應用領域：控制與仿真、汽車主動安全、低速控制、剎車控制

挑戰：低速控制的速度控制范圍小并且精度要求高。由于車身零部件屬非線性時變系統，產生的累計誤差對控制系統造成極大影響。因此需要對相關數據進行實時分析并要求系統作出快速響應，從而使車輛能以極低的速度平穩倒車。

應用方案：通過 DAQ 設備驅動超聲波探頭，并分析超聲波的飛渡時間從而檢測車輛與障礙物的實時距離。通過 NI-USB8473 與車載 CAN 網絡實時通信，對車輛狀態進行實時監測，并對獲取的實時速度、實時障礙物距離和實時制動力等信息進行分類。Fuzzy-PI 算法對信息進行分析處理，從而控制車輛相關設備快速響應。以此實現車輛低速平穩倒車，并在距離障礙物的安全范圍內自動剎車確保車輛和駕駛員的安全。該方案已在長安志翔 CV8 上成功實現倒車自動剎車輔助系統相關功能，并對正在進行的全自動泊車項目的速度控制奠定夯實基礎。

隨著工業化進程的不斷加速，汽車已成為新時代的代名詞。目前各國汽車的保有量均不斷上升，同時由汽車所導致的交通事故也呈現逐年上升趨勢。據統計，在中國每三分鐘發生一起交通事故，每五分鐘有一人因交通事故而死亡。所以消費者在選擇汽車作為代步工具時，除了考慮外觀和表面，亦對車身的安全性能給予了更多的關注。自19世紀九十年代以來，駕駛員輔助安全系統得到迅猛發展。目前已開發出并安裝的輔助安全系統有電子輔助制動系統（EBA）、自適應巡航系統（ACC）、電子穩定性控制系統（ESC）、主動避撞系統（ABC）和自動泊車系統（ASC）等。上述輔助安全系統的主要功能大體可以概括成：當系統檢測到駕駛員或車輛處于危險情況時，系統會提示駕駛員相關操作信息或直接制動車輛以防止碰撞的發生。

從技術層面看，多數交通事故發生的關鍵問題是駕駛員無法準確控制車速和車—障礙物的距離，此問題在倒車過程中表現得尤為突出。例如，在倒車過程中，駕駛員對車后存在視野死角和視線模糊的問題,無法正確判斷車輛與車后障礙物的實時距離，造成誤操作，從而導致各種擦碰事故頻發。

倒車自動剎車系統的背景與設計原則

市場上的倒車剎車系統大體可分為兩類：倒車雷達系統和倒車影像系統。倒車雷達系統利用超聲波測距原理，在智能控制器的控制下，由裝置于車尾的探頭發送超聲波信號，并接收經障礙物發射的回波信號，繼而控制器進行數據處理，計算出車—障礙物的實際距離。而倒車影像系統則是通過安裝在車后的遠紅外線廣角攝像裝置，將車后的障礙物實時顯示在車內顯示屏上，使得車后的狀況更加直觀可視。目前的倒車剎車系統的本質是，在倒車過程中系統將所探測的車后環境反饋給駕駛員并給予一定操作提示，而不直接介入車輛動力系統的控制。但當出現緊急情況或者駕駛員錯誤操作時，依然無法避免碰撞的發生。因此，為了提高駕駛員及車輛的安全性，新一代的倒車剎車系統的開發迫在眉睫。

新一代的倒車剎車系統的關鍵問題即如何更好地控制車速和車—障礙物的距離。Kyongsu Yi提出適用于Stop-and-Go（S&G）控制系統的車—車距離控制算法，此算法包含了距離控制和利用節氣門及剎車控制以達到加速度軌跡追蹤的目的。其控制器采用LQ最佳控制法則，在控制效果上，此算法擁有良好的距離控制性能，并能有效地克服建構模型的誤差問題。但其無法控制車速維持在低速范圍。Venhovens在此基礎上改善了速度控制策略，從而提升S&G控制系統在低速范圍的準確性。但其依然無法解決車輛勻速行進的問題，由此產生的聳車現象降低了駕駛員的舒適性。所以車輛的低速控制，尤其是倒車過程中的低速控制依然有待發展，同時這也是新一代倒車剎車系統的核心所在。

由于低速控制的速度控制范圍小、精度要求高以及實時性強，同時由于車身零部件屬非線性時變系統，因此產生的累計誤差對控制系統會造成極大影響。故系統在對車身狀態進行實時監控分析的同時必須要求相應系統對控制指令作出快速響應。本文開發的新一代倒車剎車系統——基于LabVIEW的倒車自動剎車系統著重于改善車輛在倒車過程中低速平穩倒車，以確保駕駛員的行車舒適度。同時，當檢測到車—障礙物距離處于危險范圍時，系統自動使車制動，從而保證駕駛員及車輛的安全性。

倒車自動剎車系統的控制指標如下：

1) 車速方面：預定車速；實時車速；實時加速度；期望壓力值；實際壓力值。
2) 距離方面：車—障礙物實時距離；預定警戒距離。

倒車自動剎車系統的總體設計

⒈ 系統模塊圖（見圖1）

系統總共包括四個模塊，分別是數據處理中心（DPC）、探測模塊、剎車控制模塊以及顯示模塊。DPC主要負責收集匯總實時數據并根據相關控制算法對其余各模塊發出相應控制指令。探測模塊通過NI設備驅動超聲波傳感器并將相關數據發送至DPC。剎車控制模塊通過NI-8473與車載CAN通信無縫連接，返回車身實時狀態信息至DPC并將DPC處理后的控制指令發送至車載相關設備，以此實現車載設備與LabVIEW平臺的信息交互。顯示模塊基于LabVIEW平臺顯示車身實時數據以及測距模塊的車—障礙物的距離，并可修改剎車控制算法中特征變量的參數大小。

⒉ 探測模塊設計

⑴ 工作原理

大部分剎車系統傳感器的探測范圍是30cm～200cm。本系統選取性價比較高的超聲波傳感器測量距離，其探測范圍為30cm～250cm，盲區為30cm。

超聲波傳感器的工作原理（見圖2）及脈沖時序（見圖3）。

傳感器的引腳定義（見表1）。

通過Time-of-Flight（TOF）算法計算發射波與接收波的時間差，從而得出超聲波探頭與障礙物間的距離，其距離計算公式（見式1）如下：

D=(c*t)/2 式1

式1中D為超聲波傳感器與障礙物的距離，c為聲波在空氣中的速度，t為發射波與接受波的時間差。

⑵ 方案設計及指標設定

由圖3可知，超聲波傳感器的激勵波脈沖時序在發射周期初始階段連續發射14個40kHz的脈沖串后持續低電平至周期結束，屬于非常規信號源，對外圍硬件電路設計造成極大困難。針對此問題，LabVIEW DAQ平臺的相關設備降低了采集系統構筑的難度。

▲ 采用的NI cDAQ-9178為8槽USB機箱，具有50多個結合集成信號調理的可熱插拔I/O模塊，機箱中內置4個通用32位計數器/定時器，并可借助使用DAQ Assistant的NI-DAQmx軟件自動代碼生成;

▲ NI 9269采用單通道輸出14個12V、40kHz的模擬電壓信號后持續低電平，信號周期30ms;

▲ NI 9221采用單通道模擬輸入模塊，采樣頻率1kHz，采樣點數1k。

本系統屬低速控制范圍（即車速低于5Km/h），在為保證駕駛員的安全性的同時避免車輛碰撞障礙物，依據運動學公式V02=2aS設定預定警戒距離為70cm，并在開發程序過程中設定70cm為停車標識符（StopFlag）（見圖4）。

⒊ 剎車控制模塊

⑴ 車輛模型

車輛數學模型的建立有利于提升驗證系統的可行性。北科大的陳柏全教授在Matlab/Simulink平臺上構建如圖5所示的車輛縱向模型。

為了減小車身零部件對系統的非線性因素導致的累積誤差影響，本系統僅通過試驗車的電動真空助力泵（EVB）所提供的助力實現制動力輸出。

根據牛頓第二定律可建立車輛縱向模型的一階線性微分方程，如式2所示：

式2中Mv 為車身質量，v為實時車速，Fb 為制動力，Fa為空氣阻力，g為重力加速度，θ為路面坡度，Fθ為怠速驅動力。

⑵ 速度曲線規劃

規劃的曲線必須盡可能的平順并且沒有緊急制動情況的出現，這在速度控制領域內有多種方法可實現。但對于如何使駕駛員在加減速時感覺較舒適，則是目前速度控制領域比較重要的課題。Kyongsu Yi在論文中指出，駕駛員感到較為舒適的加減速不應高于2.5m/s2。根據此研究成果，本系統的預定速度設定為1.6Km/h（見圖6），預定加速度設為1.4m/s?（見圖7），理論上的車輛制動距離為7cm。根據圖6的預定速度軌跡，可將其分成加速、勻速以及減速三個狀態，首先控制車速以定加速度從0Km/h升至1.6Km/h；若系統監測到StopFlag為0（即車—障礙物在停車范圍以外），系統維持車速處于勻速狀態即以1.6Km/h定速行駛；若系統監測到StopFlag為1（即車—障礙物在停車范圍以內），則進入減速狀態，速度以定加速度從1.6Km/h降至0Km/h。

⑶ 速度控制器設計

速度控制器采用離散型的增量PI算法。經整理后如式3所示：

式3中KP=K*T/Ti，KI=K，K為增益系數，Ti為積分時間，T為足夠小的常量本系統選取系統程序運行周期時間即50ms。

由于車輛影響系統動能因素較多，故在增量式PI算法的基礎上結合Fuzzy算法。式3經Z變換整理后如式4所示：

根據式4構建的Fuzzy—PI控制器如圖8所示：

在Fuzzy算法中，本系統利用實時車速與預定車速軌跡的誤差量定義相關特征變量的歸屬函數，即實時速度歸屬函數（見圖9）、速度誤差量歸屬函數（見圖10）及速度積分誤差量歸屬函數（見圖11）。上述三個歸屬函數均采用三角形分布的歸屬函數。由于試驗車是自動檔車型，怠速下的速度最大值在5Km/h左右，而本系統是將車速控制在3Km/h以下，故速度歸屬函數介于0-3Km/h。一般而言，在考慮微控制器的運算速度情況下，所設計的語意法則不超過9個，結合本系統輪速傳感器的有效精度是0.01Km/h，故上述三個歸屬函數均采用了5個模糊語言變量。

相關歸屬函數的定義原則是：當速度誤差較大時，調整為較大參數，使得速度可以快速地收斂到預定軌跡；反之，若誤差量較小，調整為較小參數，使得速度可以穩定在預定軌跡附近。速度積分誤差量的歸屬函數定義則是為了解決系統的穩態誤差，即減小實時車速與預定軌跡車速間的誤差。KP及KI的模糊控制表如表2、表3所示。

經多次測試后得到的特征變量參數如式5及式6所示。最后在解模糊化時，本系統采用最大隸屬度去最大值法。

KP={18/NB，10/NS，5/ZR，10/PS，20/PB} 式5
KI={20/NB，10/NS，8/ZR，10/PS，15/PB} 式6

軟件實現與現場結果

⒈ 系統結構

基于LabVIEW的倒車自動剎車系統主要分為兩個部分：

⑴ 數據采集（下位機部分）

依據前文所述的系統模塊可將數據采集分為兩個部分。在測距模塊中，驅動NI 9264模擬輸出產生周期為30ms的40kHz超聲波激勵信號，通過NI9205接收反射波信號，并利用Labview的脈沖探測函數計算超聲波的傳播時間，從而計算出車—障礙物的實時距離。在剎車控制模塊中，利用NI 8473與車載CAN網絡的無縫連接，實現DPC與車載設備的數據交互。

⑵ 數據處理（上位機部分）

數據傳輸及數據處理（即DPC）是基于LabVIEW2010平臺開發的。剎車控制模塊的數據傳輸通過LabVIEW2010平臺下的CAN模塊與車載CAN網絡實時通信，獲取實時車速及EVB實際壓力值的CAN報文，并通過相同的CAN通道發送EVB期望壓力值報文。DPC使用LabVIEW平臺中的“生產者—消費者”模型對數據采集部分返回的大量實時數據按一定周期進行處理，以此減少系統耗時，從而加快程序處理的速度，并提高系統的響應速度。通過LabVIEW狀態機結構對車輛實時狀態進行特征參數的提取，以此確定車輛在倒車行進過程中的加速狀態、勻速狀態以及減速狀態，并針對不同狀態進行相應的控制。

⒉ 控制軟件界面及功能

數據傳輸、處理與控制軟件界面主要包括3大功能模塊：參數配置模塊、功能驗證模塊以及報表輸出模塊。界面如圖12、圖13、圖14所示。

⒊ 數據實時展示及試驗結果

⑴ 實時數據展示

在參數配置界面對Fuzzy—PI算法的特征變量的相關參數進行配置，繼而通過功能驗證模塊進行實車測試效果。通過對測試數據的綜合分析，實時修改算法的相關參數值。圖15即在實車驗證狀態下的實時數據曲線圖。

⑵ 成果分析

報表輸出功能將速度軌跡及加速度軌跡以Excel的格式輸出，其結果如圖16、圖17所示。

圖16所示的測試結果顯示實際車速軌跡與預定車速軌跡的穩態誤差在-0.2Km/h到0.3Km/h之間，且車輛完全制動時的車—障礙物實時距離為54cm。圖17顯示整個控制過程中的實時加速度軌跡，在勻速狀態時的加速度均低于1.4m/s2，遠小于人體舒適的加速度極限（≤2.5m/s?）。由此可知，實際控制效果已基本達到預期目標。

⒋ 現場成果

本系統安裝于長安志翔CV8上，車載CAN網絡通過NI 8473與筆記本電腦上的LabVIEW平臺實時通信。同時將超聲波傳感器安裝于車后牌照正上方，并通過NI DAQ平臺配置NI9269及NI9221的相關參數，從而驅動超聲波傳感器。圖18為超聲波傳感器與相關數據采集設備的連接圖，圖19為現場時設備連接圖。

結論

從技術層面講，NIDAQ平臺和LabVIEW開發環境的無縫連接，使用戶輕松地通過圖形化開發環境訪問底層硬件，快速建立系統原型和數據采集應用，大大降低了系統開發的技術風險。LabVIEW強大的數據采集和信號處理功能極大地節省了采集終端軟件的開發時間，在NI DAQ平臺和LabVIEW CAN模塊的配合下，使得采集終端能夠實時并且高質量地完成數據采集、信號處理、數據傳送和數據處理的工作，為整個系統的開發研究提供靈活、強大的底層硬件支持。

基于LabVIEW平臺的倒車自動剎車系統已在長安志翔CV8上成功實現相關功能。該系統的成功開發在速度控制領域及相關輔助系統開發方面取得突破性進展，同時為長安汽車有限公司正在進行的全自動泊車系統的開發奠定了夯實的技術基礎。