杜 峰，李俊凯，关志伟，赵洪林

（1.天津职业技术师范大学汽车与交通学院，天津 300222；2.中山市技师学院，中山 548200；3.天津中德应用技术大学汽车与轨道交通学院，天津 300350）

近年来，汽车向着智能化、网联化方向发展，虽然发展迅速，但相关研究表明具备智能化、网联化的汽车并不能在短时间内推向市场，需要一个长时间的过渡期[1]，而智能驾驶辅助系统，将在这一过渡时期发挥巨大的功用。自动巡航控制系统（adaptive cruise control，ACC）作为智能驾驶辅助系统的重要组成部分，在中高端配置车辆上得到了广泛应用。

研究表明，ACC 系统在减少驾驶员负担，提高驾驶安全性、舒适性方面发挥了巨大的功用[2]，因此得到了学术界及车企的广泛关注。文献[3]考虑到驾驶员的多样性复杂性，建立期望车距与自身车速相关的二次非线性期望车距模型，该模型相较于线性车距模型更加贴合驾驶员真实的跟车期望。文献[4]给出了一种估计器方法，其思路是根据前车的历史加速度信息，预测其未来车速的变化，并将其添加到基于MPC 理论的ACC 控制器中，利用多目标优化求解最优的期望加速度，改进车辆在峰值加速度及燃油消耗量上的性能。文献[5]将车辆的纵向工况进行划分，依据不同的纵向工况，采取不同的间距控制策略来适应驾驶员的风格。文献[6]构建了新的人工势场函数，将本车前后方车辆看作2 个势场中心，同时考虑前后方车辆的位置及速度，使车辆可以在拥堵的交通场景中自动寻找最佳跟车距离，提高了车辆的通行效率及道路利用率。

目前大部分针对ACC 系统的研究多集中于提升车辆跟随性能、降低ACC 系统工作过程中的燃油消耗以及提高乘客的舒适性[2]等方面，这些研究大多将道路交通环境设置为单一理想化环境，对设计的控制器在非理想化的环境下的适应能力考虑较少。然而车辆在实际的道路中行驶时，道路交通环境并不是理想的设定环境，而是处于不断变化中。这些变化不仅包括交通参与者，也包括道路交通环境，如路面的状态突然发生变化，由均一路面转变为对开路面等。

因此考虑道路交通场景突变情况下车辆ACC 系统的适应能力，将ACC 系统与车辆的其他安全功能进行集成或协同控制，对于提高车辆的行车安全是非常有必要的。如文献[7]基于ABS/ASR/ACC 三者可共用传感器及执行机构的考虑，开发了三者集成系统的车载实验平台，并设计了其内部通信协议，但并未就三者的协同控制开发具体的控制算法。

本文则以与ACC 系统相关的典型交通事故为基础，提出一种ACC/ABS 协同控制策略并建模仿真，在道路交通环境突变的情境中验证ACC/ABS 协同控制策略的有效性。

1 交通事故场景构建

交通事故是由人、车、路和环境4 个要素组成的系统失去平衡引起的[8]。分析这4 种因素可以发现，在车辆行驶过程中路、环境这2 种因素属于外部因素，因此并不能对其进行控制[9]；而当ACC 系统工作时，由ACC 控制器来控制车辆，驾驶员对车辆的影响较小；当交通状况突变时，单一ACC 系统并不能完全应对这种突变的交通状况，而驾驶员可能来不及反应进而导致交通事故的发生[10]。而通过协同控制ACC/ABS 可有效提升车辆在此种情况下的安全性能。

相关文献的统计资料表明：车辆因制动因素导致的交通事故约占车辆原因导致的交通事故的15%，并且其中50%以上是由于制动侧滑导致的[11]。分析典型的与ACC 系统相关的交通事故，可以将其分为2 类：一是因追尾导致的交通事故，二是因侧滑导致的交通事故。前者是由于控制器的性能导致的，可通过控制器的优化来解决；后者与车、路、环境多个因素相关，而路、环境这2 个因素难以以较低成本来解决[12]，因此通过协同控制车辆的功能系统来解决是更为合适的办法。对后者的交通事故场景进行分析，其主要特点为：本车需要较大的制动减速度来保证安全车距；路面由均一路面变为对开路面。

结合上述特点，为验证控制器的性能，构建典型交通场景如下：前方车辆紧急制动或突遇非机动车或行人横穿马路，同时路面由均一路面突变为对开路面。

2 ACC/ABS 系统模型设计

2.1 ACC系统模型

2.1.1 上层控制器模型

ACC 系统根据本车与前车之间的运动学关系，控制本车以2 种模式运行，分别为速度控制模式和间距控制模式，ACC 工作模式如图1 所示。当两车的实时距离大于计算的安全距离时，本车将进入速度控制模式，利用驾驶员模型使车辆以设定的速度巡航行驶；当两车的实时距离小于安全距离时，本车将进行制动以维持安全距离，保证行车安全。

图1 ACC 工作模式

设定期望安全距离为

式中：Ds为期望安全距离；Dd为设定的最小车辆安全距离；Tg为车辆时间距；Ve为本车实时车速。

间距控制模式下本车与前方目标车辆的纵向运动学关系如图2 所示。

考虑到制动延迟，定义本车实际加速度ar与ap期望加速度之间的关系如下

式中：Ks为系统增益系数；Tl为系统时间延时系数；s 为Laplace 算子。

设[DrVrap]T为状态量，其中Dr为车载毫米波雷达实时检测出来的两车之间的距离，Vr为车载毫米波雷达采集到的本车与前方车辆的相对车速。设Dr为系统的输出量，设置本车的期望加速度ap为控制量，则可建立系统的离散状态方程为

T 为采样周期，对其进一步处理可得系统的预测方程为

对于ACC 系统来说，车辆的安全性是首先需要考虑的，一般认为当两车的实际距离大于实时的安全距离时，可以视为安全的工况，但由于车辆的制动系统在动作时存在一定的延迟，在该时间内车辆仍旧处于行驶状态，因此为了保证行车的安全，对车间距进行如下的约束

考虑到车辆与路面的最大制动力，设定期望加速度，即系统的控制量的范围为

间距控制模式下的控制目标是使本车与前车的安全距离接近于期望安全距离，即希望二者之间的差值越小越好，因此定义控制器的目标函数为

2.1.2 下层控制器模型

PID（proportion integration differentiation）控制器具有响应速度快，模型简单等优点[13]，因此选用PID 理论设计下层的执行器。PID 控制器的原理是通过调整Kp、Ki、Kd三个参数来控制模型，使输出值快速且稳定响应期望值。Kp与偏差的大小有关，是偏差的倍数，比例参数越大，比例的作用越明显，积分参数Ki与偏差的变化率有关，主要作用是为了防止超调。微分参数Kd是为了防止超调。

当ACC 控制器根据传感器及车辆状态信息，计算得到的期望加速度大于0 时，使用驾驶员模型来控制车辆运动；当期望加速度小于0 时，选择期望加速度与本车实际加速度的差值作为PID 控制器的输入。车轮轮缸的制动压力作为PID 控制器的输出，进而控制车辆响应期望加速度。

2.2 ABS系统模型

ABS 系统是目前主流的车载安全系统，系统通过轮速传感器监测车轮的运动状态，通过相应算法判断车轮是否处于抱死状态，随后调节制动轮缸的制动压力，使车轮处于边滚边滑的状态，进而防止出现车轮抱死失去转向能力、车辆侧滑等危险状况[14]。

3 ACC/ABS 协同控制策略

ACC 系统与ABS 系统协同控制的流程图如图3所示。

图3 协同控制系统流程

传感器信息进入协同控制策略判断模块，首先将根据两车的实时距离与实时计算的安全距离的关系，判断进入速度控制模式还是间距控制模式。若进入速度控制模式，将由驾驶员模型控制车辆巡航行驶；若进入间距控制模式，将根据轮速传感器信息依据算法判断车轮状态，若出现车轮抱死拖滑的状态，将由ABS 系统计算期望轮缸压力，若车轮未抱死拖滑，ACC系统的上层控制器将根据当前车辆信息及传感器信息实时计算期望的车辆减速度，随后利用下层控制器计算相应期望减速度的期望轮缸压力。最后将期望轮缸压力传递至车辆的ESP 控制单元，由ESP 控制单元来控制各轮缸压力使车辆达到期望减速度，同时保持车辆的安全行驶。

4 协同控制策略仿真验证

为验证控制效果，进行Carsim 与Simulink 联合仿真，在Carsim 中搭建第1 节所构建的典型交通场景，在Simulink 中搭建协同控制模型。

4.1 仿真软件环境设置

4.1.1 道路交通环境设置

为建立道路交通场景，在Carsim 中进行如下交通场景设定：

（1）主车道为本车与前车所行驶的路面，如图4所示。为满足交通场景特点2，设定距本车起始位置100 m 处，路面由均一路面变化为对开路面，主车道路面附着系数如图5 所示。设定前车速度变化如图6所示。

图4 主车道

图5 主车道路面附着系数

图6 前车速度变化设定

（2）与主车道构成交叉道路的为非机动车行驶道路，为模拟非机动车横穿马路的场景，以满足交通场景特点1，设定其驶速度为6 m/s。

4.1.2 传感器设置

本车采用毫米波雷达采集前方移动物体信息，以某品牌传感器的性能参数为参考，设定传感器的主要参数为：探测距离100 m，探测角度-16°～16°。

4.1.3 控制器参数设置

以某实际车型的ACC 系统的相关性能参数为参考，设定ACC 系统的控制器参数分别为：设定时距1.4 s，默认间距10 m，巡航车速120 km/h。

4.2 仿真结果分析

图7 为毫米波雷达传感器检测到的距离本车最近的移动物体与本车的实时距离以及实时计算的安全距离二者之间的对比图。

图7 实际距离与安全距离对比图

当实际距离大于安全距离时，进入速度控制模式，反之，进入间隔控制模式。

图8 为ACC 模式状态选择图。

图8 ACC 系统状态模式

状态值为1 时代表进入间隔控制模式，状态值为0 时代表进入速度控制模式。依据本车与前方移动物体之间的安全时距，可以判断：

（1）在1.5 s 之前，由于两车之间的实际距离小于安全距离，车辆进入间隔控制模式。

（2）在1.5～4.5 s，本车与前车之间的实际距离大于安全距离，车辆进入速度控制模式。

（3）在4.5～7 s，由于非机动车横穿马路成为离本车最近的移动物体，本车再次进入间隔控制模式。

（4）在7 s 之后，非机动车通过马路，前方车辆成为距离本车最近的物体，两车之间的实际距离大于安全距离，车辆进入速度控制模式。

图9 为两控制器下车辆的质心侧偏角-侧偏角速度的相轨迹对比图。

图9 质心侧偏角-侧偏角速度相轨迹

稳定区域依据文献[15]所提供的判定规则确定其内部区域代表了车辆可稳定行驶的轨迹范围。可以发现，协同控制的车辆其相轨迹位于稳定区域边界内，而无协同控制的车辆，即仅由单一ACC 系统控制的车辆其相轨迹则远远超出了2 条边界线。

在两控制器分别作用下车辆的行驶轨迹对比图如图10 所示。

图10 车辆质心行驶轨迹

协同控制下的车辆其侧向偏差最大值为0.19 m，无协同控制的车辆的侧向偏差最大值为2.8 m，采用文献[11]所提供的计算实际路径与期望路径之间的均方根误差的方法，协同控制下的均方根误差为0.067 8，无协同控制器下的均方根误差为1.060 6。

图11 为在该轮缸压力下各车轮速度的变化情况。图12 为在该压力下各车轮速度的变化情况。

图11 无协同控制车轮速度变化情况

图12 协同控制车轮轮速变化情况

从图11 可以发现，在第5 s 左右，由于车轮抱死拖滑，车轮出现侧滑的危险状况。

从图12 可以发现，当车辆需要紧急制动时，协同控制策略将控制ABS 系统介入工作，在响应期望减速度的同时防止车轮抱死以保证行车安全。

5 结语

本文基于典型的交通事故场景，搭建ACC 与ABS的协同控制策略模型来控制车辆在道路交通环境突变情况下的巡航行驶安全。通过Carsim 和Simulink联合仿真验证协同控制下的车辆在应对道路交通环境突变时，具有更高的适应能力，且能够有效防止车辆侧滑等危险工况的出现，避免了单一ACC 系统应对交通环境突变等紧急情况的不足，进一步提高了车辆驾驶辅助系统的安全功能。