王哲豪，周奎

（湖北汽车工业学院 汽车工程师学院，湖北 十堰 442002）

ACC 是较为重要的辅助系统控制器，能够实现汽车纵向运动自动化控制并有效缓解驾驶疲劳［1-2］，广泛应用于汽车驾驶辅助系统。传统ACC的设计主要是保证车辆在行驶中的安全性和跟踪性等基本性能，在交通拥堵时经济性较差。J.C.Gerdes 等人将ACC 运行工况分为速度与距离模式，分别采用滑模算法实现速度和距离的跟踪控制器设计,有效解决了ACC 的工况切换不平顺问题［3］。李升波等人提出基于MPC 的ACC 策略模型［4］。张德兆等人在现有ACC 基础上增设了接近前车和超车模式，并提出了切换策略来解决ACC模式切换带来的加速度突变的问题［5］。王竣等人将汽车行驶工况分为巡航、跟随、接近和弯道模式［6］，但都没有考虑从节能方面进行设计ACC 策略。现有研究表明，当驾驶员以某期望的平均速度巡航时，适当地加速再滑行，能够改变发动机工作区域、有效降低油耗［7］。传统ACC算法的研究主要集中在稳定跟车、车辆加塞和汽车频繁加减速产生的不良驾驶体验方面［8-12］，较少从节能方面进行ACC设计，因此提出了基于PSO的节能ACC策略，对车辆加速-滑行阶段的加速度进行优化，通过CarSim与Simulink联合仿真验证该策略的有效性。

1 传统ACC算法

传统ACC 算法包含上层控制和下层控制，上层控制分为模式切换模块、定速巡航模块和跟车巡航模块，下层控制为期望加速度模块，根据期望加速度解算出需求的油门开度和制动力矩控制汽车运动。原理框图如图1所示。

图1 传统ACC算法原理框图

1.1 上层控制策略

上层控制主要根据汽车状态和交通状态选择合适的ACC 运行模式，分别为跟车模式和定速巡航模式。在巡航模式时，由驾驶员设定目标车速，然后系统采用PID 控制器解算期望加速度。跟车模式时，需要考虑跟车距离的设定。模式切换时，需要考虑2种模式间的平滑过渡。

1）上层控制算法 上层控制算法除了需要决策模式和设定跟车距离外，还需要根据设定的速度解算加速度（巡航模式）或者根据期望跟车距离解算期望加速度（跟车模式）。上层采用传统PID 控制算法决策期望的加速度，包括速度PID和距离跟踪PID，下层采用基于逆模型的加速度闭环跟踪控制实现期望的加速度，整体架构如图2所示。

图2 上层控制策略架构图

2）模式切换策略 模式切换应尽量平滑，避免模式切换频繁使加速度剧烈变化，从而影响驾驶的舒适性。针对上述问题，设定了模式切换规则表（表1），Vp为前车的实际车速，Vset为本车设定的巡航车速，ddes为期望车距，d为实际车距，Δd为系统由跟车模式切换到巡航模式的最小切换距离，dmax为雷达所能探测到的最大距离，dlog1为Vp小于Vset时巡航模式切换至跟车模式的阈值，dlog2为Vp小于Vset时跟车模式切换至巡航模式的阈值。其中Δd取10 m，dmax取150 m，dlog1和dlog2的计算公式［13-14］为

表1 模式切换规则

式中：d1、d2、k1、k2、k3、k4为防止模式频繁切换的设定参数，均为常数；v为当前车速。

3）跟车距离设计 根据前车与本车的车速计算ddes，ddes过小易造成安全事故，而较大则会降低道路的交通流量，同时还会被插队，因此设定合理的间距策略尤为重要。文献［15］表明可变间距策略相对于固定间距策略能够更加适应汽车复杂的行驶环境，有助于提高交通流量和安全性，文中选择可变间距策略模型。距离策略的模型为

式中：th为跟车时间，通常为0.8～3.6 s；Δx0为最小安全距离，即停车时两车的合理间距,通常为2～5 m；Δxdes为期望跟车距离。当th为恒定值时，则为固定车头距策略，当th为非恒定值时，则为可变车头时距策略。th计算公式为

式中：t0、cv、ca均为大于0 的常数；vrel为前车与本车的相对速度；vp为前车速度；ap为前车加速度。

1.2 下层控制

1）驱动系统逆模型 驱动系统逆模型根据汽车的行驶阻力反求出需要的发动机扭矩Ttq，然后再进一步求得发动机的节气门α。选取的发动机万有特性如图3 所示，其中F为燃油消耗率，we为发动机转速。汽车行驶方程：

图3 发动机万有特性

式中：ig为变速器的传动比；io为主减速器的传动比；ηT为传动系数的机械效率；r为车轮半径；G为重力；f为滚动阻力系数；i为坡度；CD为空气阻力系数；A为迎风面积；du/dt为加速度；δm为汽车等效质量。Ttq可以通过ωe和α进行线性插值得到，由式（5）可以得到需求Ttq的表达式：

根据式（6）可以反求出ωe和Ttq的关系式：

2）制动系统逆模型 当制动控制时，α为0，汽车受制动力FB、空气阻力和滚阻作用。此时

因此制动需求力解算结果为

在汽车未抱死之前，认为制动力与制动力矩近似呈现线性比例关系：

式中：K为制动比例系数。

2 基于PSO的节能ACC算法

以油耗为目标，用PSO 算法对加速-滑行阶段的加速度进行优化。F根据ωe和α插值计算得到（图4），然后积分得到油耗J：

图4 汽车油耗计算模型

优化变量为加速过程的最优加速度，在优化过程中，根据不同的巡航速度进行优化，每个巡航车速下均可得到1个最优的加速度ax+。约束条件为

式中：vx为巡航车速；amax为汽车极限加速度。

PSO 优化流程如图5 所示，imax为最大循环次数，Gmix为最优值下限，每个粒子在空间中搜寻最优解，将个体极值与其他粒子共享，找到粒子种群的全局最优解，根据当前极值、全局最优解来调整粒子位置，不断迭代，得到最优解［16-18］。粒子群在1个D维搜索空间中，由N个粒子组成，每个粒子由粒子速度和粒子位置组成，公式如下：

图5 粒子群优化流程图

式中：N为粒子总数；vi为粒子当前速度；xi为粒子当前位置；R1和R2为高斯噪声方法生成的介于0和1之间的随机数；c1和c2为学习因子；Pi(t)为第i个粒子的个体极值。Pi(t)的更新公式如下：

式中：f(x)为优化目标，f(x)越小粒子此时的位置越优。Gi(t+ 1)为当前最优解，更新公式为

3 仿真验证

以某D 级车型为研究对象，通过联合仿真（图6），验证文中提出的基于PSO 的节能ACC 策略的有效性。在对比传统ACC策略与节能ACC策略之前，先对传统ACC 策略进行正确性检验。按照传统ACC 的建模原理搭建Simulink 与CarSim 联合仿真模型，并设定汽车初始速度为30 km·h⁻¹，目标巡航速度为60 km·h⁻¹，仿真时间设置为15 s，仿真结果如图7所示，可以看出，汽车在6 s时加速至设定车速之后，产生微小的超调，经过3 s后达到设定的巡航速度，汽车在行驶过程中，速度平稳增加且冲击度较小，满足舒适性要求，表明了搭建的传统ACC策略在定速巡航模式下的正确性。

图6 Simulink-CarSim联合仿真模型

图7 传统ACC策略的定速巡航模式仿真结果

在验证了传统ACC 策略的正确性后，以巡航速度为60 km·h-1为例，对传统ACC 策略和节能ACC 策略在巡航模式中的油耗进行对比分析。试验过程中，设定目标巡航速度为60 km·h⁻¹，速度变化范围为±5 km·h⁻¹，加速阶段采用定加速度策略，滑行阶段，油门开度设置为0。以1 km总路程为基准，采用PSO以油耗最低为优化目标对加速阶段的加速度值进行优化，设定粒子群最大迭代次数为20次，粒子数量为5，c1和c2均取0.1，在目标速度为60 km·h⁻¹的情况下，PSO 优化迭代曲线如图8 所示，从迭代曲线可以看出，60 km·h⁻¹下最佳的加速度为1.47 m·s⁻²。

图8 速度为60 km·h⁻¹时PSO最优加速度迭代曲线

将PSO优化得到的最优加速度1.47 m·s⁻²代入节能ACC策略，并将其与传统ACC策略进行对比，对比结果如图9所示。仿真结果表明，节能ACC策略的速度围绕60 km·h⁻¹呈现周期性波动，加速阶段的油耗上升较快，滑行阶段的油耗上升较慢，总体呈现阶梯上升的趋势，而传统ACC 策略的油耗呈线性上升。在3 s 以内，加速过程的油耗明显高于匀速行驶，当速度达到65 km·h⁻¹时开始滑行，在滑行阶段其油耗上升及其缓慢，远低于匀速行驶的油耗。从图9c中的油耗图可以看出，10 s后节能ACC 策略的油耗开始低于传统ACC 策略，行驶距离越长，节能ACC 策略的节油效果越明显。传统ACC策略在60 km·h⁻¹的情况下行驶1 km油耗总量为0.0527 L，而节能ACC 策略行驶1 km 油耗总量为0.0393 L，相对于传统ACC 策略，节油0.0134 L，表明节能ACC策略的有效性。

图9 常规巡航与节能ACC巡航对比

通过多次PSO 算法迭代求解得到不同巡航速度下的最优加速度，得到如图10所示的结果，从图10 可知，随着速度增加，PSO 优化得到最优加速度呈现减小趋势，主要原因在于汽车在低速情况下由于挡位较低，汽车加速能力更强，所以优化得到的最优加速度偏大，随着速度增加，汽车加速能力变弱，优化得到的最优加速度有减小的趋势。

图10 常用巡航速度内的最优加速度

在40～120 km·h⁻¹内，行驶1km，传统ACC策略和节能ACC策略的油耗值如图11所示。在2种策略的油耗值均先下降然后上升，在70 km·h⁻¹处，其油耗值达到最低，表明文中研究车辆的最佳巡航速度在70 km·h⁻¹附近；从定速巡航油耗曲线和加速-滑行油耗曲线的差值可以看出，随着速度增加，节能ACC策略的节油效果有所下降。

图11 巡航速度为40～120 km·h⁻¹的油耗对比

4 结论

在传统的ACC 策略基础上，提出了基于PSO的节能ACC 策略，通过搭建CarSim/Simulink 联合仿真模型对节能ACC控制效果进行了验证。结果显示：1）不同速度下，传统ACC的定速巡航在行驶1 km 的油耗比节能ACC 策略的油耗高；2）随着速度增加，节能ACC策略的节油效果有所下降，其最优加速度呈现减小趋势。