車隊(duì)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(jì)的快速增長，城市現(xiàn)代化進(jìn)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(jī)等問題日益嚴(yán)重。隨著控制、通信、傳感探測及智能計(jì)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(yùn)用于自動(dòng)化高速路的車隊(duì)協(xié)同駕駛技術(shù)逐漸成為新的研究熱點(diǎn)。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(duì)列，在路側(cè)控制單元的綜合控制管理和人車交互下，可實(shí)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(jì)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(gè)復(fù)雜多變的巨系統(tǒng)，一個(gè)高效、穩(wěn)健、安全的系統(tǒng)架構(gòu)是指導(dǎo)細(xì)分技術(shù)深入研究的關(guān)鍵。根據(jù)混成動(dòng)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(jì)算、車聯(lián)網(wǎng)等先進(jìn)計(jì)算機(jī)與通訊技術(shù)服務(wù)于車隊(duì)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(duì)協(xié)同駕駛系統(tǒng)架構(gòu)。
　　本文對(duì)系統(tǒng)架構(gòu)中的車輛管理層和車車與車路通信層進(jìn)行相應(yīng)

3、地簡化，建立了CarSim/SIMULINK車隊(duì)協(xié)同駕駛聯(lián)合仿真平臺(tái)，CarSim軟件僅提供四輛參數(shù)配置各異的車輛動(dòng)力學(xué)模型，在 SIMULINK中設(shè)計(jì)了無人駕駛車輛軌跡跟蹤控制器和縱向控制器，并進(jìn)行了多工況車隊(duì)協(xié)同駕駛仿真研究，對(duì)控制策略進(jìn)行仿真測試。為保證車輛軌跡跟蹤精度和計(jì)算效率，采用2DOF車輛動(dòng)力學(xué)模型為參考，結(jié)合最優(yōu)控制算法設(shè)計(jì)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(duì)2DOF橫擺轉(zhuǎn)動(dòng)慣量與前后輪側(cè)偏剛度等關(guān)鍵參數(shù)進(jìn)行辨識(shí)，并結(jié)合瞬態(tài)響應(yīng)過程中的特征參數(shù)進(jìn)行對(duì)比分析。以“預(yù)瞄-跟隨”理論為基礎(chǔ)，采用多點(diǎn)預(yù)瞄最優(yōu)控制算法設(shè)計(jì)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(duì)控制器的軌跡跟蹤精度和穩(wěn)定性進(jìn)行仿真測試。在分析研究了不同車距模型對(duì)車隊(duì)行駛穩(wěn)定性和交通流穩(wěn)定性的影響之后，以車隊(duì)協(xié)同駕駛動(dòng)態(tài)過程中的漸進(jìn)穩(wěn)定為目標(biāo)，針對(duì)

5、領(lǐng)航車設(shè)計(jì)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(dòng)的耦合影響，常規(guī)控制方法難以實(shí)現(xiàn)，為此設(shè)計(jì)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(duì)控制器的控制精度與魯棒性進(jìn)行了仿真，并對(duì)仿真結(jié)果進(jìn)行詳細(xì)的分析研究。
　　本文給出的系統(tǒng)架構(gòu)為車隊(duì)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(jìn)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(tái)，仿真研究的結(jié)果表明：
　?。?）經(jīng)過遺傳優(yōu)化算法辨識(shí)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)。
　?。?）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(shí)際行駛的需求。針對(duì)初始航向角偏差、位移偏差及系統(tǒng)擾動(dòng)，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