論“運動控制”在無人駕駛汽車中的應用

劉宇巍

摘 要：無人駕駛包括陸地、水面、空中等無人控制運動的物體。地面駕駛汽車也稱自主地面移動平臺、自主地面汽車等。主要從無人駕駛中的無人駕駛汽車的運動控制著手，無人駕駛汽車運動控制分為縱向控制和橫向控制。從縱向控制方面對無人駕駛汽車進行論述，包括對油門和制動的控制以及油門和控制的切換規則。基于環境信息和汽車約束的對無人駕駛汽的路徑跟蹤，保障無人駕駛汽車上人員的安全。

關鍵詞：無人駕駛汽車 油門控制 制動控制 環境信息 曲線建模

On the Application of "Motion Control" in Driverless Cars

Liu Yuwei

Abstract：Unmanned driving includes unmanned objects moving such on land， water and air. Ground-driving vehicles are also called autonomous ground mobile platforms， autonomous ground vehicles， and so on. It mainly starts with the motion control of driverless cars in driverless driving. The motion control of driverless cars is divided into longitudinal control and lateral control. The article discusses the driverless car from the aspect of longitudinal control， including the control of throttle and brake and the switching rules of throttle and control. Based on environmental information and vehicle constraints， the path tracking of unmanned vehicles can ensure the safety of personnel in unmanned vehicles.

Key words：driverless cars， throttle control， brake control， environmental information， curve modeling

1 引言

無人駕駛汽車的縱向控制，包括對油門和制動的控制，以及對油門和制動控制的切換規則。通過油門與控制的切換規則減少無人駕駛汽車實際行駛過程中的速度跟蹤誤差，結合實際環境信息與汽車約束對無人駕駛汽車行駛路徑的跟蹤，從而達到期望行駛路徑。實現對無人駕駛汽車自主控制的愿景。

2 油門控制

2.1 增量PID控制算法

在油門控制中，采用增量PID控制算法。增量PID算法為：

其中，kp，ki，kd分別為比例、積分和微分系數;ut（k）表示第k（k=0，1，2，…）個采樣時刻的控制量;e（k）表示第k個采樣時刻的速度輸入偏差。

從式（2-1）得到控制量后，根據傳動比、伺服電機每轉一圈所需的驅動脈沖確定一個比例系數kthrottle-drive，將控制量乘上該系數發送給伺服電機驅動器。

2.2 坡道速度跟蹤

在坡道速度控制系統中，利用固定系數PID控制算法，在平坦路面情況下的速度跟蹤性能達到規范要求，但當道路狀況變化時，跟蹤效果誤差較大。上坡時，速度明顯低于期望速度，需花費較長時間才能調整到期望的速度，且穩態誤差較大;下坡時，速度明顯高于期望速度。為了解決這個問題，利用坡道傾斜角與前進方向力的關系，得出如下關系式：

無人駕駛汽車在一個控制周期內因坡道產生的速度增量為：

再用期望速度減去該速度增量，得到新的速度偏差：

這實質是改變了無人駕駛汽車在坡道上的期望速度，通過坡道速度增量估計模型來減少速度偏差，增加期望速度，經過油門控制器對無人駕駛汽車的實際行駛速度無限接近于期望速度，從而達到坡道速度跟蹤對無人駕駛汽車的控制。算法如圖1所示。

3 制動控制

一般，人工駕駛汽車進行制動時，往往踩住制動踏板至一定行程并保持一段時間，估計汽車可在要求的距離內達到需要的速度，即松開制動踏板時。如果速度未達到需要的速度，還可重新踩下制動踏板。若非緊急制動，駕駛人一般會根據當前汽車速度與制動距離判斷制動踏板的行程。減速過程中汽車的行駛一般相對平穩，即制動踏板不會頻繁抖動;但在PID算法作為制動控制器時，與人工制動效果差距很大，制動時制動踏板出現抖動，汽車減速行駛不平穩，乘坐不舒適。模糊分檔式制動控制方法是接近人工實際駕駛環境，減速時讓制動踏板動作平緩，提高無人駕駛汽車行駛平穩性和舒適性。

3.1 模糊分檔制動控制基本原理

模糊分檔是指模糊控制器的查表輸出量不直接應用于驅動制動踏板，而是將控制量按一定規則分為有限的u1，u2，…，un（N≥1）行程擋。為了減少制動踏板的頻繁動作，分檔應盡量少。這樣，當制動踏板到達某一行程擋后，穩定時間就可適當的延長，從而確保了行駛的穩定性。

3.2 模糊控制規則推理

在模糊控制規則推理中，假設經模糊控制器模糊量化后輸入變量fe，fec以及模糊控制變量fu的論域分別為FE，FEC和FU，模糊語言變量值集合分別為T（fe），T（fec）和T（fu），使得模糊語言變量值有NB（負大），NM（負中），NS（負小），ZE（零），PS（正小），PM（正中），PB（正大），且有：

因此，通過模糊控制規則得出控制輸出量只是為了作為油門制動和制動控制的切換依據。無人駕駛汽車也可通過行駛阻力減速，不需要進行制動了。

3.3 分擋式控制規則

在實際控制過程中，模糊控制表的控制輸出量顫動很大，如直接乘以實際控制變量比例因子組合轉換成實際控制量去驅動伺服電機，則制動踏板位置不穩定，導致無人駕駛汽車行駛平穩性能變差。即使是經過濾波，也會有顫動現象。為了保證無人汽車行駛的穩定性，可將濾波后的控制量按一定規則分檔，形成階梯式輸出，從而使控制在一定時間內位置固定，確保行駛過程中汽車的穩定性。

4 油門與控制的切換規則

油門控制的切換過程真實反映出無人駕駛環境下對速度的控制，油門控制與速度控制的實時、成功切換是減少速度跟蹤誤差的保證，同時也是無人駕駛汽車行駛平穩性的關鍵。切換規則利用油門控制器輸出量和制動控制器輸出濾波后的控制量進行符號的識別;同時，為了模擬實際環境，引入速度偏差作為油門與控制切換的依據。

5 環境信息和汽車約束的無人駕駛汽車路徑跟蹤

無人駕駛汽車行駛過程中考慮到周圍環境以及汽車約束的影響，保證無人駕駛汽車行駛過程中的安全性，基于環境信息與車輛約束的無人駕駛汽車路徑跟蹤方法。更加精確的計算出無人駕駛汽車到達預期路徑上預瞄距離的多條滿足運動微分約束的局部路徑，通過規避分析排除不安全路徑，結合與期望路徑的匹配程度，確定當前的最優局部路徑，最終為確定執行該路徑時的實際行駛速度。

5.1 環境信息與汽車約束的行駛曲線生成

1）行駛曲線建模

行駛曲線建模是對未來行駛路線的一個規劃，是在運動規劃中運用模型預測原理的關鍵。首先，通過驗證高階多項式曲線模型滿足汽車運動微分約束，將汽車運動方程轉化為高階多項式，然后，添加額外的自由度，用于調節曲線形狀。最后，根據曲線模型選擇適合的約束條件和目標函數，通過最優化計算結果確定行駛的最佳曲線。

2）行駛曲線評價

路徑評價是結合實際路況得出的結論，包含兩部分：第一部分是對已經生成的行駛曲線進行碰撞分析，去掉可能發生碰撞的部分，得到無碰撞的安全行駛曲線;第二部分是根據相應的駕駛策略對處理后的行駛曲線進行相應的評價，得到當前駕駛策略下的一條最優行駛曲線。達到控制無人駕駛行為切換的時延和平順性。

5.2 基于汽車動力學約束的速度規劃

在汽車行駛過程中合理的縱向規劃除了保證汽車的平順行駛外，還直接影響行駛中的橫向穩定性和縱向安全性。基于環境信息的自主局部路徑規劃與跟蹤功能模塊確定了汽車當前待執行的路徑。

1）基本速度規劃

汽車在行使過程中要求保證足夠制動距離的前提下盡可能地高速行駛。一方面，運動規劃是局部的，假設每個規劃周期規劃范圍內的環境都是危險的，只有使待執行路徑末端車速為0時，才能保證不會因為制動距離不足而發生正面碰撞;另一方面，在待執行路徑的其它部分盡可能保持高速行駛基本速度規劃程序以給定的路徑長度、汽車的初始速度、最大速度、期望加速度和期望減速度作為輸入，確定實際的速度和路徑長度關系作為輸出并計算出給定路徑任意未知路徑基本速度的規劃值。保證無人駕駛汽車的安全性。

2）速度規劃修正

行駛過程中，只有對無人駕駛汽車在轉彎時的側向加速度進行限定，才能保證無人駕駛汽車不發生側滑，甚至側翻等失穩事故。根據給定路徑的曲率信息和側向加速度的要求，能夠確定速度和曲率容許空間，限定在給定路徑上每一位置的安全速度范圍內，對基本速度規劃結果進行修正。始終能讓無人駕駛汽車保持安全行駛速度平穩運行。

6 結語

最近，剛剛公布不久的《交通強國建設綱要》，明確指出將科技創新列為九大重點任務，無人駕駛正包含其中。隨著科技的發展，未來，無人駕駛汽車發展空間是巨大的。無人駕駛、車路協同、大數據等相關科技為智能出行提供有力支撐和保障，同時產生的影響力和社會經濟效益也會不斷增強。不斷滿足人類對出行的需求。為交通強國建設貢獻出更大的智慧和力量。

參考文獻：

[1]龔建偉. 移動機器人橫向與縱向控制方法研究 [D]. 北京：北京理工大學，2002.

[2]張相洪，龔建偉，陸際聯. 基于油門與制動的輪式移動機器人縱向速度控制 [J].北京理工大學學報，2003，23（1）：62-65.

[3]宋士偉，陳慧巖. 基于模糊PID的遙控轉向技術 [J]. 汽車技術，2006（2）：17-20.

[4]權苗苗. 具有時間與距離一致性特征的智能汽車速度規劃 [D]. 北京：北京理工大學，2014.

[5]徐威. 基于模型預測控制的智能汽車運動規劃與控制算法研究[D]. 北京：北京理工大學，2014.