基于主动变道策略的汽车紧急避障系统研究

段婷婷　吕冬慧　陈宽　胡顺堂　王毓

摘 要：基于安全距离的汽车轨迹规划，提出一种结合汽车主动变道和紧急制动的汽车主动避障研究方法，建立汽车主动变道时的安全轨迹规划，并利用MPC控制器对规划出来的轨迹分割各个数据点进行依次跟踪，分析不同车速下的汽车主动变道的轨迹，通过carsim和simulink的联合仿真，验证基于主动变道策略的汽车安全轨迹规划的可行性。

关键词：OBE教学理念;新能源汽车;考核评价机制

近年来，社会经济的飞速发展极大地提高了国民购买能力，同时也促进了汽车产业的蓬勃发展。在提供便利性的同时也造成了交通拥堵等事故频频发生。从保证乘驾人身财产安全和降低交通事故发生率的角度出发，研究以预防为核心的先进车辆主动安全控制系统则是当下交通的迫切需求[1]。

汽车主动变道的研究属于自动驾驶ADAS的范畴，主要是汽车依靠先进的车载传感器获取前方道路、目标车辆及自车的状态信息，利用主动变道路径规划算法对状态信息进行分析处理，及时改变行车路径，以避免或减轻交通事故带来的安全问题[3]。目前存在的主动避障多是纵向避障策略，其主要通过制动来控制与前车的距离，而较少考虑主动转向变道的控制策略。因此在进行纵向避撞研究的同时，加入主动变道系统的研究对于未来交通而言是十分有意义的。

本文对汽车主动避障系统进行研究，通过变道轨迹规划策略对汽车变道轨迹进行规划，并且采用模型预测控制器提供跟踪控制策略，对于汽车行驶时安全性和稳定性的研究有很大的意义。

3 仿真结果

为更好验证非线性MPC控制器对规划轨迹的跟踪效果，本文采用Carsim与Simulink联合仿真分析，针对低速和中速工况进行仿真和轨迹的跟踪效果。在分析过程中，主要对整车的横摆角速度和侧向加速度及实际跟踪轨迹对比的分析，仿真的变道轨迹跟踪图如图2所示。

通过图3和图4分析可以得到，在30km/h低速和60km/h中速运行的情况下，汽车在进行轨迹跟踪过程中，自适应MPC控制器进行跟踪控制时横摆角速度波动范围较大，而非线性MPC控制器进行跟踪控制时横摆角速度趋于稳定，说明在中速跟踪时非线性MPC控制器的稳定性更好。

通过图5分析可以得到，在30km/h低速和60km/h中速运行的情况下，汽车在进行轨迹跟踪过程中，自适应MPC控制器进行跟踪控制时侧向加速度波动范围较大，而非线性MPC控制器进行跟踪控制时侧向加速度趋于稳定，说明在中速跟踪时非线性MPC控制器的稳定性更好。

4 结论

本文基于汽车的主动变道策略，研究了基于安全距离和最小转向距离的汽车轨迹规划，提出了汽车在紧急避障的主动变道时的轨迹规划，并采用基于模型预测控制轨迹跟踪控制器对规划的轨迹进行跟踪控制，通过仿真分析对两种模型预测控制器的跟踪结果进行评价，结果显示，由非线性模型预测控制器进行的轨迹跟踪控制具有较好的控制效果。

基金项目：本文系“2019年天津中德应用技术大学科研基金项目”（项目编号：X18010）的研究成果。

参考文献：

[1]付扬.智能驾驶交通事故法律问题研究[D].沈阳师范大学，2018.

[2]余志生.汽车理论（第4版）[M].北京：机械工业出版社，2006.

[3]解来卿，罗禹贡，李克强.分布式电驱动车辆的ACC协同控制[J].汽车工程，2018，40（06）.

[4]龔建伟，姜岩，徐威.无人驾驶车辆模型预测控制[M].北京：北京理工大学出版社，2014.

[5]Cherroun L，Boumehraz M，Kouzou A.Mobile robot path planning based on optimized fuzzy logic controllers[M].New Bioprocessing Strategies： Development and Manufacturing of Recombinant Antibodies and Proteins，2019.

[6]刘一栋.基于自抗扰控制器的PMSM模型预测直接转矩控制策略研究[D].西安理工大学，2019.

[7]Ali M，Mailah M.Path planning and control of mobile robot in road environments using sensor fusion and active force control[J].IEEE Transactions on Vehicular Technology，2019，99：123-139.

[8]Arantes M，Toledo C ，Williams B，et al.Collision-free encoding for chance-constrained nonconvex path planning[J].IEEE Transactions on Robotics，2019，99：148-166.

[9]Jiao M，Song Y.Path planning for unmanned campus sightseeing vehicle with linear temporal logic： volume I[M].Proceedings of 2018 Chinese Intelligent Systems Conference，2019.