車聯網中車載網絡負載與線束優化＊

何長偉 楊殿閣 張濤 連小珉

（清華大學汽車安全與節能國家重點實驗室）

車聯網中車載網絡負載與線束優化＊

何長偉 楊殿閣 張濤 連小珉

（清華大學汽車安全與節能國家重點實驗室）

基于車載分布式智能網絡架構，運用獨立協調機制，使用狀態協調表協調汽車電器狀態，建立了完整的車載分布式獨立協調智能網絡。進一步推導出車載網絡負載的約束規劃條件，運用回溯法求取最優負載。基于最優化控制建立了車載網絡線束的目標函數與約束方程，運用變分法推導出了線束優化的極值條件。通過車載網絡樣車改造，設計實車試驗，驗證了該方法的有效性。

1 前言

汽車電器相互之間存在一定的制約關系，整車線束多而復雜，車載網絡的出現為汽車電器之間的信息交互、協調工作提供了基礎。國內、外學者紛紛展開車載網絡技術研究，如天津大學開發了基于CAN總線的車身智能控制系統[1]，通過網絡通信實現車內控制系統的信息共享與實時控制，但未對全車大部分電器進行統一化、標準化的網絡設計；清華大學的連小珉等提出了一種大客車全分布式車載智能網絡，設計了標準化的車載不變線束，有效解決了車內電器的協調工作問題[2]；2012年，清華大學的楊殿閣等建立了一套基于轎車電器系統的智能網絡，實現了汽車電器的狀態監控和故障診斷[3]，但會導致網絡負載率較高、成本較大，而且轎車車內空間較小不利于布線，網絡通信能力較差；同年，Dong-Hyun le等人在車載網絡基礎上建立了網絡最大安全概率模型，推導出一種最佳安全的車載網絡分配架構[4]，但是由于未考慮到布線需求，導致車內線束布局復雜。目前，車載網絡經過點對點式、區域集中式和分布式3種方式的發展，特別是基于中央協調及雙中央協調[5]分布式車載網絡的形成，實現了汽車電器的網絡控制。本文基于分布式車載網絡，建立了一種獨立協調的車內網，以避免中央協調失效情況下的電器協調工作能力缺失。

2 獨立協調車載分布式網絡

2.1 獨立協調車載分布式網絡架構

車載網絡架構如圖1所示，車載網絡S分為n個子網絡。

網絡節點是子網絡中的智能控制器，子網絡由一個智能控制器ci和ji個電器eik（k=1,2，···，ji）組成:

通過區域加裝智能控制器實時采集電器的狀態信息，通過總線傳輸到網絡，實現信息共享。同時，各個子網絡接收來自其他子網絡的電器狀態信息，對本網絡的電器進行邏輯協調。

2.2 車載網絡電器狀態協調

智能控制器作為局域網的中央處理單元，需要從網絡中獲取所需要的信息，根據獲取信息對本局域網電器狀態進行協調控制，將本局域網的電器狀態信息周期性發送至車載網絡進行共享，稱為獨立協調機制。智能控制器的狀態協調過程可以如圖2所示。

按照遞增順序排列狀態條件與電器狀態關系如表1所列，其中φ為空集。從表1可以得到表明電器e在滿足狀態條件C下處在ei狀態。控制器預先保存狀態協調表并根據總線上獲取的信息實時檢查狀態條件，根據狀態協調表對電器狀態進行協調。

表1 狀態協調表

實際控制器工作時，控制器檢查當前狀態條件，然后根據狀態協調表判斷電器應處的狀態，進而做出控制，使電器正常工作。

3 車載網絡負載優化

一般而言，控制器控制電器的數量取決于I/O資源。考慮采用同種CPU控制器，控制器I/O包括I/O輸入輸出接口和AD轉化接口。設I/O輸入輸出接口數為N，AD轉化接口數為M。設總計有m個電器，每個電器需xi（i=1,2,…,m）個I/O輸入輸出接口和yi（i=1,2,…,m）個AD轉化接口，則車內網絡負載優化問題可以抽象為求約束規劃問題:

這是一個非線性約束規劃問題，目標函數與約束變量之間不存在顯示表達式，因此不能用線性規劃算法求解。本文采用回溯算法求解最優負載，算法如下:

a.初始化i=1，A1={1，2，...，i}。

b.條件判斷。若

j，以A1∪{i+1}替代A1。否則A1不變，A1尋找結束。開始尋找A2={i+1}，重復以上步驟，對A2進行條件判斷。={1，2，...，m}，輸出Ai（1≤i≤k），得到一組解。

d.令A1={1，2，...，i-1}，考慮A1∪{i+1}替代A1，重復條件判斷，得到新的A1，得到另一組解，所有的A1都重復這個過程，得到所有解。

e.針對每個解，比較k，取其中最小的k及Ai。

c.重復上述步驟，指導尋找到Ak，使得

4 車載網絡線束優化

設第i個局域網的電器位置坐標為rij=（xij，yij，zij），記汽車曲面為C，曲面方程為g（x，y，z）=0。

最優控制目標函數為:

L是各個網絡節點之間距離以及節點到該子網絡所有電器位置距離之和的總和。令考慮變分法，目標泛函取極值滿足:

通過分析求解以上方程可以得到節點位置和線束布線的一般原則。

a.布線走向原則

式（5）中H描述線束的曲線方程，代表了線束的走向布置。H所滿足的方程是曲面上兩點的最短距離，即測地線方程，因此，為滿足線束優化效果，車載網絡布線應按照曲面測地線的走向布置。

b.電器成組原則

區域附近相距較近的電器成組構成一個子網，使得節點的位置布置可以降低線束長度。

c.節點位置原則

式（5）中xi（1≤i≤n）代表各個子網絡節點的位置。費馬點是到各個點距離和最短的點，再考慮到各個節點之間的距離，式（5）中網絡節點應為子網絡電器凸包的費馬點附近。

5 試驗驗證

5.1 負載優化驗證

針對一輛某國產品牌車型進行車載網絡改造，運用回溯算法求出了最優負載數，采用了STM5288芯片。為了進行線束布置，根據統計電器分類將車上電器分為車前、車中、車后3組，對每組進行負載優化。以汽車發動機前艙部分電器為例，N=26，M= 8，x=[4，4，1，1，1]，y=[4，4，1，1，1]，通過回溯算法求解可行解如下:

因此最優解k=2。同理，對車中及車后電器數量進行回溯計算，結果如表2所列。

表2 各位置電器數量計算結果個

從表2可以看出，由于車后電器較少，只需1個控制器即可。考慮到線束布置，經過手工調整，實際車后網采用2個控制器。改造后的網絡分為8個子網絡，設計8個智能控制器進行控制，實車網絡布局如圖3所示。

5.2 車載網絡功能驗證

設計網關控制器與原車網絡進行通信。試驗改造8個CAN節點，并驗證了各個CAN節點都能正常工作。

5.3 線束優化驗證

改造線束采用統一的標準線束。由于采用統一的接插件和線束，因此接插件種類大大減少，由原來的18種減少到2種，減少比例為91.1%。原車大部分電器通過車身控制模塊（BCM）控制，而采用車載網絡智能化控制之后，電器線束只需要與其附近的控制器連接，可以大大減少線束長度。以車后網改造電器為例，原車線束長度為28m,改造后線束長度為16.5m,線束長度減少41.1%。

6 結束語

構建車載分布式網絡，采用獨立協調機制，運用狀態轉移函數實現了各局域網的網絡通信和電器正常協調工作。運用回溯法對車載網絡負載進行了優化，求出了最優負載數，減少了車載網絡智能控制器的數量。最優化控制描述了車載網絡線束的優化條件，提出了變分法解決網絡線束優化問題，提出了線束布置的網絡布局一般原則，為進一步減少車載網絡線束提供了理論基礎。試驗結果表明，車載網絡線束經過優化比原車線束長度減少顯著。

1郭利進,王化祥,龔進峰.基于CAN總線的車身網絡系統及其控制策略研究.汽車工程,2006,28（8）:774～778.

2張新豐,楊殿閣,連小珉.汽車電器系統結構的全分布式設計.同濟大學學報:自然科學版,2012,40（7）:118～118.

3范珊珊.轎車智能電器系統網絡監控和管理:[學位論文].北京:清華大學，2012.

4 Je D H, Choi Y H, Seo S W. A heuristic task allocation methodology for designing the secure in -vehicle network.Vehicular Communications, Sensing, and Computing（VCSC）, 2012 IEEE 1st International Workshop on. IEEE,2012: 25～30.

5顧錚珉,楊殿閣,陸良,等.中央協調器在汽車電器網絡中的應用.第五屆中國智能交通年會暨第六屆國際節能與新能源汽車創新發展論壇優秀論文集（下冊）,2009.

（責任編輯簾青）

修改稿收到日期為2014年8月1日。

Load and Wiring Harness Optimization of In-vehicle Network in Connected Vehicle

He Changwei,Yang Diange,Zhang Tao,Lian Xiaoming
（State Key Laboratory of Automotive Safety and Energy Conservation,Tsinghua University）

Based on vehicle distributed intelligent network architecture and the use of LAN independent coordinating mechanism to coordinate the vehicle electrical state via the state function,we establish a complete vehicle distributed intelligent network with independent coordination.In the next step,we derive the constraint conditions of vehicle network load and obtain the optimal load by backtracking algorithm.Based on the optimal control,we establish the objective function and constraint equations of wiring harness of connected vehicle,then we use variational method to derive the extreme value condition of wiring harness optimization.Finally,we design an vehicle test to prove the effectiveness of the method through transforming a sample car with in-vehicle network.

Connected vehicle,In-vehicle network,Load optimization,Wiring harness optimization

車聯網車載網絡負載優化線束優化

U463.6

A

1000-3703（2014）09-0001-03

國家高技術研究發展計劃:863計劃項目（2012AA111901）資助。