【ZiDongHua 之汽車駕駛自動化收錄關(guān)鍵詞：清華大學(xué) 自動駕駛 人工智能 新技術(shù) 】
 
　　清華大學(xué)李駿院士團隊：從單車到自動駕駛編隊的縱橫向控制方法
 
　　近日，清華大學(xué)李駿院士團隊在本刊上發(fā)表了題為“Longitudinal and lateral control methods from single vehicle to autonomous platoon”的研究論文，建立了單車級控制和車隊級控制的自動駕駛車輛編隊綜合控制系統(tǒng)，并對各種控制器的性能和適用性進行了仿真驗證。論文采用了基于模糊邏輯和PID控制的縱向控制器對單車進行速度跟蹤，并采用基于車輛運動學(xué)模型的模型預(yù)測控制（Model Predictive Control, MPC）控制器實現(xiàn)單車的橫向運動。文章討論了自動駕駛編隊的通信方式，設(shè)計了考慮不同通信拓?fù)湎碌能囮牽v向控制器，然后建立了H-infinity縱向控制器和基于人工勢場（Artificial Potential Field, APF）的MPC橫向控制器相結(jié)合的魯棒一體化運動控制架構(gòu)。仿真結(jié)果驗證了上述控制器的有效性，并揭示了其局限性。
 
　　研究背景
 
　　自動駕駛編隊作為智能交通系統(tǒng)(ITS)的重要組成部分，近年來受到越來越多的關(guān)注。然而，由于交通容量的限制，以及自動駕駛和人類駕駛并存的復(fù)雜交通環(huán)境，自動駕駛編隊不可避免地會遇到各種復(fù)雜的交通情況，如非法超車、通信延遲、通信丟包等。為了實現(xiàn)網(wǎng)聯(lián)自動駕駛車輛編隊的控制，需要解決運動控制問題，以實現(xiàn)縱向和橫向的協(xié)同控制。車輛編隊控制模塊分為縱向控制模塊和橫向控制模塊。縱向控制的目的是保證車隊以相同速度行駛的同時保持預(yù)定車間距離，并保證車隊的穩(wěn)定性以抵抗干擾。橫向控制是指加入或離開編隊等機動過程中的橫向運動控制。
 
　　文章簡介
 
　　01
 
　　系統(tǒng)架構(gòu)
 
　　首先，本文建立了單車的縱向和橫向控制器，作為自動駕駛編隊控制的基礎(chǔ)。然后利用基本的單車縱向和橫向控制方法實現(xiàn)了車隊的分布式控制。其次，本文對不同自動駕駛編隊的通信拓?fù)溥M行研究，并開發(fā)了一種反饋控制方法來解決車隊的縱向控制問題。最后，提出一種包含H-infinity控制和基于APF的MPC的魯棒一體化運動控制架構(gòu)，以實現(xiàn)自動駕駛編隊的縱向和橫向協(xié)同控制。文章的總體框架如圖1所示。
 
　

 
　　圖1 文章總體框架
 
　　02
 
　　研究方法
 
　　縱向控制器結(jié)構(gòu)如圖2所示。它由兩個部分組成：油門/制動模糊控制器和后向比例—積分—微分(PID)控制器。一方面，由于油門模型和制動模型的非線性特性，無法用具體的物理模型來表示，因此用模糊理論解決這個問題。另一方面，采用后向PID控制器調(diào)節(jié)控制器性能。狀態(tài)變量主要包括車輛的速度和加速度，實際狀態(tài)與參考狀態(tài)之間的偏差即為縱向控制器的輸入值，油門和制動壓力被設(shè)置為控制器的控制變量。
 
　

 
　　圖2 基于模糊邏輯和PID控制的縱向控制器結(jié)構(gòu)基于車輛運動學(xué)模型MPC橫向控制器。假設(shè)所研究車輛為后輪驅(qū)動，車輛運動學(xué)模型如圖3所示，該模型從幾何關(guān)系的角度闡述了車輛的運動規(guī)律。在建立預(yù)測控制表達式之前，必須對車輛非線性運動學(xué)模型進行線性化和離散化處理。根據(jù)參考軌跡跟蹤誤差和控制輸入的約束條件，將問題轉(zhuǎn)化為優(yōu)化問題。最后，將優(yōu)化問題轉(zhuǎn)化為二次規(guī)劃(Quadratic Programming, QP)問題。
 
　　

 

 
　　圖3 車輛運動學(xué)模型
 
　　自動駕駛編隊主要由通信模塊和隊列控制模塊組成。通信模塊包含V2V和自車車載傳感器。V2V通信可以共享車輛的狀態(tài)數(shù)據(jù)，包括速度、加速度和位置信息。自車車載傳感器，包括激光雷達、視覺傳感器等，可以確定自車與周圍車輛之間的距離。隊列控制模塊通常包括隊列頂層控制和單車底層控制。其目的是基于通信模塊提供的數(shù)據(jù)，在保證穩(wěn)定性和駕駛舒適性的同時，完成各種編隊行為。
 
　　隊列控制器通常采用兩層架構(gòu)，包括隊列頂層控制和單車底層控制。頂層控制器為底層控制器提供隊列中各車的參考速度或加速度，以保持車隊的穩(wěn)定性和車間距離。底層控制器用于將頂層控制器的駕駛策略轉(zhuǎn)換為油門和制動命令，使車輛按照駕駛策略行駛。自動駕駛編隊在行駛過程中對實時性有嚴(yán)格要求，通信過程中傳輸?shù)臄?shù)據(jù)量必須受到限制，不同的信息傳遞方式影響著控制器的結(jié)構(gòu)、控制效果以及對外界干擾的魯棒性。本文研究了前車跟隨和領(lǐng)航車跟隨兩種通信拓?fù)浣Y(jié)構(gòu)的控制效果，以及它們對通信時延的魯棒性。為此建立了考慮不同通信拓?fù)湎碌能囮牽v向控制器，其結(jié)構(gòu)如圖4所示，其中綠色箭頭表示模塊間信息傳遞的方向，本文將上述基于模糊邏輯和PID控制的縱向控制器作為底層控制器。
 
 
　　圖4 考慮不同通信拓?fù)湎碌能囮牽v向控制器結(jié)構(gòu)自動駕駛編隊魯棒一體化運動控制架構(gòu)由頂層協(xié)調(diào)層和底層運動規(guī)劃層組成。頂層協(xié)調(diào)層的主要目標(biāo)是根據(jù)車隊的狀態(tài)信息建立H-infinity縱向控制器，以保持隊列的穩(wěn)定和形態(tài)。底層運動規(guī)劃層則基于模型預(yù)測控制器和人工勢場，確保隊列中的車輛安全穩(wěn)定地進行橫向運動。自動駕駛編隊魯棒一體化運動控制架構(gòu)如圖5所示。
 
　

 
　　圖5 自動駕駛編隊魯棒一體化運動控制架構(gòu)
 
　　03
 
　　實驗驗證結(jié)果
 
　　為驗證單車縱向控制和橫向控制、考慮不同通信拓?fù)湎碌能囮牽v向控制器和魯棒一體化運動控制架構(gòu)的有效性，本文采用MATLAB/Simulink和TruckSim進行聯(lián)合仿真。本文采用了三種場景對自動駕駛編隊的魯棒一體化運動控制架構(gòu)進行了驗證。其中，采用時延場景驗證了其對時延的魯棒性；采用單障礙物避障場景和不安全變道場景驗證了其能夠保證車隊在復(fù)雜交通環(huán)境下的安全有效運行。
 
　　為驗證魯棒一體化運動控制架構(gòu)中H-infinity控制器對時延的魯棒性，在通信模塊中引入時變通信時延。通信時延在60 ~ 160 ms范圍內(nèi)，其導(dǎo)數(shù)小于1。當(dāng)不存在時延時，速度和位置誤差分別如圖6(a)和(b)所示。可以看出，隊列中跟隨車能夠很好地跟上領(lǐng)航車的速度，且跟隨車的速度跟蹤誤差接近于零。該H-infinity控制器在無通信延遲的情況下，能夠保持良好的跟隨效果和穩(wěn)定性；當(dāng)存在時延時，速度和位置誤差分別如圖6(c)和(d)所示。在大約1.5s時，跟隨車與領(lǐng)航車的速度相差較大，總體上盡管存在一定的時變偏差，但跟隨車基本能夠跟上領(lǐng)航車的速度。領(lǐng)航車與跟隨車1的位置誤差在2m左右波動，但是總體上穩(wěn)定變化，跟隨車之間的位置誤差也接近于零?？偟膩碚f，所設(shè)計的H-infinity控制器可以保證編隊的穩(wěn)定，并保持編隊對時延的魯棒性。
 
　
 
　　圖6 時延場景下的速度和位置誤差
 
　　單障礙物避障場景。構(gòu)建單障礙物避障場景，如圖7所示。在該場景下，車隊的初始速度和目標(biāo)速度均為72km/h，且位于第一車道。車隊中車輛之間的初始距離和目標(biāo)距離均為40m，障礙物車輛以54km/h的速度在同一車道上先于編隊行駛60m。通過仿真可以發(fā)現(xiàn)，編隊內(nèi)每輛車均實現(xiàn)了避障，并與障礙物車輛保持了安全距離。每輛車在超過障礙物車輛后，返回了慢車道(車道1)。在此過程中，圖8(a)和(b)分別描述了每輛車的速度和位置誤差。從圖8(a)和(b)可以看出，在單障礙物避障場景下，每輛車的速度和位置誤差都存在輕微的波動，但均在可接受范圍內(nèi)，且曲線的峰值基本都在車輛靠近障礙物車時出現(xiàn)。
 
　
 
　　圖7 單避障場景
 
　

 
　　圖8 單障礙物避障場景下的速度和位置誤差
 
　　04
 
　　總結(jié)
 
　　本文建立了一個綜合的自動駕駛編隊控制系統(tǒng)，包括單車級控制和車隊級控制。在單車控制方面，采用不依賴固定物理模型的PID控制和模糊控制構(gòu)建了車輛的油門控制和制動控制，以實現(xiàn)縱向速度控制。對于車輛的橫向控制，建立了基于車輛運動學(xué)模型的MPC橫向控制器進行運動控制。在車隊控制方面，考慮了車隊級控制的穩(wěn)定性和魯棒性，將底層基于模糊邏輯和PID控制的縱向控制器與頂層反饋控制律相結(jié)合，構(gòu)建了考慮不同通信拓?fù)涞能囮牽v向控制器。然后，將頂層H-infinity縱向控制器與底層基于APF的MPC相結(jié)合，形成一個面向車隊縱橫向耦合的魯棒一體化運動控制架構(gòu)。最后對上述控制器進行了大量仿真驗證。
 
　　論文信息
 
　　原文鏈接：
 
　　https://www.sciencedirect.com/science/article/pii/S2773153723000026?via%3Dihub#undfig1引用格式：
 
　　Lei Song, Jun Li, Zichun Wei, Kai Yang, Ehsan Hashemi, Hong Wang, Longitudinal and lateral control methods from single vehicle to autonomous platoon, Green Energy and Intelligent Transportation, Volume 2, Issue 2, 2023, 100066.
 
　　https://doi.org/10.1016/j.geits.2023.100066.
 
　　作者簡介
 
　　宋磊（第一作者），清華大學(xué)車輛與運載學(xué)院研究生。主要從事智能網(wǎng)聯(lián)汽車的預(yù)期功能安全，網(wǎng)聯(lián)云控系統(tǒng)和自動駕駛編隊的研究。
 
　　王紅（通訊作者），清華大學(xué)車輛與運載學(xué)院副研究員、智能出行所副所長，入選2020年中國科協(xié)青年人才托舉工程，長期致力于自動駕駛決策與預(yù)期功能安全領(lǐng)域的研究工作，近五年在汽車領(lǐng)域高水平學(xué)術(shù)期刊及會議發(fā)表論文六十余篇。近年來主持或作為骨干參與研究項目十余項。目前擔(dān)任CAICV-智能網(wǎng)聯(lián)汽車預(yù)期功能安全工作組執(zhí)行副組長及中國汽車工程學(xué)會青年工作委員會副秘書長職務(wù)，主要學(xué)術(shù)兼職包括IEEE Transactions on Vehicular Technology副主編，IEEE Transactions on Intelligent Vehicles副主編, Engineering 青年通訊專家等。
 
　　李駿，中國工程院院士、清華大學(xué)教授，中國汽車工程學(xué)會理事長、中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟理事長，主要研究方向為內(nèi)燃機、電力驅(qū)動系統(tǒng)、電動汽車、智能網(wǎng)聯(lián)汽車等。曾獲國家科技進步一等獎1項、二等獎1項，國家技術(shù)發(fā)明獎二等獎1項，中國汽車工業(yè)科技進步特等獎3項、一等獎2項，國家機械工業(yè)科技進步一等獎2項、二等獎1項，獲得何梁利基金科學(xué)與技術(shù)創(chuàng)新獎，授權(quán)專利20余項，發(fā)表論文100余篇，出版專著1部。
 
　　關(guān)于我們
 
　　期刊簡介
 
　　Green Energy and Intelligent Transportation（《新能源與智能載運》）是由北京理工大學(xué)(BIT)和愛思唯爾出版集團（Elsevier）共同打造的綜合性高水平國際化英文科技期刊，采用開放獲取(OPEN ACCESS, OA)平臺出版。本刊已入選中國科技期刊卓越行動計劃高起點新刊項目。
 
　　期刊由中國工程院院士、科睿唯安“全球高被引科學(xué)家”、北京理工大學(xué)孫逢春教授擔(dān)任主編，北京理工大學(xué)王震坡教授和熊瑞教授擔(dān)任期刊執(zhí)行主編。
 
　　辦刊宗旨
 
　　本刊以刊發(fā)國際一流學(xué)術(shù)成果、引領(lǐng)新能源與智能載運科技創(chuàng)新、服務(wù)“交通強國”發(fā)展戰(zhàn)略為宗旨，旨在聚焦國際綠色能源技術(shù)、先進儲能技術(shù)以及具有低碳化、電動化、智能化、共享化等促進交通可持續(xù)發(fā)展的應(yīng)用技術(shù)，為國內(nèi)外專業(yè)研究學(xué)者和工程技術(shù)專家提供高水平的學(xué)術(shù)交流和信息傳播平臺。
 
　　聚焦領(lǐng)域
 
　　先進儲能系統(tǒng)與技術(shù)
 
　　交通電動化、智能化與網(wǎng)聯(lián)化
 
　　電動運輸與電網(wǎng)的相互關(guān)系
 
　　牽引用電力電子設(shè)備
 
　　綠色智能交通基礎(chǔ)設(shè)施
 
　　載運智能化與可持續(xù)發(fā)展
 
　　新材料與輕量化技術(shù)在載運工具中的應(yīng)用
 
　　綠色交通與可持續(xù)發(fā)展（包括碳中和）
 
　　人工智能、新材料和新技術(shù)的應(yīng)用
 
　　辦刊成果
 
　　本刊已入選中國科技期刊卓越行動計劃高起點新刊項目。期刊收錄文章將在Elsevier官方網(wǎng)站ScienceDirect平臺上為廣大讀者提供免費閱讀和下載服務(wù)。截至目前，Green Energy and Intelligent Transportation期刊已被Scopus、DOAJ等數(shù)據(jù)庫收錄。