不可靠通信條件下的CACC縱向控制仿真分析

王潤民，盧 濤，宋曉鵬，張心睿

(1.長安大學(xué) 交通運輸部認定自動駕駛封閉場地測試基地，陜西 西安 710018;2.長安大學(xué) 車聯(lián)網(wǎng)教育部-中國移動聯(lián)合實驗室，陜西 西安 710064;3.浙江省交通規(guī)劃設(shè)計研究院有限公司，浙江 杭州 310030)

0 引 言

協(xié)同式自適應(yīng)巡航控制是在自適應(yīng)巡航控制(adaptive cruise control，ACC)的基礎(chǔ)上發(fā)展而來的。ACC主要利用安裝在車身上的雷達等傳感器測量前車的速度和間距，并根據(jù)這些信息控制油門和剎車，以保持和前車的安全距離。

而CACC基于車聯(lián)網(wǎng)的汽車協(xié)同自動駕駛控制技術(shù)，通過車車之間相互通信傳遞車輛的速度、位置等信息，并綜合多個車輛的信息設(shè)計分布式控制器，車輛可以以更小的間距行駛，從而提高通行效率。相對于ACC控制技術(shù)，CACC控制技術(shù)更加精確，而且抗干擾能力強[1]，因而備受關(guān)注。

具備CACC功能的車輛可以利用車車通信技術(shù)實時獲取前車加速度狀態(tài)，進而通過調(diào)節(jié)車頭間距誤差及速度差優(yōu)化本車加速度輸出，有望改善交通流運行質(zhì)量，并在降低交通能耗、改善交通安全、提高交通效率等方面發(fā)揮重要作用[2-4]。

CACC跟馳模型的建模已成為交通流理論研究與智能交通系統(tǒng)的研究熱點[5]，但是CACC對網(wǎng)絡(luò)的穩(wěn)定性有一定要求，構(gòu)建CACC模型時，車聯(lián)網(wǎng)穩(wěn)定性應(yīng)該作為一項重要因素。CACC系統(tǒng)的有效性依賴于基于車聯(lián)網(wǎng)通信實現(xiàn)的車輛速度、加速度等信息實時、可靠交互，然而受各類天氣條件及行車環(huán)境的影響，理想、可靠的通信環(huán)境難以在實際交通場景中實現(xiàn)[6]。因此迫切需要在不可靠通信條件下對CACC的適應(yīng)性進行評估分析，以研究不可靠通信條件對CACC模型的影響。

目前對網(wǎng)聯(lián)汽車隊列的縱向控制研究主要集中在CACC模型的研究上，并且對于提出的CACC模型的有效性驗證建立在車聯(lián)網(wǎng)通信性能極好的情況下，大多未考慮不可靠通信條件下CACC模型的有效性。

如文獻[7]基于恒定期望車間時距提出了一種CACC跟馳模型，但是模型仿真時沒有考慮通信延遲和丟包率；文獻[8]提出一種基于可變間距的CACC跟馳模型，通過改變前車加速度大小對CACC模型穩(wěn)定性進行驗證，沒有考慮通信性能對CACC模型的影響；文獻[9]從控制系統(tǒng)特性的角度，考慮了通信性能對CACC模型的影響，對CACC車輛跟馳行為建模方法進行了仿真研究，但是對與通信條件描述的不夠具體。

針對上述問題，文中基于Veins仿真平臺構(gòu)建了仿真測試環(huán)境，以IEEE802.11p協(xié)議為CACC隊列通信協(xié)議，以丟包率、時延作為構(gòu)成不可靠通信條件的因素，對Rajamani、S. Santini、Ploeg三種CACC模型進行仿真研究，得到不可靠通信條件對三種CACC模型穩(wěn)定性的影響。

1 網(wǎng)聯(lián)汽車縱向控制模型分析

1.1 Rajamani控制模型

該模型是Rajamani等人[10]提出的一種CACC控制模型，車隊中每輛車的加速度由下式給出：

1.2 S. Santini控制模型

該模型是S. Santini等人[11]提出的一種CACC控制模型，車隊中每輛車的速度由下式給出：

(2)

1.3 Ploeg控制模型

本模型是Ploeg等人[12]提出的一種CACC控制模型，車隊中每輛車的加速度由下式給出：

(3)

2 仿真平臺搭建及測試方案設(shè)計

2.1 仿真環(huán)境構(gòu)建及參數(shù)設(shè)置

Veins耦合了OMNeT++和SUMO，其中前者為網(wǎng)絡(luò)仿真器，后者為交通仿真器，是一種典型的車聯(lián)網(wǎng)仿真平臺[12]。該文對Veins仿真平臺進行參數(shù)設(shè)置，作為評估CACC模型的仿真測試平臺。Veins基本交通參數(shù)設(shè)置如表1所示，形成的仿真界面如圖1所示。

表1 交通基本參數(shù)設(shè)置

圖1 CACC仿真界面

在OMNet++中實現(xiàn)車輛通信的仿真，車聯(lián)網(wǎng)通信協(xié)議采用802.11p，是主流車聯(lián)網(wǎng)通信協(xié)議之一[13]，其具體參數(shù)如表2所示。

表2 IEEE 802.11p協(xié)議基本參數(shù)

2.2 測試方法設(shè)計

2.2.1 不可靠通信條件分析

在CACC系統(tǒng)運行中，多種因素都會對其穩(wěn)定性造成影響，其中不可靠通信條件對CACC的穩(wěn)定性及有效性造成影響。該文選取兩個構(gòu)成不可靠通信條件的影響因素：延遲和丟包率[14-16]，通過仿真CACC模型在不同延遲和丟包率下的運行情況對其進行測試分析。

(1)延遲(delay，DE)，延遲是數(shù)據(jù)包從源車輛正確傳輸?shù)侥繕塑囕v所需要的時間，其平均值為平均延遲。在車聯(lián)網(wǎng)環(huán)境下車輛跟馳速度快且跟馳間距小，這就要求車輛之間的通信延遲必須保持在極低的范圍以內(nèi)，因此這個指標對于CACC安全穩(wěn)定具有特別重要的意義。

(2)丟包率(packet loss rate，PLR)，PLR為目標節(jié)點丟失的數(shù)據(jù)包與源節(jié)點應(yīng)用層發(fā)送的數(shù)據(jù)包的比值關(guān)系，即丟失數(shù)據(jù)包的統(tǒng)計度量，主要體現(xiàn)了車聯(lián)網(wǎng)的兩個主要特性：網(wǎng)絡(luò)可靠性、網(wǎng)絡(luò)擁塞/通信狀況。

2.2.2 測試方案設(shè)計

本研究在跟馳行駛和緊急剎車兩種場景下，通過仿真改變延遲和丟包率對三種不同的CACC控制模型的性能表現(xiàn)進行測試。在跟馳場景下，頭車車速正弦變化，初始車速為100 km/h、振幅為10 km/h、頻率為0.2 Hz，后7輛車利用CACC控制模型跟隨于頭車，設(shè)置所有車輛相互之間發(fā)送車輛信息的丟包率為5%，仿真時間持續(xù)60 s，記錄8輛車的速度信息；再將丟包率分別提升至10%、40%，重復(fù)仿真并記錄所有車的速度信息；最后設(shè)置丟包率為0，所有車輛相互之間發(fā)送車輛信息的延遲為5 ms，仿真時間持續(xù)60 s，記錄所有車的速度信息，再將延遲提升至10 ms、100 ms，重復(fù)仿真并記錄所有車的速度信息。

在緊急剎車場景下，頭車初始速度為100 km/h，5 s后開始以-8 m/s2的加速度減速，后7輛車基于設(shè)定的CACC控制模型跟隨頭車，設(shè)置所有車輛相互之間發(fā)送車輛信息的丟包率為5%，仿真時間持續(xù)60 s，記錄8輛車的速度信息；再將丟包率提升至10%、40%，重復(fù)仿真并記錄所有車的速度信息；然后設(shè)置丟包率為0，所有車輛相互之間發(fā)送車輛信息的延遲為5 ms，仿真時間持續(xù)60 s，記錄所有車的速度信息；最后將延遲提升至10 ms、100 ms，重復(fù)仿真并記錄所有車的速度信息。由于速度可以直觀體現(xiàn)出隊列中每輛車的狀態(tài)變化，所以用速度作為指標用來研究丟包和延遲對CACC縱向控制仿真的影響。

3 仿真結(jié)果及分析

為了保證輸出結(jié)果的可視化效果，實驗中選取8輛車中的頭車(1號車)、3號車、5號車、7號車來分析丟包和延遲對三種CACC控制模型造成的影響。

3.1 丟包率對CACC控制性能的影響

3.1.1 頭車速度正弦變化場景

由圖2(a)、(b)、(c)可看出，在丟包率相同的情況下，Rajamani控制模型跟馳效果最好，后車和前車速度幾乎保持同步變化。而Ploeg控制模型跟馳效果最差，后車車速滯后于前車車速變化，并且速度大小也不能與前車車速保持一致，每一輛車的最大速度都小于前一輛車。S. Santini控制模型后車車速也相對滯后于前車車速變化，且車速小于頭車，但除頭車外后車車速能基本保持一致。

(a)丟包率5%

橫向?qū)Ρ葓D2(a)、(b)、(c)可看出，隨著丟包率增大，三種模型中跟馳車輛的速度變化都會滯后。

Rajamani控制模型和S. Santini控制模型速度滯后量相對較小，在40%丟包率情況下的速度變化比10%丟包率情況速度變化滯后0.5 s左右，Ploeg控制模型的滯后量較大，在40%丟包率情況下的速度變化比10%丟包率速度變化滯后1 s左右，且跟馳車輛速度最大值增加約0.2 m/s。由此可以看出，當(dāng)頭車速度正弦變化時，三種控制模型都會被丟包率影響，丟包率越大，跟馳車輛車速變化越遲，其中Rajamani控制模型受丟包率影響最小，Ploeg控制模型受丟包率影響最大。

3.1.2 頭車緊急剎車場景

丟包對CACC控制模型緊急剎車情況下的影響基于圖3所示的結(jié)果分析，由圖3可知，當(dāng)頭車緊急剎車時，S. Santini控制模型中除頭車外所有跟馳車輛過1 s左右開始減速，并且速度開始快速下降，降到大約7 m/s時速度下降變緩；Ploeg控制模型中每輛車比前車遲大約1 s開始減速，所有車輛速度均勻下降，大約4 s車速下降為0 m/s；Rajamani控制模型中所有車幾乎同時開始剎車，并且車輛減速度幾乎一致，車速在5 s內(nèi)勻減速至0 m/s。通過對比圖3(a)、(b)、(c)可知，隨著丟包率增大，三種模型中跟馳車輛開始減速的時間都略微推遲0.1 s左右，受到丟包率影響區(qū)別不大。

(a)丟包率5%

3.2 時延對CACC控制性能的影響

3.2.1 頭車速度正弦變化場景

圖4是通信延遲條件下頭車車速正弦變化時車輛速度曲線圖。由圖4可知，通信延遲相同的情況下，Ploeg控制模型跟馳車輛車速變化明顯落后于前車車速變化，Rajamani控制模型跟馳車輛速度變化與頭車幾乎相同，S. Santini控制模型跟馳車輛車速變化落后于頭車，但是除頭車外其余所有車輛速度變化幾乎相同。對比圖4(a)、(b)、(c)可知，通信延遲越大，跟馳車輛速度變化越不靈敏。

(a)通信延遲5 ms

總的來看，在頭車速度正弦變化場景下，Ploeg控制模型更容易受到通信的延遲影響，Rajamani控制模型更穩(wěn)定。

3.2.2 頭車緊急剎車場景

頭部緊急剎車的情況下不同通信條件車輛速度隨時間變化的曲線圖如圖5所示。從圖中可以看出，在通信延遲相同的情況下，Rajamani控制模型跟馳車輛車速變化延時較小，而S.Santini控制模型和Ploeg控制模型跟馳車輛車速變化都有較明顯的延時，其中Ploeg控制模型延時最大。橫向?qū)Ρ葓D5(a)、(b)、(c)可以看出，隨著通信延遲的增大，跟馳車輛的速度變化延遲也會增大。

(a)通信延遲5 ms

總的來看，在頭車緊急剎車場景下，Rajamani控制模型相對更加穩(wěn)定，而Ploeg控制模型更容易受到通信的延遲影響。

4 結(jié)束語

基于Veins仿真平臺，分別測試了丟包率和時延對S. Santini、Rajamani和Ploeg三種典型CACC模型控制性能的影響。針對頭車速度正弦變化和頭車緊急剎車兩種情況分別測試了丟包率為5%、10%和40%下的車輛速度變化，測試結(jié)果表明：頭車速度正弦變化時，Rajamani控制模型受丟包率影響最小，Ploeg控制模型受丟包率影響最大；頭車緊急剎車時，三種模型中跟馳車輛開始減速的時間都略微推遲0.1 s左右，但受到丟包率影響區(qū)別不大。針對頭車速度正弦變化和頭車緊急剎車兩種情況分別測試了延遲5 ms、10 ms和100 ms下的車輛速度變化，測試結(jié)果表明頭車速度正弦變化時，Ploeg控制模型效果最差，最好的是Rajamani控制模型；頭車緊急剎車與頭車速度正弦變化測試場景下的測試結(jié)果類似，Rajamani控制模型表現(xiàn)最穩(wěn)定，Ploeg控制模型穩(wěn)定性最差，但三種控制模型跟馳車輛的速度變化延遲都會隨著通信延遲的增大而增大。