丁杰

摘要：随着智能车辆在智能交通系统中的不断发展，车辆运动控制也得到了很大探索。换道作为智能车辆自主驾驶技术的重要运动模式之一，已成为研究的热点和难点。然而，智能车辆由于强非线性特性和路面工况的外部干扰，使得智能车辆在换道过程中的稳定性和路径控制都面临着挑战。基于此，本篇文章对智能车辆换道路径跟踪协同控制进行研究，以供参考。

关键词：智能车辆;换道;路径跟踪

引言

在道路上，车辆的驾驶行为包括跟驰、换道和超车，其中，换道行为是在车辆跟驰状态之后，是超车行为研究的基础和前提。车辆的换道目的是实现主动避撞、更换至高速车道和安全超车。车辆的换道行为会对交通安全和效率产生重大的影响。不安全的换道行为可能会引起周围车辆采取紧急制动的措施，从而导致交通事故和局部的交通拥堵。在车车通信的环境下，智能车辆通过自身传感器获得车辆的运动状态信息（如GPS、加速度传感器等获得车辆的位置、速度、加速度等），车辆之间通过无线通信技术进行全方位的动态实时信息交互，时刻掌握车辆彼此间的驾驶需求，实现智能车辆的自主性安全换道，进而形成安全和高效的道路交通环境。

1换道潜在冲突形态分析

将换道过程划分为3个阶段，即准备阶段、执行阶段和后调整阶段;本文中为便于区分不同阶段主车与原车道和目标车道的关系，将换道过程分为准备阶段、跨道阶段和回正阶段，每个阶段有对应的轨迹阶段。一般来说，准备阶段是指驾驶员产生换道意图后，观察周边车辆的运动情况，打开转向灯，并随时准备换道的阶段;跨道阶段是指驾驶员转动转向盘，使车辆在前进的同时进行横向位移，直至整个车辆移出初始车道，进入目标车道的阶段;回正阶段则指驾驶员往相反方向转动转向盘，使车辆在目标车道上回正，同时对车辆与车道线的间距进行微调的阶段。其中，按车辆整体是否越过车道线为分界点，来划分跨道阶段和回正阶段。下面按3个阶段对主车与不同旁车的潜在冲突进行分析。在换道准备阶段，为调整纵向位置，以便执行换道动作，该阶段驾驶员往往会存在加速或减速的动作，因而可能会与原车道的前后车发生追尾碰撞，潜在碰撞形式。跨道阶段，主车驾驶员转动转向盘，使车辆从原车道向目标车道移动。在此阶段，主车可能与邻后车、邻前车发生侧向碰撞，也可能与前、后车发生追尾碰撞。以TTC为度量指标的先决条件是交通参与者存在预定碰撞轨迹，即以当前的车速（后车速度比前车快）和方向行驶，根据几何计算，必然会发生碰撞。由于预定碰撞轨迹的假设并不能完全识别换道过程的风险，易遗漏跨道阶段的侧面碰撞风险，因此在选用度量指标时，应选择不依赖于预定碰撞轨迹的度量指标来估计换道风险。

2智能车辆的安全换道决策模型

第1，换道车辆的前方车辆采取{拒绝}策略，即保持原来的速度状态信息，速度收益为0;换道车辆在接受到前方拒绝换道请求后，选择{跟驰}策略，速度收益为两车之间的相对速度.第2，换道车辆的前方车辆采取{拒绝}策略，速度收益为0;换道车辆在接受到前方拒绝换道请求后，坚持选择{换道}策略，速度收益为换道车辆采取该策略需要保持安全距离下的期望速度与当前速度的差值.第3，换道车辆的前方车辆采取{允许}策略，速度收益为需要通过加速或保持速度来达到安全车距下的期望速度与当前速度的差值;换道车辆在接受到前方拒绝换道请求后，选择{跟驰}策略，速度收益为前方车辆的期望速度与换道车辆当前速度的差值.第4，换道车辆的前方车辆采取{允许}策略，速度收益为需要通过加速或保持速度来达到安全车距下的期望速度与当前速度的差值;换道车辆在接受到前方拒绝换道请求后，选择{换道}策略，速度收益为换道过程中与前车保持安全车距的期望速度与当前速度的差值。

3路径跟踪控制律设计

通过设计指数收敛扰动观测器，在线观测并补偿车辆系统的不确定性干扰，可降低开关增益，从而有效地降低系统抖振。根据车辆模型式，设x¨1=x˙2=θ，有如下状态方程：x˙1=x2，x˙2=A21x2+B21u+D（12）设D=A12β+d（t）为系统的总干扰，其中d（t）是外界干扰。˙D=H（D−D）取=HD，则定义以下辅助参数向量：ξ=−Hx2，ξ˙=˙D−HA21x˙2（1）根据式（1），干扰观测器可设计为：ξ˙=H（A21x2−u）−HD，D=ξ+HA21x2（2）假设，我们可以得到D=−ξ˙−HA11x˙2。根据方程（7），观测误差方程可表示为：D=−H（A21x2−u）+H（ξ+HA21x2）=H（D−D）=−HD（3）可知方程（2）解为，此时观测器的收敛精度取决于参数，通过设计，估计观测干扰以指数形式逼近不确定扰动。θ→θd1θ˙→θ˙d1e=θ−θd1控制器的最终控制目的为，定义偏航角跟踪误差，设计滑模函数并求导：s1=c1e+e˙由以上分析可知，控制系统的收敛精度取决于k3，当t→∞s1→0D→0时，系统跟踪误差e→0。

结束语

针对换道路径跟踪控制设计了一种基于指数收敛扰动观测器的滑模路径跟踪控制器，通过对不确定扰动的在线估计和补偿来减小系统的颤振，从而提高控制系统的收敛速度和控制精度;为了提高智能车辆在弯道变换中的参考轨迹跟踪精度和平顺性，定义了转向和制动系统之间的协同误差模型，并以此模型为基础设计了车轮滑移率的滑模跟踪控制律;仿真结果表明，所提出的控制器能够准确跟踪变道参考轨迹，保证了车辆在换道过程中的行驶稳定性。

参考文献：

[1]施发园.自动驾驶车辆换道决策模型研究[D].上海工程技术大学，2020.

[2]張勇.智能车辆的车道保持与换道协同控制研究[D].哈尔滨工业大学，2019.

[3]刘昕.智能车辆换道轨迹跟踪控制研究[D].大连理工大学，2018.

[4]蹇隆光.智能车辆自动换道轨迹跟踪控制方法[D].燕山大学，2018.