車隊協(xié)同駕駛系統(tǒng)架構(gòu)及其控制策略研究.pdf

1、隨著國民經(jīng)濟的快速增長，城市現(xiàn)代化進程不斷加快，交通擁堵、事故頻發(fā)、環(huán)境污染以及能源危機等問題日益嚴重。隨著控制、通信、傳感探測及智能計算等技術(shù)的愈發(fā)成熟和智能車路協(xié)同技術(shù)的逐漸完善，運用于自動化高速路的車隊協(xié)同駕駛技術(shù)逐漸成為新的研究熱點。由無人駕駛車輛組成的一列或多列具有車速相同、車輛間距小的汽車隊列，在路側(cè)控制單元的綜合控制管理和人車交互下，可實現(xiàn)自主巡航、跟隨、組合、駛離等協(xié)同駕駛過程，其從系統(tǒng)設(shè)計角度提出了一種高效、安全、環(huán)保

2、和舒適的人-車-路協(xié)同駕駛系統(tǒng)。
　　交通系統(tǒng)是一個復(fù)雜多變的巨系統(tǒng)，一個高效、穩(wěn)健、安全的系統(tǒng)架構(gòu)是指導(dǎo)細分技術(shù)深入研究的關(guān)鍵。根據(jù)混成動態(tài)系統(tǒng)的分散控制理論，在前人研究基礎(chǔ)上，將大數(shù)據(jù)、云計算、車聯(lián)網(wǎng)等先進計算機與通訊技術(shù)服務(wù)于車隊協(xié)同駕駛系統(tǒng)，給出了由交通控制層、路側(cè)控制層、車車與車路通信層、車輛管理層和駕乘人員在內(nèi)的分層管理與分散控制的車隊協(xié)同駕駛系統(tǒng)架構(gòu)。
　　本文對系統(tǒng)架構(gòu)中的車輛管理層和車車與車路通信層進行相應(yīng)

3、地簡化，建立了CarSim/SIMULINK車隊協(xié)同駕駛聯(lián)合仿真平臺，CarSim軟件僅提供四輛參數(shù)配置各異的車輛動力學(xué)模型，在 SIMULINK中設(shè)計了無人駕駛車輛軌跡跟蹤控制器和縱向控制器，并進行了多工況車隊協(xié)同駕駛仿真研究，對控制策略進行仿真測試。為保證車輛軌跡跟蹤精度和計算效率，采用2DOF車輛動力學(xué)模型為參考，結(jié)合最優(yōu)控制算法設(shè)計了軌跡跟蹤控制器。在方向盤角階躍工況下，以具有較高模型精度的 CarSim車輛模型的橫擺加速度響應(yīng)

4、值作為目標(biāo)，采用遺傳算法對2DOF橫擺轉(zhuǎn)動慣量與前后輪側(cè)偏剛度等關(guān)鍵參數(shù)進行辨識，并結(jié)合瞬態(tài)響應(yīng)過程中的特征參數(shù)進行對比分析。以“預(yù)瞄-跟隨”理論為基礎(chǔ)，采用多點預(yù)瞄最優(yōu)控制算法設(shè)計了基于側(cè)向位移偏差的無人駕駛車輛軌跡跟蹤控制器，并結(jié)合圓形軌跡、雙移線軌跡和綜合道路軌跡等在不同車速下對控制器的軌跡跟蹤精度和穩(wěn)定性進行仿真測試。在分析研究了不同車距模型對車隊行駛穩(wěn)定性和交通流穩(wěn)定性的影響之后，以車隊協(xié)同駕駛動態(tài)過程中的漸進穩(wěn)定為目標(biāo)，針對

5、領(lǐng)航車設(shè)計了基于速度偏差的PID縱向控制器，由于跟隨車輛受到速度變化與車距波動的耦合影響，常規(guī)控制方法難以實現(xiàn)，為此設(shè)計了基于自整定模糊PID方法的跟隨車輛縱向控制器，并結(jié)合定速巡航、變速跟隨和組合駛離等協(xié)同駕駛工況對控制器的控制精度與魯棒性進行了仿真，并對仿真結(jié)果進行詳細的分析研究。
　　本文給出的系統(tǒng)架構(gòu)為車隊協(xié)同駕駛技術(shù)在現(xiàn)有高速路基礎(chǔ)設(shè)施和智能車路協(xié)同技術(shù)的基礎(chǔ)上進行快速示范與應(yīng)用提供參考，建立較為復(fù)雜的車輛協(xié)同駕駛聯(lián)合仿

6、真平臺，仿真研究的結(jié)果表明：
　?。?）經(jīng)過遺傳優(yōu)化算法辨識的2DOF車輛模型在轉(zhuǎn)向盤輸入下的瞬態(tài)響應(yīng)和行駛軌跡與CarSim模型具有一致性，為預(yù)測復(fù)雜無人駕駛車輛的行駛狀態(tài)奠定模型基礎(chǔ)。
　　（2）基于預(yù)測最優(yōu)控制算法的駕軌跡跟蹤控制器在不同目標(biāo)軌跡和速度下具有較高的跟蹤精度，滿足實際行駛的需求。針對初始航向角偏差、位移偏差及系統(tǒng)擾動，控制器具有較好適應(yīng)性和魯棒性；
　?。?）本文提出的控制策略能較好地跟蹤目標(biāo)車速與