基于主動變道策略的汽車緊急避障系統研究

段婷婷　呂冬慧　陳寬　胡順堂　王毓

摘 要：基于安全距離的汽車軌跡規劃，提出一種結合汽車主動變道和緊急制動的汽車主動避障研究方法，建立汽車主動變道時的安全軌跡規劃，并利用MPC控制器對規劃出來的軌跡分割各個數據點進行依次跟蹤，分析不同車速下的汽車主動變道的軌跡，通過carsim和simulink的聯合仿真，驗證基于主動變道策略的汽車安全軌跡規劃的可行性。

關鍵詞：OBE教學理念;新能源汽車;考核評價機制

近年來，社會經濟的飛速發展極大地提高了國民購買能力，同時也促進了汽車產業的蓬勃發展。在提供便利性的同時也造成了交通擁堵等事故頻頻發生。從保證乘駕人身財產安全和降低交通事故發生率的角度出發，研究以預防為核心的先進車輛主動安全控制系統則是當下交通的迫切需求[1]。

汽車主動變道的研究屬于自動駕駛ADAS的范疇，主要是汽車依靠先進的車載傳感器獲取前方道路、目標車輛及自車的狀態信息，利用主動變道路徑規劃算法對狀態信息進行分析處理，及時改變行車路徑，以避免或減輕交通事故帶來的安全問題[3]。目前存在的主動避障多是縱向避障策略，其主要通過制動來控制與前車的距離，而較少考慮主動轉向變道的控制策略。因此在進行縱向避撞研究的同時，加入主動變道系統的研究對于未來交通而言是十分有意義的。

本文對汽車主動避障系統進行研究，通過變道軌跡規劃策略對汽車變道軌跡進行規劃，并且采用模型預測控制器提供跟蹤控制策略，對于汽車行駛時安全性和穩定性的研究有很大的意義。

3 仿真結果

為更好驗證非線性MPC控制器對規劃軌跡的跟蹤效果，本文采用Carsim與Simulink聯合仿真分析，針對低速和中速工況進行仿真和軌跡的跟蹤效果。在分析過程中，主要對整車的橫擺角速度和側向加速度及實際跟蹤軌跡對比的分析，仿真的變道軌跡跟蹤圖如圖2所示。

通過圖3和圖4分析可以得到，在30km/h低速和60km/h中速運行的情況下，汽車在進行軌跡跟蹤過程中，自適應MPC控制器進行跟蹤控制時橫擺角速度波動范圍較大，而非線性MPC控制器進行跟蹤控制時橫擺角速度趨于穩定，說明在中速跟蹤時非線性MPC控制器的穩定性更好。

通過圖5分析可以得到，在30km/h低速和60km/h中速運行的情況下，汽車在進行軌跡跟蹤過程中，自適應MPC控制器進行跟蹤控制時側向加速度波動范圍較大，而非線性MPC控制器進行跟蹤控制時側向加速度趨于穩定，說明在中速跟蹤時非線性MPC控制器的穩定性更好。

4 結論

本文基于汽車的主動變道策略，研究了基于安全距離和最小轉向距離的汽車軌跡規劃，提出了汽車在緊急避障的主動變道時的軌跡規劃，并采用基于模型預測控制軌跡跟蹤控制器對規劃的軌跡進行跟蹤控制，通過仿真分析對兩種模型預測控制器的跟蹤結果進行評價，結果顯示，由非線性模型預測控制器進行的軌跡跟蹤控制具有較好的控制效果。

基金項目：本文系“2019年天津中德應用技術大學科研基金項目”（項目編號：X18010）的研究成果。

參考文獻：

[1]付揚.智能駕駛交通事故法律問題研究[D].沈陽師范大學，2018.

[2]余志生.汽車理論（第4版）[M].北京：機械工業出版社，2006.

[3]解來卿，羅禹貢，李克強.分布式電驅動車輛的ACC協同控制[J].汽車工程，2018，40（06）.

[4]龔建偉，姜巖，徐威.無人駕駛車輛模型預測控制[M].北京：北京理工大學出版社，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]劉一棟.基于自抗擾控制器的PMSM模型預測直接轉矩控制策略研究[D].西安理工大學，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.