网联车辆队列生态式协同自适应巡航控制策略研究-杨昱
车队行驶方式划分为基于被动跟车和主动规划的 ECACC 策 略，分别对队列行驶的两个主要性能即跟车和节能进行了建模与验证。在底层 跟车控制方面对队列行驶的技术基石即 CACC 跟车控制器进行了建模、分析和 仿真验证，分别讨论了基于前馈 -反馈结构和纯反馈结构控制器的特点，并进行 了队列弦稳定性分析。此外，在能耗方面建立了基于电机 Map 和电池动态参数
的纯电动汽车能耗灰盒模型，并与成熟商业软件进行了对比验证，为 ECACC 策
略的展开提供了模型研究基础。
通过 在特定行驶速度下对车队中各子车辆进行分布式控制实现动力系统优化，平衡
队列跟驰过程中能耗与跟车精度间的博弈，实现车辆能量经济性、驾驶舒适性
以及跟车准确性的多目标优化。
生态式协同自适应巡航控制（ Ecological Cooperative Adaptive Cruise Control,
ECACC ）技术是在网联车辆队列行驶的基础上实现以节能为主要优化目标的队列协同
控制方法 [16] 。该技术的节能优化目标为车辆队列整体最优，当车辆队列为均质即队列
组成为相同参数车辆时，优化目标可以简化为优化单一车辆动力系统然后将相关决策
应用至整个车队；而当车辆队列为异质即队列组成为不同参数或不同类型车辆时，优
化目标为队列中所有车辆或优化过程考虑所有车辆能量系统参数与运行状态，从而实
现协同节能控制 [39, 40] 。
。 ECACC 技术的核心思想在于通过理解队列前方的车辆状态（ V2V 通信）和
道路状态（ V2I 通信）在保持队列稳定跟车行驶的基础上对车辆队列中子车辆的驾驶行
为进行能量经济性决策 [42] 。相比于传统单车控制，基于多车协同控制的 ECACC 策略
在跟车行驶安全上优越于传统 ACC 控制，同时在节能方面能够提升 10%-20% 的能量
经济性 [43-45] 。
（ 1 ） DSRC 不适用于长距离通信，因此在需要长距离通信的场景内，如远距
离道路状况和环境信息获取， DSRC 技术难以使用；（
2 ） DSRC 不适用于拥挤路况下通 信；
3 ） DSRC 技术没有明确的衍进路径 [57] 。
基于蜂窝网络通信的 C-V2X 逐渐成为车联网通
信技术研究和讨论的热点。目前基于蜂窝网络的 C-V2X 应用主要为 Release 14 标准提
到的 LTE-V2X ，主要通过 4G 通信实现 [54, 55, 60] 。该技术具有覆盖广、容量大、可靠性
高的优点，但端到端通信时延较大。为同时满足通信覆盖面与通信时延的需求， LTE
V2X 通信方式设为两种，分别为广域蜂窝式（ LTE-V-Cell ）通信与短程直通式（ LTE-V
Direct ）。前者基于现有的 4G-LTE 技术，主要承载广域覆盖的车联网业务，其通信实施
的物理接口为直连通信接口（ PC5 接口）；后者引入 LTE-D2D （ Device to Device ），基
于蜂窝通信接口（ Uu 接口），实现 V2V 和 V2I 的直接通信，进而满足了高速移动情况
下车辆之间的低延时及安全通信的需求 [61, 62]。
随着世界各国移动通信运营商对 5G 通信技术的试运营， LTE-V2X 技术向着 5G
V2X 技术的平滑衍进，面向 5G-V2X 的车联网将随着 5G 通信技术的商用激发出更多
有价值的应用场景开发，同时推动汽车移动互联网呈指数级发展。由于 C-V2X 支持 5G
通信，因此 C-V2X 是面向未来的技术。
车辆队列协同自适应巡航控制 CACC 被认为是单车自适应巡
航控制 ACC 在未来智能交通系统中广泛应用的最新技术迭代产品，在网联化的革新下，
CACC 需要考虑更高要求的控制器鲁棒性、队列稳定性等。
同时知名企业如。在车
。在基于车 - 车协同的车辆编队控制领域，
Xiaoyun Lu [71] 团队主要围绕车辆编队控制对交通影响层面开展研究
Hu [104] 等针对传统燃油汽车在跟
车行驶过程中能耗进行了基于模型预测控制的最优控制求解，实现了车辆能耗最优并
显示出较小的跟车误差。
Tsugawa Sadayuki [107]
等提出了一种适用于卡车队列的分布式分层控制框架，以所有车辆的最佳燃油经济性
函数进行最优速度决策，实现了高速工况下基于纵向车辆动力学的车队整体能耗优化。
局限性
在当前主流研究体系中，多车协同控制研究很少考虑车辆能耗的因素，而车辆节
能控制研究中又很少研究多车协同控制对节能效果提升的潜力。而随着智能交通系统
和车联网通信技术的发展，基于二者有机结合的车辆控制方式势在必行并逐渐显露出
足具影响的应用价值。因此针对现有车辆生态出行的相关研究的不足和局限性，可以
从以下两个方面进行分析：
(1) 车辆队列协同控制方面：车辆队列 CACC 行驶方式有助于提高交通系统通行效率
达至 10%-20% ，因此当队列行驶大规模应用时，高渗透率的车辆队列 CACC 对交
通系统的节能可持续发展有重要影响，因此在研究 CACC 控制器时考虑系统能耗
表现是有意义的。大多数研究人员在队列跟车控制器设计中主要聚焦在控制器鲁棒
性、队列稳定性分析、车辆跟驰方法、通信效果影响以及通信拓扑影响等方面，很
16 第 1 章 绪论
少将队列多车能耗因素考虑在控制器设计框架中，从而缺少一个在能量维度的约束、
设计、优化或评价。
(2) 在车辆节能控制方面：传统车辆节能控制的面向对象主要是以单车为主，而忽略了
多车协同控制对节能效果的积极影响。以车辆队列行驶为例，通过合理的队列跟驰
控制减小跟车距离从而改变后车的空气动力学特性以减少队列空气阻力达到节能
效果。此外，队列在跟车过程中跟随期望间距发生抖动引起的加减速会造成不必要
的能耗，因此如何避免该类能耗是队列协同控制考虑的因素之一。而从交通角度出
发，在交通典型场景下，道路通行效率、车辆启停次数等对车辆的能耗有直接影响，
因此通过多车协同控制如编队行驶、车路协同规划调度等方法解决上述问题将有利
于提高车辆节能优化效果。因此，目前大多数仅偏向于单车控制的节能研究限制了
车辆的节能潜力，少有研究结合 V2X 优势详细研究队列生态出行，没有完全发挥
基于车联网通信技术的智能车路系统所带来的节能优势。
(1) 针对队列协同控制系统设计，跟车和能量控制系统耦合性强，两个系统之间存在干
涉影响，系统结构复杂，存在非线性量，解析推导较难。因此应考虑实现系统解耦，
降低系统复杂度，进行合理设计使队列协同节能控制同时实现能耗最优和队列稳定
跟车行驶。
(2) 车辆队列行驶在不同场景应用中具有不同的典型特点与驾驶需求。因此应考虑针对
典型场景环境如城市信号灯交叉口、城际高速公路等进行行驶条件和需求分析并建
立有针对性的系统功能设计。
(3) 能耗最优速度轨迹求解过程中，大多是基于汽车纵向动力学特性的，然而在实际道
路上存在弯道路况，仅基于纵向维度考虑车辆行驶速度是有局限的，过快的纵向速
度会使车辆在转向过程中失稳。因此应考虑车辆纵横向耦合特性，探索车辆横向特
性对纵向速度的影响并基于此建立合适的速度规划策略。
(4) 网联车辆队列行驶需要融入大量的智能道路基建、周围智能车辆传递的信号，导致
完全的实车验证进行困难。现今真实道路尚未智能化、专有测试区较少、测试场地
范围小、测试功能有限、测试牌照发放量少以及法律法规要求等，限制了实车验证
的实施。因此应考虑被控系统特点，设计一套不受场地限制且能验证队列行驶效果
的简化验证方法。
(2) 第三章介绍了在被动跟车情况下的 ECACC 策略设计。以车辆纵向动力学特性为基
础，采用基于恒定常数车头时距的队列跟驰模型，建立了面向车辆队列速度跟随、
跟车误差以及能耗的综合代价函数并提出了基于模型预测控制的最优控制问题求
解方法，通过对队列子车辆的分布式控制得到了满足跟车性能和能耗表现的最优控
制序列。在 UDDS 、 HWFET 和 NEDC 典型工况下进行验证，阐述车辆队列在特定
速度行驶条件下跟车与能耗的平衡关系。
智能网联车辆队列生态式协同自适应巡航控制主要涉及两个关键技术点即队列节
能和队列跟随控制，以及如何将二者有机结合形成一加一大于二的性能优势，并推广
至典型场景应用如高速工况和城市工况，并针对典型场景工况进行二次设计从而达到
以最优性能生态出行的目的[45, 111, 112]。本
选用以 UDDS 、 NEDC 工况为主的城市场景和 HFWET 工况为主
的高速场景为队列前方车辆输入速度进行能耗、跟车等方面的性能分析。并通过硬件
在环测试验证算法在真实控制器中的计算效果。
其中在高速场
景应用中，根据实际需求设计了基于能耗最优、能耗 - 时间综合最优的双模式行驶策略，
行程时间长短可由驾驶员通过设定时间需求因子自行定制；在城市场景中主要考虑了
车辆队列在连续信号灯交叉口的生态驾驶问题，即队列可以根据前方连续信号灯状态
进行速度引导决策，从而达到连续绿灯相位通行的效果，并且在通过交叉口时队列不
分离，从而保证通行完整性。该部分策略通过真实城市地图信息完成，
。并且底层队列跟车
控制效果根据俄亥俄州立大学 Automated Driving Lab 提出的 Virtual Platoon 方法 [116] 进
行实车验证，从而验证算法的有效性和应用潜力。
因此在高速行驶场景中凭借高速车流
密度小的特点，非常适合主动规划的 ECACC 策略于车辆队列上的应用。
车辆队列最优速度规划问题求解主流理论分析
在车辆跟车过程中由于控制方法不同，可能会出现车辆为保证跟车效率缩小跟
车误差导致频繁的加减速行为。
介绍一种基于模型预测控制（ Model Predictive
Control, MPC ）的网联车队节能行驶策略。该策略既具有良好的跟车特性，又具有良好
的能量经济性。提出的 MPC 策略的实质是一种考虑跟车速度、与前车的期望距离误差
和能耗的多目标优化策略。通过分析车队的纵向动力学特性以及跟随车辆的加速度、
电机特性等参数来评价在各个工况下的综合性能表现。
在设计智能网联车车辆队列跟车行驶的能耗优化问题时，需要着
重考虑队列中车辆的跟车性能以及能量与跟车误差间的平衡关系，并且还额外需求考
虑驾驶舒适性、电机扭矩转速限制、电池和电机功率限制等因素 [161, 162] 。
车辆队列在高速行驶状态下的综合性能也十分重
要，因此引入 EPA 发布的高速公路燃油经济性测试循环工况（ Highway Fuel Economy
Test Cycle ， HWFET ）用以验证 MPC-ECACC 控制策略。高速工况下车辆以较高车速进
行巡航，而车辆在高速情况下的跟车特性和能量经济性具有重要实际意义，尤其对于
商用车在城际货物运输等方面有极大的潜在价值，可以有效帮助商用车队列节省能耗
成本、增加续航里程以及提高驾驶安全性。