劉穎妮

(安徽汽車職業(yè)技術(shù)學(xué)院 機(jī)電工程系,合肥 230000)

智能網(wǎng)聯(lián)車輛隊(duì)列相對于單車具有行車安全性高、燃油經(jīng)濟(jì)性好、道路通行效率和運(yùn)輸能力大大提升等優(yōu)點(diǎn)。洪金龍等[1]對智能網(wǎng)聯(lián)車輛節(jié)能優(yōu)化關(guān)鍵問題進(jìn)行了綜述,指出智能化信息的有效應(yīng)用能夠充分挖掘車輛的節(jié)能潛力,同時(shí)從軟件和硬件2個(gè)層面分析了未來的研究思路。胡明偉等[2]對智能網(wǎng)聯(lián)車輛混行交通流效益進(jìn)行研究,對比了不同時(shí)間段和不同滲透率情況下的交通效益,指出智能網(wǎng)聯(lián)車輛市場滲透率的增加使得混行交通流的平均車速增加,出行效率提高,尤其是對高峰和平峰期的交通效益提升更為顯著。閆茂德等[3]針對智能網(wǎng)聯(lián)汽車在強(qiáng)制換道路況下通行效率低、舒適性差、燃油經(jīng)濟(jì)性差等問題,提出基于多目標(biāo)優(yōu)化的智能網(wǎng)聯(lián)汽車隊(duì)列換道方法,設(shè)計(jì)并驗(yàn)證了基于滑?？刂频闹悄芫W(wǎng)聯(lián)汽車隊(duì)列跟蹤控制算法。同時(shí),對智能網(wǎng)聯(lián)汽車變車距隊(duì)列控制進(jìn)行研究,將開源軟件Plexe作為基礎(chǔ)設(shè)計(jì)了面向智能網(wǎng)聯(lián)汽車隊(duì)列控制的可視化仿真平臺,能夠有效實(shí)現(xiàn)對已有車輛隊(duì)列變車距控制算法的實(shí)景仿真驗(yàn)證[4]。前人的研究主要是集中在節(jié)能性、穩(wěn)定性等方面,對緊急路況下智能網(wǎng)聯(lián)車輛隊(duì)列控制的研究較少。相對而言,緊急路況是非常危險(xiǎn)的。如果控制策略不科學(xué),勢必造成重大的人員傷亡和經(jīng)濟(jì)損失?；诖?設(shè)計(jì)緊急制動、他車插入并長時(shí)間停留、他車插入并快速駛離3種緊急路況下的控制策略,并借助PreScan平臺進(jìn)行仿真分析,驗(yàn)證其有效性。這對確保智能網(wǎng)聯(lián)車輛隊(duì)列的安全行駛具有一定的現(xiàn)實(shí)意義。

1 控制系統(tǒng)架構(gòu)

車輛隊(duì)列控制系統(tǒng)采用功能明確、結(jié)構(gòu)清晰的分層系統(tǒng)架構(gòu)。在此基礎(chǔ)上,智能網(wǎng)聯(lián)車輛隊(duì)列控制系統(tǒng)依舊采用分層架構(gòu),如圖1所示[5]。

圖1 智能網(wǎng)聯(lián)車輛隊(duì)列控制系統(tǒng)架構(gòu)

由圖1可知,智能網(wǎng)聯(lián)車輛隊(duì)列控制系統(tǒng)包含2層,即策略層、控制層。由雷達(dá)、攝像頭等傳感器信息以及車對車信息交換(Vehicle to Vehicle,V2V)通信,結(jié)合網(wǎng)聯(lián)車輛隊(duì)列所處路況來科學(xué)選擇車輛縱向、橫向控制器,從而對智能網(wǎng)聯(lián)車輛隊(duì)列實(shí)施控制[6]。策略層包含3種路況,分別為非緊急制動路況、緊急制動路況、他車插入隊(duì)列路況,同時(shí)對于不同的路況有對應(yīng)的路況切換策略。

智能網(wǎng)聯(lián)車輛隊(duì)列控制包括縱向控制和橫向控制,其中協(xié)同自適應(yīng)巡航控制(Cooperative Adaptive Cruise Control, CACC)、自適應(yīng)巡航控制(Adaptive Cruise Control, ACC)、自動緊急制動(Autonomous Emergency Braking, AEB)、隊(duì)列緊急制動(Platoon Emergency Braking, PEB)、車間距調(diào)整(Gap Adjustment, GA)5個(gè)控制器對車輛縱向進(jìn)行控制,車道居中控制(Lane Centering Control, LCC)對車輛橫向進(jìn)行控制。控制層接收來自于決策層的決策,將選擇的控制器激活,從而實(shí)現(xiàn)對車輛的控制。

智能網(wǎng)聯(lián)車輛隊(duì)列緊急制動與他車插入隊(duì)列是非常危險(xiǎn)的緊急路況,其控制策略直接關(guān)系到行車安全。采取科學(xué)有效的控制策略對緊急路況下智能網(wǎng)聯(lián)車輛隊(duì)列進(jìn)行控制,從而更好地消除安全隱患,解決高速公路上智能網(wǎng)聯(lián)車輛隊(duì)伍的安全、穩(wěn)定控制問題。

2 控制策略設(shè)計(jì)

2.1 緊急制動路況

智能網(wǎng)聯(lián)車輛隊(duì)列行駛過程中,隊(duì)列緊急制動路況場景示意如圖2所示[7]。

圖2 智能網(wǎng)聯(lián)車輛隊(duì)列緊急制動路況場景

由圖2可知,1輛小轎車在行駛的過程中突然變道,相對車速較大、車間距較小觸發(fā)了自動緊急制動控制器的碰撞事件條件,使得隊(duì)列中的第3輛車之后的所有車輛都必須進(jìn)行緊急制動。在現(xiàn)實(shí)中,智能網(wǎng)聯(lián)車輛隊(duì)列中的任何一輛車都可能遇到這種情況,從而進(jìn)入緊急制動狀態(tài)。第1個(gè)進(jìn)入緊急制動狀態(tài)的車輛為觸發(fā)車輛,發(fā)出緊急制動信息,車輛隊(duì)列中的其他車輛在收到緊急制動信息后根據(jù)自身和觸發(fā)車輛之間的位置關(guān)系來采取相應(yīng)的措施,如圖3所示。

由圖3可知,當(dāng)觸發(fā)車輛在前方時(shí),觸發(fā)車輛后方的車輛將進(jìn)入緊急制動狀態(tài)。車輛結(jié)合前車的制動信息(減速度等)來確定該車的減速度,并發(fā)出車輛的實(shí)際減速度與期望減速度,判斷車速是否為0。當(dāng)觸發(fā)車輛在后方時(shí),根據(jù)觸發(fā)車輛前方車輛的多少來采取不同的控制策略。如果前方車輛超過2輛,前方車輛保持原來的隊(duì)列狀態(tài)繼續(xù)行駛;反之,車輛減速等待觸發(fā)車輛及觸發(fā)車輛后方車輛。設(shè)定等待時(shí)間tw,若超出等待時(shí)間觸發(fā)車輛未發(fā)出追趕信息,那么觸發(fā)車輛前方車輛繼續(xù)行駛直到恢復(fù)原來的車速;若等待時(shí)間內(nèi)緊急制動狀況解除,那么后車開始追趕前車,直到所有的追趕車輛全部入隊(duì),然后逐步恢復(fù)到原來的車速。

2.2 他車插入路況

他車插入緊急路況包括2種情況:1)干擾車輛插入車輛隊(duì)列且長時(shí)間停留;2)干擾車輛插入車輛隊(duì)列并快速駛離,如圖4所示[8]。

該路況下,干擾車輛和隊(duì)列車輛之間具有較大的間距,同時(shí)相對速度較小,短時(shí)間內(nèi)干擾車輛不會與受阻車輛產(chǎn)生碰撞。對他車插入路況制定控制策略如圖5所示。

由圖5可知,如果受阻車輛與干擾車輛存在碰撞風(fēng)險(xiǎn),那么受阻車輛的自動緊急制動系統(tǒng)將觸發(fā),從而進(jìn)行自動緊急制動;如果受阻車輛與干擾車輛無碰撞風(fēng)險(xiǎn),那么受阻車輛及其后方的所有車輛一起減速,擴(kuò)大和插入干擾車輛之間的距離。設(shè)定干擾車輛離開時(shí)間為t,如果干擾車輛在設(shè)定時(shí)間內(nèi)離開,那么進(jìn)行車速的調(diào)整,消除隊(duì)列缺口,車輛隊(duì)列進(jìn)入穩(wěn)定行駛狀態(tài)。如果干擾車輛在設(shè)定的時(shí)間內(nèi)未離開,那么形成新的車輛隊(duì)列,且進(jìn)入穩(wěn)定行駛狀態(tài)。

圖4 智能網(wǎng)聯(lián)車輛隊(duì)列他車插入路況場景

圖5 他車插入路況控制策略

3 仿真分析

3.1 仿真模型

為驗(yàn)證所設(shè)計(jì)控制策略的有效性,搭建PreScan/Simulink聯(lián)合仿真模型。道路模型是從PreScan軟件的基礎(chǔ)設(shè)施庫中將“straight road”拖動到工作臺區(qū)域,在屬性編輯區(qū)來設(shè)定相關(guān)的參數(shù)。在執(zhí)行器模塊,拖動車輛到道路上。通過build區(qū)域的actor來查看屬性,確保對象匹配關(guān)聯(lián)成功。在Invoke Simulink運(yùn)行模式下進(jìn)入Simulink仿真界面,通過Simulink界面來設(shè)置不同的控制策略。所搭建的仿真模型如圖6所示。

由圖6可知,所搭建的智能網(wǎng)聯(lián)車輛隊(duì)列共包含5輛車,分別命名為vehicle_1、vehicle_2、vehicle_3、vehicle_4、vehicle_5。車輛選擇PreScan自帶的車輛模型[9],車輛模型參數(shù)如表1所示。

圖6 PreScan/Simulink仿真模型

表1 車輛模型參數(shù)

在PreScan模型中,毫米波雷達(dá)參數(shù)如表2所示。

表2 毫米波雷達(dá)參數(shù)

3.2 仿真結(jié)果分析

對第1輛車緊急制動路況(路況1)進(jìn)行仿真分析,原始速度為25 m/s,網(wǎng)聯(lián)車輛隊(duì)列均速直線行駛。當(dāng)?shù)?輛車前突然出現(xiàn)干擾車輛(35.5 s左右)時(shí),獲得隊(duì)列中5輛車的速度和車輛間距曲線,如圖7所示。

(a)速度變化

(b)車距變化圖7 路況1的仿真結(jié)果

由圖7可知,干擾車輛突然變道使得車輛隊(duì)列的第1輛車產(chǎn)生緊急制動,后方車輛也進(jìn)行緊急制動,車速降到0,隊(duì)列相鄰車輛的間距控制在15 m左右。干擾車輛突然變道,車輛隊(duì)列中受到影響的車輛由自動駕駛狀態(tài)轉(zhuǎn)變?yōu)槿斯ゑ{駛狀態(tài)。受到車輛駕駛員反應(yīng)時(shí)間、期望速度等因素的影響,隊(duì)列中相鄰車輛之間距離會急劇變化。

對他車插入隊(duì)列并迅速駛離路況(路況2)進(jìn)行仿真分析,原始速度為28 m/s,網(wǎng)聯(lián)車輛隊(duì)列均速直線行駛。當(dāng)?shù)?輛前插入外來車輛(130 s左右)時(shí)并快速駛離,獲得隊(duì)列中5輛車的速度和車輛間距曲線,如圖8所示。

(a)速度變化

(b)車距變化圖8 路況2的仿真結(jié)果

由圖8可知,干擾車輛從車輛隊(duì)列的第2輛車前方進(jìn)入隊(duì)列中,此時(shí)第2輛車檢測到有外來干擾車輛,那么就會拉大和干擾車輛之間的距離。當(dāng)干擾車輛駛離后,第2輛車以及后方車輛提速,縮小與第1輛車之間的距離。

對他車插入隊(duì)列并長時(shí)間停留路況(路況3)進(jìn)行仿真分析,原始速度為28 m/s,網(wǎng)聯(lián)車輛隊(duì)列均速直線行駛。當(dāng)?shù)?輛車前插入外來車輛(275 s左右)時(shí)并長時(shí)間停留,獲得隊(duì)列中5輛車的速度和車輛間距曲線,如圖9所示。

(a)速度變化

(b)車距變化圖9 路況3的仿真結(jié)果

由圖9可知,干擾車輛從車輛隊(duì)列的第3輛車前方進(jìn)入隊(duì)列,第1輛車、第2輛車的速度以及車距不受影響。以第3輛車為界,車輛隊(duì)列被自動拆分,拆分之后分別是以2車隊(duì)列和3車隊(duì)列繼續(xù)行駛,其中2車隊(duì)列的車速為28 m/s,3車隊(duì)列的車速為23 m/s。

4 結(jié)論

本文對智能網(wǎng)聯(lián)車輛隊(duì)列在緊急路況下的控制策略進(jìn)行研究,設(shè)計(jì)了緊急制動路況、他車插入并快速駛離路況、他車插入并長時(shí)間停留路況下的控制策略。采用PreScan自帶的車輛模型來搭建智能網(wǎng)聯(lián)車輛隊(duì)列緊急路況下的仿真平臺,完成了對3種緊急路況下車輛隊(duì)列控制仿真。仿真結(jié)果表明,本文策略能夠很好地保證車輛隊(duì)列的安全,且行駛穩(wěn)定。