贾长建

(陕西工业职业技术学院 汽车工程学院，陕西 咸阳 712000)

近年无人驾驶新能源汽车逐渐发展为汽车研究的一大主要热点，汽车属于繁杂的非线性系统，运行于不同工况下，所以汽车路径跟踪控制一直都是学术领域研究的重难点。车联网视域下，无人驾驶新能源汽车路径跟踪控制主要包含两个环节，即横向与纵向控制。其中，横向控制即不同车速与负载状态下，控制汽车转向可将汽车位置保留在期望路径中心线上，实际上就是方向盘控制；纵向控制即车速控制，实际上就是油门或刹车控制。二者相较而言，横向控制更加关键，这主要是由于其与路径跟踪息息相关，是确保汽车安全性与平稳性的重要前提，对于控制系统与算法要求相对偏高[1]。

1 车联网框架分析

车联网基于汽车安装通信终端，通过通信网络平台提取汽车属性与状态等相关信息，并合理利用信息，根据功能需要，实时监控管理汽车，提供具备综合性服务的系统。车联网以计算机、传感器、网络等多元化信息技术为载体，全方位感知汽车与道路状况，且在行驶过程中不同汽车之间，以及汽车与基站之间构建无线通信，以分发处理信息。面向无人驾驶新能源汽车运行进行全程控制，以保障拥堵时道路行车顺畅与车辆行驶平稳性。采取多条转发方式，信号范围之外，新能源汽车间可实现通信衔接，以共享信息。车联网的车车、车路通信所构建网络框架[2]，具体如图1所示。

图1 车联网框架

2 汽车模型构建

基于汽车运动学模型进行控制系统设计，具备突出性优势，即实时性较高、结构简单。忽视汽车翻滚仰视等复杂运动，将汽车简化成两轮运动学模型[3]，具体如图2所示。

图2 运动学模型

其中，(xi，yi)代表前轴；(xk，yk)代表后轴；β代表航向角；δ代表前轮偏角；T代表轴距；wi、wk分别代表前轮、后轮瞬时速度。

以(xk，yk，β)作为状态量，(w，δ)作为输入量，获得无人驾驶新能源汽车运动状态方程[4]，即

(1)

3 路径跟踪控制系统设计

3.1 横向控制系统

基于GPS反馈汽车具体位置，先搜寻目标路点，通过车道路曲率明确预瞄间距，然后确定方向盘转角与预瞄误差间的传输函数关联性，且以仿驾驶员经验的反馈系统及时修正控制输出，以获得最佳方向盘转角角度，横向误差控制算法流程[5]具体如图3所示。

图3 横向误差控制算法流程

横向误差控制算法通过简化汽车运动学模型，转变为自动车模型，基于几何关系，获取方向盘具体转角。

3.2 纵向控制系统

基于运动学模型与预瞄跟随理论，构建前车轮转角与横向预瞄偏差之间的传输关联性，即前车轮转角前馈控制。就系统而言，受扰动影响，单纯依赖于前馈根本无法保障系统稳定性与可靠性。所以，以航向角偏差反馈控制方式，保障系统稳定性。航向角反馈控制[6]具体如图4所示。

图4 航向角反馈控制

其中，θ代表当前位置车辆航向角；θq代表预瞄点车辆目标航向角。通过添加航向角反馈控制，在参考目标路径曲率变化相对较大时，车辆跟踪误差则会显著缩小。

4 视觉目标识别与路径跟踪控制

4.1 特征提取

新能源汽车行驶时，需利用摄像头采集道路与汽车具体信息，为防止碰撞，需识别并跟踪控制目标。在识别时，需通过视频全区域自定义所采集图像，其中目标区域明确为I，面向视频图像开展灰度处理分析，强化梯度，同时以双边滤波去除图像噪声。与Canny算子有机结合提取边缘信息，获取轮廓，明确为感兴趣区域ROI，精确识别此区域中目标特征。

4.2 特征融合

(2)

式中：xr∈Fv，yr∈Fw为新能源汽车处于r时刻时的状态值与量测值；p()为非线性状态观测函数；f()为非线性状态转移函数；mr-1为独立状态噪声；nr为量测噪声；二者都属于独立分布离散噪声。

(3)

(4)

4.3 运动状态

全程跟踪目标物体过程中，设定目标粒子状态向量即

(5)

Xr=Xr-1+Wr+Uμr

(6)

粒子表观模型构建过程中，前帧图像信息是观测值时，基于观测概率实时更新粒子权值，以获取表观模型的似然函数得出真实具体目标位置，从而实现目标跟踪。表观模型构建过程中，ROI协方差描述，即

(7)

式中：νr(Bi,Bj,Br)表示多特征组合特征值，即

νrBixr-xr(Bj,Br)=0(r=1,2,3,…,e)

(8)

基于特征协方差内涵获得表观模型似然函数，即

(9)

4.4 实时跟踪

基于粒子迭代进行目标实时跟踪[8]。其中粒子权值即

(10)

而粒子权值归一化即

(11)

粒子重采样，首先粒子数目，即

(12)

如果，Weff

(13)

状态估计，即

(14)

(15)

状态估计获得W个新样本，结果即

(16)

(17)

5 仿真分析

选用Prescan与Matlab/Simulink相结合平台，面向汽车路径跟踪控制系统仿真研究，模拟道路模型，基于差分GPS采集道路实际坐标，生成数据信息。汽车选用Prescan动力学模型，仿真参数具体如表1所示。

仿真结果分析[9]具体如图5～图7所示。

表1 仿真参数

由图5～图7可知，路径跟踪控制系统可有效控制无人驾驶新能源汽车以高精确度全程跟踪参考轨迹，尤其是车速控制在40 km/h状态时，跟踪路径与目标路径之间最大偏差控制在0.36 m以内，且控制算法能够自适应车速变化，尽管在弯道时，车速过高，也可适度控制路径跟踪误差。通过方向盘转角可全面了解路径跟踪整个过程，汽车行驶的稳定性与通畅性。车速可较好跟踪规划的期望速度，系统稳态误差相对偏小。总之，控制此系统可切实应用于无人驾驶新能源汽车路径跟踪控制实车中，且实践效果良好。

图5 轨迹跟踪结果

图6 方向盘转角曲线

图7 车速跟随曲线

6 结 论

综上所述，路径跟踪控制属于无人驾驶新能源汽车核心技术，基于车辆横向与纵向控制，促使无人驾驶新能源汽车沿目标轨迹平稳行进。现阶段，驾驶辅助系统核心技术即有效保障车辆稳定跟踪规划目标路径，以此实时跟踪控制无人驾驶新能源汽车。据此本文基于车联网技术设计了无人驾驶新能源汽车路径跟踪控制系统，通过仿真验证，结果表明系统可有效控制无人驾驶新能源汽车基于高精确度跟踪参考轨迹，算法可自适应车速实时变化；可观察整个目标跟踪过程车辆行驶的平稳性；汽车可快速、准确跟踪预期路径，稳态误差较小。