李小润　钟日敏　黄祖朋　赵小羽　沈阳

摘 要：针对纯电动车自动驾驶功能，设计一种利用PID算法对车辆的驱动扭矩进行控制的系统，使得车辆的实际速度与驾驶员的期望速度一致，实现车辆自动驾驶的功能。通过实车验证和调试，该控制系统具有良好的响应精度。相较于传统汽车通过控制喷油量的多少来控制车速，具有更好的鲁棒性和实时性。

关键词：纯电动车 自动驾驶 PID控制

1 引言

在节能减排的法规日益严格及智能驾驶不断兴起的背景下，全球汽车行业关于纯电动车的关注和投入火速增加。美国学者麦肯锡预测，到2025年无人驾驶汽车可以产生2000亿～1.9万亿美元的产值;市场研究公司IHS预测， 2035年4级完全无人驾驶车每年销量可达480万辆。对任何一个行业而言，这都具有足够的市场诱惑。[1]当前各主机厂都投入了大量的人才及资源进行开发。

无人驾驶，是指通过给车辆装备智能软件和多种感应设备，包括车载传感器、雷达、GPS以及摄像头等，实现车辆的自主安全驾驶，安全高效地到达目的地并达到完全消除交通事故的目标。[2]无人驾驶的一大核心功能是实现汽车自动驾驶功能，能实现脱离油门踏板，以驾驶员通过上位机发出的任何期望速度行驶。并使得驾驶员能脱离转向系统、制动系统、换挡装置和油门踏板等，自动实现车辆的起步、换挡、加减速、停车等功能。如图1。

鉴于传统车在实现自动驾驶的PID模块中，通过控制喷油量来调节车速，固然有一定的可靠性。然而出现不同工况或路况时，相同的喷油量输出的扭矩也必然不一样。会使得控制器缺乏精准的鲁棒性和实时性。文章对于纯电动车，设计一种自动驾驶控制系统，直接输出对电机的扭矩请求值驱动车辆，具有更好的响应精度。

2 自动驾驶功能结构模块设计

自动驾驶功能控制系统的硬件模块主要包括：1、整车控制器（Vehicle Control Unit，简称VCU）;2、电机控制器（Motor Control Unit，简称MCU）;3、驱动控制器（Drive Control Unit，简称DCU）;4、车速传感器;5、驱动电机。

由车速传感器采集当前的车速信号，DCU通过道路的实时工况，对整车提出相应的期望车速信号，两者通过整车的CAN（Controller Area Network）总线传输给VCU。VCU采集二者信号后，通过内部的PID算法，转化为对MCU相应的扭矩输出请求。MCU控制电机输出期望的扭矩值，使得车辆能实时地以DCU发出的期望车速行驶，达到自动驾驶的目的。控制模块如图2所示。

3 PID控制模块设计

3.1 PID简介

在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。[3]

其控制框图如图3所示

其中，控制偏差e（t）=r（t）-y（t），比例、积分和微分的线性组合式为：

式中Kc为比例系数，T1为积分时间常数，Td为微分时间常数。理想PID控制器的传递函数为：

其中，

U（t）：为输出信号;

e（t）：为偏差信号;

Kp：为PID参数的比例系数;

Ti：为PID参数的时间积分常数;

TD：为PID参数的微分时间常数。

PID控制主要包括三大模块：

（1）比例P控制

比例控制是最早较为容易且普遍的工具，针对被控对象的输出与输入之间的差值为正比关系。即当偏差e（t）出现的时候，比例调节器通过运算控制，减小偏差的产生，使得系统稳定运行。比例控制在线性对象里占着绝大部分的比例。其中关键因素是比例系数Kp，一般而言，当Kp较大时，误差会更快地减小，但是此时会引起系统的振荡。当Kp较小时，则造成稳定调节需要很长的时间的情况。

（2）积分I控制

我们知道，比例控制难以避免稳态误差，这时，引进了积分算法。积分的作用是对累积的偏差调整，通过内部运算控制使得偏差慢慢趋近于零。当系统运行时，积分项随之变大，这时，即使误差比较小，积分项也会慢慢变大，依此使输出也慢慢变大，稳态误差慢慢减小，直至为零。

（3）微分D控制

微分控制的功能是敏感地感知误差变化的趋向，在偏差值要变得较大的时候，提前加入具有修正作用的调整信号，使得响应速度加快，减少调节的时间。因为系统中存在较大的滞后元件，使得变化滞后于误差的变化。所以此时若想提高控制精度，必须使用微分控制项以及早预防误差的出现。

3.2 自动驾驶控制策略

VCU采集当前车速V'（t），和驾驶员通过DCU控制器发出的期望速度V（t），内部通过PID算法的控制，输出对MCU的扭矩需求Tq。MCU通过需求的扭矩输出，电机驱动车辆以期望的速度行走。其控制框圖如图4所示。

经实车测试后，可得出控制系统对DCU期望车速的响应图，如图5

由图3可知，在城市路况低速调试中，实际车速达到期望车速的初始时段，误差超调量为±1.5km/h。达到稳态值后，实际车速与期望车速基本一致，稳态误差小于0.5km/h。因此，实际车速与驾驶员下发的期望车速有良好的跟随性，且加速性良好。

4 总结

以自动驾驶为主要功能的无人驾驶，在智能和环保的潮流下，如雨后春笋般涌现。与高速环境研究相比，城市环境下的无人驾驶由于速度较慢，因此更安全可靠，应用前景更好。短期内 ，可作为城市大容量公共交通 （如地铁等 ）的一种补充，解决城市区域交通问题。在此背景下，提出在纯电动车中，以PID算法控制，由车速参数直接转化为对电机的扭矩控制，具有良好的鲁棒性和实时性。实车验证中表现出良好的响应精度，在无人驾驶市场领域具有很好的推广性。

基金项目：广西创新驱动发展专项资金资助项目（桂科AA18242039）;柳州市科学研究与技术开发计划资助项目（2019AD10202）

参考文献：

[1]杨帆. 汽车的发展现状和展望[J]. 《上海汽车》，2014（3）：35-40.

[2]孙健，全兴.无人驾驶汽车发展现状及建议[J].《科技视界》，2017（6）.

[3]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.