“中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟”是由工信部指導(dǎo)，中國汽車工程學(xué)會(huì)、中國汽車工業(yè)協(xié)會(huì)支持，既支撐政府決策、又服務(wù)行業(yè)發(fā)展的創(chuàng)新機(jī)構(gòu)，旨在推動(dòng)我國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)和技術(shù)發(fā)展，是發(fā)揮跨產(chǎn)業(yè)、政產(chǎn)學(xué)研用協(xié)同創(chuàng)新的重要推動(dòng)力量。聯(lián)盟下轄的預(yù)期功能安全工作組，旨在促進(jìn)預(yù)期功能安全發(fā)展，加速智能駕駛相關(guān)產(chǎn)品的快速落地與應(yīng)用。

強(qiáng)降雨場(chǎng)景下自適應(yīng)巡航控制系統(tǒng)的安全控制策略

Safety Control Strategy for Adaptive Cruise Control System in Heavy Rainfall Scenes

作者：Zhao Chao, Bu Dexu, Cao Lipeng, Li Keqiang, Luo Yugong

本文針對(duì)強(qiáng)降雨場(chǎng)景下毫米波雷達(dá)的目標(biāo)運(yùn)動(dòng)非預(yù)期測(cè)量誤差較大引發(fā) ACC系統(tǒng)的預(yù)期功能安全問 題，提出了強(qiáng)降雨場(chǎng)景下自適應(yīng)巡航控制系統(tǒng)的安全控制策略。首先使用雙狀態(tài)卡方對(duì)毫米波雷達(dá)輸出的目標(biāo)信 息進(jìn)行檢驗(yàn)，以確定其是否存在安全風(fēng)險(xiǎn)；接著通過卡爾曼濾波對(duì)存在安全風(fēng)險(xiǎn)的目標(biāo)信息進(jìn)行修正；然后將修正 的目標(biāo)信息輸入ACC控制器控制車輛運(yùn)動(dòng)狀態(tài)，實(shí)現(xiàn)安全控制；最后通過搭建的Prescan/Simulink聯(lián)合仿真平臺(tái)對(duì)提出的安全控制策略進(jìn)行了仿真驗(yàn)證。結(jié)果表明：雙狀態(tài)卡方檢驗(yàn)可及時(shí)檢測(cè)風(fēng)險(xiǎn)信息(檢測(cè)時(shí)間偏差在1. 31 s以 內(nèi))，卡爾曼濾波修正誤差在3. 66m以內(nèi)，有效保證了ACC系統(tǒng)在強(qiáng)降雨場(chǎng)景下安全穩(wěn)定運(yùn)行。

01.前言

自適應(yīng)巡航控制(adaptive cruise control system，ACC)是重要的智能駕駛輔助功能，ACC系統(tǒng)的目標(biāo)為通過控制驅(qū)動(dòng)系統(tǒng)和制動(dòng)系統(tǒng)自動(dòng)調(diào)整車速實(shí)現(xiàn)車距保持功能。  ACC可以有效減輕駕駛員疲勞強(qiáng)度，提升駕駛的安全性與舒適性。ACC系統(tǒng)功能的 實(shí)現(xiàn)依賴于毫米波雷達(dá)感知信息的正確性，毫米波雷達(dá)在強(qiáng)降雨場(chǎng)景下的性能局限性，可能會(huì)導(dǎo)致ACC系統(tǒng)出現(xiàn)速度控制錯(cuò)誤的預(yù)期功能安全問題。

預(yù)期功能安全(safety of the intended functionality，SOTIF)的定義是沒有因預(yù)期功能的功 能不足或可合理預(yù)見的人為誤用導(dǎo)致的不合理風(fēng)險(xiǎn)。ISO 21448標(biāo)準(zhǔn)提供了實(shí)現(xiàn) SOTIF所需的適用設(shè)計(jì)、驗(yàn)證和驗(yàn)證措施的指南，還有研究提供了一些風(fēng)險(xiǎn)評(píng)估和觸發(fā)條件的確定方法，但是目前針對(duì)“功能改進(jìn)來降低SOTIF風(fēng)險(xiǎn)”的策略的研究較少。

毫米波雷達(dá)是ACC的重要組成元件，目前的研究重點(diǎn)都在于改進(jìn)常規(guī)工況下ACC的性能，提升毫米波雷達(dá)測(cè)量的實(shí)時(shí)性與準(zhǔn)確性，確保目標(biāo)識(shí)別與跟蹤的效果，但是對(duì)于ACC系統(tǒng)在強(qiáng)降雨環(huán)境下出現(xiàn)的SOTIF問題考慮較少。

強(qiáng)降雨帶來的衰減、雜波和噪聲會(huì)降低毫米波雷達(dá)的最大檢測(cè)范圍，增大虛警概率和測(cè)量誤差。雨衰減和后向散射會(huì)使目標(biāo)回波功率降低、雜波功率增加。王輝考慮了大氣衰減和后向散射，對(duì)地面、海面、雨和雪條件下的9. 5-95GHz之間所有常用的雷達(dá)的反射進(jìn)行了一系列研究。黃際英等使用Mie理論計(jì)算了單個(gè)球形雨滴在不同溫度、不同工作頻率、不同尺寸情況下的衰減截面和后向散射截面，使用統(tǒng)計(jì)擬合的方法，得到了計(jì)算毫米波段雨介質(zhì)后向散射系數(shù)的簡(jiǎn)單公式。Gourova等[11] 在雨霧隧道中進(jìn)行了毫米波雷達(dá)的探測(cè)實(shí)驗(yàn)，對(duì)后向散射進(jìn)行了理論分析。在高頻與粒子數(shù)目較大的情況下，多重散射會(huì)使得降雨后向散射增強(qiáng)。白繼玲等分析了降雨的多重散射效應(yīng)，計(jì)算了由降雨的2階散射機(jī)制造成的雨雜波回波功率。Yang等討論了離散隨機(jī)介質(zhì)中2階后向散射增強(qiáng)理論，基于Mie理論、蒙特卡羅模擬和后向散射增強(qiáng)理論，分別在35和95 GHz時(shí)分析了降雨對(duì)毫米波雷達(dá)性能的影響。此外，考慮降雨對(duì)天線噪聲溫度的影響，張蕊等擬合得到了由降雨的雷達(dá)體反射率反演雨衰減率的公式。Zang 等模擬了降雨場(chǎng)景下毫米波雷達(dá)的返回功率和接受功率信噪比的變化。李鑫的研究表明，降雨對(duì)毫米波雷達(dá)返回功率的影響會(huì)使毫米波雷達(dá)虛警概率增大，最大檢測(cè)距離降低和測(cè)量誤差增大?？傮w而言，當(dāng)前研究主要集中在分析降雨對(duì)毫米波雷達(dá)性能影響分析方面，未考慮毫米波雷達(dá)的性能局限可能造成的自適應(yīng)巡航控制系統(tǒng)的SOTIF問題，同時(shí)未涉及相應(yīng)的安全風(fēng)險(xiǎn)識(shí)別和安全控制策略的研究。

本文中提出了強(qiáng)降雨場(chǎng)景下ACC系統(tǒng)的安全控制策略，旨在降低由強(qiáng)降雨導(dǎo)致的ACC系統(tǒng)性能局限的SOTIF風(fēng)險(xiǎn)。首先使用雙狀態(tài)χ2識(shí)別可能影響ACC性能的安全風(fēng)險(xiǎn)，將毫米波雷達(dá)觀測(cè)信息輸入到卡爾曼濾波器和兩個(gè)狀態(tài)遞推器當(dāng)中，通過比較卡爾曼濾波器和狀態(tài)遞推器的差值判斷系統(tǒng)是否存在安全風(fēng)險(xiǎn)；其次，使用卡爾曼濾波對(duì)存在安全風(fēng)險(xiǎn)的毫米波雷達(dá)觀測(cè)信息進(jìn)行修正，將處理修正后的信息輸入ACC上層控制器，基于PID控制得到期望加速度，下層控制器將期望加速度轉(zhuǎn)化為驅(qū)動(dòng)信號(hào)或制動(dòng)信號(hào)對(duì)車輛進(jìn)行控制；最后搭建Prescan/ Simulink聯(lián)合仿真平臺(tái)對(duì)所提安全控制策略進(jìn)行驗(yàn)證。

02.毫米波雷達(dá)SOTIF問題描述

強(qiáng)降雨環(huán)境中，毫米波雷達(dá)回波功率降低，雨雜波和噪聲功率增加。強(qiáng)降雨條件下，雨衰減會(huì)使目標(biāo)回波功率降低，此時(shí)目標(biāo)的回波功率為

式中：Pr 為目標(biāo)的返回功率；Pt 為發(fā)射信號(hào)功率；G為雷達(dá)天線增益；λ 為毫米波雷達(dá)工作波長(zhǎng)；σt 為目 標(biāo)雷達(dá)散射截面(RCS)；V為多路徑系數(shù)；γ為衰減系數(shù)；r為雷達(dá)與目標(biāo)之間距離。

式中：Pb 為雜波信號(hào)功率；τ 為脈沖持續(xù)時(shí)間；θBW 為天線波束寬度；σi 為雨滴的后向散射系數(shù)。

式中：Pnoise 為噪聲功率；FN 為接收機(jī)噪聲數(shù)據(jù)；T0 為噪聲溫度；k 為玻爾茲曼常數(shù)；B 為接收機(jī)濾波帶寬。毫米波雷達(dá)對(duì)于運(yùn)動(dòng)信息的測(cè)量受毫米波雷達(dá)接受功率信噪比的影響。噪聲、雜波導(dǎo)致的毫米波雷達(dá)速度測(cè)量誤差 δv 為

式中：S 為雷達(dá)回波信號(hào)功率；J 為噪聲和雜波的總功率；Δf為雷達(dá)調(diào)頻帶寬；tm 為雷達(dá)調(diào)頻周期；ta 為 雷達(dá)處理時(shí)的積累時(shí)間。毫米波雷達(dá)測(cè)距誤差 δd 為

式中：c 為光速；λ 為毫米波波長(zhǎng)；θ 為雷達(dá)天線波束主軸與目標(biāo)間的夾角。自適應(yīng)巡航控制系統(tǒng)根據(jù)毫米波雷達(dá)等傳感器觀測(cè)的信息控制車輛加速或減速。在強(qiáng)降雨場(chǎng)景下，測(cè)量車距 dob 為

式中 d 為自車與前車的實(shí)際車距。強(qiáng)降雨場(chǎng)景下毫米波雷達(dá)測(cè)量車距與期望車距的車距誤差 Δd ′為

式中：Δd 為實(shí)際車距誤差；ddes 為期望車距。

對(duì)于自適應(yīng)巡航控制系統(tǒng)，控制目標(biāo)為使自車與前車的實(shí)際車距 d 趨近于期望車距 ddes，即要求車距誤差 Δd 趨近于零。強(qiáng)降雨場(chǎng)景下測(cè)量車距誤 差 Δd ′與實(shí)際車距誤差 Δd 的誤差 δd 可能會(huì)觸發(fā) ACC 系統(tǒng)速度控制性能受限，引發(fā)非預(yù)期加速或減速，導(dǎo)致無法實(shí)現(xiàn)穩(wěn)定跟車、與前車或后車發(fā)生碰撞。

03.強(qiáng)降雨場(chǎng)景下安全控制策略設(shè)計(jì)

強(qiáng)降雨場(chǎng)景下毫米波雷達(dá)的安全控制策略架構(gòu)如圖1所示，分為安全風(fēng)險(xiǎn)識(shí)別和安全控制兩個(gè)部分。使用雙狀態(tài) χ2 檢驗(yàn)進(jìn)行風(fēng)險(xiǎn)信息的識(shí)別，使用基于卡爾曼濾波的修正策略對(duì)安全風(fēng)險(xiǎn)進(jìn)行修正，進(jìn)而將修正后的信息引入ACC控制器進(jìn)行安全控制。

圖1 安全控制策略原理圖

2.1  基于雙狀態(tài)卡方檢驗(yàn)的安全風(fēng)險(xiǎn)識(shí)別策略設(shè)計(jì)

強(qiáng)降雨場(chǎng)景中，毫米波雷達(dá)傳播衰減、信噪比降低，會(huì)造成目標(biāo)運(yùn)動(dòng)信息測(cè)量誤差增大，使用雙狀態(tài)χ2檢驗(yàn)識(shí)別毫米波雷達(dá)中出現(xiàn)大量噪聲的情況。

定義狀態(tài)向量 % 來表征前方物體的運(yùn)動(dòng)狀態(tài)：

式中：y表示目標(biāo)相對(duì)于自車的縱向位置；y 表示目標(biāo)車輛相對(duì)于自車的縱向速度；a 表示相對(duì)加速度；j 表示相對(duì)加速度的導(dǎo)數(shù)。

前方目標(biāo)運(yùn)動(dòng)狀態(tài)的狀態(tài)方程的連續(xù)時(shí)間模型表示為

式中：A為連續(xù)系統(tǒng)矩陣；B 為連續(xù)系統(tǒng)噪聲驅(qū)動(dòng)矩陣；ω 為過程噪聲，是相對(duì)加速度的導(dǎo)數(shù) j 的干擾。

通過線性離散化，前方目標(biāo)運(yùn)動(dòng)狀態(tài)的狀態(tài)方程的離散時(shí)間模型為

式中：Φ 為系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣；G 為系統(tǒng)噪聲系數(shù)矩陣；T 為系統(tǒng)采樣時(shí)間；x (k) 為k時(shí)刻的狀態(tài)向量。一步預(yù)測(cè)狀態(tài)量 x(k + 1|k)通過上述狀態(tài)方程求得。

前方目標(biāo)運(yùn)動(dòng)狀態(tài)觀測(cè)方程的離散時(shí)間模型表示為

式中：z為毫米波雷達(dá)觀測(cè)向量，包含毫米波雷達(dá)的目標(biāo)縱向距離和相對(duì)速度，z(k) = [y(k)y(k)]T；

H 為輸出狀態(tài)矩陣；v 是測(cè)量噪聲。ω和v為相互獨(dú)立的高斯白噪聲序列。

卡爾曼濾波的一步預(yù)測(cè)協(xié)方差P(k+1|k)為

式中Q是過程噪聲ω的方差。

最終卡爾曼濾波器的狀態(tài)更新為

式中 R 是測(cè)量噪聲 v 的方差。

卡爾曼濾波的狀態(tài)估計(jì)值x(k|k) 由一步預(yù)測(cè)信息x(k|k - 1)和實(shí)際觀測(cè)信息 z(k )融合得到，當(dāng)系統(tǒng)存在功能不足、實(shí)際觀測(cè)信息存在風(fēng)險(xiǎn)時(shí)，狀態(tài)估計(jì)值x(k|k)也會(huì)包含風(fēng)險(xiǎn)信息。設(shè)計(jì)由先驗(yàn)信息遞推得到的狀態(tài)遞推器，最終根據(jù)卡爾曼濾波狀態(tài)估計(jì)值x(k|k)與狀態(tài)遞推器xs(k)的差值判斷是否存在風(fēng)險(xiǎn)信息。由卡爾曼濾波得到x(k)后，狀態(tài)遞推器進(jìn)行狀態(tài)估計(jì)和方差遞推過程：

式中：xs(k) 為狀態(tài)遞推值；Ps(k )為方差矩陣。初始狀態(tài) xk(0)=xs(0) = x0，Pk(0) = Ps(0)=P0。根據(jù)狀態(tài)濾波值x(k) 和xs(k)的差值可以判斷系統(tǒng)是否發(fā)生風(fēng)險(xiǎn)。

式中：差異向量b(k)是零均值的高斯隨機(jī)向量；B(k)是b (k)的協(xié)方差；隨機(jī)狀態(tài)量ζ(k) ～ χ2(n)。毫米波雷達(dá)是否存在風(fēng)險(xiǎn)的判斷準(zhǔn)則為

式中?是設(shè)定的檢測(cè)閾值，決定檢測(cè)的性能，由皮爾遜準(zhǔn)則確定。

狀態(tài)遞推器的遞推值會(huì)隨著時(shí)間的累積越來越偏離真實(shí)值，導(dǎo)致遞推器失效，可以使用卡爾曼濾波的狀態(tài)估計(jì)值定期對(duì)狀態(tài)遞推值進(jìn)行更新。但是當(dāng)發(fā)生風(fēng)險(xiǎn)時(shí)，卡爾曼濾波的狀態(tài)估計(jì)值已經(jīng)包含了風(fēng)險(xiǎn)信息，會(huì)污染狀態(tài)遞推器，導(dǎo)致無法檢測(cè)出信號(hào)異?，F(xiàn)象。為了減小被污染的可能，提高安全風(fēng)險(xiǎn)識(shí)別的可靠性，可以設(shè)置兩個(gè)狀態(tài)遞推器，進(jìn)行交替重置，當(dāng)一個(gè)狀態(tài)遞推器被重置時(shí)，另外一個(gè)可以作為參考系統(tǒng)。

雙狀態(tài)卡方檢驗(yàn)遞推器的重置和使用時(shí)間如圖2所示，在 Terr時(shí)刻系統(tǒng)信號(hào)出現(xiàn)了明顯的異常，存在風(fēng)險(xiǎn)。

圖2  雙狀態(tài)卡方檢驗(yàn)遞推器的重置和使用時(shí)間

設(shè)Terr發(fā)生在時(shí)間區(qū)間(t2i，t2i+1)內(nèi)，在t2i 時(shí)刻狀態(tài)遞推器1已經(jīng)被重置，在t2i+1時(shí)刻狀態(tài)遞推器2即將被重置污染，在t2i+2時(shí)刻狀態(tài)遞推器1即將被重置污染，所以需要在t2i+2時(shí)刻前檢測(cè)出信號(hào)異常。設(shè)?tc為從Terr時(shí)刻到信號(hào)異常被檢測(cè)出來的時(shí)間間隔，?t為雙狀態(tài)卡方檢驗(yàn)遞推器的重置時(shí)間間隔。需要在 (Terr，t2i+2) 時(shí)間內(nèi)檢測(cè)出信號(hào)異常， 所以有

即雙狀態(tài)卡方檢驗(yàn)遞推器的重置時(shí)間間隔大于信號(hào)異常的檢測(cè)時(shí)間。若重置時(shí)間過短，即遞推器被快速重置，可能在檢測(cè)到信號(hào)異常信息之前已經(jīng)被污染，造成漏檢，無法有效進(jìn)行安全風(fēng)險(xiǎn)識(shí)別；若重置時(shí)間過長(zhǎng)，即遞推器重置速度比較慢，靈敏度會(huì)降低，誤差隨著時(shí)間不斷積累，等效為單卡方檢驗(yàn)，容易造成虛警。雙狀態(tài)卡方檢驗(yàn)算法流程圖如圖3所示。

圖3  安全風(fēng)險(xiǎn)識(shí)別策略流程圖

2.2  基于卡爾曼濾波的安全控制策略設(shè)計(jì)

基于卡爾曼濾波的安全控制策略如圖4所示，如果上文所述的安全風(fēng)險(xiǎn)識(shí)別策略識(shí)別到系統(tǒng)存在安全風(fēng)險(xiǎn)，就使用卡爾曼濾波進(jìn)行信息修正。毫米波雷達(dá)觀測(cè)的運(yùn)動(dòng)信息經(jīng)過修正之后，將修正信息輸入到 ACC 的上層控制器當(dāng)中，上層控制器為PID控制。

圖4  安全控制策略流程圖

式中：ddes為設(shè)定的期望車距；d(t)為t時(shí)刻自車與前車的實(shí)際車距；Δd(t)為t時(shí)刻的期望車距與實(shí)際車距之差。關(guān)于距離控制的PID控制器的控制函數(shù)可以寫為

式中：Kpd為比例系數(shù)；KId為積分系數(shù)；KDd為微分系數(shù)。假設(shè)區(qū)間為k等份，每一份長(zhǎng)度為Ts，則上式離散化可得：

令ades=Ud(k)，ades為期望加速度，是上層控制器的輸出信號(hào)。下層控制器對(duì)輸出信號(hào)ades進(jìn)行處理，若ades 為負(fù)值，則將輸出信號(hào)轉(zhuǎn)化為制動(dòng)信號(hào)，若ades為正值，則將輸出信號(hào)轉(zhuǎn)化為驅(qū)動(dòng)信號(hào)。

04.仿真驗(yàn)證

搭建Prescan/Simulink聯(lián)合仿真平臺(tái)，通過在仿真過程中的毫米波雷達(dá)測(cè)量信息中人為添加噪聲，模擬強(qiáng)降雨場(chǎng)景(圖5)，驗(yàn)證安全控制策略(圖6)的有效性。

圖5  仿真場(chǎng)景示意圖

圖6  安全控制策略模型

3.1  仿真設(shè)計(jì)

在ACC控制器前增加安全風(fēng)險(xiǎn)信息識(shí)別與修正模塊，ACC控制器分為上層控制器和下層控制器兩個(gè)部分。

目前大多數(shù)在降雨場(chǎng)景下模擬毫米波雷達(dá)測(cè)量結(jié)果都是在理想結(jié)果輸出的基礎(chǔ)上添加噪聲來實(shí)現(xiàn)，這種模擬方式往往不能反映降雨對(duì)毫米波雷達(dá)的影響。為解決此問題，Hasirlioglu等建立了基于物理的虛擬降雨模型，使用Mie理論和雷達(dá)方程分析降雨帶來的衰減和雜波的影響，模擬了降雨場(chǎng)景下毫米波雷達(dá)的目標(biāo)返回功率和雜波功率的變化,與實(shí)車試驗(yàn)結(jié)果吻合度較高。因此，在本文設(shè)計(jì)仿真工況時(shí)，首先使用 Hasirlioglu等建立的基于物理的虛擬降雨模型計(jì)算強(qiáng)降雨場(chǎng)景下毫米波雷達(dá)目標(biāo)返回功率和雜波功率，再結(jié)合式(1) ~式(3)計(jì)算出毫米波雷達(dá)的測(cè)量誤差，最后將測(cè)量誤差添加到毫米波雷達(dá)測(cè)量信息中。

參照氣象學(xué)中認(rèn)為降雨量大于8.1 mm/h 為大雨或暴雨，因此設(shè)置強(qiáng)降雨的降雨量為10 mm/h，其他仿真參數(shù)如表1所示。

表1  仿真參數(shù)設(shè)置

最終計(jì)算得到毫米波雷達(dá)接受功率信噪比SNIR為20，距離測(cè)量誤差為2.91 m。根據(jù)距離測(cè)量誤差結(jié)果，設(shè)置噪聲注入毫米波雷達(dá)最終的輸出結(jié)果中模擬強(qiáng)降雨造成的影響。

設(shè)置勻速、勻加速、勻減速和復(fù)雜變速4種不同的前車車速，編號(hào)分別為1、2、3、4，如圖7~圖10所示。

設(shè)置穿過雨區(qū)和持續(xù)降雨兩種降雨情況，最終設(shè)置不同的仿真工況，如表2所示。

表2  仿真工況設(shè)計(jì)

3.2  仿真結(jié)果分析

根據(jù)表2設(shè)計(jì)的仿真工況，得到各個(gè)場(chǎng)景的仿真結(jié)果，如表3所示。風(fēng)險(xiǎn)時(shí)間表示在仿真場(chǎng)景中模擬強(qiáng)降雨的時(shí)間，檢測(cè)時(shí)間表示安全風(fēng)險(xiǎn)識(shí)別策略檢測(cè)到的ACC系統(tǒng)存在SOTIF風(fēng)險(xiǎn)的時(shí)間，檢測(cè)時(shí)間偏差表示風(fēng)險(xiǎn)時(shí)間和檢測(cè)時(shí)間之間的誤差。真實(shí)距離表示有安全控制策略情況下自車與前車的實(shí)際距離，修正距離表示有安全控制策略情況下卡爾曼濾波的修正距離。修正誤差表示最大的卡爾曼濾波修正距離與真實(shí)距離的誤差。

表3  仿真結(jié)果

如表3所示，所提基于雙狀態(tài) χ2 的安全風(fēng)險(xiǎn)識(shí)別策略能夠及時(shí)有效地識(shí)別毫米波雷達(dá)測(cè)量的運(yùn)動(dòng)信息非預(yù)期誤差導(dǎo)致ACC系統(tǒng)性能局限的SOTIF風(fēng)險(xiǎn)，檢測(cè)時(shí)間偏差在 1.31s以內(nèi)(工況4：檢測(cè)時(shí)間為20-41.31 s，風(fēng)險(xiǎn)時(shí)間為20-40s )；實(shí)施安全控制策略后，卡爾曼濾波修正信息與真實(shí)數(shù)據(jù)之間的偏差在3. 66 m以內(nèi)，ACC系統(tǒng)可以穩(wěn)定運(yùn)行。無安全控制策略時(shí)，ACC系統(tǒng)無法穩(wěn)定運(yùn)行，自車可能與前車或后車發(fā)生碰撞。

工況 4(20-40 s穿過雨區(qū)、大雨、前車復(fù)雜變速)的仿真結(jié)果如圖11~圖14所示。flag-err 表示風(fēng)險(xiǎn)識(shí)別結(jié)果，當(dāng)flag-err=0時(shí)，安全風(fēng)險(xiǎn)識(shí)別策略認(rèn)為系統(tǒng)無風(fēng)險(xiǎn)；當(dāng) flag-err=1時(shí)，安全風(fēng)險(xiǎn)識(shí)別策略認(rèn)為系統(tǒng)存在風(fēng)險(xiǎn)。

圖11  安全風(fēng)險(xiǎn)識(shí)別結(jié)果

由圖11可見，所提基于雙狀態(tài)χ2 的安全風(fēng)險(xiǎn)識(shí)別策略能夠成功檢測(cè)安全風(fēng)險(xiǎn)，即在 20-40 s之間穿過強(qiáng)降雨區(qū)時(shí)毫米波雷達(dá)感知的運(yùn)動(dòng)信息存在非預(yù)期誤差，進(jìn)而觸發(fā) ACC系統(tǒng)性能局限的SOTIF風(fēng)險(xiǎn)。圖12表示實(shí)施安全控制之后的修正距離與真實(shí)距離，修正距離與真實(shí)距離最大相差1. 76 m，真實(shí)距離與修正距離差距較小，修正距離合理可信。圖13和圖14表示有安全控制和無安全控制時(shí)距離和速度的變化。在無安全控制策略時(shí)，從20 s開始進(jìn)入雨區(qū)，毫米波雷達(dá)測(cè)量的運(yùn)動(dòng)信息誤差較大導(dǎo)致 ACC系統(tǒng)存在SOTIF風(fēng)險(xiǎn)。自車與前車之間距離增大，自車速度增加但此時(shí)的加速度較小，無法實(shí)現(xiàn)跟車；在26.75 s時(shí)，前車與自車距離超出毫米波雷達(dá)最大檢測(cè)距離，自車以當(dāng)前車速保持定速巡航狀態(tài)行駛，37.78 s時(shí)，毫米波雷達(dá)再次探測(cè)到前車，系統(tǒng)切換為跟車狀態(tài)，自車與前車之間距離減小，自車速度減小，但此時(shí)的減速度較小，自車與前車距離持續(xù)減小，40 s后風(fēng)險(xiǎn)結(jié)束，自車逐漸實(shí)現(xiàn)穩(wěn)定跟車。在有安全控制策略時(shí)，自車可以保持穩(wěn)定跟車行駛，驗(yàn)證了安全控制策略的有效性。

圖12  安全控制之后修正距離與真實(shí)距離

圖13  有安全控制和無安全控制時(shí)的距離

圖14  有安全控制和無安全控制時(shí)自車速度

工況8(20s開始持續(xù)降雨、大雨、前車復(fù)雜變速)的仿真結(jié)果如圖15~圖18所示。

圖15  安全風(fēng)險(xiǎn)識(shí)別的結(jié)果

由圖15可見，所提基于雙狀態(tài)χ2的安全風(fēng)險(xiǎn)識(shí)別策略能夠成功檢測(cè)安全風(fēng)險(xiǎn)，即在 20-60s之間持續(xù)強(qiáng)降雨時(shí)毫米波雷達(dá)感知的運(yùn)動(dòng)信息存在非預(yù)期誤差，進(jìn)而觸發(fā)ACC系統(tǒng)性能局限的SOTIF風(fēng)險(xiǎn)。 圖16表示實(shí)施安全控制之后的修正距離與真實(shí)距離，修正距離與真實(shí)距離最大相差3.66 m。此時(shí)降雨量較大且持續(xù)時(shí)間比較長(zhǎng)，卡爾曼濾波修正距離和真實(shí)距離誤差增大；前車速度變化復(fù)雜，設(shè)定車距與實(shí)際車距之間的誤差增大，跟車效果變差，限制了安全控制策略的效果，最終的修正誤差較大。但是經(jīng)過修正之后觀測(cè)距離變化幅度較小(如圖16所示)，ACC系統(tǒng)可以穩(wěn)定運(yùn)行。圖17和圖18表示有安全控制和無安全控制時(shí)距離和速度的變化。在無安全控制策略時(shí)，從 20 s開始持續(xù)降雨，毫米波雷達(dá) 測(cè)量的運(yùn)動(dòng)信息誤差較大導(dǎo)致ACC系統(tǒng)存在SOTIF風(fēng)險(xiǎn)。自車與前車之間距離增大，自車速度增加但此時(shí)的加速度較小，無法實(shí)現(xiàn)跟車；在 26.75s時(shí)，前車與自車距離超出毫米波雷達(dá)最大檢測(cè)距離，自車以當(dāng)前車速保持定速巡航狀態(tài)行駛，37.78s 時(shí)，毫米波雷達(dá)再次探測(cè)到前車，系統(tǒng)切換為跟車狀態(tài)，自車與前車之間距離減小，自車速度減小，但此時(shí)的減速度較小，減速不及時(shí)導(dǎo)致與前車在43.73s發(fā)生碰撞。在有安全控制策略時(shí)，自車可以保持穩(wěn)定跟車行駛，驗(yàn)證了安全控制策略的有效性。

圖16  安全控制之后修正距離與真實(shí)距離

圖17  有安全控制和無安全控制時(shí)距離

圖18  有安全控制和無安全控制時(shí)自車速度

同時(shí)，由表3可知，在仿真工況1-3和5-7前車速度規(guī)律變化情況下，所提方法均能夠?qū)崿F(xiàn)對(duì)非預(yù)期風(fēng)險(xiǎn)的及時(shí)識(shí)別，且工況1-3穿過雨區(qū)后存在不超過1s的虛警時(shí)間。卡爾曼濾波修正信息與真實(shí)數(shù)據(jù)之間的偏差在0.9m以內(nèi)，可以實(shí)現(xiàn)穩(wěn)定跟車行駛。

仿真工況4為設(shè)定的穿過雨區(qū)、復(fù)雜變速工況。所提風(fēng)險(xiǎn)識(shí)別策略仍然可以實(shí)現(xiàn)對(duì)非預(yù)期風(fēng)險(xiǎn)的及時(shí)識(shí)別，但是由表3可知，穿過雨區(qū)后虛警時(shí)間為1.31s，與工況1-3相比，虛警時(shí)間變長(zhǎng)，且修正誤差增加為1.76m。虛警時(shí)間仍然在可接受范圍內(nèi)，可以保證風(fēng)險(xiǎn)識(shí)別效果。雖然修正誤差較大，但是安全控制策略仍然可以實(shí)現(xiàn)穩(wěn)定跟車行駛，如圖14所示。仿真工況8為設(shè)定的持續(xù)降雨、復(fù)雜變速工況。所提風(fēng)險(xiǎn)識(shí)別策略仍然可以實(shí)現(xiàn)對(duì)非預(yù)期風(fēng)險(xiǎn)的及時(shí)識(shí)別。仿真工況8的修正誤差為3.66m，修正誤差較大，但是安全控制策略仍然可以實(shí)現(xiàn)穩(wěn)定跟車行駛，如圖 18所示。

因此，前車車速影響風(fēng)險(xiǎn)識(shí)別策略和風(fēng)險(xiǎn)降低策略。前車車速變化復(fù)雜會(huì)使風(fēng)險(xiǎn)結(jié)束后虛警時(shí)間變長(zhǎng)，但是虛警時(shí)間仍然在可接受范圍內(nèi)，可以保證風(fēng)險(xiǎn)識(shí)別效果。前車車速變化復(fù)雜造成修正誤差增大，但是安全控制策略仍然可以實(shí)現(xiàn)穩(wěn)定跟車行駛。

05.結(jié)論

針對(duì)強(qiáng)降雨場(chǎng)景下毫米波雷達(dá)感知的運(yùn)動(dòng)信息存在非預(yù)期誤差可能觸發(fā)自適應(yīng)巡航控制系統(tǒng)性能局限的SOTIF問題，本文中提出了一種安全控制策略。使用雙狀態(tài)χ2檢驗(yàn)實(shí)時(shí)對(duì)毫米波雷達(dá)的測(cè)量信息進(jìn)行安全風(fēng)險(xiǎn)檢驗(yàn)，將毫米波雷達(dá)觀測(cè)信息輸入到卡爾曼濾波器和兩個(gè)狀態(tài)遞推器當(dāng)中，通過比較卡爾曼濾波器和狀態(tài)遞推器的差值判斷系統(tǒng)是否存在安全風(fēng)險(xiǎn)。識(shí)別到系統(tǒng)存在風(fēng)險(xiǎn)時(shí)，使用卡爾曼濾波對(duì)毫米波雷達(dá)觀測(cè)信息進(jìn)行修正，將修正后的信息輸入ACC上層控制器，基于PID控制得到期望加速度輸入下層控制器，下層控制器將期望加速度轉(zhuǎn)化為驅(qū)動(dòng)信號(hào)或制動(dòng)信號(hào)對(duì)車輛進(jìn)行控制。通過搭建的Prescan/Simulink聯(lián)合仿真平臺(tái)對(duì)安全控制策略進(jìn)行仿真驗(yàn)證，仿真驗(yàn)證結(jié)果表明：所提強(qiáng)降雨場(chǎng)景下自適應(yīng)巡航控制系統(tǒng)安全控制策略能夠?qū)崟r(shí)檢測(cè)由于強(qiáng)降雨導(dǎo)的SOTIF風(fēng)險(xiǎn)，并能夠?qū)崟r(shí)修正非預(yù)期測(cè)量誤差，距離修正誤差在3.66m 以內(nèi)，有效保證了ACC系統(tǒng)在強(qiáng)降雨場(chǎng)景下安全穩(wěn)定運(yùn)行。

參考文獻(xiàn)