专栏名称: 智能车情报局
聚焦智能汽车关键技术与创新产品
目录
相关文章推荐
牛散赵哥  ·  A股:券商尾盘急拉,行情要突破了? ·  昨天  
俊杰财经  ·  2月26日股市内参(股市早知道,快人一步) ·  2 天前  
俊杰财经  ·  2月26日股市内参(股市早知道,快人一步) ·  2 天前  
海龟社区  ·  会前要一直满仓? ·  2 天前  
魔法K线一王焕昌  ·  【风物长宜放眼量】 ·  2 天前  
魔法K线一王焕昌  ·  【风物长宜放眼量】 ·  2 天前  
51好读  ›  专栏  ›  智能车情报局

智驾与底盘争抢的车身控制,你真的了解吗?

智能车情报局  · 公众号  ·  · 2024-12-18 20:09

正文

在智能驾驶的控制执行过程中,通常输出给执行器的指令主要以加速度(或制动)和转向角的形式。这些指令通常通过车辆控制单元(VCU)或执行器控制器传递到物理执行机构(如电动转向系统、制动系统、加速器等)。因此,控制闭环一般在执行器端闭合,智能驾驶控制系统更多地关注高层的规划和控制指令输出,确保执行器能够根据系统要求进行精确操作。同时,智能驾驶系统也可能通过感知反馈进行更高层次的控制闭环,比如车速、位置、障碍物距离等用于调整策略和路径。这种架构使得系统具有更好的模块化和鲁棒性,各个控制环节都能够独立优化,提升整车的控制精度和稳定性。
然而,近年来智能驾驶技术的研发趋势逐渐朝着将更高层次的执行控制 整合到智驾系统 的方向发展。这意味着不仅是规划与决策层面,而是包括车辆执行器的控制闭环也会被纳入智能驾驶系统中,而不再依赖于执行器本身的独立闭环控制。这个趋势背后的驱动力包括更高的系统集成度、整体性能优化以及对复杂驾驶任务的需求。
全局闭环控制 方面。传统的车辆控制架构中,车身控制(如加速、制动、转向等)往往由车辆控制器或执行器的闭环系统负责,这种架构将高层次的智能决策与底层执行分离。但现在,越来越多的智驾系统正在集成底层的闭环控制,智能驾驶系统不仅负责生成控制指令,还直接处理实时反馈,完成对车身的闭环控制。例如,对加速度、转向角度的直接反馈控制,以及车速、位置等传感器的综合处理。这种方法允许智能驾驶系统能够以更细粒度来优化车辆的动态响应。
软件集成度 上,将车身的闭环控制移交给智能驾驶系统,可以减少系统中的冗余控制层,并通过统一的控制算法优化整体车辆动态。这对于复杂驾驶场景(如城市拥堵路段、自动泊车、自动变道等)尤为重要,因为这些场景需要更快速和精确的控制响应,集成的全局控制能够提供更流畅的驾驶体验。
协同优化 方面,当智能驾驶系统承担整个车辆的控制闭环时,系统可以同时考虑车辆动力学、环境感知、路径规划等多个因素,从而更好地优化驾驶决策。例如,路径规划的算法不仅要确保车辆的行驶安全性,还需要与车辆动力学特性结合,做出更符合实际工况的决策。通过深度集成的控制,智能驾驶系统可以实时动态调整控制策略,从而最大化车辆的安全性、舒适性和能效。
硬件能力的提升 方面,这一趋势的实现依赖于智驾系统硬件计算能力的增强。随着芯片和传感器技术的进步,智驾系统能够处理更多实时数据,做出更复杂和精确的控制决策。同时,实时性、推理能力、内存管理、能耗优化等在设计大模型时得到了高度关注,使得智驾系统能有效地承担起更复杂的闭环控制任务。
然而,这种趋势也带来了新的挑战,如系统安全性和冗余设计,因为一旦将整个闭环交给智驾系统,系统的故障将影响到整体的车辆安全。为此,研发中会引入更多的冗余控制机制和故障处理策略,确保在出现问题时仍能安全应对。
实际上,随着智能驾驶系统能力的增强,研发趋势确实正在朝着将车身闭环控制与智能驾驶系统深度融合的方向发展。本文将以技术的视角详细讲述如何从智驾的角度对整个车身底盘进行全局控制。这种对车身的综合控制能力,标准称之为VMC(Vehicle Motion Control,车辆运动控制)。

01

VMC的控制原理


VMC 主要负责根据车辆的动力学模型和当前状态,计算出控制车辆所需的力和力矩,以实现稳定的行驶控制。 它通过接收来自传感器的数据,如车辆速度、加速度、转向角度等,以及来自其他功能模块的指令,如目标速度、路径规划等,进行实时计算并输出控制信号给执行器,以提高车辆的行驶稳定性、安全性和操控性。
抛开智驾上层来讲,以下表示的是 VMC 底盘控制的原理图:
基于如上分析我们可以很清楚的看到,智驾系统想要接管整个底盘域的前端控制,就必须着手解决以上几个关键环节中的参数调节与控制。即首先,智驾系统需要代替底盘控制端充分采集到车辆运动传感器、转向传感器、制动传感器以及车轮传感器提供的如上数据信息。这些信息既用于感知端目标与自车目标相对位置、速度等信息的判断,也是自车规控模块轨迹计算的前提。其次,结合自车底盘ECU提供的稳定性判断、控制策略制定和协调控制,智驾系统需要充分的车身数据分析与控制执行决策。最后,通过横纵向控制执行端ECU,实现车辆的闭环控制。
这里我们将重点分析各个采集控制模块具体需要做哪些信息采集及逻辑计算。
首先是完成如下 车身传感器数据的采集。
1、 车辆运动传感器: 包括加速度传感器、陀螺仪、车速传感器等,用于实时监测车辆的加速度、角速度、车速等运动状态参数。
2、 转向传感器: 检测方向盘的转角、转向速度等信息,以了解驾驶员的转向意图。
3、 制动传感器: 监测制动踏板的位置、压力等参数,判断车辆的制动状态。
4、 车轮传感器: 如轮速传感器,提供各个车轮的转速信息,用于计算车辆的滑移率等参数。
其次是 车身数据分析与决策。
1、 稳定性判断: 根据传感器采集到的数据,VMC 系统分析车辆的当前行驶状态,判断车辆是否处于稳定状态。例如,通过比较实际车辆运动状态与理想模型的差异,确定车辆是否存在过度转向、不足转向、侧滑等不稳定情况。
2、 控制策略制定: 如果车辆处于不稳定状态,VMC 系统会根据具体情况制定相应的控制策略。例如,在过度转向时,系统可能会对外侧车轮施加适当的制动,以减小车辆的转向半径;在不足转向时,系统可能会对内侧车轮施加制动或增加外侧车轮的驱动力,以提高车辆的转向响应。
3、协调控制: VMC 系统需要对制动、转向和动力系统进行协调控制,以实现最佳的控制效果。例如,在制动控制时,系统需要考虑制动分配、制动压力的调节等问题,以确保车辆的稳定性和制动性能;在转向控制时,系统可能会根据车辆的行驶状态调整转向助力,以提高驾驶员的操控感受。
最后,则是最关键的 执行控制。 从横纵向角度上讲,包含制动、转向、动力这三个大的方面。
1、制动控制 :通过控制制动系统的压力,实现对各个车轮的制动。VMC 系统可以单独控制每个车轮的制动压力,以实现精确的制动控制。例如,在车辆发生侧滑时,系统可以对侧滑一侧的车轮施加较大的制动压力,以恢复车辆的稳定性。
2、转向控制: 通过调整转向助力系统的参数,改变驾驶员的转向感受。例如,在车辆高速行驶时,系统可以增加转向助力的阻尼,以提高车辆的稳定性;在车辆低速行驶时,系统可以减小转向助力的阻尼,以提高驾驶员的操控灵活性。
3、动力控制: 通过调整发动机的输出功率和扭矩,实现对车辆的动力控制。例如,在车辆加速时,系统可以增加发动机的输出功率,以提高车辆的加速性能;在车辆行驶过程中,系统可以根据车辆的行驶状态调整发动机的输出扭矩,以提高车辆的稳定性和燃油经济性。

02

VMC控制的理论模型


VMC理论模型通常基于车辆动力学原理建立,以下是其主要的理论模型及相关公式说明。 由于VMC表示整个车身的整体且全面的运动理论学,因此需要充分的将横向、纵向和横摆三个方面的理论学综合加以分析。


1、纵向动力学模型
车辆的纵向运动主要受驱动力、制动力和空气阻力等因素影响。根据牛顿第二定律,车辆纵向动力学方程可表示为:
其中,m是车辆质量,是车辆纵向速度,是驱动力,是车辆纵向阻力。车辆驱动力 主要由发动机或电机提供,可以表示为 ,其中是传动系统输入扭矩,是传动系统效率, 是车轮半径。
车辆纵向阻力包括滚动阻力、空气阻力和坡度阻力等,可以表示为:
其中是 滚动阻力, 是空气阻力, 是坡度阻力, 是重力加速度,f是滚动阻力系数, 是空气密度, 是空气阻力系数, 是车辆迎风面积, 是道路坡度。
2、车辆横向动力学理论学
车辆横向动力学方程可表示如下:
其中,vy是车辆横向速度,Fy是车辆横向力,Fr,y是车辆横向阻力。车辆横向力主要由轮胎提供,可以表示为 ,其中 是前轮横向力, 是后轮横向力。轮胎横向力通常采用线性或非线性轮胎模型来计算,例如采用线性轮胎模型时 ,其中Cf和Cr分别是前轮和后轮的侧偏刚度, 分别是前轮和后轮的侧偏角。
3、横摆动力学理论学
横摆动力学方程可以表示为: Iz是车辆绕 z 轴的转动惯量,wz是车辆横摆角速度,Mz是车辆绕 z 轴的力矩。车辆绕 z 轴的力矩主要由轮胎横向力产生,可以表示为 ,其中a和b分别是车辆质心到前轴和后轴的距离。
基于如上分析,VMC 通常以车辆的稳定性和跟踪性能为目标,设定目标函数。例如,可以设定目标函数为最小化车辆实际状态与期望状态之间的误差,如车辆横向偏差、横摆角偏差等。
根据车辆动力学方程和目标函数,通过控制算法计算控制输入,如车辆的转向角、驱动力等。常用的控制算法有线性二次调节器(LQR)、模型预测控制(MPC)等。以 LQR 为例,通过求解 Riccati 方程得到最优反馈增益矩阵,然后根据车辆状态误差计算控制输入。

03

VMC更适合放到智驾域控端还是底盘端?


将 VMC放到智驾域控端和放到底盘域控端都存在一定的风险,难以简单地判断哪个风险更大,需要从不同角度进行分析。
1、将 VMC 放到智驾域控端风险
首先,是系统复杂性增加。
由于智驾域控主要负责自动驾驶的感知、决策和控制等功能,将 VMC 整合到智驾域控端会增加系统的复杂性。这可能导致系统的可靠性降低,因为更多的功能集成在一起,一旦出现问题,可能会影响多个系统的正常运行。
其次,是通信延迟。
智驾域控通常需要处理大量的传感器数据和进行复杂的计算,这可能会导致通信延迟。如果 VMC 的控制指令不能及时传递到底盘执行机构,可能会影响车辆的稳定性和安全性。
最后,是软件兼容性问题。
智驾域控和底盘系统可能来自不同的供应商,将 VMC 放到智驾域控端可能会出现软件兼容性问题。这可能需要更多的时间和资源来进行集成和测试,增加了项目的风险。
2、将 VMC 放到底盘域控端的风险
首先,是缺乏全局信息。
底盘域控主要负责车辆的底盘控制,如制动、转向和悬挂等。如果将 VMC 放到底盘域控端,可能会缺乏自动驾驶系统的全局信息,如车辆的位置、速度、目标等。这可能会影响 VMC 的控制效果,降低车辆的行驶稳定性和安全性。
其次,升级较困难。
如果需要对 VMC 进行升级或改进,可能需要对底盘域控进行相应的升级。这可能会比较困难,因为底盘系统通常比较复杂,升级过程可能会影响车辆的正常运行。
进一步讲,将VMC控制模块放在底盘域也有一些功能局限性。
底盘域控的计算能力和存储容量可能有限,这可能会限制 VMC 的功能和性能。例如,在处理复杂的车辆动力学模型和控制算法时,可能会出现计算能力不足的问题。
那么,在自动驾驶控制中,到底应该将VMC放置在何处呢?
如上分析,将 VMC 放到智驾域控端和放到底盘域控端都存在一定的风险。在实际应用中,需要根据具体的需求和系统架构来进行权衡和选择。同时,为了降低风险,需要进行充分的测试和验证,确保系统的可靠性和安全性。
实际上放置的具体位置需要综合考虑多方面因素。
如果放在智驾域控端,其优势比较明显,即信息集成度高、协同控制能力强。由于智驾域控通常能够获取丰富的环境感知信息和车辆自身状态信息,将 VMC 放在这里可以更好地结合自动驾驶的全局规划和决策,实现更精准的车辆运动控制。
举例: 在遇到复杂路况时,能够根据周围车辆的位置、速度以及道路的几何形状等信息,实时调整车辆的加速度、转向角度等参数,以确保行驶的安全性和舒适性。
同时,智驾系统还可以与自动驾驶的其他功能模块(如感知、决策等)进行更紧密的协同工作,提高整个自动驾驶系统的效率和性能。例如,在进行自动超车时,VMC 可以与决策模块密切配合,根据当前车辆状态和周围环境,精确控制车辆的加速、转向和制动,实现安全、快速的超车动作。
当然,将 VMC 集成到智驾域控端会使系统的复杂度大幅提高,增加了开发、调试和维护的难度。一旦出现问题,可能会影响整个自动驾驶系统的正常运行。同时,也会提高对计算资源要求。因为,此时智驾域控通常需要处理大量的感知数据和进行复杂的决策计算,再加上 VMC 的功能,可能会对计算资源提出更高的要求,增加硬件成本。
如果放到底盘域控端,其明显的优势就是其较强的专业性。底盘域控专注于车辆底盘系统的控制,对车辆的动力学特性有更深入的了解和更专业的控制能力。将 VMC 放到底盘域控端可以充分发挥其在车辆运动控制方面的专业优势,确保车辆的稳定性和操控性。
举例: 在高速行驶或紧急制动时,能够更快速、准确地响应车辆的动态变化,及时调整底盘系统的参数,保证车辆的安全。当然,VMC由底盘域控制时,其独立性也较高。即使智驾域控出现故障,底盘域控仍然可以独立工作,保证车辆的基本行驶安全。例如,在自动驾驶系统出现故障时,底盘域控可以切换到传统的驾驶模式,由驾驶员控制车辆,降低事故风险。
当然这种控制的局限性也很明显。首先就是信息局限性。由于底盘域控获取的信息相对有限,可能无法充分了解自动驾驶的全局规划和决策,导致 VMC 的控制效果受到一定影响。例如,在进行自动泊车时,如果底盘域控不能及时获取停车位的准确位置和周围环境信息,可能会影响泊车的准确性和效率。其次是协同难度较大。与智驾域控端的其他功能模块协同工作相对困难,可能需要额外的通信和协调机制,这也就增加了系统的复杂性。
基于以上的优劣势分析,不难看出,VMC 的放置位置没有绝对的答案,需要根据具体的自动驾驶系统架构、应用场景和技术要求来进行选择。在一些高端的自动驾驶系统中,可以采用分布式架构,将 VMC 的部分功能分别放在智驾域控端和底盘域控端,实现优势互补。例如,在正常行驶情况下,由智驾域控端的 VMC 模块根据全局规划和决策进行宏观的车辆运动控制,而在紧急情况下,底盘域控端的 VMC 模块可以迅速响应,确保车辆的安全。同时,无论 VMC 放在哪里,都需要建立可靠的通信机制和安全机制,确保各个模块之间能够及时、准确地传递信息,并在出现故障时能够及时采取相应的安全措施,保障自动驾驶的安全可靠运行。

04

智驾端控VMC的具体实施调节策略


基于以上分析,VMC 的理论模型基于车辆动力学方程,通过设定目标函数和采用控制算法,计算控制输入以实现对车辆的稳定控制。 实际应用中,还需要考虑模型的准确性、计算效率以及传感器噪声等因素的影响。
实际上,VMC需要采取一定的实时调整 “控制策略” 。输入的这些变量能让 VMC 系统实时了解车辆的当前状态,以便在运行过程中动态调整控制策略。例如,当检测到车辆实际速度与期望速度有偏差时,VMC 可以及时调整驱动力或制动力指令,使车辆尽快达到期望速度。






请到「今天看啥」查看全文