自适应巡航控制系统模型在Simulink中的实现

兰龙睿

(福州大学梅努斯国际工程学院，福建 福州 350108)

1 概述

第二次世界大战结束之后，世界汽车行业飞速发展，拥有汽车的家庭越来越多，汽车逐渐成为各国人民出行的首选。随着汽车数量的增多，交通事故也越发增多。据统计，全世界每年有120多万人死于道路交通事故，数百万人受伤或致残，直接经济损失达5180亿美元[1]。可见，世界道路交通安全形势十分严峻，人们对道路交通和汽车安全性的需求提高。人们希望能减轻驾驶时的疲劳感，减少交通安全事故发生，保障自身和他人的生命、财产安全。因此，各大汽车企业和研究机构都着力于开发更先进的巡航控制系统等驾驶辅助技术，防止驾驶员疲劳驾驶，保障汽车安全行驶。巡航控制是一种使汽车在行驶状态下保持固定车速以提高驾驶舒适性的技术。在巡航控制期间，汽车能自动改变节气门体的开度和档位，使车辆保持一个相对固定的速度。由于车速固定，因此加速踏板和制动踏板的踩放次数减少，耗油量也随之减少。随着技术发展，新的巡航控制系统的设计和操作方式使得系统具有更高的工作效率、更强的可靠性和更广的使用范围。本研究旨在建立一个巡航控制系统，使行驶车辆在直行的高速公路上保持固定的速度，即在面对不同情况时，速度都能在波动后保持固定。

自适应巡航控制系统是在现有巡航控制技术的基础上发展起来的一种智能自动控制系统[2]。该系统通过两个传感器来实现获取外部信息的功能。在行驶过程中，安装在车辆前部的距离传感器用雷达连续扫描车辆前方道路，而轮速传感器被用来采集实时的车速信号[3]。发动机的控制系统在接收到传感器的数据后，对数据进行有效算法处理[4]，然后就可以判断车辆进行加速或减速。本文利用Simulink中的自适应巡航控制(ACC)系统进行建模，解决巡航控制系统的仿真问题。在最开始的情况下，前车和本车的初始速度和初始位置已知，且加速度被认为是一个现实中的正弦波。模型对数据进行计算和积分，得到当前速度和当前位置，并将这两个数据传输到自适应巡航控制系统中，得到本车的纵向加速度。根据计算得到的纵向加速度，本车将做加速或减速操作。最后利用本车的当前速度和当前位置，计算出新的相对速度和相对距离，使系统继续保持运行，即保持两车之间的安全距离。该系统将在Simulink中运行，然后进行评估。在Simulink的观测器中得到速度、加速度和相对距离的数据并利用Matlab绘制图像。通过分析图像，本文将判断在保持安全距离的情况下，速度是否固定在驾驶员事先设定的值，重点关注模型的有效性。

2 自适应巡航控制系统和Simulink仿真

2.1 自适应巡航控制系统

自适应巡航控制系统是在旧有巡航控制系统的基础上发展起来的一种新系统。自适应巡航控制系统可以根据外界条件对汽车的运动状态进行调节，因此比常规巡航控制系统具有更好的性能。它有时也被称为动态雷达巡航控制或智能巡航控制，因为它可以通过车上安装的测量设备探测到前车与本车的距离和前车的速度。其基本思路是，汽车的加速或减速会自动取决于周围汽车的移动速度。这种巡航模式极大地优化了巡航控制系统。自适应巡航控制系统只对沿车道行驶的车辆进行纵向行驶控制。控制系统通常由上层控制系统和下层控制系统组成[5]。上层控制系统根据两车之间的相对距离和车载装置获得两车速度差值，并输出下一时刻的加速度。下层控制系统通过调整内部动力系统实现上层控制系统优化得到的加速度。近年来，自适应巡航控制的研究呈现多样化的趋势，如城市常工况下启停的自适应巡航控制、混合动力汽车的自适应巡航控制、与车道保持系统相结合的自适应巡航控制、弯道行驶的自适应巡航控制、考虑燃油经济性的自适应巡航控制等。研究表明，自适应巡航控制系统的使用可以减少驾驶员踩放加速踏板和制动踏板的次数，从而降低油耗，而且由于它能根据驾驶员的预期来设定巡航速度，因此驾驶的舒适性也得到了大大的提高，让驾驶员在驾驶汽车时减少疲劳感并放松心情。

自适应巡航控制系统有两种工作模式:①速度控制。在该模式下，本车以驾驶员设定的速度行驶。②距离控制。在该模式下，本车与前车需要保持安全距离[6]。自适应巡航控制系统根据实时雷达测量选择使用哪种模式。例如，如果前车与本车距离接近，自适应巡航控制系统将从速度控制转换为距离控制。同样，如果前车与本车距离过远，自适应巡航控制系统将从距离控制转换为速度控制。一般来说，在本车与前车保持安全距离的情况下，系统会保持驾驶员设定的固定速度。

2.2 Simulink仿真

本文使用Simulink软件进行仿真，Simulink是一种基于Matlab语言环境的仿真建模软件，具有图形化界面且用户界面友好，操作方便，是目前工程界常用的仿真工具。在Simulink中，数学模型可以用图形方式进行展现，而且各种功能模块化，因此相关数值的求解可以通过内部的一些模块完成。在仿真建模过程中，可以直接用鼠标拖放模块，建立信号连接。由于在Simulink中可以用模块进行建模，所以控制系统和控制对象可以分别建立模型。每个子模块的参数可以单独修改，且这些修改不会影响其他模块的运行，使系统的扩展十分方便。由于仿真对象的模块化、标准化，在Simulink中可以采用不同控制模块来对比不同控制方式的优劣，从中选择最佳的控制算法[7]。

Simulink仿真中存在一个自适应巡航控制系统(ACC)，该系统的输入有5个变量，分别是:驾驶员设定速度、时间差、本车的速度、与前车的相对距离和与前车的相对速度。其中有一个子系统模块被用来计算初始状态和当前状态之间的关系，并在得到结果之后对系统的其他数据进行更新。为了实现在直行的高速公路上车辆能保持固定的速度，本文使用Simulink内的这一模块进行建模。

对于本车和前车，本文基于拉普拉斯变换建立了加速度和速度的动力学模型，如式(1)所示。该模型估计了节气门体和车辆惯性的动力学变化。

(1)

在本文中，本车和前车的相对安全距离可被表示为与本车速度有关的关系式，如式(2)所示。其中，Ddefault为静止时的间距，Tgap为前车和本车的时间差。

Dsafe=Ddefault+vego×Tgap

(2)

两辆车的初始速度和初始位置可以人为设置。基于两车的初始速度和初始位置，模型可以计算出两车当前的速度和当前的位置。其中，当前速度的计算方法是上述动力学模型方程，该方程可以描述加速度与速度之间的关系，并考虑到节气门体和车辆惯性。当前位置是根据初始位置和行驶方向上的位移之和计算得到的，其中位移为速度在时间上的积分。经过计算，模型再将两车当前的位置与速度相结合，就能得出当前的相对速度和相对距离。根据这些数据，自适应巡航控制系统将决定车辆加速或减速，即加速或减速过程取决于两车之间的实际距离。在本车与前车保持安全距离的情况下，系统会使本车保持驾驶员设定的固定速度。

3 Simulink仿真过程和结果分析

3.1 Simulink仿真过程

本文使用Simulink中的自适应巡航控制系统模块进行仿真，它满足了两辆车在保持安全距离时保持固定速度的需求。在Simulink中创建两个子系统，表示本车和前车的位置，速度和加速度之间的关系。为了便于分析，本文认为前车的加速度可以用一个现实中的正弦波表示。在仿真开始时人为设定前车和本车的初始速度和初始位置。开始仿真后，系统将对数据进行计算和积分，得到当前速度和当前位置。然后将这两项数据上传至自适应巡航控制系统，得到纵向加速度，本车据此将做加速或减速的操作。利用本车的当前速度和当前位置，模型计算出新的相对速度和相对距离，使系统保持运行以达到目标。在Matlab中编写了2个文档，其中一个文档用来初始化变量，设置相应的数值，并在该文档中编写命令，调用另一个文档中的函数来对模型进行仿真。另一个文档用来模拟仿真和绘制速度、加速度和两车间距的图像，最终根据Matlab得到的图像来评估模型。

为了直观、清晰地显示数据趋势，对速度值进行了人为增大，并进行举例分析。把驾驶员设定的速度设置为45m/s，本车的初速度是30m/s，前车的初速度是40m/s。因此，初始相对速度是10m/s。本车的初始位置为0m，前车的初始位置为50m，初始相对距离是50m，默认的安全距离设置为10m。之所以将初始距离设置为50m，是因为在这种情况下的初始距离不会影响本车的加速度。时间差为1s，采样时间为0.1s。将数据设置在合理区间，以避免产生过大的误差。前文给出了加速度与速度之间的关系，并考虑了节气门体和车辆惯性的影响，然后基于Simulink建立自适应巡航控制模型(如图1所示)。

图1 基于自适应巡航控制系统建立的模型示意图

最终的模型有3个模块，其中2个子系统模块代表了2辆车的基本信息，两车的关系可由2个模块之间的连线和小模块表示，如图1所示。另一个模块是自适应巡航控制系统模块，它是Simulink中已有的一个模块，直接使用该模块便于模型的建立。该模块中的5个变量分别是“设定速度”“时间差”“纵向速度”“相对距离”和“相对速度”。其中，“设定速度”和“时间差”是人为设定的，“相对距离”和“相对速度”可以通过本车和前车的数据计算得出，“纵向速度”是本车的当前速度。基于这5个变量，模型在自适应巡航控制系统模块中进行计算，得到纵向加速度。而本车将基于纵向加速度进行加速或减速。将本车的“当前速度”值返回到自适应巡航控制系统模块，作为变量“纵向速度”的值。模型将进行下一阶段的计算，决定下一阶段的速度。

如图2所示，每个子系统模块包含5个变量，分别是“加速度”“初始位置”“初始速度”“当前位置”和“当前速度”，由几条线和几个小模块连接而成，以此表示它们之间的关系。其中“加速度”“初始位置”和“初始速度”是人为设置的。模型对这些数据进行计算和积分，得到“当前位置”和“当前速度”。最后将这2个变量的值传输到自适应巡航控制系统，继续使两车保持安全距离。

图2 子系统模型示意图

笔者发现，如果设定的速度小于本车和前车的速度，那么设定的速度将失去意义。因为本车在开始时就达到了设定的速度，所以车辆会一直保持固定的速度，不再变化。主要由于本车的速度保持不变，而前车保持更大的速度，两车的相对距离会越来越大。所以，在这种情况下，相对距离小于安全距离的条件不会出现，本车的速度也不会发生改变。

3.2 结果分析

通过在Matlab中进行绘图，获得表示速度、加速度和相对距离的仿真数据变化图。在前7s，如图4和图5所示，为了达到设定的速度，本车以最大加速度加速。从8s到28s，如图3和图5所示，由于两辆车的当前相对距离大于安全距离，所以本车的速度保持不变。从29s到36s，如图3和图5所示，由于前车的速度在下降，且本车速度大于前车速度，两车相对距离也在减少。所以，如图4所示，从29s到31s，本车的加速度减小到负值，但绝对值变大，即开始减速。而在31s到36s之间，如图3～图5所示，由于两车的相对速度变小，相对距离接近甚至小于安全距离。为了增加两车之间的相对距离，本车的加速度立即达到最小。图5显示，从速度下降时刻到43s，在本车达到设定速度之前，本车的速度更快。如图3和图5所示，由于本车的速度在不断增加，而前车的速度增加趋势更快，两车的相对速度也在不断增大，所以在44s到53s之间的相对距离越来越大。在54s之后，由于两车的相对速度减小，且本车速度大于前车速度，相对距离开始下降，为了使两车相对距离大于安全距离，本车的速度也开始减小。

(a)实际相对距离(b)安全相对距离图3 两车实际距离和安全距离的比较图

(a)本车加速度(b)前车加速度图4 两车加速度的比较图

(a)本车速度与设定速度(b)前车速度图5 两车速度和设定速度的比较图

通过模拟及其获得的数据可知，当两车保持安全距离时，即使前车速度发生变化，本车也将保持一个固定的速度。而且，该模型可以使两车之间的相对距离在大多数情况下始终大于安全距离。因此，它是足够安全的巡航控制系统，满足本文研究的目的。

4 结论与展望

Simulink仿真结果表明，该模型符合保持匀速的目标要求，基于Simulink建模得到的自适应巡航控制方法可以描述本车与前车之间的关系。在Simulink中，该仿真模型具有良好的性能。此外，该模型可以使本车与前车保持足够大的距离，保证两辆车在大多数时候都是安全的。对于大多数司机来说，这极大提高了驾驶安全性和驾驶体验，这种特性对巡航控制系统是有益的。

但是，基于模型建立的自适应巡航控制系统对实际情况的推测准确度仍有提升的空间，在更多考虑行人、行驶曲线等变量后，计算出相关方程，将使模型能符合更多的实际驾驶场景。在自适应巡航控制系统的研究上，有学者也考虑了其他的一些变量，结合神经网络PID控制器模型、滚动优化模型、模糊控制策略、有效目标辨识算法等开展研究，取得了相应的成果。只有进一步提升道路交通的智能化程度，才能在日常道路交通中运用模型，并使之充分发挥作用。由于目前道路交通并没有高度智能化，一些模型只能在特定条件下使用，无法实现任何场景下都能使用完全有效控制的汽车驾驶智能系统。虽然自适应巡航控制系统还面临着许多困难，但是随着相关技术的快速发展，仍然可以想象未来相关的道路和车辆的交通安全问题能得到妥善解决，人们能够更加安全地驾驶汽车出行。