杜小芳　赵永浩　徐文婷　薛　亮

(现代汽车零部件技术湖北省重点实验室(武汉理工大学)1)　武汉　430070)　(汽车零部件技术湖北省协同创作中心2)　武汉　430070)　(卡达克机动车质量检验中心(宁波)有限公司3)　宁波　315336)



汽车自适应前照灯系统AFS的控制策略研究

杜小芳1,2)赵永浩1,2)徐文婷3)薛亮1,2)

(现代汽车零部件技术湖北省重点实验室(武汉理工大学)1)武汉430070)(汽车零部件技术湖北省协同创作中心2)武汉430070)(卡达克机动车质量检验中心(宁波)有限公司3)宁波315336)

为解决汽车AFS启动条件和控制算法存在的问题，通过分析汽车前照灯二自由度动力学模型，得到了汽车前照灯偏转角度计算公式.根据分析2种不同的车灯等照度包络曲线得到了汽车AFS启动条件控制模型，并对其控制算法进行了研究，推导出了改进遗传算法的相关参数.并在MATLAB/Simulink平台创建AFS建模进行仿真分析.仿真结果表明，改进后的控制算法能有效地控制超调量且能提高AFS开启时刻控制的准确度.

自适应前照灯系统；控制算法；汽车AFS启动条件；二自由度动力学模型；仿真

0　引　　言

自适应前照灯系统(adaptive front-lighting system，AFS)是一种由传感器组、传输通路、电控单元和执行机构组成的系统，能够根据行车方向、速度及天气状况的变化将前照灯灯光进行自动光照调节，使驾驶员获得更好的视觉效果.在国外AFS技术已趋于成熟，然而国内对汽车AFS的研究还处于初级阶段，主要是以技术引进消化为主，还没有形成自己的核心技术[1-2].

文中基于汽车二自由度动力学模型，结合停车视距，建立了汽车转向时的AFS数学模型.同时对汽车AFS启动条件与其控制算法进行了深入的研究分析，并通过MATLAB/Simulink进行了建模仿真分析，验证所建数学模型的正确性和可行性.

1　二自由度汽车动力学模型

转弯半径是决定AFS系统中车灯转角大小的一个重要因素，根据汽车理论可知[3]，当汽车处于转弯行驶时可用其线性二自由度汽车模型来分析.下面基于二自由度汽车动力学模型来分析求解车辆的转弯半径.

将汽车的4轮简化为2轮模型，见图1.图2为汽车运动的坐标系.

图1　二自由度汽车模型

由图1中直角△O′BD与直角△O′AD可得

由于α2，ξ较小，故可认为tanα2=α2，tanξ=ξ，且图1中角度关系为ξ=δ-α1，可得转弯时的半径计算公式为

式中：α1-α2为向心加速度αy的函数

(2)

将式(2)代入式(1)得

(3)

式中：K为汽车的稳定性因数.

图2　汽车运动的坐标系

由图2可得，向心加速度的表达式为

(4)

根据图1所示，由牛顿第二定律和转动定律建立运动学方程求解ωr为

(5)

由式(6)消去β可得

(7)

所以将式(7)代入式(3)后可建立R关于v与δ的关系式为

(8)

式中：A=L2k1k2cosδ+ak1mv2cosδ-bk2mv2

2　AFS系统前照灯转角模型

2.1汽车前照灯转角

汽车前照灯转角模型见图3.根据图3中几何关系可得前大灯偏转角度计算公式为

(9)

图3　汽车左转弯前照灯水平调节模型

2.2AFS启动时刻分析

汽车AFS的启动时刻控制的准确度，对于提高AFS系统性能，延长AFS系统的使用寿命具有重要意义，但是目前对AFS系统的研究并未涉及本领域，故文中通过车灯两种不同的等照度曲线对AFS的启动时刻做了深入的研究分析.

依据国家标准对城市路面照明的规定，认为5 lx的照度范围以内是驾驶员的可见范围，然而汽车照明国际上通用的驾驶员可见范围为3 lx等照度包络曲线.因此，本文分别选用5 lx与3 lx 2种不同的等照度曲线进行了建模仿真分析，来选择最优的等照度曲线来进行控制策略制定.车灯的等照度包络曲线可通过Lucidshape车灯仿真软件中得到见图4，并可使用绘图软件绘出，图5为3 lx等照度曲线示意图.

图4　H7灯泡在道路上的等照度包络曲线图

图5　未来5 s汽车行驶轨迹与3 lx等照度包络线关系示意图

以汽车左转为例来进行分析，当汽车进行左转时，汽车未来5 s行驶过的路线需要在3 lx车灯等照度曲线内.若未来5 s后汽车的位置位于A点，则前大灯不需发生偏转就能满足驾驶员对灯光的要求；若未来5 s后汽车的位置位于A′点，则前大灯需要偏转才能满足驾驶员对灯光的要求；因此未来5 s后汽车的位置位于3 lx等照度曲线包络线上时，即是汽车AFS的启动时刻.该种控制算法能够充分利用原有灯光光照强度，提高了汽车AFS系统的性能.

3 lx等照度曲线方程可从图4中的3 lx等照度曲线上找出20个点，并进行曲线拟合见图6.其决定系数R2=0.970 1，可见拟合精度已经非常高，所得到的拟合方程为

f(x)=a1x6+a2x5+a3x4+a4x3+a5x2+a6x+b

(10)

式中：a1=-7.408×10-10,a2=3.439×10-7,a3=-6.162×10-5,a4=0.005,a5=-0.235,a6=4.810,b=-17.572

图6　拟合点和方程之间的关系

同理可得5 lx等照度曲线的拟合方程为

式中：a1=-3.725×10-10,a2=1.771×10-7,a3=-3.262×10-5,a4=0.003,a5=-0.132,a6=2.767,b=-10.148

将A点坐标代入式(10)中，即可得到AFS系统启动时刻时的车速与车轮转角的关系曲线.

2.3安全视距分析

Dario等[4]在研究了驾驶员的前视行为以后，定义以行驶车速计算，未来3～5 s内车辆可以运动到的范围为驾驶员实际的观察范围.其中，车速与停车视距和5 s汽车行驶的距离之间的关系见图7.可得汽车停车视距与5 s汽车行驶的距离相当接近.因此，汽车前大灯能够照亮5 s后汽车行驶到的位置，就可以保证安全制动.所以，汽车安全停车视距为

S=5v/3.6

(11)

将式(8)、式(11)代入式(9)可得前大灯水平转角计算公式为

(12)

式中：A=L2k1k2cosδ+ak1mv2cosδ-bk2mv2

图7　停车视距与5 s内汽车行驶的距离比较

3　控制算法分析

PID算法是工业上最常用的控制算法，能满足大多数使用要求，因此选用PID控制算法[5-6].遗传算法可以方便地将经验值量化以后，进行计算，此种控制方式是近年来的一种趋势，这在一些难以建立精确模型的情况下尤其适用，而且在线自整定的参数，可以很好地避免因为突然的干扰信号而导致的振荡.

每次抛填片石、黏土高度应超出溶洞顶至少3m，以5～10m为宜，然后用钻锤进行反复冲砸，冲砸过程中不取渣，控制泥浆面高出地下水位1～2m。溶洞填充开始阶段，钻锤以低锤密击为宜，首次填充的片石黏土比较容易散入溶洞内，锤击时密切注意锤头位置，以不破入溶洞内为宜，切忌放空绳，避免卡锤。首次填充片石黏土压入溶洞内后，再继续抛填、锤击，反复多次，根据每次锤击进尺深度判断填充物压实度，待锤击进尺较困难时，继续抛填，适当采取较大冲程进行高锤重击，将溶洞内填充物继续向外强挤，形成较大范围的挤密圆台体。反复回填并冲砸，直至高锤重击下基本无进尺，再持续冲砸20～30锤，可视为溶洞段填充基本密实，可以开始取渣钻进。

遗传算法主要是用生成基因、检测适应度这个方法来进行运算，其主要步骤为：(1)生成编码；(2)产生一组初始种群；(3)对染色体进行所选算法的计算，直至满足预设条件；(4)算法结束，输出一个结果.

用改进的遗传算法进行PID参数整定[7]，分别用十位二进制数编码串起来表示3个需要决策的变量KP，KI，KD的数值大小，则基因的长度为30位.初始种群大小为M=50，迭代次数为300次.选择算法为适应度比例法，变异率、交叉率计算公式为

目标函数为

4　建模仿真与结果分析

利用MATLAB平台创建弯道模式下的汽车AFS系统模型[8]，其整车参数以某款车型的动力学基本参数进行仿真，见表1.

表1　整车参数取值表

4.1控制算法分析

分别对改进遗传算法和简单PID算法进行了建模仿真分析，仿真结果见图8.

图8　改进遗传算法与PID算法控制效果对比图

由仿真结果表明，PID算法自整定的控制效果并非较好，其超调量较大，这在很多场合是不被允许的，但是改进遗传算法自整定的控制效果非常好，超调量较小或者没有超调，且反应速度也较快.这是非常理想的控制参数，故采用该控制参数进行仿真分析.

4.2AFS启动时刻建模仿真分析

在2.2中已对AFS启动条件进行了相关分析研究，将A点坐标表达式代入f(x)方程即可得到汽车AFS启动条件关系曲线，见图9.

图9　汽车AFS启动条件关系曲线

仿真结果表明，当车速与转向盘转角对应点坐标在曲线下方时，汽车AFS系统不需进行偏转即可满足驾驶员对灯光的要求，而当对应的坐标点位于曲线上方时，需启动AFS系统来偏转前大灯才能满足驾驶员对灯光的要求.

分别对3 lx等照度光照曲线和5 lx等照度光照曲线进行了仿真分析，其仿真结果见图10.

图10　3种不同初始条件模型下车灯转角

分析仿真结果可得，在输入信号相同的情况下，文献中初始条件曲线从开始就进行了偏转，5 lx初始条件曲线在1.3 s时刻进行偏转，而3 lx初始条件曲线在1.8 s时刻才进行了偏转.但是，在0～1.8 s时间段，前大灯光照强度范围仍能满足驾驶员对夜间照明强度的要求，可以保证汽车夜间行驶的安全性，没有必要开启汽车AFS系统；而对于5 lx初始启动条件和文献中初始条件而言，虽能对AFS系统启动条件进行初步控制，但不能很准确的预测AFS开启时刻，不能最大程度上提高原有灯光利用率，增加了AFS系统的使用频率.相对而言，对于3 lx初始条件，可以较准确的预测AFS开启时刻，较好的提高了AFS系统性能，使AFS使用寿命延长.

4.3汽车AFS系统的建模仿真分析

在Simulink平台创建基于遗传算法的仿真模型，见图11.打开Simulink界面后，在模块库中选择相对应的模块，并将所选的模块拖拽到M文件中，连接好后即得到汽车AFS的仿真模型，见图11.其中，Subsystem为汽车转弯半径计算模块，Subsystem1为汽车AFS起始条件设定模块，Subsystem2为改进遗传算法模块.

图11　汽车AFS仿真模型

设置车速变化范围为10～80 km/h，方向盘转角范围为60～120°，仿真时间为10 s的初始条件，其仿真结果见图12.

图12　2种不同初始条件模型下车灯转角

在2.2 s时刻文献中所述的初始条件前大灯才开始偏转，3 lx初始条件前大灯在开始仿真时就进行了相应的偏转；而在0～2.2 s时间段，未偏转情况下的前大灯光照强度并不能满足未来5 s后驾驶员对光照强度的要求，增加了夜间弯道行车时的安全隐患，降低了AFS系统的性能，失去了使用AFS系统的意义.而对于3 lx初始条件，可以及时启动AFS系统，使前大灯进行适当的偏转来满足驾驶员对灯光强度的要求，保证了汽车夜间行驶的安全性，所以对汽车AFS系统启动时刻进行准确的控制是非常重要的.

5　结 束 语

在基于二自由度动力学模型的基础上，分析得到了与车速、方向盘转角、整车参数相关的前大灯偏转角度计算公式，然后对其控制算法与根据2种不同的等照度曲线设定的AFS启动条件进行了相关的研究分析，得到了较为准确的汽车AFS系统控制策略.

在MATLAB/Simulink仿真平台，运用改进遗传算法，对本文所研究的控制策略进行了建模仿真分析，验证了所建立模型与控制策略的正确性和有效性.本文为汽车AFS的研究提出了一种新的思路，希望对今后的AFS研究提供一定的参考价值.

[1]迟海涛.自适应前照灯系统仿驾驶员预瞄行为的弯道照明算法研究[D].长春:吉林大学,2012.

[2]左萃.汽车智能前大灯系统(AFS)控制策略及仿真研究[D].长沙:长沙理工大学,2012.

[3]余志生.汽车理论[M].北京:机械工业出版社,2009.

[4]DARIO D S, LIU A. The time course of lane change: driver control and eye-movement behavior[J].Transportation Research Part F5,2002,123-133.

[5]刘金馄.先进PID控制及其MATLAB仿真[M].北京：电子工业出版社，2003.

[6]詹长书,程崇,孙世磊.基于模糊自适应PID控制器的空气悬架控制策略研究[J].武汉理工大学学报(交通科学与工程版),2015，39(5):34-38.

[7]何芝强.PID控制器参数整定方法及其应用研究[D].杭州：浙江大学,2005.

[8]张德丰.MATLAB/Simulink建模与仿真实例精讲[M].北京:机械工业出版社,2010.

Research on Control Strategy in Automotive Adaptive Front Lighting System

DU Xiaofang1,2)ZHAO Yonghao1,2)XU Wenting3)XUE Liang1,2)

(HubeiKeyLaboratoryofAdvancedTechnologyforAutomotiveComponents,WuhanUniversityofTechnology,Wuhan430070,China)1)(HubeiCollaborativeInnovationCenterforAutomotiveComponentsTechnology,Wuhan430070,China)2)(CATARCAutomotiveQualityInspectionCenter(Ningbo)Co.,Ltd.,Ningbo315336,China)3)

In order to solve the problems existing in the automotive AFS starting condition and control algorithm, the calculating formula of the vehicle headlight adjusting angle can be obtained by analyzing the two-freedom vehicle dynamic model. According to the analysis of the two different illumination envelope curves of the car lights, the AFS staring condition control model is obtained and its control algorithm is studied deeply. In addition, the related parameters of the improved genetic algorithm are deduced. Besides, simulations are performed by building AFS model in the MATLAB/Simulink platform. The simulation results show that the improved control algorithm can effectively control the overshoot and accurately determine the time of AFS start, which has important significance to the improvement of the safety of night driving.

AFS; control algorithm; automobile AFS starting condition; two-freedom dynamic model; simulation

2016-06-05

U463.65+1

10.3963/j.issn.2095-3844.2016.04.016

杜小芳(1973- ):女，博士生，副教授，主要研究领域为汽车车身与汽车动力学