自適應(yīng)巡航系統(tǒng)安全性的改善措施研究綜述

道路交通事故是導(dǎo)致年輕人死亡的主要原因之一。當(dāng)駕駛員因疲勞或外部因素而分心時(shí)，就會(huì)發(fā)生很多交通事故。而具有協(xié)同式自適應(yīng)巡航控制的車輛排隊(duì)系統(tǒng)是致力于減少道路碰撞事故和死亡事故的先進(jìn)技術(shù)之一。協(xié)同式自適應(yīng)巡航控制（CACC）被認(rèn)為是一種關(guān)鍵的使能技術(shù)，它可以在車輛行進(jìn)中自動(dòng)調(diào)節(jié)車輛之間的間距，保證了車輛行駛過程的安全。

1 無線信道和移動(dòng)干擾攻擊下協(xié)同式自適應(yīng)巡航控制系統(tǒng)的隊(duì)列穩(wěn)定性分析[1]

1.1 主要目的及原理

雖然現(xiàn)有的CACC系統(tǒng)中的網(wǎng)絡(luò)和物理部分都被集成在一個(gè)控制框架中，但是對(duì)這些系統(tǒng)的實(shí)際建模和安全問題的研究很大程度仍然上是開放的。網(wǎng)絡(luò)特征和網(wǎng)絡(luò)攻擊意識(shí)的良好建模能夠?qū)ACC系統(tǒng)的運(yùn)行產(chǎn)生重要影響，從而使得研究人員更好地理解該系統(tǒng)設(shè)計(jì)和防御機(jī)制。作者ALIPOURFANID在移動(dòng)干擾攻擊下，通過考慮實(shí)際的無線信道情況，對(duì)車輛線路穩(wěn)定性進(jìn)行了綜合分析。作者通過對(duì)現(xiàn)實(shí)世界中行駛車輛的加速度曲線進(jìn)行建模仿真以檢查受到攻擊后的車輛隊(duì)列的穩(wěn)定性。作者采用基于時(shí)間域的字符串穩(wěn)定性定義來描述干擾攻擊對(duì)CACC系統(tǒng)功能和字符串穩(wěn)定性的影響。作者還考慮了攻擊者可能會(huì)破壞字符串位置的情況。

作者主要研究了在無線信道和移動(dòng)干擾攻擊者的雙射線傳播模型下，配備CACC系統(tǒng)的互聯(lián)網(wǎng)車輛的串穩(wěn)定性。首先將信道條件和干擾攻擊影響納入到串狀態(tài)空間表中，并通過大量仿真分析了其串穩(wěn)定性。

1.2 主要結(jié)論

仿真結(jié)果表明由于雙射線路徑損耗模型引起的信號(hào)功率衰減降低了CACC系統(tǒng)的性能。此外，作者還通過分析得知，可以通過增加前進(jìn)時(shí)間和使用存儲(chǔ)器塊以提高該系統(tǒng)的串穩(wěn)定性。最后，本文發(fā)現(xiàn)攻擊者破壞字符串穩(wěn)定性的最佳位置在第二輛車的上方，當(dāng)攻擊者在字符串中向下移動(dòng)時(shí)，它對(duì)串穩(wěn)定性的影響就會(huì)減小。

2 基于魯棒模型預(yù)測控制的協(xié)同自適應(yīng)巡航控制交通安全優(yōu)化方法[2]

2.1 主要目的及原理

以前的研究表明，當(dāng)公路上的車輛之間的間隙減少到2米時(shí)，那么至少可以增加273%的公路交通吞吐量，節(jié)省15%以上的燃料消耗。作者M(jìn)ASSERA提出了一種確保車輛之間能夠長時(shí)間保持最小安全距離的控制方法，并且該方法考慮到每個(gè)車輛制動(dòng)能力以及整個(gè)系統(tǒng)內(nèi)部的延遲問題。所提出的魯棒模型預(yù)測控制器可以在前車行為不確定的情況下保持最小安全距離。作者通過仿真與標(biāo)稱控制器進(jìn)行了比較。

作者研究提出了一個(gè)兩車之間最小安全距離的分析公式和一種基于魯棒L∞范數(shù)最優(yōu)控制器的協(xié)同自適應(yīng)巡航控制策略。其中分析公式提供了隊(duì)列內(nèi)車輛間隙的理論下限值，并可以被用于設(shè)計(jì)能夠考慮前車加速度不確定性的控制器。所設(shè)計(jì)的控制器不僅能夠保證自己的車輛不會(huì)與其前車相撞，還能夠保持足夠小的間隙以降低燃料消耗。

2.2 主要結(jié)論

作者進(jìn)行了三種仿真試驗(yàn)場景，包括具有斜坡加速度的情況、小的速度變化情況和緊急制動(dòng)情況下，典型的高速公路駕駛場景。仿真結(jié)果表明，該魯棒控制器在正常和緊急情況下均能精確地運(yùn)行，表現(xiàn)出令人滿意的距離控制和速度跟蹤，并且還可以在隊(duì)列斷開時(shí)增加了車輛間隙以確保車輛的安全性。未來還需要對(duì)這類系統(tǒng)的串穩(wěn)定性進(jìn)行進(jìn)一步的研究。此外，在控制器的研究上還包括減少由于測量噪聲引起的加速度干擾等。

3 基于綜合控制策略的改進(jìn)型自適應(yīng)巡航控制[3]

3.1 主要目的及原理

目前全球?qū)W者已經(jīng)提出一些關(guān)于車輛的縱向控制策略，使車輛能夠?qū)崿F(xiàn)自適應(yīng)巡航控制和防撞功能。然而，在現(xiàn)有技術(shù)中與側(cè)向控制的整合目前還很少，因此急需要這方面工作的開展。作者IDRIZ A F,研究提出了一種適用于高速公路駕駛自適應(yīng)巡航控制的綜合控制策略，使用基于邏輯的控制策略來產(chǎn)生縱向和橫向控制器之間的協(xié)同作用和安全交互，從而使車輛能夠獲得橫向穩(wěn)定性和先進(jìn)的自適應(yīng)巡航控制功能。作者提出采用已經(jīng)公布的關(guān)于人的駕駛實(shí)驗(yàn)研究的指標(biāo)來評(píng)估車輛的橫向運(yùn)動(dòng)性能。為了更好地處理車輛不穩(wěn)定的橫向運(yùn)動(dòng)，需要在轉(zhuǎn)彎情況下采用制動(dòng)中來獲取期望的加速度。

3.2 主要結(jié)論

作者研究通過適當(dāng)?shù)貙⒖v向和橫向控制器互連來形成集成控制系統(tǒng)。該系統(tǒng)由一個(gè)基于索引的決策平面組成，在縱向和橫向控制器之間建立協(xié)同作用和安全的相互作用，以確保更好的整體性能。本文通過仿真得到的結(jié)果表明，所提出的綜合控制器能夠?qū)崿F(xiàn)各種駕駛情況下自動(dòng)駕駛、路徑跟蹤和避撞的性能。所提出的系統(tǒng)不僅實(shí)現(xiàn)了橫向穩(wěn)定性，還避免了車輛與車輛之間的相互碰撞。特別是在嚴(yán)峻的駕駛狀況下，該綜合控制器能夠增強(qiáng)了車輛的安全性。未來的研究工作將包括對(duì)綜合控制器的實(shí)時(shí)性進(jìn)行實(shí)驗(yàn)驗(yàn)證，并進(jìn)一步開發(fā)出用于諸如超車或換道功能的具有車輛間通信的協(xié)作式自適應(yīng)巡航控制系統(tǒng)。

4 基于隨機(jī)模型預(yù)測控制的自適應(yīng)巡航控制系統(tǒng)[4]

4.1 主要目的及原理

作者M(jìn)OSER D提出了一種隨機(jī)模型預(yù)測控制（MPC）方法用來優(yōu)化車輛在自適應(yīng)巡航中的燃料消耗率。所提出的解決方案需要對(duì)前方車輛速度進(jìn)行短期預(yù)測來求解水平方向上移動(dòng)約束下的最優(yōu)控制問題。作者通過開發(fā)一種條件線性高斯模型并用實(shí)際測量數(shù)據(jù)進(jìn)行訓(xùn)練以能夠估計(jì)前車的未來短時(shí)間內(nèi)速度的概率分布。

作者提出的基于MPC的自適應(yīng)巡航控制策略中使用的實(shí)際測量數(shù)據(jù)，其采用基站的雷達(dá)測量并通過V2V和I2V通信系統(tǒng)向車輛提供信息，用于開發(fā)和訓(xùn)練了條件線性高斯模型以預(yù)測前方車輛的未來速度。CC-MPC和R-MPC的評(píng)估過程通過人造駕駛循環(huán)場景和真實(shí)駕駛循環(huán)場景中進(jìn)行測試來評(píng)估。

4.2 主要結(jié)論及未來方向

作者所使用的預(yù)測模型用于評(píng)估兩種具有不同的向量的MPC控制策略：一種是具有個(gè)體機(jī)會(huì)約束的MPC控制策略，即CC-MPC；一種是從條件線性高斯模型中抽取樣本，并使用基于場景的優(yōu)化方法進(jìn)行優(yōu)化的控制策略，即R-MPC。作者對(duì)兩種所開發(fā)的控制策略進(jìn)行了評(píng)估，并將評(píng)估結(jié)果與標(biāo)準(zhǔn)的MPC策略進(jìn)行比較。評(píng)估結(jié)果表明，與標(biāo)準(zhǔn)的自適應(yīng)巡航控制算法相比，所設(shè)計(jì)的控制器能夠顯著地降低油耗。

由于所提出的方法僅僅限于車輛跟隨情況，未來的研究工作將集中在預(yù)測模型的擴(kuò)展和多車道交通情況的控制方法開發(fā)上。此外，為了提高用戶對(duì)這種輔助系統(tǒng)的接受度，可以開發(fā)一種學(xué)習(xí)型自適應(yīng)巡航控制系統(tǒng)，其能夠可學(xué)習(xí)當(dāng)前駕駛員的駕駛風(fēng)格，以調(diào)整控制參數(shù)。

5 基于可見光通信技術(shù)的協(xié)同式自適應(yīng)巡航控制[5]

5.1 主要目的及原理

自動(dòng)駕駛車輛的控制和可見光通信（VLC）技術(shù)是各自學(xué)科領(lǐng)域研究的熱點(diǎn)。對(duì)于半/全自動(dòng)駕駛車輛來說，與傳統(tǒng)車輛最大的區(qū)別就是這些車輛需要相互溝通，才能保證乘客的安全。在這項(xiàng)研究中，作者DEMIRA從通信和控制方面采取了多學(xué)科融合的方法，提出了一種廉價(jià)的用于車載通信的可見光通信系統(tǒng)，而不是IEEE 802.11p Wi-Fi協(xié)議。由于可見光通信技術(shù)可以通過使用當(dāng)前車輛的車載LED燈來實(shí)現(xiàn)，并且不需要額外的硬件（接收器除外），因此具有很大的應(yīng)用可能性。作者還提出了了一種滑模控制算法，用來實(shí)現(xiàn)使用可見光通信技術(shù)的協(xié)同式自適應(yīng)巡航控制（CACC）。作者所提出的基于可見光通信技術(shù)的協(xié)同式自適應(yīng)巡航控制可以保證兩輛車在保護(hù)距離內(nèi)相互跟隨。但是作者研究也發(fā)現(xiàn)溫度的變化、復(fù)雜的道路條件以及所使用接收器的質(zhì)量影響該技術(shù)的應(yīng)用好壞?；谏鲜鰡栴}，本文提出將不同的過濾算法應(yīng)用于該控制系統(tǒng)中并使用良好的接收器來解決這些問題所帶來的不利影響。未來的研究工作則計(jì)劃將該系統(tǒng)應(yīng)用于實(shí)際車輛工作中去。

5.2 主要結(jié)論及未來方向

通過仿真試驗(yàn)可以得出，所提出的控制方法能夠確保兩輛車之間的距離在安全范圍內(nèi)。其目的是獲得更詳細(xì)的試驗(yàn)結(jié)果，從而驗(yàn)證所提出解決新問題的方法的可行性，并對(duì)試驗(yàn)結(jié)果進(jìn)行分析從而改進(jìn)方法以提高控制系統(tǒng)的魯棒性。

6 基于風(fēng)險(xiǎn)度量的自適應(yīng)巡航控制優(yōu)化方法[6]

6.1 主要目的及原理

作者M(jìn)OSER D工作重點(diǎn)研究了多車道高速公路上基于碰撞時(shí)間的自適應(yīng)巡航控制應(yīng)用的風(fēng)險(xiǎn)度量技術(shù)。為了提高燃油效率和行駛安全性，作者建議采用隨機(jī)模型預(yù)測控制方法來限制所施加的風(fēng)險(xiǎn)度量的違規(guī)概率?；谶@個(gè)原因，通過采用貝葉斯網(wǎng)絡(luò)并根據(jù)實(shí)際測量來預(yù)測周圍車輛未來運(yùn)動(dòng)的概率分布情況。然后，將這些概率分布函數(shù)并入到隨機(jī)模型預(yù)測控制算法中去。

作者提出了一種在多車道高速公路上使用的自適應(yīng)巡航控制的節(jié)能方法。其中，基于機(jī)會(huì)約束的模型預(yù)測控制已經(jīng)被開發(fā)出來，并且還制定了關(guān)于碰撞時(shí)間的風(fēng)險(xiǎn)函數(shù)的確定性等價(jià)約束。顯然，如果相對(duì)速度較低，那么對(duì)碰撞時(shí)間的約束較小，可以允許更小的車輛間距離。這表明對(duì)碰撞時(shí)間的約束并不需要那么保守，太過保守反而限制了風(fēng)險(xiǎn)評(píng)估的進(jìn)展。

6.2 主要結(jié)論及未來方向

所提出的控制在仿真中使用人工評(píng)估周期進(jìn)行評(píng)估，與傳統(tǒng)的自適應(yīng)巡航控制系統(tǒng)相比，在發(fā)生急劇的制動(dòng)情況下，該系統(tǒng)的燃油效率和安全性顯著提高。通過仿真試驗(yàn)評(píng)估結(jié)果表明，這種方法不僅能夠提高車輛的急停機(jī)動(dòng)性能，還能夠顯著提高乘坐舒適性和燃油效率。未來研究工作將研究不同風(fēng)險(xiǎn)函數(shù)對(duì)隨機(jī)模型預(yù)測控制和運(yùn)動(dòng)預(yù)測模型的影響。此外，還將研究基于真實(shí)世界的駕駛周期和隨機(jī)交通環(huán)境的分級(jí)評(píng)估方法。

[1]ALIPOUR-FANID A,DABAGHCHIAN M,ZHANG H,et al.String Stability Analysis of Cooperative Adaptive Cruise Control Under Jamming Attacks：2017 IEEE 18th International Symposium on High Assurance Systems Engineering(HASE),2017[C].

[2]MASSERA FILHOC,TERRA M H,WOLF D F.Safe Optimization of Highway Traffic With Robust Model Predictive Control-Based Cooperative Adaptive Cruise Control[J].IEEE Transactions on Intelligent Transportation Systems,2017,18(11)：3193-3203.

[3]IDRIZ A F,ABDUL RACHMAN A S,BALDIS.Integration of auto-steering with adaptive cruise control for improved cornering behaviour[J].IET Intelligent Transport Systems,2017,11(10)：667-675.

[4]MOSER D,SCHMIED R,WASCHL H,et al.Flexible Spacing Adaptive Cruise Control Using Stochastic Model Predictive Control[J].IEEETransactions on Control Systems Technology,2018,26(1)：114-127.

[5]DEMIR A,MACIT M C.Cooperative Adaptive Cruise Control Using Visible Light Communication：2017 25th Signal Processing and Communications Applications Conference(SIU),2017[C].

[6]MOSER D,DEL RE L,JONESS.A Risk Constrained Control Approach for Adaptive Cruise Control：2017 IEEE Conference on Control Technology and Applications(CCTA),2017[C].