赵祥永
（安徽三联学院，安徽合肥，230601）
0 引言
经济的发展改变了传统的出行方式，道路上汽车的数量越来越多，不仅造成了严重的空气污染，也增加了交通事故发生的频率，研究表明[1]，仅在2016年全国发生交通事故的总数就突破了十六万起。智能车辆是一种新型车辆，车内部添加了环境感知智能化传感器，能根据外界环境进行驾驶决策[2]，完成车辆的控制，因此，智能车辆在各个领域的应用范围较广，传统的智能车辆主要使用基础性传感器完成车速控制[3]，但基础性传感器的敏感性较差，在控制过程中经常出现指令延时问题，因此需要设计一种新的智能车速度控制方法。
我国对智能车辆的研究时间较短，掌握的智能车速度控制方法也尚未成熟，直至2003年[4]，我国才研发出第一辆自主驾驶汽车，相关研究人员对智能车控制过程进行了研究，发现其控制精度受多种因素影响，首先，车辆前轮偏角位置存在延时，可能影响智能车速控制效果，其次，车辆受约束条件限制，存在一定的动力学约束，最后，车辆行驶过程中，还会受道路复杂效果影响，限制车速控制算法运行，PLC是一种特殊的数字运算操作系统[5]，可以准确地完成数字指令运算，降低指令延时，因此本文基于PLC设计了新的智能车速度控制方法，为后续智能车辆研究作出一定的贡献。
1 基于PLC的智能车速度控制方法设计
1.1 构建智能车速度底层控制平台
智能车融合了多种控制技术，因此为了实现智能车速度综合控制需要根据智能车运行概况设计智能车速度底层控制平台。本文选取BJUT-IV作为智能车底层控制基础平台，并对其进行优化，使该控制平台能同时进行环境感知、决策，实现综合控制。
构建的智能车速度底层控制平台共使用了两种不同类型的传感器，即环境传感器和视觉传感器，环境传感器可以采集车辆运行中的外界环境条件[6]，完成车辆控制，视觉传感器则可以采集汽车运行中的位置信息，控制智能车的运行速度，为了增加智能车速度控制效率，本文构建的智能车速度底层控制平台安装了Foo Hoo高分辨率摄像头[7]，提高视觉信息采集的精准度。
在光线较昏暗的地方能见度较低，因此智能车速度底层控制平台的识别效果也较差，为了进一步提升智能车速度控制效率，本文构建的智能车速度控制平台选取了HOKUYO UTM-30LX激光雷达[8]，提高了智能车的障碍物识别效果。
智能车速度控制平台基于载波技术安装了NovAtelFlex Pak-G2GPS接收处理机，连接了GPS-702-GG天线，有效地提高了平台的数据传输效率，降低了误码率。不仅如此，设计的智能车速度控制平台还安装了Crossbow VG700AA垂直陀螺[9]，实现车辆的动态测试。
智能车底层控制平台主要由横向控制平台和纵向控制平台组成，纵向控制平台主要包括执行机构和控制模块，在智能车运行过程中控制模块可以及时进行制动，避免出现制动事故，油门刹车控制中心内部可以通过控制电机来转动，并使用油门踏板与电位器相连，可以不断调整驱动电机模拟量改变电机转矩，完成智能车速精确控制。
智能车辆控制稳定性与控制平台的硬件连接效果相关，可以根据电机运行效果，不断调整控制器参数，设计EPOS调试界面，实现精准的PI控制。
1.2 基于PLC设计智能车速度控制模型
传统的智能车速度控制方法受复杂指令限制，往往无法实现有效的控制，存在较高的控制延时，因此本文基于PLC设置了可编程指令[10]，通过控制数字模拟输出来完成指令控制，从而有效地降低智能车速度控制延时，因此本文基于PLC设计了智能车速度控制模型，如公式（1）所示。
公式（1）中，cos∂代表车辆运行偏转角作用力，f代表车辆移动合力，该智能车速度控制模型在使用过程中需要结合车辆的运动形式规律，避免在车速度控制过程中出现车辆滑移现象。
为了尽可能保证智能车速度控制有效性，本文还设计了PLC控制系统，最大限度满足智能车的控制需求，该控制系统内部软件用中间继电器控制，结合了计数器共同安装控制接线，为了尽量避免智能车速度控制故障，设计的智能车速度控制系计算了PLC综合编程控制参数，计算式如公式（2）所示。
公式（2）中，Q代表编程指标，V代表智能车速度变化指数，使用该公式可以进行有效的PLC编程，最大程度上降低智能车速度控制误差。
电动汽车在正常行驶中突然油门信号改变，此时设计的PLC变频器会自动切换到恒转速控制模式，此时存在较低的恒转速，因此可以根据减速斜宰减速到指定的恒转速上，PLC控制系统可以进行油门信号优化，在没有刹车信号的时候，PL C控制系统还可以将变须器减小到恒转速，并将速度控制方式转换为恒定控制模式，避免变频器出现问题。
本文设计的方法在智能车速度控制模型的基础上设计了智能车动力学坐标系，可以将该控制模型的输入量设置为前轮转角，计算车辆运输运行过程中的运行信息，首先假设车辆后轮不发生偏移，此时可能会出现一定的轮胎侧向力，设计标准的轮胎侧向力表示公式，并将其与车轮的几何作用关系相结合，即可完成智能车速度有效控制。
为了提高智能车速度的控制效果，本文设计的方法结合了纯跟踪算法计算了车辆的行驶路径，实现车辆转向角控制，可以假设车辆的初始运行坐标和期望跟踪目标，列出车辆轴中心预瞄距离，设计几何关系计算式并进行变换，即可得到标准的车辆行驶半径。
在智能车速度控制过程中，可能存在车辆路径跟踪偏移情况，此时需要结合Stanley路径跟踪算法设计相应的反馈函数，完成控制向量叠加，提高智能车速度控制效果。首先设置标准的车辆前轮转速，测量车辆前轮转向角，将其与期望路径作差，此时可以得到最近的期望距离，接下来可以结合车辆的运动方向消除车辆角度偏差，得到转向角综合控制量，使用该综合控制量可以消除智能车速控制偏差，此时消除的智能车速度控制偏差可能会受到随机增益影响，降低速度控制有效性，因此可以将前轮转向角与偏转向量叠加，计算综合偏移消除公式，完成精准的智能车速度控制。
1.3 组装智能车速度动态规划跟踪控制器
智能车速度控制的关键就是掌握智能车的运动路径，因此本文设计的方法组装了智能车速度动态规划跟踪控制器来完成智能车速度控制。智能车速度动态规划跟踪控制器的组装分为三个步骤，每一个步骤均需要结合智能车辆的实际位置，计算航向偏差和距离参数，完成预瞄点坐标的设置。
为了进一步提高智能车速度控制的有效性，本文选取改进预瞄距离算法完成动态规划跟踪控制器的组装，首先可以根据车辆行驶标准速度设计预瞄数学关系式，计算此时车辆的预瞄距离，其次为了保证智能车辆速度与期望速度相拟合，本文设计的方法通过增大前轮转向角消除了智能车辆运行过程中可能产生的距离偏差。
根据车速与车辆航向之间的关系，可以计算车辆路径偏差信息，确定车辆的预瞄距离，为了解决传统的智能车速度控制方法存在的控制延时问题，本文设计的方法同时参考了车辆运行中的多个偏差信息，确定综合控制距离，完成动态规划跟踪器的安装。
在车辆运行过程中，运行轨迹与期望路径会存在若干个交点，此时需要进行计算，排除多余的交点，仅留下一个交点，智能车辆运行速度较低时的预瞄距离可能较短，产生的偏差较大，因此可以使用改进跟踪算法确定期望路径轴线，并将综合预瞄距离相加，得到最终的智能车速度控制距离。
1.4 实现智能车速度控制
实现车速度控制还需要进行智能车速仿真控制实验，结合智能车辆运行过程中可能会出现的多种影响因素进行实验，为了保证实验的验证效果，使用CarSim Matlab进行车辆运动仿真，搭建了智能车辆运行平台，结合上文选取的预瞄点，总共计算出了10个预瞄距离，分别检测这10个预瞄距离的控制效果，控制综合数值高于1则证明控制效果较好，反之则代表控制效果较差，10个预瞄距离的控制效果数值分别为：1.355、1.565、1.564、1.204、1.445、1.302、1.561、1.302、1.204、1.654，均高于数值1，证明上文中选取的预瞄点合格，可以进行有效的智能车速度控制。
可以根据上文中选取的控制预瞄点，设计智能车速度控制方程，假设车辆的运动幅度较小，首先可以计算出车辆的纵向运动导数，其次结合车辆的响应时滞，可以计算智能车辆运动特性，得到连续的空间状态方程，结合该空间状态方程可以对速度控制平台进行离散化处理，得到标准的智能车辆采样时间和采样周期。
为了保证智能车速度控制的延时最短，实现精准跟踪，可以将智能车速度控制问题用计算机QP问题进行假设，可以得到新的空间状态表达式，重新进行简化运算，此时计算出的预测时域符合智能车速度控制需求。考虑到智能车的控制特性，可以根据控制目标的运动状态设计速度跟踪曲线，此时得到的目标函数可以实现加速度约束，能保证综合参考量和系统状态偏差始终处于标准范围内，进一步实现智能车速精准控制。
2 实验
为了检验本文设计的基于PLC的智能车速度控制方法的控制效果，本文将其与传统的智能车速度控制方法对比，进行了实车控制实验。
2.1 实验准备
使用RS232设计智能车速控制实验检测中心，该检测中心主要由各个通信模块、决策模块组成，为了保证智能车速度控制检验准确性，本实验还选取了UDP协议进行数据采集，设计了相关的数据分析算法，选取BJUT-IV智能车为实验车，该车速度控制检测中心的结构组成示意图如图1所示。
图1 智能车速度控制检测中心
由图1可知，该智能车速度控制检测中心可以不断采集车辆的感知数据，结合车辆的运动状态向实验检测中心输出测试数据。该控制检测中心能同时实现模块单独调试和数据采集显示，并输出相应的检测曲线，完成智能车速控制检测。
检测中心的通信协议使用RS232进行通信，通讯接口波特率设为115200，为了更好地提取智能车速度控制数据，本实验用OpCode 0x10作为初始数据索引参数实现数据读取，结合该参数，可以设计对应的车速控制障碍坐标，如表1所示。
表1 车速控制障碍坐标
由表1可知，在读取到车速控制障碍坐标后，需要将其输送到控制中心中完成反馈，因此可以使用循环冗余算法完成CRC校验，校验结果符合CRC-CCITT校验要求则证明校验成功，反之则证明校验失败。
选择某结构化路段进行实验，在该道路上设置14个障碍物，测试智能车辆的转弯、车速控制效果，使用GPS及时获取智能车辆的位置信息，采集智能车辆的航向角，使用BJUT-IV 控制软件设置智能车期望速度，并使用标准的数据跟踪曲线进行拟合。将智能车的初始速度设置为0，期望速度也设置为0，随即不断调整智能车的期望车速，将其提升至10kmh、20 kmh，待智能车辆达到最高速度时可以逐渐使其减速，直至车辆速度下降至0，此时智能车辆运行的路径如图2所示。
图2 智能车辆运行路径
由图2可知，此时智能车辆运行的路径包括直角变速控制和匀速控制，符合本实验需求，可以进行后续的控制实验。
2.2 实验结果与讨论
在上述实验准备基础上，分别使用本文设计的基于PLC的智能车速度控制方法和传统的智能车速度控制方法进行控制，记录在上述车辆运行路径中面对随机抽取的不同障碍的控制延时，实验结果如表2所示。
表2 实验结果
由表2可知，本文设计的智能车速度控制方法在面对上述不同障碍时的控制延时较短，证明设计的智能车速度控制方法的控制效果较好，具有实时性，有一定的应用价值。
3 结束语
综上所述，随着交通运输发展，各种各样的智能车辆层出不穷，虽然给人们出行带来了一定的便利，但也相应产生了交通事故问题，急需进行合理的车速度控制，传统的智能车速度控制方法在控制时存在较长的控制延时，无法满足目前的智能车速度控制需求，因此本文基于PLC设计了新的智能车速度控制方法，进行实验，结果表明，设计的智能车速度控制方法的控制延时较短，具有实时性，有一定的应用价值，可以作为后续智能车控制研究的参考。
