考虑驾驶员换道意图的自适应巡航控制策略研究

蒋江月

（200093 上海市 上海理工大学 机械工程学院）

0 引言

随着智能驾驶技术的发展，智能驾驶辅助系统应运而生。自适应巡航控制是由定速巡航控制发展演变而来，起初的定速巡航控制只是简单地按照驾驶员设定的巡航车速匀速行驶，而自适应巡航控制则主要是由环境感知、行为决策以及执行3 部分组成[1]。近年来，国内外高校及研究人员对自适应巡航系统控制策略做了海量的研究。具有代表性的方法主要有PID 控制[2]、最优控制[3]、模糊控制[4]、神经网络控制[5]以及模型预测控制[6]等。

多数自适应巡航系统只涉及纵向运动的控制，未考虑驾驶员换道的情况，因此，当遇到施工路段、道路合流或者长时间跟随低速行驶的前车等情况，无法达到驾驶员的主观需求，从而使得驾驶员对自适应巡航系统使用频率降低。因此，本文不仅建立了传统的自适应巡航系统模型，还加入了对驾驶员换道意图的考虑。

驾驶车辆过程中，换道行为大致可以分为强制性换道和选择性换道[7]。强制性换道指的是当车辆行驶在某施工路段或者匝道路段，必须要进行换道以驶入安全道路；选择性换道则是取决于驾驶员的主观意图。根据文献[8]的研究结果，避障和道路合流导致的换道比例相较于选择性换道很小，并且选择性换道的概率也会因为道路数量的增加而增加。因此驾驶员换道的主要原因就是前方车辆行驶速度过低。

1 车辆逆纵向动力学建模

通过本车与前车的车速差、距离差计算出期望加速度αdes，输入到制动压力控制模型和节气门控制模型中，计算转化为对应的节气门开度α和制动压力P。建立的逆纵向动力学模型[9]结构如图1 所示。

图1 车辆逆纵向动力学模型Fig.1 Vehicle inverse longitudinal dynamics model

1.1 节气门控制模型

当车辆进行减速且仅需要抬起油门踏板，即切换为节气门控制。根据期望加速度可求得期望发动扭矩

式中：Tdes——发动机扭矩；ades——期望加速度；f——滚动阻力系数；CD——空气阻力系数；A——迎风面积；g——重力加速度；v——本车车速；r——车轮半径；ωe——发动机转速；η——传动效率；Rg和 Rm——变速器和主减速器传动比；τ——液力变矩器扭矩函数。

利用CarSim 中的发动机脉谱图的数据，可以求得不同发动机扭矩和不同发动机转速下的节气门开度值[10]。结合实时发动机转速，相应在Simulink 中建立一个二维查表模块，查表获得当前节气门开度值。在Simulink 中建立的节气门控制模型如图2 所示。

图2 节气门控制模型Fig.2 Throttle control model

1.2 制动压力控制模型

当车辆紧急制动时，即切换为制动压力控制模块，此时需要将期望加速度转化为制动压力以控制车辆减速，避免碰撞。可求得制动压力如下：

式中：Pb——制动压力；Kb——制动增益系数；

在Simulink 中建立的制动压力控制模型如图3 所示。

图3 制动压力控制模型Fig.3 Brake pressure control model

2 基于PID 控制的ACC 系统控制策略

2.1 ACC 系统仿真模型搭建

在CarSim中搭建好前车的纵向动力学模型。传感器将探测到的前车与后车相关信息输入行车模式切换系统，系统根据实时相对车距与安全距离大小的对比来输出相应行车模式的期望加速度。输入逆动力学模型，转换成相应的节气门开度或制动压力。最后由节气门控制和制动压力控制切换模型输出节气门开度或者制动压力，传递给车辆纵向动力学模型控制车辆的加速、减速和匀速，实现自适应巡航。

在Simulink 中搭建了基于PID 控制的ACC自适应巡航模型，如图4 所示。

图4 基于PID 控制的ACC 自适应巡航模型Fig.4 ACC adaptive cruise model based on PID control

3 自主换道决策及轨迹规划

3.1 换道意图主客观因素辨识

3.1.1 考虑驾驶员主观换道意图

为了能够衡量驾驶员的主观换道意图，采用速度不满意累积度[11]作为评价指标。

速度不满累积度采用期望速度与当前速度差值与期望速度的比值来表征驾驶员的不满意程度，以采样周期作为不满度的作用时间。

式中：c（k）——第k 个采样点的速度不满度；vdes——期望车速；vh——本车车速；T——采样周期。

驾驶员的不满意程度随时间不断累积，则速度不满累积度表达式如下：

式中：C（t）——当前时刻的速度不满累积度。

给速度不满累积度设定一个阈值，当其超过阈值，表明驾驶员会产生换道意图，而当车辆达到目标车道后，速度不满累积度会相应清零。

3.1.2 考虑客观条件的换道可行性分析

本车进行换道的过程中，应考虑换道可行性[12]。为了简化分析，一般设定在本车进行换道的较短时间内，周围障碍车辆均以匀速行驶，同时假定本车在换道过程中，纵向运动为匀加速运动，侧向运动满足五次多项式曲线的约束。

（1）本车与当前车道前车

如图5 所示，本车在换道过程中右前角点有可能与当前车道的前车发生斜向擦碰，则需要对两车之间的安全距离进行约束。当本车换道进行到一半，即t=，两车之间的最小安全距离[13]（以本车左前角点代表车辆位置）。

图5 本车与前车Fig.5 This car and the one ahead

式中：S0——两者之间的初始距离；vf——前车速度；v0——本车换道初始速度；ax——本车换道纵向加速度；w——车身宽度；θ——本车与车道线夹角；T——换道时间。

式（5）描述了避免本车与前车发生擦碰的最小安全距离，但对于突发情况的适应性太差，因此需要设置一项安全距离Ssafe以保证换道过程的安全。改进后的约束条件如下：

（2）本车与目标车道前车

如图6 所示，本车换道过程中，应避免与目标车道前车右角点发生碰撞，因此需要满足式（7）：

图6 本车与目标车道前车Fig.6 This car and the one in front of target lane

式中:S1——本车与目标车道前车之间的初始纵向距离；vf'——目标车道前车的速度。

当本车换道完成之后，需要考虑预留一定的安全车距，预防前车突然减速所造成的碰撞。

式中：τ——驾驶员反应时间与系统延迟之和；axmax——最大制动减速度。

（3）本车与目标车道后车

如图7 所示，本车换道过程中，可能会与目标车道后车发生碰撞危险，因此需对二者之间的距离进行约束，对于目标车道后车的分析需要依据两者的车速分为3 种情况。

图7 本车与目标车道后车Fig.7 This car and the back one in target lane

（1）v0＞vr，若本车速度大于目标车道后车速度，由于本车在换道过程中做匀加速运动，目标车道后车做匀速运动，因此两者之间的距离会越来越大。而同样是换道到一半，两车之间的距离达到最小。

式中：S2——本车与目标车道后车之间的初始纵向距离；vr——目标车道后车的速度。

（2）v0＜vr，若本车速度小于目标车道后车速度，一段时间内两者之间的距离会减小，而当随着本车匀加速运动，两者之间的距离又开始增大。因此两者最危险的情况发生在两者速度相同的时刻，即时，

（3）v0＜vr，后车速度大于本车速度，换道完成后，后车不换道的情况下势必会减速对本车进行跟车行驶，此时为了避免后车减速造成的碰撞，有如下约束：

3.2 基于五次多项式曲线的换道轨迹规划

由于车辆的运动学约束较多，其位置、横摆角速度以及加速度都要连续，而五次多项式曲线的一阶和二阶导数也是连续的，因此本文选用五次多项式曲线来进行轨迹规划[14]。以本车前轴中心为坐标原点，纵向行驶方向为X轴，横向为Y轴。

要得到相应轨迹，就是将多项式中的各个系数求解出来，而本文针对自适应巡航系统设计的换道轨迹应满足如下的约束条件：

（1）换道初始位置的横纵向坐标均为（0，0）；

（2）换道初始横向速度为0，纵向速度为跟车模式下的v0；

（3）换道终点位置的坐标为Y（T）=3.75，我国公路标准宽度为3.75 m；

（4）换道终点位置的横向速度及横向加速度均为0；

（5）换道初始位置的横纵向加速度均为0；

由于本文假设本车在换道过程中是匀加速运动，因此换道过程中本车满足式（12）：

对于不等式约束很难直接求出纵向加速度 ax与换道时间T 的显式解，因此需要设计一个代价函数来满足换道轨迹的需求。

（1）跟随性指标：换道完成后，本车会不断调整车速以及车间距，使得两车之间的速度误差及距离误差逐渐接近于理想值。

式中：ω1，ω2——权重系数；

（2）舒适性指标：加减速与驾驶员舒适性密切相关，过度的加速或者减速会使得驾驶员感到不适。

为了解决上述性能目标的最佳控制问题，综合代价函数可表示为

式中，权重系数之和为1，需要设置合适的的权重系数，兼顾舒适性和跟随性的要求。

3.3 基于两点预瞄的轨迹跟踪

在轨迹跟踪方面，本文选择了两点预瞄对轨迹进行跟踪[15]。车辆在进行换道过程中，往往需要驾驶员根据实际的交通状况以及车辆的位姿信息和状态进行转向操作，即驾驶员要预测出视觉前方一段距离与目标车道之间所产生的横向偏差，然后合理地控制方向盘转角完成车辆的转向。预瞄便是基于横向偏差，通过传感器测量得到的信息，计算出车辆质心与预瞄点之间的横向偏差以及车辆当前航向角与目标轨迹的航向角偏差以控制车辆转向，从而达到轨迹跟踪的目的。

4 仿真验证

4.1 仿真设置

本文采用CarSim 自带的车辆动力学模型，仅需要设置相应的仿真工况与车身参数即可解出车辆动力学模型。

所选本车车型为C 级前驱掀背式轿车，选用125 kW的发动机，其他系统参数设置均保持默认，见表1。

表1 车身参数Tab.1 Body parameters of the car

4.2 仿真分析

设置二类工况以验证本设计方案的可行性，分为相邻车道无障碍车辆与有障碍车辆。

4.2.1 工况1

当前车道的前车以30 km/h 的速度匀速行驶，本车与前车的初始间距为100 m，本车设定的巡航车速为50 km/h，相邻车道无障碍车辆。

从图8 可以看出，本车以30 km/h 的初速度逐步加速至设定巡航车速50 km/h，行驶一段距离后，传感器检测到前方有低速行驶的车辆，随即采取制动措施，与此同时，不满意度开始累加，当达到阈值4 时，产生了换道意图（如图9 所示）。此时相邻车道无障碍车辆，本车执行换道，换道完成后继续以设定巡航车速匀速行驶。

图8 工况1 车速Fig.8 The speed of working condition 1

图9 换道意图产生Fig.9 Generate lane change intentions

4.2.2 工况2

当前车道的前车以30 km/h 的速度匀速行驶，本车与前车的初始间距为100 m，本车巡航车速为50 km/h，相邻车道存在障碍车辆，前车与后车均以40 km/h的速度匀速行驶，两车间隔130 m，本车与相邻车道后车纵向间隔为70 m，与相邻车道前车纵向间隔为60 m。

从图10 可以看到，本车从初速度30 km/h逐步提速至巡航车速，检测到前车采取制动措施保持安全距离，不满意度随时间增加达到阈值4后产生换道意图，并执行换道，换道完成后，跟随相邻车道前车以40 km/h 的速度匀速行驶。

图10 工况2 车速Fig.10 The speed of working condition 2

5 结论

本文在传统自适应巡航系统模型基础上考虑了驾驶员意图辨识，分析了影响驾驶员换道行为的各类因素，确定了低速行驶的前车是导致驾驶员产生换道意图的主要原因。

建立了车辆的纵向动力学模型和逆纵向动力学模型，基于PID 控制搭建了ACC 系统控制策略，实现了定速巡航和自动跟车的功能。提出了速度不满累积度作为判别驾驶员换道意图的评价指标，基于五次多项式曲线对换道轨迹进行规划，通过分析换道过程潜在的碰撞情况，得出了换道轨迹的约束条件，确定了换道轨迹方程。通过构造以跟随性指标和舒适性指标为目标的代价函数，选取最优换道轨迹，满足换道条件的同时又大大提高了换道效率。通过CarSim 与Simulink联合仿真搭建模型，仿真结果表明：采用本文自适应巡航控制策略，既可实现传统意义上的定速巡航与自动跟车，又可实现满足换道意图的自主决策换道，并且换道效果良好，具有较强的实用性。