CN105313891A - 一种多车协同避撞方法及装置 - Google Patents

Abstract

本发明公开了一种多车协同避撞方法及装置，多车协同避撞方法包括：1)行驶车辆监测自车的制动工况；2)当某辆车的制动工况超过设定制动阈值时，则该车为首车，首车后方的车辆为后车；否则返回1)；3)首车将其作为首车的信息输送至后车；4)各后车接收到首车信息后，将自车的车况信息输送给首车；5)首车接收各后车的车况信息后集中规划后车的制动加速度，并将期望加速度输送给相应的后车；6)后车接收期望加速度，并按照期望加速度对自车进行控制。7)若后车停止，停止控制；否则返回4)。本发明可以有效利用制动车辆队列中各车间的制动空间进行控制，实现车辆相对位置的均匀分布，从而有效避免碰撞或者减轻碰撞损伤程度并提高制动过程的乘坐舒适性。

Description

一种多车协同避撞方法及装置

技术领域

本发明涉及汽车技术领域，特别是涉及一种多车协同避撞方法及装置。

背景技术

随着汽车保有量的不断攀升，交通安全问题日益严重。据统计，我国高速公路事故形态中，碰撞事故占比最高，达66.76％，由此造成的生命财产损失比重也最大。因此如何有效减少高速公路碰撞事故，一直以来都得到了政府、企业、研究机构等的高度关注。

人类驾驶员存在生理、心理局限性，且驾驶习惯存在差异化明显、波动性强等特点，易出现由于对行驶环境感知不明、驾驶疲劳等导致的误判、误操作等行为，从而导致交通事故。尤其在前方车辆突然刹车或前方出现障碍物等紧急情况下，由于驾驶员的紧张心理状态及较长反应时间，极易发生纵向碰撞事故。据统计，由于人的因素导致的交通事故占事故总数的90％以上。

随着智能车辆技术的发展，为了弥补人类驾驶员本身的局限性，先进驾驶辅助系统(ADAS，AdvancedDriverAssistanceSystems)得到广泛研究和应用，其中主动避撞系统作为ADAS中的重要组成部分得到了深入研究和应用，成为避免碰撞事故的最有效技术手段之一。该系统通过先进现代信息技术和传感技术准确获取车辆和环境信息，综合利用车况与路况信息辨识安全隐患，并给予驾驶员预警提示，在紧急工况下，主动采取制动控制，避免碰撞事故，保证行驶安全。然而，现有主动避撞系统只通过控制自车制动避免与前车或障碍物碰撞，在制动决策上未考虑对后方车辆的影响，容易出现制动减速度过大、前方制动空间利用不充分等现象，从而对后续车辆造成较大影响，尤其在后续车辆高速行驶或交通密度较高的情况下，易造成后续车辆紧急制动，甚至发生连环追尾。

因此，希望有一种技术方案来克服或至少减轻现有技术的至少一个上述缺陷。

发明内容

本发明的目的在于提供一种多车协同避撞方法及装置来克服或至少减轻现有技术中的至少一个上述缺陷。

为实现上述目的，本发明提供一种多车协同避撞方法，所述多车协同避撞方法包括以下步骤：1)行驶车辆监测自车的制动工况；2)当某辆车的制动工况超过设定制动阈值时，则该车被记为首车，首车后方的车辆被记为后车，且首车和各后车共同被记为制动车辆队列；否则，返回步骤1)；3)首车将其作为首车的信息输送至各后车；4)各后车接收到首车信息后，将自车的车况信息输送给首车；5)首车接收各后车的车况信息后集中规划各后车的制动加速度，并将期望加速度输送给相应的后车；6)各后车接收期望加速度，并按照期望加速度对自车进行控制。7)若各后车停止，则停止控制；否则，返回步骤4)。

进一步地，步骤5)中，首车利用基于MPC的多车协同避撞方法集中规划各后车的制动减速度。

进一步地，步骤5)中，期望加速度a_i,des(k)由下述公式获得：

$\underset{a_{des}}{\min }\frac{1}{2}\underset{j=1}{\overset{N_p}{\Σ}}\underset{i=1}{\overset{N-1}{\Σ}}\frac{m_{i+1}}{x_i(k+j|k)-x_{i+1}(k+j|k)-L_i}\·{\[v_i(k+j|k)-v_{i+1}(k+j|k)\]}^2$

约束条件：

$\left\{\begin{array}{c}{x}_i(k+j|k)=x_i(k+j-1|k)+v_i(k+j-1|k)\&CenterDot;\mathrm{\&Delta;}t\\ v_i(k+j|k)=v_i(k+j-1|k)+a_i(k+j-1|k)\&CenterDot;\mathrm{\&Delta;}t\\ a_i(k+j|k)=\frac{\mathrm{\&tau;}-\mathrm{\&Delta;}t}{\mathrm{\&tau;}}{a}_i(k+j-1|k)+\frac{\mathrm{\&Delta;}t}{\mathrm{\&tau;}}{a}_{i,des}(k+j-1|k)\\ a_{i,\min }\&le;a_{i,des}(k+j-1|k)\&le;a_{i,\max }\\ a_{1,\min }\&le;a_{1,des}(k+j-1|k)\&le;C_1<0\end{array}\right.$

i＝1,2,…,N；j＝1,2,…,N_p

其中：i为制动车辆队列中的车辆序号；j为预测步；K为当前步；Δt为离散时间；m_i为第i辆车的质量；L_i为第i辆车的长度；x_i(t)和v_i(t)分别为t步第i辆车的车头位置和速度；x_i(k+j|k)、v_i(k+j|k)和a_i(k+j|k)分别为在k步预测的k+j步第i辆车的车头位置、速度、加速度；a_i,des(k+j-1|k)为在k步预测的k+j-1步第i辆车的期望加速度；τ为表征车辆响应延迟的时间常数。

进一步地，步骤2)中，首车后方的车辆中，同时满足以下两个条件的车辆被定义为后车：①与其相邻的前车车头时距小于预设值；②其前车为后车或首车。

进一步地，步骤2)中，预设值为4秒。

进一步地，步骤2)中，设定制动阈值为大于3m/s²。

本发明还提供一种多车协同避撞装置，所述多车协同避撞装置包括感知单元、通信单元、分析计算单元、下层控制单元和制动执行单元，其中：所述感知单元用于监测自车的制动工况并输出；所述通信单元用于与制动车辆队列中其它成员车辆进行信息交互；所述分析计算单元用于接收所述感知单元输出的制动工况，并判断自车是否为首车，所述首车的制动工况超过设定制动阈值，所述首车后方的车辆被记为后车，且所述首车和各所述后车共同被记为制动车辆队列；当判断为所述首车时，所述首车接收所述各后车的车况信息，再根据所述各后车的车况信息集中规划所述各后车的期望加速度并输出；所述下层控制单元用于接收来自于所述首车输出的相应的期望加速度，并按照该期望加速度控制所述制动执行单元。

进一步地，所述感知单元还用于监测其前、后方车辆的车况信息并输出；所述分析计算单元还用于接收所述感知单元输出的周围车辆的运动信息，当判断为所述首车时，所述首车还判断其后方的车辆是否为所述制动车辆队列中的后车，该后车在预设前后车车头时距范围内。

进一步地，所述感知单元包括环境感知装置、加速度采集装置、车载信息采集装置和定位装置，其中：所述环境感知装置用于感知前、后方车辆的车况信息并输送给所述分析计算单元；所述加速度采集装置用于感知车辆的纵向加速度并输送给所述下层控制单元；所述车载信息采集装置用于采集车速、制动压力以及油门开度信息并输送给所述下层控制单元；所述定位装置用于采集自车定位信息并输送给所述分析计算单元；所述下层控制单元与所述分析计算单元信息交互。

进一步地，所述分析计算单元包括首车判断装置、后车判断装置和期望加速度规划装置，其中：所述首车判断装置用于根据所述制动压力和所述纵向加速度判断自车是否为所述首车并输出；所述后车判断装置用于接收到首车信息后判断所述后车并输出；所述期望加速度规划装置用于在判断为所述首车后接收所述后车信息，并根据各所述后车的车况信息集中规划所述各后车的期望加速度及输出。

进一步地，所述期望加速度规划装置包括目标挑选模块、滤波处理模块、模型预测模块和期望加速度计算模块，其中：所述目标挑选模块用于根据所述环境感知装置感知到的前、后方车辆的车况信息，挑选和跟踪前、后方的车辆目标后，输送给所述模型预测模块；所述滤波处理模块用于对所述各后车的所述加速度采集装置、所述车载信息采集装置和所述定位装置采集的信息进行滤波处理后，输送给所述模型预测模块；所述模型预测模块用于根据经滤波处理的所述各后车的信息，对所述各后车的运动进行预测，输送给所述期望加速度计算模块；所述期望加速度计算模块用于根据预测的所述各后车的运动，计算出各所述后车的期望加速度，输送给相应的所述后车。

本发明由于采取以上技术方案，其具有以下优点：1、本发明以车辆相对动能密度最低为控制优化目标，可以有效利用制动车辆队列中各车间的制动空间进行控制，实现车辆相对位置的均匀分布，从而可以有效避免碰撞或者减轻碰撞损伤程度。2、由于在制动过程中，制动车辆队列中各车间的制动空间得到了有效利用，因而整个制动车辆队列的平均制动减速度得到了降低，有效提高了制动过程的乘坐舒适性。

本发明可以广泛应用于车联网环境中车辆队列跟驰场景下的多车协同避撞控制当中。

附图说明

图1为本发明所提供的多车协同避撞方法一实施方式的流程示意图；

图2为本发明所提供的多车协同避撞装置一实施方式的结构示意图；

图3为图2中的多车协同避撞装置应用过程中的原理示意图；

图4为图2中环境感知单元一实施方式的结构示意图；

图5为图2中分析计算单元一实施方式的结构示意图；

图6为图5中期望加速度规划装置一实施方式的结构示意图。

附图标记：

1	感知单元	2	通信单元
				3	分析计算单元	4	下层控制单元
5	制动执行单元	11	环境感知装置
				12	加速度采集装置	13	车载信息采集装置

14	定位装置	31	首车判断装置
				32	后车判断装置	33	期望加速度规划装置
331	目标挑选模块	332	滤波处理模块
				333	模型预测模块	334	期望加速度计算模块

具体实施方式

为使本发明实施的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行更加详细的描述。在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本发明一部分实施例，而不是全部的实施例。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。下面结合附图对本发明的实施例进行详细说明。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制。

如图1所示，本实施方式所提供的多车协同避撞方法包括以下步骤：

1)行驶车辆监测自车的制动工况以及其前、后方车辆的车况信息，该制动工况包括自车制动踏板信号和相应制动加速度，其中：制动踏板信号可以通过采集制动踏板的制动压力获得，一旦采集到制动压力，则可判断为制动踏板已被踩下。制动加速度主要指的是车辆的纵向加速度。

2)当某辆车的制动工况超过设定制动阈值时，则该车被记为首车，首车后方的车辆被记为后车，且首车和各后车共同被记为制动车辆队列；否则，返回步骤1)。

上述“制动工况超过设定制动阈值”包括两方面的内容：一是制动踏板被踩下，二是制动加速度超过设定制动阈值，设定制动阈值比如可以是3m/s²，这也就是说，当制动踏板被踩下且制动加速度大于3m/s²时，则该车可被记为首车。

需要说明的是，首车后方的车辆中，同时满足以下两个条件的车辆被定义为后车：①与该车辆相邻的前车车头时距小于预设值，该预设值为4秒。也就是说，若检测出与其相邻的前车车头时距大于或等于预设值，则该车及该车后方的连续车辆均不被记为制动车辆队列。②该车辆的前车为后车或首车。不满足上述两个条件之一的车辆，均不被记为后车。

3)首车将其作为首车的信息输送至各后车。该步骤中的输送方式通常采用广播的形式，即首车通过车载通信设备，广播其作为首车的信息，首车即将对整个制动车辆队列进行集中控制。

4)各后车接收到首车信息后，将自车的车况信息实时输送给首车。车况信息包括车辆的质量、位置、速度和加速度信息。

5)首车接收各后车的车况信息后集中规划各后车的制动加速度，并将期望加速度输送给相应的后车。首车不断接收各后车所广播的信息，如质量、位置和速度等信息，并对各后车的制动加速度进行规划，并将期望加速度广播给相应的后车。

6)各后车接收期望加速度，并按照期望加速度对自车进行控制。

7)若各后车停止，则停止控制；否则，返回步骤4)。

本实施方式以车辆相对动能密度最低为控制优化目标，可以有效利用制动车辆队列中各车间的制动空间进行控制，实现车辆相对位置的均匀分布，从而可以有效避免碰撞或者减轻碰撞损伤程度。另外，由于在制动过程中，制动车辆队列中各车间的制动空间得到了有效利用，因而整个制动车辆队列的平均制动减速度得到了降低，有效提高了制动过程的乘坐舒适性。

上述步骤5)中，首车可以利用现有技术中的MPC(ModelPredictiveControl；模型预测控制)的多车协同避撞方法集中规划各后车的制动减速度，也可以采用下述实施方式中的MPC的多车协同避撞方法对各后车的制动减速度进行集中规划，该方法实施具体如下：

步骤51)：确定目标函数

取N为制动车辆队列中的车辆总数，各辆车的序号由前往后依次为1，2，3，…，N。m_i为第i辆车的质量，L_i为第i辆车的长度，x_i(t)和v_i(t)分别为t步第i辆车的车头位置和速度，则t步第i辆车车尾与第i+1辆车车头间距离为D_i,i＋1(t)＝x_i(t)－x_i+1(t)-L_i。

基于以上假设，定义t步第i辆车与第i+1辆车之间的相对动能E_k,i,i+1(t)为：

$E_{k,i,i+1}\left(t\right)=\left\{\begin{array}{cc}\frac{m_{i+1}}{2}\&CenterDot;{\&lsqb;v_i\left(t\right)-v_{i+1}\left(t\right)\&rsqb;}^2,& v_i\left(t\right)\&le;v_{i+1}\left(t\right)\\ 0,& v_i\left(t\right)>v_{i+1}\left(t\right)\end{array}\right.$

基于相对动能，定义t步第i辆车与第i+1辆车之间的相对动能密度F_i,i+1(t)为：

$F_{i,i+1}\left(t\right)=\frac{E_{k,i,i+1}\left(t\right)}{D_{i,i+1}\left(t\right)}$

基于相对动能密度，定义t步制动车辆队列的总相对动能密度E(t)为：

$E\left(t\right)=\underset{i=1}{\overset{N-1}{\&Sigma;}}{F}_{i,i+1}\left(t\right)$

基于t步制动车辆队列的总相对动能密度，定义预测时间Δt内的制动车辆队列的总相对动能密度：

$J\left(t\right)={\&Integral;}_{t_0}^{t_{0+\mathrm{\&Delta;}t}}E\left(t\right)dt$

即为t步的目标函数。

步骤52)：确定约束条件

考虑车辆标称模型如下：

$\left\{\begin{array}{c}{\stackrel{\&CenterDot;}{x}}_i\left(t\right)=v_i\left(t\right)\\ {\stackrel{\&CenterDot;}{v}}_i\left(t\right)=a_i\left(t\right)\\ {\stackrel{\&CenterDot;}{a}}_i\left(t\right)=\frac{1}{{\mathrm{\&tau;}}_i}\left(a_{i,des}\right(t)-a_i(t\left)\right)\end{array}\right.$

其中x_i(t)、v_i(t)和a_i(t)为第i辆车在t步的车头位置、速度和加速度，a_i,des(t)为第i辆车在t步的期望加速度，τ_i为表征车辆响应延迟的时间常数，响应延迟主要由发动机相应、制动器响应、节气门响应、通信系统延迟、传感器信息采集及处理延迟等，该常数通常为经验值，比如可取0.1s～0.9s。

考虑车辆加速度的约束条件如下：

$\left\{\begin{array}{c}{a}_{i,min}\&le;a_{i,des}\left(t\right)\&le;a_{i,max}\\ a_{1,min}\&le;a_{1,des}\left(t\right)\&le;C_1<0,i=2,3,...,N\end{array}\right.$

其中a_i,min和a_i,max分别为第i辆车的最小和最大加速度，C₁为第1辆车紧急制动的减速度。

步骤53)：确定优化问题

结合以上目标函数和约束条件，设集中控制变量为各车期望加速度组成的向量a_des(t)＝[a_1,des(t),a_2,des(t),…,a_N,des(t)]^T，求解时间范围为预测时域Δt，即[t₀,t₀+Δt]。得到基于总相对动能密度的协同避撞算法对应的优化问题：

$\begin{array}{cc}\underset{a_{des\left(t\right)}}{min}& J\left(t\right)\end{array}$

约束条件为：

$\left\{\begin{array}{c}{\stackrel{\&CenterDot;}{x}}_i\left(t\right)=v_i\left(t\right)\\ {\stackrel{\&CenterDot;}{v}}_i\left(t\right)={\mathrm{\&alpha;}}_i\left(t\right)\\ {\stackrel{\&CenterDot;}{\mathrm{\&alpha;}}}_i\left(t\right)=\frac{1}{\mathrm{\&tau;}}(a_{i,des}\left(t\right)-a_i\left(t\right))\\ {\mathrm{\&alpha;}}_{i,min}\&le;{\mathrm{\&alpha;}}_{i,des}\left(t\right)\&le;{\mathrm{\&alpha;}}_{i,max}\\ {\mathrm{\&alpha;}}_{1,min}\&le;{\mathrm{\&alpha;}}_{1,des}\left(t\right)\&le;C_1<0\end{array}\right.i=1,2,...,N$

步骤54)：确定离散优化问题

上述优化问题为非线性非凸的优化问题，无固定解法。这里对其离散化，进行数值求解。设离散时间间隔ΔT，每次仅针对当前步(记为k步)之后的N_p＝Δt/ΔT步时间间隔内进行优化问题求解，即MPC模型的模型预测步数为N_p。为此，得到离散优化问题：

$\underset{a_{des}}{\min }\frac{1}{2}\underset{j=1}{\overset{N_p}{\&Sigma;}}\underset{i=1}{\overset{N-1}{\&Sigma;}}\frac{m_{i+1}}{x_i(k+j|k)-x_{i+1}(k+j|k)-L_i}\&CenterDot;{\&lsqb;v_i(k+j|k)-v_{i+1}(k+j|k)\&rsqb;}^2$

约束条件为：

$\left\{\begin{array}{c}{x}_i(k+j|k)=x_i(k+j-1|k)+v_i(k+j-1|k)\&CenterDot;\mathrm{\&Delta;}t\\ v_i(k+j|k)=v_i(k+j-1|k)+a_i(k+j-1|k)\&CenterDot;\mathrm{\&Delta;}t\\ a_i(k+j|k)=\frac{\mathrm{\&tau;}-\mathrm{\&Delta;}t}{\mathrm{\&tau;}}{a}_i(k+j-1|k)+\frac{\mathrm{\&Delta;}t}{\mathrm{\&tau;}}{a}_{i,des}(k+j-1|k)\\ a_{i,\min }\&le;a_{i,des}(k+j-1|k)\&le;a_{i,\max }\\ a_{1,\min }\&le;a_{1,des}(k+j-1|k)\&le;C_1<0\end{array}\right.$

i＝1,2,…,N；j＝1,2,…,N_p

其中：

i为制动车辆队列中的车辆序号，i的获得方式如下：各后车通过雷达识别前车距离和相对速度，通过车头时距判别条件确定自车为后车，并向首车发送自车车况信息，首车根据接收到的信息来源数目来确定后车车辆的数目i。

j为预测步；k为当前步；Δt为离散时间。

x_i(k+j|k)、v_i(k＋j|k)和a_i(k＋j|k)分别为在k步预测的k+j步第i辆车的车头位置、速度和加速度，a_i,des(k+j-1|k)为在k步预测的k+j-1步第i辆车的期望加速度输入，优化对象a_des({k,k+1,…,k+N_p})＝[a_1,des({k,k＋1,…,k+N_p｝),a_2,des({k,k+1,…,k+N_p}),…,a_N,des({k,k+1,…,k+N_p})]^T为预测时间内各车的期望加速度输入。求解得到各辆车的最优控制输入序列a_i,des({k,k+1,…,k+N_p})，取该序列第一个步的解a_i,des(k)作为各后车的期望加速度输入。本实施方式中使用MATLAB提供的工具箱求解。需要说明的是，MPC方法通过对未来时刻控制对象状态的预测求解多步最优控制量，在MPC方法中将时间离散化，可以以时刻来表示，在MPC方法中对各离散时刻称为“步”，当前时刻相当于当前步，预测时刻相当于预测步。

如图2和图3所示，本发明还提供一种多车协同避撞装置，其包括感知单元1、通信单元2、分析计算单元3、下层控制单元4和制动执行单元5，其中：

感知单元1用于监测自车的制动工况及其前、后方车辆的车况信息并输出。如图4所示，作为感知单元1的一种优选实施方式，其可以包括环境感知装置11、加速度采集装置12、车载信息采集装置13和定位装置14，其中：

环境感知装置11用于感知前、后方车辆的车况信息并输送给分析计算单元3。前、后方车辆的车况信息距离和相对速度，本实施例中利用毫米波雷达获得，其探测距离不低于80m，探测角度不低于20度，以保证装置工作区域大。

加速度采集装置12用于感知车辆的纵向加速度并输送给下层控制单元4。加速度采集装置12比如可以采用惯性传感器，并且要求惯性传感器的更新频率不低于5Hz。

车载信息采集装置13集成有CAN通信芯片，用于从原车CAN总线中采集必要车辆状态信息，例如：车速、制动压力以及油门开度信息，并将这些车辆状态信息输送给下层控制单元4。

车载信息采集装置13采集的车速、制动压力以及油门开度信息需要用于下层控制单元4实现对车辆的控制，以达到期望期望加速度。车载信息采集装置13要求采集频率不低于5Hz，以保证信息更新的实时性。

定位装置14采用的是GPS(GlobalPositioningSystem；全球定位系统)，用于采集自车定位信息并输送给分析计算单元3。定位装置14要求更新频率不低于5Hz，定位精度不低于3m，以保证车辆位置的精确和更新，从而保证计算车间距离的准确性和实时性。

通信单元2用于与制动车辆队列中其它成员车辆进行信息交互，比如：首车向后车输送首车信息以及期望加速度信息，后车向首车输送车况信息以及接收首车输送的期望加速度信息。本实施方式中，通信单元2采用的是无线通信模块，用于车车之间进行无线通信。对于首车，无线通信模块首先广播自车紧急制动信号，而后从后车收取状态信息，最后将计算得到的各车期望加速度进行广播，输送给各后车。首车中，无线通信模块与分析计算单元3相连，将收取到的车辆信息输送给分析计算单元3，并从分析计算单元3获取期望加速度信息。对于各后车，无线通信模块收取首车紧急制动信号，并将自车信号输送给首车，最后从首车收取期望加速度信息。各后车中，无线通信模块直接与下层控制单元4相连，将期望加速度输送给下层控制单元4。无线通信模块可以采用大唐电信开发的LTE-V通信技术中的4G通信的技术进行无线通信，可满足通信的实时性和通信距离要求。

分析计算单元3用于接收感知单元1输出的制动工况，并判断自车是否为首车，所述首车的制动工况超过设定制动阈值，所述首车后方的车辆被记为后车，且所述首车和各所述后车共同被记为制动车辆队列；当判断为所述首车时，所述首车接收所述各后车的车况信息，再根据所述各后车的车况信息集中规划所述各后车的期望加速度并输出。

分析计算单元3还用于接收感知单元1输出的周围车辆的运动信息，当判断为所述首车时，所述首车还判断其后方的车辆是否为所述制动车辆队列中的后车，该后车在预设前后车车头时距范围内。

分析计算单元3与下层控制单元4通过CAN(ContrllerAreaNetwork；控制器局部网)总线信息交互，CAN通信实时性高、抗干扰性强、开发周期短，已形成国际标准，且广泛应用于车辆总线。由于惯性传感器采集到的加速度信息为模拟信号，该模拟信号经下层控制单元4转换成数字信号后，输送给分析计算单元3。另外，分析计算单元3还将计算所得的自车期望加速度通过CAN总线输送给下层控制单元4，并将计算所得的各后车的期望加速度通过通信单元2广播输送给各后车。优选地，分析计算单元3的输出端通过网口通信方式与通信单元2相连。网口通信方式具有成本低、带宽高、延迟小的优势。

如图5所示，本实施方式所提供的多车协同避撞装置中的分析计算单元3包括首车判断装置31、后车判断装置32和期望加速度规划装置33，其中：首车判断装置31用于根据所述制动压力和所述纵向加速度判断自车是否为所述首车并输出。本实施方式中，当制动踏板被踩下且制动加速度大于3m/s²时，则该车可被记为首车。

后车判断装置32用于接收到首车信息后判断所述后车并输出。首车后方的车辆中，同时满足以下两个条件的车辆被定义为后车：①与该车辆相邻的前车车头时距小于预设值，该预设值为4秒。也就是说，若检测出与其相邻的前车车头时距大于或等于预设值，则该车及该车后方的连续车辆均不被记为制动车辆队列。②该车辆的前车为后车或首车。不满足上述两个条件之一的车辆，均不被记为后车。

预设前后车车头时距范围选为小于4秒。期望加速度规划装置33用于在判断为所述首车后接收所述后车信息并根据各所述后车的车况信息集中规划所述各后车的期望加速度及输出。

如图6所示，本实施方式所提供的多车协同避撞装置中的期望加速度规划装置33包括目标挑选模块331、滤波处理模块332、模型预测模块333和期望加速度计算模块334，其中：

目标挑选模块331用于根据环境感知装置11感知到的前、后方车辆的车况信息，挑选和跟踪前、后方的车辆目标后输出。目标挑选模块331选用的是毫米波目标挑选模块，其从环境感知装置11得到的雷达信息，使用雷达目标挑选算法进行挑选后，将前后目标的速度、位置信息输送给模型预测模块333。

滤波处理模块332用于对所述各后车的所述加速度采集装置12、车载信息采集装置13和定位装置14采集的信息进行滤波处理后，输送给模型预测模块333。滤波处理模块332包括GPS滤波子模块和加速度滤波子模块，其中：GPS滤波子模块从定位装置14中获取GPS位置和速度信息，使用卡尔曼滤波的方法对雷达位置信息和速度信息进行滤波，并将滤波后的数据输送给模型预测模块333。加速度滤波子模块从加速度采集装置12中获取加速度信号，使用低通滤波的方法对加速度信号进行滤波，并将滤波后的数据输送给模型预测模块333。

模型预测模块333用于根据经滤波处理的所述各后车的信息，对所述各后车的运动进行预测，输送给期望加速度计算模块335。模型预测模块333根据滤波后车速、加速度和位置对车辆的运动进行预测。对于某车辆，对时间进行离散，离散时间为ΔT，采集到k步的位置为x(k)，速度为v(k)，加速度为a(k)，期望加速度为a_des(k)，则k+j步位置为x(k+j|k)＝x(k+j-1|k)+v(k+j-1|k)*ΔT，速度为v(k+j|k)＝v(k+j-1|k)+a(k+j-1|k)*ΔT，加速度为a(k+j|k)＝(τ-Δt)/τ*a(k+j-1|k)+ΔT/τ*a_des(k+j-1|k)。这里，τ为表征车辆响应延迟的时间常数。这里，需对车辆的位置、速度和加速度预测Np步。

期望加速度计算模块335用于根据预测的所述各后车的运动，计算出各所述后车的期望加速度，输送给相应的所述后车。具体地，期望加速度计算模块335根据k步采集到的车辆位置、速度和加速度信息，结合模型预测模块333得到的Np步的预测结果，最小化目标函数，从而优化车辆的目标加速度。

下层控制单元4用于接收来自于所述首车输出的相应的期望加速度，并按照该期望加速度控制制动执行单元5。下层控制单元4从CAN总线获取期望加速度，通过PID(ProportionIntegrationDifferentiation；比例积分微分)控制器得到期望节气门开度和期望制动压力，分别输送给电子油门以及EVB(ExhaustValveBrake；排气门辅助制动用蝶阀)，控制车辆加速度。

综上所述，上述各实施方式所提供的装置能够以车辆相对动能密度最低为控制优化目标，可以有效利用制动车辆队列中各车间的制动空间进行控制，实现车辆相对位置的均匀分布，从而可以有效避免碰撞或者减轻碰撞损伤程度。另外，由于在制动过程中，制动车辆队列中各车间的制动空间得到了有效利用，因而整个制动车辆队列的平均制动减速度得到了降低，有效提高了制动过程的乘坐舒适性。

最后需要指出的是：以上实施例仅用以说明本发明的技术方案，而非对其限制。尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (11)

1.一种多车协同避撞方法，其特征在于，包括以下步骤：

1)行驶车辆监测自车的制动工况；

2)当某辆车的制动工况超过设定制动阈值时，则该车被记为首车，首车后方的车辆被记为后车，且首车和各后车共同被记为制动车辆队列；否则，返回步骤1)；

3)首车将其作为首车的信息输送至各后车；

4)各后车接收到首车信息后，将自车的车况信息输送给首车；

5)首车接收各后车的车况信息后集中规划各后车的制动加速度，并将期望加速度输送给相应的后车；

6)各后车接收期望加速度，并按照期望加速度对自车进行控制。

7)若各后车停止，则停止控制；否则，返回步骤4)。

2.如权利要求1所述的多车协同避撞方法，其特征在于，步骤5)中，首车利用基于MPC的多车协同避撞方法集中规划各后车的制动减速度。

3.如权利要求1或2所述的多车协同避撞方法，其特征在于，步骤5)中，期望加速度a_i,des(k)由下述公式获得：

$\underset{a_{des}}{min}\frac{1}{2}\underset{j=1}{\overset{N_p}{\&Sigma;}}\underset{i=1}{\overset{N-1}{\&Sigma;}}\frac{m_{i+1}}{x_i(k+j|k)-x_{i+1}(k+j|k)-L_i}\&CenterDot;{\&lsqb;v_i(k+j|k)-v_{i+1}(k+j|k)\&rsqb;}^2$

约束条件：

$\left\{\begin{array}{c}{x}_i(k+j|k)=x_i(k+j-1|k)+v_i(k+j-1|k)\&CenterDot;\mathrm{\&Delta;}t\\ v_i(k+j|k)=v_i(k+j-1|k)+a_i(k+j-1|k)\&CenterDot;\mathrm{\&Delta;}t\\ a_i(k+j|k)=\frac{\mathrm{\&tau;}-\mathrm{\&Delta;}t}{\mathrm{\&tau;}}{a}_i(k+j-1|k)+\frac{\mathrm{\&Delta;}t}{\mathrm{\&tau;}}{a}_{i,des}(k+j-1|k)\\ a_{i,\min }\&le;a_{i,des}(k+j-1|k)\&le;a_{i,\max }\\ a_{i,\min }\&le;a_{1,des}(k+j-1|k)\&le;C_1<0\end{array}\right.$

i＝1,2,…,Ｎ；j＝1,2,…,N_p

其中：i为制动车辆队列中的车辆序号；j为预测步；k为当前步；Δt为离散时间；m_i为第i辆车的质量；L_i为第i辆车的长度；x_i(t)和v_i(t)分别为t步第i辆车的车头位置和速度；x_i(k+j|k)、v_i(k+j|k)和a_i(k+j|k)分别为在k步预测的k+j步第i辆车的车头位置、速度、加速度；a_i,des(k+j-1|k)为在k步预测的k+j-1步第i辆车的期望加速度；τ为表征车辆响应延迟的时间常数。

4.如权利要求3所述的多车协同避撞方法，其特征在于，步骤1)中，行驶车辆还分别监测其前、后方车辆的车况信息；

步骤2)中，首车后方的车辆中，同时满足以下两个条件的车辆被定义为后车：①与其相邻的前车车头时距小于预设值；②其前车为后车或首车。

5.如权利要求4所述的多车协同避撞方法，其特征在于，步骤2)中，预设值为4秒。

6.如权利要求5所述的多车协同避撞方法，其特征在于，步骤2)中，设定制动阈值为大于3m/s²。

7.一种多车协同避撞装置，其特征在于，包括感知单元(1)、通信单元(2)、分析计算单元(3)、下层控制单元(4)和制动执行单元(5)，其中：所述感知单元(1)用于监测自车的制动工况并输出；所述通信单元(2)用于与制动车辆队列中其它成员车辆进行信息交互；所述分析计算单元(3)用于接收所述感知单元(1)输出的制动工况，并判断自车是否为首车，所述首车的制动工况超过设定制动阈值，所述首车后方的车辆被记为后车，且所述首车和各所述后车共同被记为制动车辆队列；当判断为所述首车时，所述首车接收所述各后车的车况信息，再根据所述各后车的车况信息集中规划所述各后车的期望加速度并输出；所述下层控制单元(4)用于接收来自于所述首车输出的相应的期望加速度，并按照该期望加速度控制所述制动执行单元(5)。

8.如权利要求7所述的多车协同避撞装置，其特征在于，所述感知单元(1)还用于监测其前、后方车辆的车况信息并输出；所述分析计算单元(3)还用于接收所述感知单元(1)输出的周围车辆的运动信息，当判断为所述首车时，所述首车还判断其后方的车辆是否为所述制动车辆队列中的后车，该后车在预设前后车车头时距范围内。

9.如权利要求8所述的多车协同避撞装置，其特征在于，所述感知单元(1)包括环境感知装置(11)、加速度采集装置(12)、车载信息采集装置(13)和定位装置(14)，其中：所述环境感知装置(11)用于感知前、后方车辆的车况信息并输送给所述分析计算单元(3)；所述加速度采集装置(12)用于感知车辆的纵向加速度并输送给所述下层控制单元(4)；所述车载信息采集装置(13)用于采集车速、制动压力以及油门开度信息并输送给所述下层控制单元(4)；所述定位装置(14)用于采集自车定位信息并输送给所述分析计算单元(3)；所述下层控制单元(4)与所述分析计算单元(3)信息交互。

10.如权利要求9所述的多车协同避撞装置，其特征在于，所述分析计算单元(3)包括首车判断装置(31)、后车判断装置(32)和期望加速度规划装置(33)，其中：所述首车判断装置(31)用于根据所述制动压力和所述纵向加速度判断自车是否为所述首车并输出；所述后车判断装置(32)用于接收到首车信息后判断所述后车并输出；所述期望加速度规划装置(33)用于在判断为所述首车后接收所述后车信息，并根据各所述后车的车况信息集中规划所述各后车的期望加速度及输出。

11.如权利要求10所述的多车协同避撞装置，其特征在于，所述期望加速度规划装置(33)包括目标挑选模块(331)、滤波处理模块(332)、模型预测模块(333)和期望加速度计算模块(334)，其中：所述目标挑选模块(331)用于根据所述环境感知装置(11)感知到的前、后方车辆的车况信息，挑选和跟踪前、后方的车辆目标后，输送给所述模型预测模块(333)；所述滤波处理模块(332)用于对所述各后车的所述加速度采集装置(12)、所述车载信息采集装置(13)和所述定位装置(14)采集的信息进行滤波处理后，输送给所述模型预测模块(333)；所述模型预测模块(333)用于根据经滤波处理的所述各后车的信息，对所述各后车的运动进行预测，输送给所述期望加速度计算模块(335)；所述期望加速度计算模块(335)用于根据预测的所述各后车的运动，计算出各所述后车的期望加速度，输送给相应的所述后车。