第1章汽車智能生態出行概述/1

1.1智能生態出行的內涵及意義/1

1.2自動駕駛汽車技術/3

1.2.1自動駕駛關鍵技術繫統架構/3

1.2.2自動駕駛分級標準/7

1.3車路協同與智能交通繫統/8

1.3.1車路協同技術/8

1.3.2智能交通繫統/12

本章參考文獻/14

第2章多車協同編隊控制概述/16

2.1多車協同編隊發展現狀/16

2.2自適應巡航控制/20

2.3節能導向的協同駕駛研究/24

本章參考文獻/27

第3章復雜通信拓撲結構下的編隊穩定性控制/35

3.1多車協同編隊控制繫統/35

3.1.1通信拓撲結構優化設計/35

3.1.2跟車策略設計/36

3.1.3協同自適應巡航控制器設計/36

3.2多車協同編隊模型建立/37

3.2.1車輛編隊縱向動力學模型/37

3.2.2基於圖論的復雜通信拓撲結構/38

3.2.3車輛編隊動力學模型/40

3.3協同自適應巡航控制器設計/41

3.3.1通信拓撲結構與控制器解耦設計/41

3.3.2通信拓撲結構優化/43

3.4多車協同編隊仿真分析/46

本章參考文獻/50

智能網聯車輛生態協同駕駛——未來出行解決方案目錄第4章面向實際通信狀態的多車協同編隊魯棒控制/53

4.1非理想通信環境下的多車協同編隊控制/53

4.1.1車輛編隊縱向動力學模型建立/53

4.1.2控制器參數優化設計/56

4.1.3仿真驗證/60

4.2基於Smith預估的多車協同編隊控制/67

4.2.1Smith預估控制器設計/67

4.2.2不同模式控制下的控制器設計及性能對比/70

4.2.3高速路燃油經濟性測試工況下的多車協同編隊仿真/72

本章參考文獻/75

第5章基於事件觸發的多車協同編隊魯棒控制/76

5.1考慮參數不確定性的事件觸發控制器設計/76

5.1.1基於事件觸發的多車協同編隊建模/76

5.1.2控制器參數匹配設計/79

5.1.3仿真驗證/85

5.2非理想通信狀態下的事件觸發控制策略設計/89

5.2.1存在通信丟包時的繫統模型建立/89

5.2.2自適應觸發機制設計及仿真驗證/92

5.2.3基於自適應跟車時距的協同自適應巡航控制器設計/94

本章參考文獻/96

第6章智能網聯車隊列節能控制方法/97

6.1動力繫統構成及能耗模型構建/97

6.1.1傳統燃油車能耗模型構建/100

6.1.2純電動汽車能耗模型構建/101

6.1.3混合動力汽車能耗模型構建/102

6.2車輛編隊節能控制主要算法/102

6.2.1龐特裡亞金極值原理/103

6.2.2模型預測控制/104

6.2.3動態規劃/106

6.2.4偽譜法/108

6.2.5強化學習/110

6.3跟車行駛過程隊列能耗優化/114

6.3.1基於縱向動力學的車輛編隊建模/116

6.3.2基於模型預測控制的隊列節能策略/116

6.3.3智能網聯車輛編隊節能效果分析/118

6.3.4ECACC與傳統ACC的效果對比/123

本章參考文獻/127

第7章車路協同環境下的生態駕駛技術研究/130

7.1智能網聯汽車生態駕駛概述/130

7.2考慮橫向約束的隊列速度軌跡規劃/134

7.2.1車輛橫向動力學建模與約束設計/134

7.2.2基於動態規劃算法的生態駕駛策略/139

7.2.3車輛編隊跟車與節能效果分析/144

7.3連續信號燈交叉口場景下車輛編隊生態協同

駕駛研究/152

7.3.1信號燈交叉口生態駕駛控制問題設計框架/153

7.3.2基於控制邏輯切換的改進動態規劃算法設計/153

7.3.3城市工況下隊列生態協同駕駛效果分析/159

本章參考文獻/163

第8章車聯網技術與軟硬件實現/165

8.1車聯網技術發展與應用/165

8.1.1車聯網發展歷程/165

8.1.2車聯網技術分類及特點/168

8.1.3V2X的實際應用與作用/172

8.2車聯網的軟件應用/175

8.2.1智能交通模擬軟件綜述/176

8.2.2智能車輛模擬軟件綜述/179

8.3車聯網硬件實現/183

8.3.1V2X通信設備/183

8.3.2V2X通信芯片與通信基站/185

8.4智能網聯汽車示範區/187

8.4.1智能網聯汽車示範區建設現狀/188

8.4.2智能網聯汽車示範區組成與測試項目/192

本章參考文獻/195

第9章智能網聯汽車認知交互研究/197

9.1智能網聯下駕駛人意圖識別與行為感知/197

9.2智能網聯人機協作駕駛/207

9.3智能網聯下駕駛行為認知交互/223

本章參考文獻/229

第10章智能網聯車輛應用及未來智慧出行繫統/232

10.1網聯商用車隊列生態協同駕駛/232

10.1.1商用車編隊行駛特點及優勢/232

10.1.2商用車編隊行駛整體繫統架構/234

10.2智能網聯乘用車在智慧城市中的協同駕駛出行/237

10.2.1信號燈交叉口車輛生態駕駛控制/237

10.2.2交叉口信號燈配時/239

10.2.3無信號燈交叉口車輛協同控制/242

10.3未來智慧出行繫統/244

10.3.1多功能智能座艙/244

10.3.2飛行組網式智能交通繫統/246

10.3.3軌道式智能交通繫統/248

10.3.4可變結構智能公共交通繫統/252

本章參考文獻/253

前言 全球出行產業正在經歷一場前所未有的深刻變革，智能生態出行繫統將成為未來智慧城市的重要紐帶和主動脈。5G、自動駕駛、人工智能等前沿技術正在重塑出行產業和未來出行方式，深刻影響著全球未來出行新格局。汽車作為智能生態出行繫統中的重要組成部分，不斷呈現出電動化、智能化、網聯化、共享化的發展趨勢，汽車領域也逐漸轉變成集汽車制造、智能感知、先進控制、通信互聯、交通管控、汽車產品和服務等多學科共融的生態集群。同時，智能網聯汽車的高速發展及先進通信技術的普及，又孕育出了新的交通繫統，即智能交通繫統。智能交通繫統的建設主要依靠“智慧的路、聰明的車、實時的雲、可靠的網、精確的圖”五大技術體繫，涵蓋微觀和宏觀交通繫統優化管控，可以多層次、全方位地實現交通優化控制、交通管控和交通分配，以滿足安全導向、出行效率導向和環境友好導向的功能需求。 智能網聯車輛生態協同駕駛是未來生態出行模式的重要組成部分，其主要依靠單個車輛(單車)智能控制、多車協同控制和車路協同控制等關鍵技術，實現多車在高速公路、城市道路等場景下的安全、高效、節能行駛，其中多車協同編隊控制和交叉口生態速度規劃*具研究和應用價值。多車協同編隊依靠車輛與車輛(V2V)通信，使被控車輛可以實時獲取周邊交通參與者的準確狀態信息，從而實現更穩定、更安全的決策判斷與更經濟、更環保的輸出控制。多車協同編隊控制技術可兼顧安全和節能需求，在提高通行效率、保證出行安全、優化乘坐體驗等方面提供了新的解決方案。特別是，商用車編隊控制技術具有較高的商業應用價值，其不僅可以通過減小跟車間距來提高通行效率、降低空氣阻力，還可以顯著降低駕駛強度，避免發生由駕駛疲勞引起的安全事故。交叉口生態速度規劃依靠車輛與道路基礎設施(V2I)通信，由將信號燈相位信號發送給車輛(車輛編隊)，並利用一繫列*優規劃算法進行速度引導，實現信號燈交叉口綠波帶通行，從而減少車輛紅燈等待時的低能效啟停過程，促進道路車輛和交通的可持續發展。交叉口生態速度規劃還可以進一步融合交叉口信號燈配時策略，通過車路協同控制進行通行效率與駕駛生態性能的深入優化，*終實現無信號燈交叉口的多交通參與者協同控制。 本書的作者及其團隊近年來主要從事智能網聯駕駛、生態出行等領域的研究，本書便是在已有研究的基礎上，重點圍繞多車協同編隊控制和交叉口生態速度規劃兩大研究點展開，細致闡述了其科研價值、設計方法與理論、應用效果與優勢、研究展望等。本書共分為10章。第1章為汽車智能生態出行概述，主要闡述了汽車及出行領域的重要變革，重點圍繞自動駕駛、車路協同和智能交通進行了全面的綜述。第2章對多車協同編隊控制的發展現狀進行分析探討，介紹了自適應巡航控制策略的設計要求與設計理論，並進一步闡述其在以節能為導向的生態協同駕駛中的應用。第3章主要針對車輛編隊的縱向跟隨控制，深入研究復雜通信拓撲結構對協同自適應巡航控制器設計的影響，並提出通信拓撲結構與控制器解耦設計理論。第4章考慮了實際通信環境中不可避免的通信延時，從魯棒控制和Smith預估補償控制兩個層面來應對延時對繫統控制的不良影響。第5章為提高通信資源的利用率、避免出現明顯的通信延時，設計了事件觸發策略及其在非理想通信環境下的自適應調整策略。第6章以節能為主要設計導向，綜述了不同*優控制算法，並采用模型預測控制算法實現了車輛編隊的節能巡航控制。第7章從巡航和信號燈交叉口兩個層面進行生態駕駛設計，利用動態規劃理論設計了考慮橫向約束的隊列*優速度軌跡規劃策略和信號燈交叉口生態駕駛*優速度軌跡規劃策略。第8章介紹了車聯網技術的發展現狀及其軟硬件實現，並介紹了國內智能網聯汽車示範區的建設現狀。第9章從智能網聯汽車認知交互角度出發，開展了在復雜“人車路”繫統中，駕駛人意圖識別、人機協作駕駛等研究。第10章介紹了商用車編隊行駛技術的特點、優勢及信號燈交叉口的生態協同控制策略，並暢想了未來智慧出行繫統。 本書總括了國內外數位專家、學者的觀點和見解，在理論和應用層面體現了多個科研項目的豐富產出，作者將兩個國家先進的智能網聯汽車技術進行總結與剖析，歷時四年，經過數輪合作，完成本書的編著校對工作。馬芳武教授擔任本書的著者並負責總校對工作；Levent Guvenc教授(美國俄亥俄州立大學)對本書核心章節的研究工作給予了指導；付銳教授(長安大學)在本書編著過程中也給予了諸多實質性的指導並參與了部分章節的編著工作；楊昱博士和王佳偉博士擔任本書的著者並負責校對工作。本書第1、2章由楊昱和王佳偉共同完成；第3、4、5章由王佳偉完成；第6、7章由楊昱完成；第8章由李昕晨(美國俄亥俄州立大學)、吳官樸和孫博華共同完成；第9章由付銳教授和孫秦豫共同完成；第10章由楊昱、吳官樸和孫博華共同完成。另外，仲首任、單子桐、瀋昱成、申棋仁和代明宇也參與了部分章節的編著工作。本書介紹的研究內容得到吉林省科技發展項目“基於耦合控制的智能車組群生態協同駕駛”(20190302077GX)的支持，以及吉林大學未來出行生態汽車吉林省重點實驗室的大力支持，在此表示衷心的感謝！ 希望本書能夠為廣大讀者在智能網聯汽車領域提供新的技術思路，在理論和應用層面給予讀者更多的引導和支持。希望本書能夠完善未來出行解決方案，推動智能網聯汽車和智能交通繫統的發展，協助相關人員在技術領域創造更多利國利民的價值。 由於作者水平有限，書中難免存在不足之處，懇請專家、學者和讀者批評指正。馬芳武吉林大學教授SAE會士FISITA技術顧問2021年10月