自动驾驶汽车车速跟随空间预瞄跟随方法研究

doi:10.19562/j.chinasae.qcgc.2025.09.001

摘要/Abstract

摘要：

车速跟随是自动驾驶汽车的重要功能之一，为了提高自动驾驶汽车在指定空间位置处的速度跟随精度，本文提出了一种自动驾驶汽车车速跟随空间预瞄跟随方法。与其它方法相比，本文重点研究如何在空间域而非时间域进行汽车车速预瞄跟随。首先，建立基于运动基元的空间多段车速预瞄方法，本方法以运动基元对目标车速进行空间预瞄，根据误差确定分段点，动态调整每段的距离，保证预瞄误差处于容许误差范围内。根据预瞄结果确定预期纵向加速度。然后，建立纵向加速度跟随方法对预期纵向加速度进行跟随。最后，在仿真环境下，验证本文提出的方法的有效性，并与多种方法进行对比。试验结果表明，本文提出的方法与其他对比方法相比具有更高的空间跟随精度。

关键词: 空间预瞄, 多段预瞄, 车速跟随, 自动驾驶汽车

Abstract:

Speed tracking is one of the most important function of autonomous vehicles. In order to improve the spatial speed tracking accuracy of autonomous vehicles at the designated spatial position， in this paper a spatial preview method for autonomous vehicles speed tracking is proposed. Compared with other methods， this paper focuses on spatial preview rather than temporal preview. Firstly， a motion primitives based spatial multi-segment speed preview method is established. The target speed is spatially previewed by motion primitive， and the segmentation points are determined according to the preview tracking error. The distance of each segment is adjusted dynamically to ensure that the preview tracking error within the allowable deviation range. The expected longitudinal acceleration is determined according to the preview result. Then， a longitudinal acceleration tracking method is established to track the expected longitudinal acceleration. Finally， the effectiveness of the method proposed in this paper is verified and compared with various currently widely used methods in the simulation environment. The test results show that the method proposed in this paper has higher spatial tracking accuracy compared with other methods.

Key words: spatial motion preview, multi segment preview, speed tracking, autonomous vehicle

管欣,李思深,贾鑫. 自动驾驶汽车车速跟随空间预瞄跟随方法研究[J]. 汽车工程, 2025, 47(9): 1647-1654.

Xin Guan,Sishen Li,Xin Jia. Study on Spatial Preview Tracking Method for Autonomous Vehicle Speed Tracking[J]. Automotive Engineering, 2025, 47(9): 1647-1654.

图/表 14

图1

图2

图3

图4

图5

图6

表1

图7

图8

图9

图10

图11

表2

NEDC跟随精度指标"

方法	$e m a x / (k m ? h - 1)$	$e m e a n / (k m ? h - 1)$	$e s t d / (k m ? h - 1)$
1	1.18	0.058	0.137
2	0.38	0.026	0.045
3	0.78	0.008	0.037
4	0.73	0.007	0.036
5	0.17	0.005	0.010

表2

表3

CLTC跟随精度指标"

方法	$e m a x / (k m ? h - 1)$	$e m e a n / (k m ? h - 1)$	$e s t d / (k m ? h - 1)$
1	2.94	0.137	0.212
2	0.91	0.031	0.063
3	1.01	0.015	0.050
4	0.98	0.011	0.038
5	0.79	0.010	0.023

表3

参考文献 20

[1]	陈晓冰，张为公，张丙军. 汽车驾驶机器人车速跟踪控制策略研究［J］. 中国机械工程， 2005， 16（18）： 1669-1673.
	CHEN X B， ZHANG W G， ZHANG B J. Study on speed tracking control strategy for robot driver on chassis dynamometer［J］. China Mechanical Engineering， 2005， 16（18）： 1669-1673.
[2]	THRUN S， MONTEMERLO M， PALATUCCI M. Stanley： the robot that won the darpa grand challenge［J］. Journal of Field Robotics， 2009， 23（9）： 661-692.
[3]	LEONARD J， HOW J， TELLER S， et al. A perception‐driven autonomous urban vehicle［J］. Journal of Field Robotics， 2008， 25（10）： 727-774.
[4]	TIWARI R， KULKARNI A R. Longitudinal speed control of electric vehicle to reduce road speed limit violations［J］. Advances in Mechanical Engineering and Technology， 2022： 575-582.
[5]	OLEIWI B K， MOHAMED M J. Optimal design of linear and nonlinear PID controllers for speed control of an electric vehicle［J］. Journal of Intelligent Systems， 2024， 33（1）： 11-85.
[6]	陈刚，张为公. 基于模糊自适应PID的汽车驾驶机器人的车速控制［J］. 汽车工程， 2012， 34（6）： 511-516.
	CHEN G， ZHANG W G. Speed control of vehicle robot driver based on adaptive fuzzy PID control［J］. Automotive Engineering， 2012， 34（6）： 511-516.
[7]	NIE L Z， GUAN J Y， LU C H， et al. Longitudinal speed control of autonomous vehicle based on a self-adaptive PID of radial basis function neural network［J］. IET Intelligent Transport System， 2018， 12（6）： 485-494.
[8]	KHOOBAN M H， VAFAMAND N， NIKNAM T. T–S fuzzy model predictive speed control of electrical vehicles［J］. Isa Transactions， 2016， 64（5）：231-240.
[9]	MURAYAMA A， YAMAKITA M. Speed control of vehicles with variable valve lift engine by nonlinear MPC［C］.ICROS-SICE International Joint Conference： 2009. Fukuoka： IEEE， 2009： 4128-4133.
[10]	洪金龙，张国旭，程一帆，等. 低速巡航工况非线性车速跟踪控制［J］. 同济大学学报（自然科学版）， 2022， 50（S01）： 145-150.
	HONG J L， ZHANG G X， CHENG Y F， et al. Nonlinear speed tracking control of vehicles during low speed cruise［J］. Journal of Tongji University（Natural Science）， 2022， 50（S01）： 145-150.
[11]	XU S， PENG H， SONG Z， et al. Accurate and smooth speed control for an autonomous vehicle［C］.IEEE Intelligent Vehicles Symposium （IV）： 2018. Changshu： IEEE， 2018： 1976-1982.
[12]	ZHU M， CHEN H， XIONG G. A model predictive speed tracking control approach for autonomous ground vehicles［J］. Mechanical Systems and Signal Processing， 2017， 87（6）： 138-152.
[13]	朱敏. 智能车辆纵向速度跟踪与控制方法研究［D］. 北京：北京理工大学， 2016.
	ZHU M. Longitudinal speed tracking and control method for intelligent vehicles［D］. Beijing： Beijing Institute of Technology， 2016.
[14]	KONG J， PFEIFFER M， SCHILDBACH G， et al. Kinematic and dynamic vehicle models for autonomous driving control design［C］.Intelligent Vehicles Symposium （IV）： 2105. Seoul： IEEE， 2015： 1094-1099.
[15]	储灿灿，王东，张为公，等.基于逆控制策略模型的电动车驾驶机器人车速控制［J］. 汽车工程， 2020， 42（9）： 1166-1173.
	CHU C C， WANG D， ZHANG W G， et al. Vehicle speed control of electric vehicle driving robot based on inverse control strategy model［J］. Automotive Engineering， 2020， 42（9）： 1166-1173.
[16]	GUO K H， DING H T， ZHANG J W， et al. Development of a longitudinal and lateral driver model for autonomous vehicle control［J］. International Journal of Vehicle Design， 2004， 36（1）： 50-65.
[17]	张立存. 汽车驾驶员控制行为统一决策模型研究［D］. 长春：吉林大学， 2007.
	ZHANG L C. Research on unified driver model for vehicle assistant control［D］. Changchun： Jilin University， 2007.
[18]	张立增. 智能汽车方向与速度综合决策的混合机理与规则建模研究［D］. 长春：吉林大学， 2017.
	ZHANG L Z. Research on the hybrid mechanism and rule based modelling for the comprehensive decision of intelligent vehicles’ direction and speed［D］. Changchun： Jilin University， 2017.
[19]	GUAN HS， HE F， ZHANG L Z， et al. Comprehensive preview decision-making method for direction and speed of intelligent vehicle based on rules and mechanisms［J］. Proceedings of the Institution of Mechanical Engineers， Part D： Journal of Automobile Engineering， 2022， 236（5）： 780-793.
[20]	ZHANG S， LIU X， DENG G， et al. Longitudinal and lateral control strategies for automatic lane change to avoid collision in vehicle high-speed driving［J］. Sensors， 2023， 23（11）： 5301-5320.

方法	车速跟随方法
1	PI
2	PI+加速度跟随
3	MPC+加速度跟随
4	单段空间预瞄+加速度跟随
5	本文方法