基于C-V2X自适应巡航仿真研究

冯其高 张莹 杨波 蔡之骏 李晓平

摘 要：在传统的自适应巡航（Adaptive Cruise Control ACC）控制中，主要依靠雷达或视觉对车辆周围环境的感知，但是在一些情况，比如：下雨、雾天或者在弯道行驶时，因为传感器对外界感知能力的不足，造成自适应巡航体验不佳;为克服雷达和视觉传感器的不足，文章主要基于C-V2X（Cellular Vehicle to Everything）技术，结合RSU（Road Side Unit）发送局部地图，实现车辆对周边车辆的感知。在弯曲道路下，ACC利用车车通信V2V（Vehicle to Vehicle）和RSU发送的MAP消息集，实现对不同车道的目标车辆进行实时切换，保障车辆在弯道上的ACC行驶安全。通过Matlab/Simulink搭建基于C-V2X的ACC算法，通过仿真表明利用C-V2X的ACC在弯道上能够根据RSU提供的MAP消息集，针对不同车道远车RV（Remote Vehicle）进行实时的目标切换，同时主车HV（Host Vehicle）能够与跟踪目标车辆保持安全距离，实现车辆安全行驶。

关键词：C-V2X;自适应巡航;目标车辆切换

中图分类号：U495  文献标识码：A  文章编号：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

由于汽車行业的迅猛发展，各种交通事故和交通拥堵日益加剧，在如何减少交通事故[1]，提高汽车的安全性，解决交通拥堵方面，成为社会的关注的热点问题。近年来，无人驾驶汽车的迅速发展，为这些问题提供了新的解决方案。当前无人驾驶汽车实际上大多停留在研发阶段，要进行大范围的推广落地，难度比较大;但是对于减轻驾驶员疲劳，提高驾驶安全的高级辅助驾驶技术尤其是自适应巡航控制（Adaptive Cruise Control ACC）已经在广泛的应用。但是当前自适应巡航系统存在一定的局限性。ACC系统工作过程中，当前车离开自身车道或者前车换道进入自车车道，ACC需要能够根据前车的换道行为做出反应。尤其在一些弯道公路时，由于传统的雷达、摄像头对外界感知的局限性，在弯道上进行ACC有很多限制，容易造成ACC控制算法出现异常的加减速，跟踪目标丢失，从而引起较大的安全隐患。文献[2]在ACC过程中，利用前车的运动状态来估计本车未来的行驶轨迹的方法识别前车是否出弯道或者换道。文献[3]通过多项式拟合行驶轨迹的方法来识别前车的换道行为。文献[4]利用相对车速和相对角度的变化规律区分前车的换道行为。文献[5]利用实际的驾驶试验获取前车的运动状态数据，采用道路曲率估计值、前车行驶轨迹斜率及其变化率和前车与自车之间的横向距离，建立前车换道的识别模型。文献[6]提出考虑换道过程的ACC控制算法。文献[7]利用混杂系统理论对搭载有雷达、激光和摄像头传感器的车辆进行复杂交通场景建模分析，提出一种解决多目标车辆环境下的ACC算法。目前的研究虽然能够针对一些弯曲道路进行ACC换道目标的切换跟踪，但是识别准确率、传感器获取数据的干扰因素，造成ACC在弯道的目标跟踪有很大的局限性。为解决上述问题，本文基于C-V2X技术高可靠性、低延时的特性，结合RSU提供的局部地图，实现车辆对周边车辆感知，在车辆进行ACC控制时，使车辆在弯曲道路条件下，能够根据不同车道的车辆在换道过程中进行目标车辆的实时切换，保障车辆ACC行驶安全。

1 基于C-V2X 的弯道ACC通信

如图1所示，表示主车HV在弯道行驶过程，通过搭载有C-V2X的车载单元OBU接收路边单元RSU发送的V2I信息：周边路口和道路信息、红绿灯信息，同时接收RV向一定范围发送的V2V信息：位置坐标、航向角、横摆角、方向盘转角、车速、加速度。HV接收到周围的V2V信息和V2I信息，并且通过RSU发送的车道信息进行车路协同的自适应巡航。其中V2V通信频率为10HZ;RSU发送的主要包括MAP消息集和红绿灯等的V2I消息集。

2 驾驶员模型

对驾驶员的模拟，其本质是在人车路这个闭环系统中，驾驶员根据目标路径信息，进行转向盘转角的控制，达到跟随目标路径的目的。根据文献[8]引入偏差信号的PID方向控制器，其控制器表达式为：

（1）

其中Kp、Ki、Kd为前轮转角增量PID控制系数， 为理想前轮转角增量， 为实际前轮转角前一时刻的值，  为理想前轮转角， 理想的侧向加速度， 为实际侧向加速度。

如图2为驾驶员汽车方向控制框图，横向位移误差变化率为：

（2）

其中Vx（t）、Vy（t）为t时刻车辆的纵向和横向车速， 为t时刻的横摆角，R（t）为t时刻的道路曲率半径。

3 车辆模型

本文主要研究车辆在行驶过程车辆在预期轨迹行驶过程中的纵向控制行为，因此需要准确的建立整车的动力学模型，同时简化计算过程，因此采用具有输入u（纵向加速度）和前轮转向角δ的车辆动力学模型如下：

（3）

其中该模型中，δ为前轮转向角， 、 为车辆质心O1（x， y）到前、后轴的距离，ψ为车辆的横摆角，Iz为车辆坐标系绕z轴的转动惯量，Cf和Cr为前后轮胎的等效侧偏刚度。

4 ACC控制策略

ACC功能是控制本车速度在合适的时间内稳定的达到目标巡航车速匀速行驶，或在跟车过程中防止自车车速超过目标巡航车速，本文ACC的安全距离采用车间时距[9-10]：

（4）

其中ddes为车间时距，单位为m;τh为车间时距，单位为s;VHV为本车的车速，单位为m/s;dsafe为自车停车后与前车的最小车间安全距离，单位为m。

基于C-V2X的ACC控制策略主要包括两部分：（1）如果HV与RV处于同一车道，那么会根据如下操作：（a）如果相对距离小于安全距离，则主要目标是放慢速度并保持安全距离。（b）如果相对距离大于安全距离，则主要目标是在保持安全距离的同时达到驾驶员设定的速度。（2）如果HV与RV不在同一车道，那么根据HV设定的车速进行行驶。

5 仿真结果分析

在Matlab/Simulink中搭建如图3所示的仿真平台，其中ACC控制算法在Adaptive Cruise Control System模块，HV车辆模型和跟踪前方道路上的目标车辆进行ACC是在Vehicle and MIO模块中。HV的自行车动力模型的参数如表1所示：

图4表示主车HV和两辆RV1、RV2在曲率半径R=760m，车道宽为3.6m的道路上行驶的场景。HV按照13m/s的速度行驶，RV1以初始车速15m/s的速度行驶，RV2以10m/s的速度行驶。

图5-图8表示HV在弯曲道路行驶过程中HV的变化过程。其中图5表示HV在ACC行驶过程中，HV跟踪RV的车辆编号以及HV与目标车辆在同一车道的匹配结果。在0-5.1s，HV跟踪的是RV1车，但是由于HV与RV1不在同一车道，因此起始阶段HV所在车道没有远车，此时HV设定的巡航速度为25m/s，因此HV进行加速;在5.1s后，RV2进入与HV同一车道，HV切换跟踪目标到RV2，由图6可知，HV跟踪的RV2车速为10m/s，因此HV进行减速，10.6s后，RV1与HV处于同一车道，因此HV跟踪RV1，由图7可知，此时由于RV1与HV的相对距离大于安全距离，此时HV的车速小于RV1的车速15m/s，由图8可知，HV进行加速，目的是保持安全距离的同时，跟踪RV1的车速，在17.4s后，HV跟踪RV2，此时HV与RV2保持安全距离，同时HV的车速基本维持在12m/s的车速，实现跟随行驶。由图7可知，整体看，HV行驶过程中，HV与RV的相对距离始终大于设定的安全距离，同时在行驶过程中，由图5可知，HV能够自动在ACC过程中自动切换跟踪的RV，验证了本文的ACC控制策略，同时保证了车辆在弯道行驶的安全。

6 结论

本文利用C-V2X技术，实现车车通信、车与路侧设备的通信，实现不依赖于雷达、摄像头的ACC功能，在弯道上，利用RSU提供的局部地图信息，实现ACC巡航能够实时的切换跟踪车辆，提高了车辆在弯道ACC的安全性，为车路协同辅助驾驶提供了一定的理论基础。

参考文献

[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] 陈达兴.自适应巡航控制系统中前方有效目标识别算法研究[D].长春：吉林大学， 2011.

[3] 耿石峰.基于轨迹分析的自适应巡航系统目标识别方法研究[D].长春：吉林大学， 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，山岩，赵佳等.基于ACC系统的目标车辆换道与出入弯道状态辨识算法[J]. 汽车工程，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] 段立飞，高振海，王德平.驾驶员对汽车方向的自适应控制行为建模[J].机械工程学报，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.汽车纵向主动避撞系统的研究[D].北京：清华大学，2004.