基于C-V2X自適應(yīng)巡航仿真研究

馮其高 張瑩 楊波 蔡之駿 李曉平

摘 要：在傳統(tǒng)的自適應(yīng)巡航（Adaptive Cruise Control ACC）控制中，主要依靠雷達(dá)或視覺對車輛周圍環(huán)境的感知，但是在一些情況，比如：下雨、霧天或者在彎道行駛時(shí)，因?yàn)閭鞲衅鲗ν饨绺兄芰Φ牟蛔悖斐勺赃m應(yīng)巡航體驗(yàn)不佳;為克服雷達(dá)和視覺傳感器的不足，文章主要基于C-V2X（Cellular Vehicle to Everything）技術(shù)，結(jié)合RSU（Road Side Unit）發(fā)送局部地圖，實(shí)現(xiàn)車輛對周邊車輛的感知。在彎曲道路下，ACC利用車車通信V2V（Vehicle to Vehicle）和RSU發(fā)送的MAP消息集，實(shí)現(xiàn)對不同車道的目標(biāo)車輛進(jìn)行實(shí)時(shí)切換，保障車輛在彎道上的ACC行駛安全。通過Matlab/Simulink搭建基于C-V2X的ACC算法，通過仿真表明利用C-V2X的ACC在彎道上能夠根據(jù)RSU提供的MAP消息集，針對不同車道遠(yuǎn)車RV（Remote Vehicle）進(jìn)行實(shí)時(shí)的目標(biāo)切換，同時(shí)主車HV（Host Vehicle）能夠與跟蹤目標(biāo)車輛保持安全距離，實(shí)現(xiàn)車輛安全行駛。

關(guān)鍵詞：C-V2X;自適應(yīng)巡航;目標(biāo)車輛切換

中圖分類號：U495? 文獻(xiàn)標(biāo)識碼：A? 文章編號：1671-7988（2020）13-61-04

Research on Adaptive Cruise Based on C-V2X*

Feng Qigao， Zhang Ying， Yang Bo， Cai Zhijun， Li Xiaoping

（GAC Automotive Research & Development Center， Guangdong Guangzhou 510000 ）

Abstract： In the traditional adaptive cruise control， it mainly relies on radar or visual to the perception of the vehicle's surrounding environment. However， in some cases， such as rain， fog or driving on curves， the bad perception leads to poor adaptive cruise experience. To overcome it， this paper mainly based on the C-V2X （Cellular Vehicle to Everything） technology， combined with the local map sent by the RSU （Road Side Unit） to realize the perception of vehicles to surrounding vehicles. Under curved roads， ACC uses V2V （Vehicle to Vehicle） message and the MAP message sent by RSU to realize real-time switching of target vehicles in different lanes， so as to ensure the safety of ACC driving on curves. The ACC algorithm based on C-v2x was built with Matlab/Simulink. Simulation showed that ACC based on C-V2X could switch targets in different lanes in real time according to the MAP message set provided by RSU on the curve. Meanwhile， HV （Host Vehicle） could keep a safe distance from the tracking target vehicle to achieve safe driving.

Keywords： C-V2X; Adaptive cruise control; Target vehicle switching

CLC NO.： U495? Document Code： A? Article ID： 1671-7988（2020）13-61-04

前言

由于汽車行業(yè)的迅猛發(fā)展，各種交通事故和交通擁堵日益加劇，在如何減少交通事故[1]，提高汽車的安全性，解決交通擁堵方面，成為社會(huì)的關(guān)注的熱點(diǎn)問題。近年來，無人駕駛汽車的迅速發(fā)展，為這些問題提供了新的解決方案。當(dāng)前無人駕駛汽車實(shí)際上大多停留在研發(fā)階段，要進(jìn)行大范圍的推廣落地，難度比較大;但是對于減輕駕駛員疲勞，提高駕駛安全的高級輔助駕駛技術(shù)尤其是自適應(yīng)巡航控制（Adaptive Cruise Control ACC）已經(jīng)在廣泛的應(yīng)用。但是當(dāng)前自適應(yīng)巡航系統(tǒng)存在一定的局限性。ACC系統(tǒng)工作過程中，當(dāng)前車離開自身車道或者前車換道進(jìn)入自車車道，ACC需要能夠根據(jù)前車的換道行為做出反應(yīng)。尤其在一些彎道公路時(shí)，由于傳統(tǒng)的雷達(dá)、攝像頭對外界感知的局限性，在彎道上進(jìn)行ACC有很多限制，容易造成ACC控制算法出現(xiàn)異常的加減速，跟蹤目標(biāo)丟失，從而引起較大的安全隱患。文獻(xiàn)[2]在ACC過程中，利用前車的運(yùn)動(dòng)狀態(tài)來估計(jì)本車未來的行駛軌跡的方法識別前車是否出彎道或者換道。文獻(xiàn)[3]通過多項(xiàng)式擬合行駛軌跡的方法來識別前車的換道行為。文獻(xiàn)[4]利用相對車速和相對角度的變化規(guī)律區(qū)分前車的換道行為。文獻(xiàn)[5]利用實(shí)際的駕駛試驗(yàn)獲取前車的運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，采用道路曲率估計(jì)值、前車行駛軌跡斜率及其變化率和前車與自車之間的橫向距離，建立前車換道的識別模型。文獻(xiàn)[6]提出考慮換道過程的ACC控制算法。文獻(xiàn)[7]利用混雜系統(tǒng)理論對搭載有雷達(dá)、激光和攝像頭傳感器的車輛進(jìn)行復(fù)雜交通場景建模分析，提出一種解決多目標(biāo)車輛環(huán)境下的ACC算法。目前的研究雖然能夠針對一些彎曲道路進(jìn)行ACC換道目標(biāo)的切換跟蹤，但是識別準(zhǔn)確率、傳感器獲取數(shù)據(jù)的干擾因素，造成ACC在彎道的目標(biāo)跟蹤有很大的局限性。為解決上述問題，本文基于C-V2X技術(shù)高可靠性、低延時(shí)的特性，結(jié)合RSU提供的局部地圖，實(shí)現(xiàn)車輛對周邊車輛感知，在車輛進(jìn)行ACC控制時(shí)，使車輛在彎曲道路條件下，能夠根據(jù)不同車道的車輛在換道過程中進(jìn)行目標(biāo)車輛的實(shí)時(shí)切換，保障車輛ACC行駛安全。

1 基于C-V2X 的彎道ACC通信

如圖1所示，表示主車HV在彎道行駛過程，通過搭載有C-V2X的車載單元OBU接收路邊單元RSU發(fā)送的V2I信息：周邊路口和道路信息、紅綠燈信息，同時(shí)接收RV向一定范圍發(fā)送的V2V信息：位置坐標(biāo)、航向角、橫擺角、方向盤轉(zhuǎn)角、車速、加速度。HV接收到周圍的V2V信息和V2I信息，并且通過RSU發(fā)送的車道信息進(jìn)行車路協(xié)同的自適應(yīng)巡航。其中V2V通信頻率為10HZ;RSU發(fā)送的主要包括MAP消息集和紅綠燈等的V2I消息集。

2 駕駛員模型

對駕駛員的模擬，其本質(zhì)是在人車路這個(gè)閉環(huán)系統(tǒng)中，駕駛員根據(jù)目標(biāo)路徑信息，進(jìn)行轉(zhuǎn)向盤轉(zhuǎn)角的控制，達(dá)到跟隨目標(biāo)路徑的目的。根據(jù)文獻(xiàn)[8]引入偏差信號的PID方向控制器，其控制器表達(dá)式為：

（1）

其中Kp、Ki、Kd為前輪轉(zhuǎn)角增量PID控制系數(shù)， 為理想前輪轉(zhuǎn)角增量， 為實(shí)際前輪轉(zhuǎn)角前一時(shí)刻的值，? 為理想前輪轉(zhuǎn)角， 理想的側(cè)向加速度， 為實(shí)際側(cè)向加速度。

如圖2為駕駛員汽車方向控制框圖，橫向位移誤差變化率為：

（2）

其中Vx（t）、Vy（t）為t時(shí)刻車輛的縱向和橫向車速， 為t時(shí)刻的橫擺角，R（t）為t時(shí)刻的道路曲率半徑。

3 車輛模型

本文主要研究車輛在行駛過程車輛在預(yù)期軌跡行駛過程中的縱向控制行為，因此需要準(zhǔn)確的建立整車的動(dòng)力學(xué)模型，同時(shí)簡化計(jì)算過程，因此采用具有輸入u（縱向加速度）和前輪轉(zhuǎn)向角δ的車輛動(dòng)力學(xué)模型如下：

（3）

其中該模型中，δ為前輪轉(zhuǎn)向角， 、 為車輛質(zhì)心O1（x， y）到前、后軸的距離，ψ為車輛的橫擺角，Iz為車輛坐標(biāo)系繞z軸的轉(zhuǎn)動(dòng)慣量，Cf和Cr為前后輪胎的等效側(cè)偏剛度。

4 ACC控制策略

ACC功能是控制本車速度在合適的時(shí)間內(nèi)穩(wěn)定的達(dá)到目標(biāo)巡航車速勻速行駛，或在跟車過程中防止自車車速超過目標(biāo)巡航車速，本文ACC的安全距離采用車間時(shí)距[9-10]：

（4）

其中ddes為車間時(shí)距，單位為m;τh為車間時(shí)距，單位為s;VHV為本車的車速，單位為m/s;dsafe為自車停車后與前車的最小車間安全距離，單位為m。

基于C-V2X的ACC控制策略主要包括兩部分：（1）如果HV與RV處于同一車道，那么會(huì)根據(jù)如下操作：（a）如果相對距離小于安全距離，則主要目標(biāo)是放慢速度并保持安全距離。（b）如果相對距離大于安全距離，則主要目標(biāo)是在保持安全距離的同時(shí)達(dá)到駕駛員設(shè)定的速度。（2）如果HV與RV不在同一車道，那么根據(jù)HV設(shè)定的車速進(jìn)行行駛。

5 仿真結(jié)果分析

在Matlab/Simulink中搭建如圖3所示的仿真平臺，其中ACC控制算法在Adaptive Cruise Control System模塊，HV車輛模型和跟蹤前方道路上的目標(biāo)車輛進(jìn)行ACC是在Vehicle and MIO模塊中。HV的自行車動(dòng)力模型的參數(shù)如表1所示：

圖4表示主車HV和兩輛RV1、RV2在曲率半徑R=760m，車道寬為3.6m的道路上行駛的場景。HV按照13m/s的速度行駛，RV1以初始車速15m/s的速度行駛，RV2以10m/s的速度行駛。

圖5-圖8表示HV在彎曲道路行駛過程中HV的變化過程。其中圖5表示HV在ACC行駛過程中，HV跟蹤RV的車輛編號以及HV與目標(biāo)車輛在同一車道的匹配結(jié)果。在0-5.1s，HV跟蹤的是RV1車，但是由于HV與RV1不在同一車道，因此起始階段HV所在車道沒有遠(yuǎn)車，此時(shí)HV設(shè)定的巡航速度為25m/s，因此HV進(jìn)行加速;在5.1s后，RV2進(jìn)入與HV同一車道，HV切換跟蹤目標(biāo)到RV2，由圖6可知，HV跟蹤的RV2車速為10m/s，因此HV進(jìn)行減速，10.6s后，RV1與HV處于同一車道，因此HV跟蹤RV1，由圖7可知，此時(shí)由于RV1與HV的相對距離大于安全距離，此時(shí)HV的車速小于RV1的車速15m/s，由圖8可知，HV進(jìn)行加速，目的是保持安全距離的同時(shí)，跟蹤RV1的車速，在17.4s后，HV跟蹤RV2，此時(shí)HV與RV2保持安全距離，同時(shí)HV的車速基本維持在12m/s的車速，實(shí)現(xiàn)跟隨行駛。由圖7可知，整體看，HV行駛過程中，HV與RV的相對距離始終大于設(shè)定的安全距離，同時(shí)在行駛過程中，由圖5可知，HV能夠自動(dòng)在ACC過程中自動(dòng)切換跟蹤的RV，驗(yàn)證了本文的ACC控制策略，同時(shí)保證了車輛在彎道行駛的安全。

6 結(jié)論

本文利用C-V2X技術(shù)，實(shí)現(xiàn)車車通信、車與路側(cè)設(shè)備的通信，實(shí)現(xiàn)不依賴于雷達(dá)、攝像頭的ACC功能，在彎道上，利用RSU提供的局部地圖信息，實(shí)現(xiàn)ACC巡航能夠?qū)崟r(shí)的切換跟蹤車輛，提高了車輛在彎道ACC的安全性，為車路協(xié)同輔助駕駛提供了一定的理論基礎(chǔ)。

參考文獻(xiàn)

[1] TOROYAN T，IAYCH K，PEDEN M，et 02.G10bal status report on road safety 2013：supporting a decade of action[R].Geneva：World Health Organization，2013.

[2] 陳達(dá)興.自適應(yīng)巡航控制系統(tǒng)中前方有效目標(biāo)識別算法研究[D].長春：吉林大學(xué)， 2011.

[3] 耿石峰.基于軌跡分析的自適應(yīng)巡航系統(tǒng)目標(biāo)識別方法研究[D].長春：吉林大學(xué)， 2015.

[4] ZHANG D，LI K，WANG J.Radar-based target identification and tracking on a curved road[J].IMechE Part D： Journal of Automobile Engineering，2012，226（1）：39-47.

[5] 王暢，山巖，趙佳等.基于ACC系統(tǒng)的目標(biāo)車輛換道與出入彎道狀態(tài)辨識算法[J]. 汽車工程，2017，39（8）：922-927.

[6] IOANNOU P A， STEFANOVIC M. Evaluation of ACC vehicles in mixed traffic： lane change effects and sensitivity analysis[J].IEEE Transactions on Intelligent Transportation Systems，2005， 6（1）：79- 89.

[7] MOBUS R，BAOTIC M， MORARI M.Multi-object adaptive cruise control [M]∥Hybrid Systems： Computation and Control. Berlin： Springer， 2003.

[8] 段立飛，高振海，王德平.駕駛員對汽車方向的自適應(yīng)控制行為建模[J].機(jī)械工程學(xué)報(bào)，2011， 47（8）：121-125，133.

[9] Xiao L.， Gao F.， Wang J. On scalability of platoon of automated vehicles for leader-predecessor information framework[C]. Intelli -gent Vehicles Symposium. IEEE， 2009：1103-1108.

[10] 德藻.汽車縱向主動(dòng)避撞系統(tǒng)的研究[D].北京：清華大學(xué)，2004.