(yàn);Li[4]等以3 輛微型履帶車作為線控執(zhí)行系統(tǒng),利用GPS 獲取位置信息,采用分布式模型預(yù)測控制(Model Predictive Control,MPC)實(shí)現(xiàn)隊(duì)列穩(wěn)定行駛。以上2項(xiàng)研究在已實(shí)現(xiàn)高階自動駕駛功能的車輛基礎(chǔ)上搭建車輛隊(duì)列,成本較高且實(shí)現(xiàn)產(chǎn)業(yè)化尚有較大難度。Zhang[5]等以3輛實(shí)車作為線控執(zhí)行系統(tǒng),同時利用GPS 數(shù)據(jù)與車載傳感器數(shù)據(jù)支持隊(duì)列車輛的縱、橫向控制,完成了直線行駛、換道、環(huán)行和U 形彎4 個場景的試驗(yàn)驗(yàn)證。Lee[6]等在3 輛半掛重型汽車的基礎(chǔ)上,以攝像頭與雷達(dá)作為感知硬件,實(shí)現(xiàn)了車輛隊(duì)列的穩(wěn)定行駛。以上2 項(xiàng)研究針對隊(duì)列行駛的不同場景完成了試驗(yàn)驗(yàn)證,但其隊(duì)列試驗(yàn)場景各自獨(dú)立,缺少隊(duì)列組隊(duì)與不同場景轉(zhuǎn)換的功能。
綜上,為實(shí)現(xiàn)車輛隊(duì)列系統(tǒng)的產(chǎn)業(yè)化與規(guī)模化,本文未采用穩(wěn)定性不足的GPS 軌跡跟蹤方法,而是以具備智能駕駛輔助功能的車輛為基礎(chǔ),搭建具有可擴(kuò)展性、支持多場景切換的車輛隊(duì)列試驗(yàn)平臺。采用視覺感知的純跟蹤算法,并針對硬件方案進(jìn)行調(diào)整,實(shí)現(xiàn)隊(duì)列車輛穩(wěn)定的橫向控制。針對車隊(duì)內(nèi)領(lǐng)航車與跟隨車分別設(shè)計車輛隊(duì)列試驗(yàn)平臺硬件系統(tǒng)和分層軟件系統(tǒng),基于閉環(huán)控制微型車開展車輛隊(duì)列在基礎(chǔ)功能場景下的試驗(yàn)驗(yàn)證,并分析試驗(yàn)結(jié)果。
建立基于線控微型車的車輛隊(duì)列實(shí)車試驗(yàn)平臺硬件系統(tǒng)架構(gòu),如圖1 所示。本文試驗(yàn)平臺車輛只需具備基礎(chǔ)L2 級駕駛輔助功能,采用攝像頭支持隊(duì)列跟隨車的橫向控制,采用毫米波雷達(dá)支持隊(duì)列跟隨車的縱向控制。針對跟隨車,硬件系統(tǒng)由感知模塊、決策控制模塊和通信模塊組成:感知模塊負(fù)責(zé)獲取隊(duì)列系統(tǒng)所必需的環(huán)境信息,決策控制模塊負(fù)責(zé)智能決策與控制,通信模塊負(fù)責(zé)與他車、路側(cè)設(shè)備進(jìn)行數(shù)據(jù)交互。領(lǐng)航車由遙控器直接控制,無需車載傳感器支持橫、縱向控制。
圖1 智能網(wǎng)聯(lián)車輛隊(duì)列硬件系統(tǒng)架構(gòu)
本文試驗(yàn)平臺采用某公司生產(chǎn)的電驅(qū)動微型車,其線控執(zhí)行機(jī)構(gòu)可實(shí)現(xiàn)車速、曲率閉環(huán)控制。領(lǐng)航車為四輪差速轉(zhuǎn)向微型車,跟隨車為差速轉(zhuǎn)向的履帶車,基本參數(shù)如表1所示。
表1 微型車的主要參數(shù)
根據(jù)硬件功能可將隊(duì)列控制器分為微控制單元(Microcontroller Unit,MCU)子系統(tǒng)模塊、電源模塊、復(fù)位模塊、時鐘模塊、后臺調(diào)試模式(Background Debugging Mode,BDM)模塊。隊(duì)列控制器硬件架構(gòu)如圖2所示。
圖2 隊(duì)列控制器硬件架構(gòu)
MCU 子系統(tǒng)模塊負(fù)責(zé)隊(duì)列相關(guān)決策、控制的計算;電源模塊接受微型車提供的12 V 電壓,經(jīng)電源芯片為其他模塊供電;復(fù)位模塊保證控制器電壓不發(fā)生突變,使控制器正常工作;時鐘模塊產(chǎn)生的時鐘脈沖信號按一定的功率節(jié)拍對代碼進(jìn)行讀取、譯碼、執(zhí)行等;BDM 模塊用于此控制器的調(diào)試、內(nèi)部閃存燒寫等功能。MCU 通過FlexCAN 與硬件系統(tǒng)中的其他硬件進(jìn)行交互??刂破骶钟蚓W(wǎng)(Controller Area Network,CAN)線路分為CAN-A 與CAN-B 2類線路,其中CAN-A 的通信速率為250 kbit/s,CAN-B的通信速率為500 kbit/s,高通信速率可滿足更龐大數(shù)據(jù)量的內(nèi)容收發(fā)。CAN-A 與微型車線控執(zhí)行系統(tǒng)進(jìn)行速度、曲率等車輛狀態(tài)信息的交互;CAN-B與感知、通信模塊進(jìn)行數(shù)據(jù)的交互。
隊(duì)列車輛需獲取車間距、相對速度等信息用于支持車輛的縱向控制,本文試驗(yàn)平臺選用電子掃描雷達(dá)(Electronic Scanning Radar,ESR)檢測自車與前車的距離,其基本參數(shù)如表2所示。
表2 電子掃描雷達(dá)基本參數(shù)
隊(duì)列車輛需要獲取車道線信息支持車輛的橫向控制,本文試驗(yàn)平臺選用Mobileye 630 單目攝像頭識別車道線,輸出微型車橫向控制所需的道路航向角、曲率等數(shù)據(jù),其基本參數(shù)如表3所示。
表3 單目攝像頭基本參數(shù)
目前,受業(yè)界廣泛關(guān)注的車聯(lián)網(wǎng)通信協(xié)議包括DSRC 和LTE-V[7](Long Term Evolution-Vehicle)。張心睿等[8]以數(shù)據(jù)包投遞率和時延為評價指標(biāo),通過試驗(yàn)證明LTE-V 相較于DSRC 有更廣的通信范圍,且在同一范圍內(nèi)可靠性更高。因此,本文試驗(yàn)平臺選擇LTE-V 作為通信協(xié)議。V2X 通信需要遠(yuǎn)程信息處理器(Telematics BOX,T-BOX)作為硬件載體,本文選用由星云互聯(lián)公司生產(chǎn)的OBUYZM9,其內(nèi)置Linux 系統(tǒng),可通過安全外殼(Secure Socket Shell,SSH)協(xié)議訪問、調(diào)整通信的內(nèi)容,以滿足不同的通信需求。隊(duì)列微型車與路側(cè)設(shè)備分別搭載通信T-BOX,從而實(shí)現(xiàn)V2X通信。
本文試驗(yàn)平臺采用具備可擴(kuò)展性、可切換功能場景的分層軟件系統(tǒng)架構(gòu),如圖3 所示。本文將軟件系統(tǒng)分為數(shù)據(jù)交互層、感知層、決策層、控制層4個部分。決策層為軟件系統(tǒng)的運(yùn)算中樞,接收來自數(shù)據(jù)交互層、感知層的數(shù)據(jù),根據(jù)數(shù)據(jù)進(jìn)行隊(duì)列系統(tǒng)相關(guān)控制策略的執(zhí)行,并根據(jù)策略選擇不同的控制方法??刂茖訉⑵谕俣扰c期望曲率輸出到微型車線控執(zhí)行系統(tǒng),并接收車輛狀態(tài)反饋量,實(shí)現(xiàn)隊(duì)列車輛的閉環(huán)反饋控制。在控制過程中,決策層將隊(duì)列狀態(tài)信息發(fā)送到數(shù)據(jù)交互層實(shí)現(xiàn)與他車、路側(cè)設(shè)備的交互。
圖3 隊(duì)列系統(tǒng)軟件系統(tǒng)架構(gòu)
數(shù)據(jù)交互層中包括微型車速度信息、微型車狀態(tài)信息、隊(duì)列管理指令等;感知層包括感知硬件采集的航向角、道路曲率、自車與車道線距離、自車與前車間距等信息;決策層包括車輛組隊(duì)、車輛入隊(duì)、穩(wěn)定行駛等隊(duì)列功能場景;控制層包括隊(duì)列微型車所應(yīng)用的縱、橫向控制方法,如自適應(yīng)巡航控制(Adaptive Cruise Control,ACC)、協(xié)同自適應(yīng)巡航控制(Cooperative Adaptive Cruise Control,CACC)、定速巡航控制(Cruise Control,CC)、車道居中控制(Lane Center Control,LCC)。
跟隨車決策層根據(jù)接收到的數(shù)據(jù)與指令進(jìn)行相應(yīng)的決策與控制。建立決策層架構(gòu),如圖4所示,首先將接收到的數(shù)據(jù)進(jìn)行整合、處理,再根據(jù)數(shù)據(jù)信息判斷當(dāng)前車輛的角色與功能場景,車輛角色分別為自由車、領(lǐng)航車、跟隨車。自由車即非隊(duì)列車輛,如將要加入隊(duì)列的車輛或已離開隊(duì)列的車輛;領(lǐng)航車即人工控制的隊(duì)列頭車;跟隨車即隊(duì)列中具備基礎(chǔ)輔助駕駛功能的跟隨車。隊(duì)列功能場景包括車輛組隊(duì)、車輛入隊(duì)、隊(duì)列穩(wěn)定行駛等。根據(jù)車輛角色與功能場景即可判斷當(dāng)前需要執(zhí)行的控制策略,完成控制策略計算后便可輸出控制層所需的控制方法序號以及隊(duì)列管理等信息。
圖4 決策層架構(gòu)
采用此設(shè)計方法使本軟件系統(tǒng)具備2項(xiàng)優(yōu)勢:
a.可拓展性。此軟件系統(tǒng)采用分層軟件系統(tǒng)架構(gòu),若需增添隊(duì)列功能場景,只需在決策層增加相應(yīng)的控制策略,不必改變軟件系統(tǒng)架構(gòu)。
b.功能場景可切換。隊(duì)列運(yùn)行過程中,只需改變當(dāng)前車輛的角色與所要執(zhí)行的控制策略,便可實(shí)現(xiàn)功能場景的切換。
隊(duì)列車輛需要與路側(cè)設(shè)施、其他車輛進(jìn)行數(shù)據(jù)交互,建立數(shù)據(jù)交互層信息流,如圖5所示。數(shù)據(jù)交互層通過2.4節(jié)中的通信T-BOX 硬件實(shí)現(xiàn)。自車與他車間交互傳輸?shù)臄?shù)據(jù)包括車輛速度、與前車的間距、協(xié)同組隊(duì)指令、協(xié)同入隊(duì)指令。例如,當(dāng)車輛入隊(duì)時,入隊(duì)車輛需向領(lǐng)航車發(fā)出入隊(duì)請求,待領(lǐng)航車同意入隊(duì)后再執(zhí)行車輛入隊(duì)控制策略。路側(cè)設(shè)備將組隊(duì)指令、入隊(duì)指令、入隊(duì)車輛編號發(fā)送到自車,自車根據(jù)指令選擇相應(yīng)的控制策略。
圖5 數(shù)據(jù)交互信息流
感知層獲取隊(duì)列系統(tǒng)所必需的環(huán)境信息并輸出到?jīng)Q策層、控制層。感知層獲取的數(shù)據(jù)如表4 所示。為使隊(duì)列車輛實(shí)現(xiàn)車道居中控制,需獲取自車所處車道的數(shù)據(jù)信息,即從單目攝像頭獲取的A0~A3、AQuality。為使隊(duì)列跟隨車實(shí)現(xiàn)自適應(yīng)巡航控制,需要獲取自車與前車的距離、相對速度數(shù)據(jù),即通過毫米波雷達(dá)獲取的參數(shù)B1和B2。同時決策層也需車間距等數(shù)據(jù)進(jìn)行決策。
表4 感知層所獲取的數(shù)據(jù)
本文針對典型場景說明相應(yīng)的決策層控制策略,分別為車輛組隊(duì)、車輛入隊(duì)、隊(duì)列穩(wěn)定行駛。
3.3.1 車輛組隊(duì)
本文設(shè)計的車輛組隊(duì)控制策略如圖6所示。車輛組隊(duì)的初始狀態(tài)為2 輛車自由行駛,車輛角色為自由車,路側(cè)設(shè)備發(fā)出組隊(duì)指令后,后車收到組隊(duì)指令,并在領(lǐng)航車同意后加速駛?cè)胪ㄐ欧秶?;后車進(jìn)入通信范圍后,會繼續(xù)調(diào)整速度直至到達(dá)隊(duì)列穩(wěn)定行駛車間距,至此兩車角色分別轉(zhuǎn)為領(lǐng)航車與跟隨車并完成車輛組隊(duì)。
3.3.2 車輛入隊(duì)
車輛入隊(duì)場景設(shè)置為同一車道的入隊(duì)車輛加入穩(wěn)定行駛的車輛隊(duì)列,完成入隊(duì)過程。本文設(shè)計的車輛入隊(duì)控制策略如圖7所示。當(dāng)車輛隊(duì)列穩(wěn)定行駛時,路側(cè)設(shè)備發(fā)送入隊(duì)指令到隊(duì)列車輛,領(lǐng)航車同意入隊(duì)后,入隊(duì)車輛加速駛?cè)胪ㄐ欧秶?;入?duì)車輛進(jìn)入通信范圍后,繼續(xù)調(diào)整速度直至車間距到達(dá)隊(duì)列穩(wěn)定行駛期望距離,車輛角色轉(zhuǎn)為跟隨車,至此完成車輛入隊(duì)。
圖7 車輛入隊(duì)控制策略
3.3.3 隊(duì)列穩(wěn)定行駛
隊(duì)列穩(wěn)定行駛場景設(shè)置為隊(duì)列車輛以相同的速度穩(wěn)定行駛。本文設(shè)計的隊(duì)列穩(wěn)定行駛控制策略如圖8所示,隊(duì)列處于穩(wěn)定行駛狀態(tài)時,隊(duì)列頭車角色為領(lǐng)航車,隊(duì)列內(nèi)其余車輛角色為跟隨車。各隊(duì)列車輛以相同速度勻速行駛,并實(shí)時更新隊(duì)列狀態(tài),接收、響應(yīng)路側(cè)設(shè)備的指令等。
圖8 隊(duì)列穩(wěn)定行駛控制策略
國內(nèi)外關(guān)于車輛橫、縱向控制的研究已較為成熟[9],本文主要對已有的控制方法進(jìn)行應(yīng)用??刂茖臃譃榭v向控制與橫向控制??v向控制包括CACC、ACC、CC,橫向控制為LCC。縱向控制中:CACC以速度信息與車間距信息作為控制輸入;ACC 以車間距信息作為控制輸入;CC 以固定速度作為控制輸入。CACC 的穩(wěn)定性較傳統(tǒng)的ACC 更優(yōu)[10],故本文應(yīng)用CACC作為隊(duì)列穩(wěn)定行駛控制方法。
本文應(yīng)用的CACC 采用車輛隊(duì)列的前車-領(lǐng)航車-跟隨車(Precessor-Leader-Follower,PLF)式通信拓?fù)浣Y(jié)構(gòu),隊(duì)列跟隨車可獲取前車與領(lǐng)航車的狀態(tài)信息,如圖9所示。
圖9 車輛隊(duì)列PLF通信拓?fù)浣Y(jié)構(gòu)
CACC 控制器通過車車通信技術(shù)獲取前車與領(lǐng)航車的車輛狀態(tài)信息,并將其作為控制輸入,以提高車輛隊(duì)列行駛穩(wěn)定性。其控制模型如圖10所示,首先將實(shí)際車間距與期望車間距的差值ei作為PID控制模塊的輸入并輸出期望加速度ades,然后通過積分運(yùn)算得到期望速度vdes。期望車間距l(xiāng)des求解過程為:
圖10 CACC控制模型
式中,h1為加速度系數(shù);al為領(lǐng)航車加速度;h2為速度系數(shù);vi為自車速度;l0為最小安全車距。
本文試驗(yàn)平臺采用的隊(duì)列控制器分布于車端,算力有限,所以采用對算力要求低但控制效果良好的PID控制算法[11]。
在車輛入隊(duì)過程中或在隧道等特殊場景下,通信質(zhì)量無法保證,因此,本文采用ACC、CC 彌補(bǔ)CACC過度依賴通信的缺陷。
在車輛橫向控制中,為避免隊(duì)列車輛因過度依賴GPS 信號造成在GPS 信號較差時發(fā)生安全事故,本文通過道路跟蹤方法(Road Following Method)實(shí)現(xiàn)隊(duì)列車輛沿車道穩(wěn)定行駛。隊(duì)列車輛橫向控制采用純跟蹤(Pure Pursuit)算法[12],如圖11 示,以自車為原點(diǎn)A建立坐標(biāo)系,其中,車輛行駛方向?yàn)閅軸正方向,車輛前方的道路中心點(diǎn)B為預(yù)瞄點(diǎn)。
圖11 純跟蹤算法控制原理
通過推導(dǎo)可得:
式中,(x,y)為預(yù)瞄點(diǎn)坐標(biāo);L為預(yù)瞄距離;r為車道線半徑;δ為期望曲率。
為求解預(yù)瞄點(diǎn)橫坐標(biāo)x,需通過擬合預(yù)瞄點(diǎn)縱坐標(biāo)y得出:
式中,C3i為道路曲率微分;C2i為道路曲率;C1i為車輛航向角;C0i為車輛到車道線的距離。
因采用攝像頭感知方案求解y坐標(biāo)較為困難,且預(yù)瞄距離L與預(yù)瞄點(diǎn)縱坐標(biāo)y相差較小,故可直接用L代替y求得預(yù)瞄點(diǎn)橫坐標(biāo)x:
將x代入式(4),可求得期望曲率δ,將δ輸入線控執(zhí)行系統(tǒng)便可完成車輛閉環(huán)控制。
在車輛實(shí)際行駛時,單目視覺攝像頭會出現(xiàn)單側(cè)車道線數(shù)據(jù)質(zhì)量過低導(dǎo)致數(shù)據(jù)不可用的情況,對此,本文設(shè)計了當(dāng)單側(cè)數(shù)據(jù)質(zhì)量過低時僅使用另一側(cè)車道線數(shù)據(jù)的策略,如圖12所示。
圖12 攝像頭數(shù)據(jù)質(zhì)量低時操作過程
采用3輛微型車作為隊(duì)列試驗(yàn)平臺的線控執(zhí)行系統(tǒng),如圖13a 所示。其中車輛1 為領(lǐng)航車,車輛2、車輛3 為跟隨車。所加裝的硬件如圖13b~13e 所示。
圖13 微型車改裝結(jié)果及部分硬件
試驗(yàn)路線由直道與彎道組成,總長95 m,如圖14 所示。微型車依次進(jìn)行車輛組隊(duì)、車輛入隊(duì)、隊(duì)列穩(wěn)定行駛試驗(yàn)。
圖14 試驗(yàn)路線
采用3輛車的速度數(shù)據(jù)與跟隨車的車間距數(shù)據(jù)對車輛隊(duì)列控制效果進(jìn)行分析,設(shè)計了綜合隊(duì)列功能驗(yàn)證場景與隊(duì)列試驗(yàn)過程,速度、車間距數(shù)據(jù)如圖15、圖16所示:
圖15 隊(duì)列車輛速度
圖16 跟隨車與前車的間距
0~t1時刻:3輛微型車勻速自由行駛。
t1時刻:路側(cè)設(shè)備發(fā)送組隊(duì)指令,車輛2 收到入隊(duì)指令并在車輛1同意組隊(duì)后開始加速。
t1~t2時刻:車輛2 加速行駛,直到兩車間距到達(dá)隊(duì)列穩(wěn)定行駛期望間距,隨后車輛1 車與車輛2 開始隊(duì)列穩(wěn)定行駛,完成車輛組隊(duì)。
t3時刻:路側(cè)設(shè)備發(fā)送入隊(duì)指令,車輛3 收到入隊(duì)指令并在車輛1同意入隊(duì)后開始加速。
t3~t4時刻:車輛3 加速行駛,直到與車輛2 的車間距滿足隊(duì)列穩(wěn)定行駛期望間距,隨后3 輛車開始隊(duì)列穩(wěn)定行駛,完成車輛入隊(duì)。
t~t時刻:3輛車組成的隊(duì)列進(jìn)入穩(wěn)定行駛狀態(tài)。
因領(lǐng)航車控制采用手動遙控方式,且試驗(yàn)路線包括彎道,故無法保證領(lǐng)航車完全勻速行駛。跟隨車的距離誤差、速度誤差如圖17所示。通過各跟隨車之間的間距誤差、速度誤差數(shù)據(jù)對穩(wěn)定行駛試驗(yàn)結(jié)果進(jìn)行分析,可知車間距誤差區(qū)間為-1~1 m,速度誤差區(qū)間為-1~1 m/s。誤差區(qū)間處于隊(duì)列系統(tǒng)誤差可接受范圍,能夠較好地實(shí)現(xiàn)隊(duì)列穩(wěn)定行駛。由圖17 可知,在第48 s,當(dāng)領(lǐng)航車經(jīng)過彎道造成速度突變時,兩跟隨車速度隨之變化,并能夠在速度調(diào)整后繼續(xù)保持隊(duì)列穩(wěn)定行駛。
圖17 隊(duì)列穩(wěn)定行駛試驗(yàn)結(jié)果
本文設(shè)計并開發(fā)了基于基礎(chǔ)駕駛輔助功能車輛的隊(duì)列試驗(yàn)平臺,實(shí)現(xiàn)了試驗(yàn)平臺的擴(kuò)展與多場景切換。在軟件系統(tǒng)中依據(jù)車輛角色與功能場景判斷當(dāng)前車輛所要執(zhí)行的控制策略,實(shí)現(xiàn)了隊(duì)列車輛不同功能場景的切換。同時,使軟件系統(tǒng)具備了模塊化特性,使該平臺具備了較強(qiáng)的可擴(kuò)展性,易于增添更加復(fù)雜的功能場景。本文基于3輛微型車完成了智能網(wǎng)聯(lián)車輛隊(duì)列試驗(yàn)平臺的搭建,并且在包括直道、彎道的實(shí)際道路場景中開展了車輛隊(duì)列從靜止到連續(xù)功能場景的試驗(yàn)驗(yàn)證,且速度控制誤差在±1 m/s 內(nèi)。試驗(yàn)結(jié)果表明,該試驗(yàn)平臺具備基礎(chǔ)隊(duì)列功能,且能夠滿足復(fù)雜控制策略的試驗(yàn)驗(yàn)證需求。
致謝
本研究工作受國家自然科學(xué)基金青年科學(xué)基金項(xiàng)目(編號52002209)資助。本研究工作受汽車安全與節(jié)能國家重點(diǎn)實(shí)驗(yàn)室開放基金課題(編號KFY2210)資助。