CN105405284A - 一种智能微缩车路协同*** - Google Patents

Abstract

本发明提出一种微缩智能车路协同***，用于智能交通技术领域。***包括智能微缩车及微缩道路沙盘。基于缩比法则求出智能微缩车尺寸、转向性能参数，通过引入动力因素推导出智能微缩车速度控制方法；按照几何相似原则计算出沙盘尺寸、道路转弯半径，并运用车辆速度与制动距离的关系得出沙盘道路摩擦系数；通过智能微缩车参数缩比计算方法及微缩道路沙盘参数缩比计算方法，可设计出能够保持模型与实物之间物理性能相似的微缩智能车路协同***，为智能车路协同技术研究提供准确可靠的实物验证，并获取真实的仿真数据。减少高昂的交通试验费用。

Description

一种智能微缩车路协同***

技术领域

本发明属于智能交通技术领域，具体涉及一种基于缩比模型的车路协同***。

背景技术

目前车路协同***研究初期，实际场景改造成本过高，***工作条件复杂多变，在交通现场实验难度大，实验也存在一定危险性，难以操作。基于相似理论的缩比车路协同***的模拟实验场景，通过对缩比模型的试验可以帮助交通***试验人员正确、快速、经济的完成试验的研究和分析。利用模型试验来预测大型原模型的交通特性，对新型智能交通***的研究有重要意义。缩比模型和原模型的测试结果一致性较好，模型可进行重复性实验，降低试验成本，缩短研究周期以及合理的相关试验数据，对车路协同***研究有重要意义。

现有技术中由于直接将新型的车路协同技术运用到实际交通中进行试验存在安全风险，而且试验费用高昂甚至难以操作。软件仿真测试不能满足各种实验要求，数据获取真实性差，仿真值和实测值吻合度较差。现有的交通仿真软件车辆运行依赖于跟车模型和道路变换模型与实际车辆运行状态之间存在较大偏差，并且软件仿真但只是功能性仿真，涉及到无线通讯、时序之类的仿真无法准确的模拟实现。仿真数据获取真实性差，仿真结果准确性低。目前交通实验沙盘试验场场景功能不完善，主要实现信息采集与信号控制，并没有集成新型的车路协同技术，沙盘中运行的模型车智能化程度较低，他们无法满足车路协同没仿真平台的要求。并且常见的交通微缩模型设计是按照固定几何比例缩小的模型，对模型的物理性能相似性考虑甚少。这种微缩模型不能够真实的模拟交通环境。

发明内容

根据以上不足，本发明提出一种智能微缩车路协同***。具体采用如下技术方案：***包括智能微缩车及微缩道路沙盘，智能微缩车包括车体、后轴及轮胎、前轴及轮胎、车架、直流电机、蓄电池、RFID读卡器、核心主控板、转向舵机、超声波测距模块；微缩道路沙盘包括ETC不停车收费***、路侧控制器、视频检测器、微波检测器、地磁检测器、线圈检测器、可变情报板、交通信号灯、RFID模块；

智能微缩车车速Vm根据如下公式设置：

$V_m=\sqrt{\frac{21.15}{C_m{A}_m}(\frac{T_{em}{i}_{im}{\mathrm{\η}}_m}{r_m}-\frac{\frac{T_e{i}_i\mathrm{\η}}{r_z}-\frac{{\mathrm{CAV}}^2}{21.15}}{rG\·G_m})}$

式中：T_em-智能微缩车发动机转矩；r_m-智能微缩车主动轮半径；i_im-智能微缩车车辆传动***总传动比；C_m-智能微缩车空气阻力系数；A_m-智能微缩车迎风面积；Gm-智能微缩车质量；η_m-智能车传动效率；r-智能微缩车相对于原车的微缩比例；G-原车质量；Te-原车发动机转矩；r_z-原车主动轮半径；i_i-原车车辆传动***第i档的总传动比；C-原车空气阻力系数；A-原车迎风面积；η-原车传动效率；

微缩道路的弯道横向坡度i_h根据如下公式设置：

$\frac{V^2}{127R}-\mathrm{\&mu;}<i_h<\frac{B}{2h}$

式中：B-车轴距，h-车辆重心高度，V–智能车速度,R-弯道半径,μ-单位车重的横向力；

微缩道路路面摩擦系数μ′根据如下公式设置：

${\mathrm{\&mu;}}^{\&prime;}=\frac{V_{\mathrm{\&alpha;}}^2}{254\left(\frac{V\mathrm{\&alpha;}(t-0.72)}{10}+\frac{{\mathrm{V\&alpha;}}^2}{130}\right)}\&PlusMinus;i$

式中：x—制动开始至停时距离；V_α-车辆制动初速度；i—路面纵坡；t—智能微缩制动力增长所经历的时间。

本发明具有如下技术效果：将实物依据相似原理按照一定比例缩小，并能够保持模型与实物之间物理性能吻合，为智能车路协同技术研究提供准确可靠的实物验证。

附图说明

图1是智能微缩车结构示意图

图2为设备安装位置示意图

具体实施方式

本发明智能缩比车路协同***包括智能微缩车及微缩沙盘，智能微缩车是基于缩比模型的智能车，将实际车辆按比例缩小，缩比系数为为保持智能微缩车与原车物理性能相似，需建立相应的参数缩比方法。

智能微缩车结构及各功能安装位置如图1所示：

1直流电机(安装位置智能小车后轮驱动轴处)；

2蓄电池(安装位置控制单元下端，靠近电机处)；

3RFID读卡器(安装位置智能小车地盘处)；

4核心主控板(安装位置智能车几何中心处，用一碳素杆支撑)；

5转向舵机(安装位置前轮轴中部，通过控制杆与前轴两车轮相连接)；

6超声波测距模块(安装位置智能小车前端，与主控板连接)；

7后轴及轮胎

8前轴及轮胎

9车架

一、智能微缩车几何尺寸:

缩比模型设计的基本要求是模型与原型保持相似,按照几何相似原则,原型装置尺寸/缩比模型装置尺寸为r。缩比模型的各个结构参数计算如下：

(1)原尺寸汽车的长度L_O和智能微缩车的长度L_m是固定的。智能微缩车尺寸是通过把微缩车的尺寸与原尺寸汽车的尺寸相比计算得到的，如下公式可得出：

$\frac{L_m}{L_0}=\frac{1}{r}$

(2)车宽即沿智能车宽度方向两侧极端之间距离尺寸，计算方法如下

$\frac{W_m}{W_0}=\frac{1}{r}$

(3)车高即沿智能车最高点至地面距离尺寸，计算方法如下：

$\frac{H_m}{H_0}=\frac{1}{r}$

二、智能微缩车速度控制方法

为了评价原汽车模型与智能微缩车模型的动力特性，需要引入动力因数的概念。突出体现汽车动力特性的参数是速度，因此对参数作如下推导：

(1)牵引力F_t和空气阻力Fw之差与车辆总质量G之比，叫做动力因数，以D表示。

$D=\frac{F_t-F_w}{G}---\left(2\right)$

其中：

$F_t=\frac{T_e{i}_i\mathrm{\&eta;}}{r_z},F_w=\frac{{\mathrm{CAV}}^2}{21.15}---\left(3\right)$

式中：Te-发动机转矩；r_z-主动轮半径；i_i-车辆传动***第i档的总传动比；

C-空气阻力系数；A-迎风面积；D-动力因数；

将上述公式(3)代入(2)中，可推导得出

$D=\frac{\frac{T_e{i}_i\mathrm{\&eta;}}{r_Z}-\frac{{\mathrm{CAV}}^2}{21.15}}{G}$

(2)基于缩比法则，智能微缩车的动力特性缩比为原汽车动力特性的1/r，即微缩车的动力因数为原汽车动力因素的1/r，即

$D_m=\frac{1}{r}D$

由此可以类比原汽车参数的推导对智能微缩车的参数作推导，并最终得到智能微缩车速度与原汽车速度对应关系式：

$V_m=\sqrt{\frac{21.15}{C_m{A}_m}(\frac{T_{em}{i}_{im}{\mathrm{\&eta;}}_m}{r_m}-\frac{\frac{T_e{i}_i\mathrm{\&eta;}}{r_z}-\frac{{\mathrm{CAV}}^2}{21.15}}{rG\&CenterDot;G_m})}$

式中：T_em-智能微缩车发动机转矩；r_m-智能微缩车主动轮半径；i_im-智能微缩车车辆传动***总传动比；C_m-智能微缩车空气阻力系数；A_m-智能微缩车迎风面积；Gm-智能微缩车质量；η_m-智能车传动效率；r-智能微缩车相对于原车的微缩比例；G-原车质量；Te-原车发动机转矩；r_z-原车主动轮半径；i_i-原车车辆传动***第i档的总传动比；C-原车空气阻力系数；A-原车迎风面积；η-原车传动效率；

智能微缩车动力是由安装在后轴动力***的直流电机供给。直流电机在不考虑电枢回路电抗压降时电机转速与附加在电机上的端电压成正比。智能微缩车控制电路通过调节PWM占空比控制驱动芯片供给直流电机的电压大小，以达到控制速度的目的。

(3)智能微缩车速度与控制电路输出PWM波脉宽计算方法

设电机始终接通电源时，电机两端电压为U_max，转速最大V_max，设PWM波占空比为D。T为脉冲信号周期，t₁为高电平时长，则电机的电压平均值为:

U_d＝U_max·D

$U_d=U_{max}\&CenterDot;\frac{t_1}{T}$

式中：U_d-电机电压平均值；U_max-电机两端最大电压；D＝t₁/T-占空比。

由公式可见，当T保持不变时，电机的电压随着t₁的变化而变化，可以得到不同的电压，从而达到改变电机转速的目的。

电机转速V_m与电压脉宽关系表达式为：

$V_m=V_{max}\&CenterDot;\frac{t_1}{T}$

三、智能微缩车转向控制方法

(1)通过对转向***结构受力分析可得到舵机转矩平衡方程：

$m_{r}K{\stackrel{\&CenterDot;\&CenterDot;}{\mathrm{\&theta;}}}_L+C_{r}K{\stackrel{\&CenterDot;}{\mathrm{\&theta;}}}_L=F_{tr}-\frac{K_m{\mathrm{\&theta;}}_L}{R_1}-T_m$

式中：m_r-车轮及转向传动机构等在转向拉杆上的当量质量；C_r-转向连杆机构的当量阻尼系数；K_m-转向舵机的刚度；θ_L-舵机的转角；K-转向拉杆位移与车轮转角的比例系数；F_tr-转向阻力；R₁-舵机摇臂的长度；T_m-舵机输出转矩；

(2)智能微缩车的转向***可简化为电动机电枢电压U为输入，车轮转向轮转角θ位输出的线性数学模型。根据直流电机的工作原理可知，舵机的电磁转矩与电枢电流成比例，即：

T_m＝K_iI_e

式中：K_i-舵机的力矩常数；I_e-舵机的电枢电流；

因此可以通过控制舵机的电流来控制转角。对于直流电机，在电流和电压之间存在如下关系：

$U=L\frac{dI}{dt}+K_e{w}_m+RI$

式中：K_e-电动机的反电动势常数R-电动机电枢电阻L-电动机电枢电感

I-电动机电流ω-电机角速度

对上式进行拉普拉斯变换求得电流电压和舵机转角θ之间的关系：

U(s)＝L·s·I(s)+K_eω_m(s)+R·I(s)

又

${\mathrm{\&omega;}}_m=\frac{\mathrm{\&theta;}}{T}$

代入可得：

$U\left(s\right)=L\&CenterDot;s\&CenterDot;I\left(s\right)+-K_e\frac{\mathrm{\&theta;}}{T}+R\&CenterDot;I\left(s\right)$

(3)舵机转向PWM控制信号计算

舵机脉宽控制信号周期为T,转动角度最大幅度为θ，控制电路处理器分辨率为K。则舵机控制精度为：

$I=\frac{T}{K}$

PWM的控制精度为

$P=\frac{\mathrm{\&theta;}}{K}$

当舵机调整角度为ω时，PWM上升沿时间t占空比应为：

$t=\frac{\mathrm{\&omega;}}{P}\&CenterDot;I$

即

$t=\frac{\mathrm{\&omega;}K}{\mathrm{\&theta;}}\&CenterDot;\frac{T}{K}=\frac{\mathrm{\&omega;}T}{\mathrm{\&theta;}}$

(4)汽车方向盘转动角度对应智能微缩车舵机PWM控制信号上升沿t的计算方法

原方向盘转动圈数与角度关系：

角传动比：

其中：α-主动小齿轮压力角；β-小齿轮旋转角度；i_w0-角传动比；w_p-转向盘角速度；wk-转向节偏转角速度；

为了便于研究，可认为上述所论述角传动比i_w即为方向盘转动角度与车轮转动角度之比。

综上所述：实际汽车方向盘转动角度为ω时，对应智能微缩车PWM上升沿时间t长度应为关系为：

微缩道路沙盘结构及安装位置示如图2所示：

1)ETC不停车收费***(安装位置道路路段卡口处)；

2)路侧控制器(安装位置道路交叉口外侧)；

3)视频检测器(安装位置停止线后，用一伸臂立杆支撑)；

4)微波检测器(安装位置停止线后，固定于立杆上)；

5)地磁检测器(安装位置停止线后，埋设于地下)；

6)线圈检测器(安装位置停止线后，埋设于地下)；

7)可变情报板(安装位置ETC不停车收费***前侧)；

8)交通信号灯(安装位置道路交叉口，用一伸臂立杆支撑)；

9)RFID模块(安装位置ETC不停车收费***前侧，埋设于地下)；

一、缩比沙盘道路尺寸

1)道路缩比尺寸计算

按照几何相似原则,原型道路尺寸/缩比模型道路尺寸为r，根据相似比确定缩比模型的结构参数。道路各个参数计算方法如下：

a、缩比道路尺寸是通过把缩比道路的尺寸与原道路的尺寸相比计算得到，道路长度计算如下：

$\frac{L_m}{L_0}=\frac{1}{r}$

b、道路路宽计算方法如下：

$\frac{W_m}{W_0}=\frac{1}{r}$

二、微缩道路弯道场景

1)缩比道路弯道横向坡度计算方法

a、横向坡度的下限

由于智能微缩车在弯道上行驶受到离心力的作用，而离心力对智能微缩车在平曲线上行驶的稳定性影响很大，可能产生横向滑移或横向倾覆，为了减少离心力的作用，保证智能微缩车在平曲线上稳定行驶，必须使平曲线上的路面做成外侧高、内侧低呈单向横披的形式，称为横向超高(超高)，即横向坡度i。

设置了超高后，车重的水平分力Gsinα可以抵消一部分离心力，其余部

分由智能微缩车轮胎与路面之间的摩阻力平衡。

如图所示，将离心力F和车重G分解为平行于路面的横向力和垂直于路

面的竖向力，即：

横向力：X＝Fcosα-Gsinα

竖向力：Y＝Fsinα+Gcosα

由于路面横坡不大，即α很小，可以认为

sinα≈tanα＝i_h，cosα≈1，i_h称为横向超高坡度；

从而得： $X=F-{\mathrm{Gi}}_h=\frac{{\mathrm{Gv}}^2}{gR}-{\mathrm{Gi}}_h=G\left(\frac{v^2}{gR}-i_h\right)$

横向力X是智能微缩车行驶的不稳定因素，竖向力是稳定因素。就横向力而言，只从其值的大小是无法反映不同重量智能微缩车的稳定程度。例如5kN的横向力若作用在车上，可能使其产生横向倾覆的危险，而作用在较重的智能车上则可能是安全的。于是采用横向力系数来衡量稳定性程度，其意义为单位车重的横向力，即

$\mathrm{\&mu;}=\frac{X}{G}=\frac{v^2}{gR}-i_h$

用V(km/h)表达上述公式，则

$\mathrm{\&mu;}=\frac{V^2}{127R}-i_h$

即横向坡度i_h下限值为

$i_h>i=\frac{V^2}{127R}-\mathrm{\&mu;}$

b、横向坡度的上限

车辆在横向倾斜的道路上行驶或在急转弯时，为使智能微缩车不致发生绕左右车轮颠覆的危险，要求在道路弯道设计是满足一定的要求。

当车辆发生横向倾覆时，车辆通过右轮与路面接触点转动，左轮将离开路面，即P₁＝0，则

Ghsinα-GBcosα/2＝0

式中：B-车轴距h-车辆重心高度G-车辆总重。

发生横向倾覆时的横向坡度角为：

$tan\mathrm{\&alpha;}=\frac{B}{2h}$

因此在进行弯道设计时，弯道内外的高差所形成的坡度值i_h满足以下公式：

$i_h<i=\frac{B}{2h}$

因此由上述推导过程可得，弯道横向坡度的计算公式如下：

$\left\{\begin{array}{c}{i}_h>i=\frac{V^2}{127R}-\mathrm{\&mu;}\\ i_h<i=\frac{B}{2h}\end{array}\right.$

2)缩比道路弯道半径计算方法

a、横向倾覆条件分析

横向倾覆：智能微缩车在横向力的作用下，可能产生绕外侧车轮触地点向外倾覆的危险。

稳定条件：倾覆力矩小于或等于稳定力矩。即：

Xh_g≤Y_b/2＝(F_ih+G)*b/2

式中：h_g-车重心高度；X-横向力X＝Fcosα-Gsinα；

Y-竖向力Y＝Fsinα+Gcosα；b-两轮距之间宽度；

F_ih-离心力竖向分力；

因i_h通常比较小，因此F_ih比G要小的多，从而得

$\mathrm{\&mu;}=\frac{X}{G}\&le;b/2h_g$

又R＝V²/127(μ+i_h)，从而得

利用上式可得到智能微缩车在平曲线上不产生横向倾覆的最小平曲线半径。b、横向滑移条件限定方法

横向滑移：智能微缩车在横向力的作用下，可能产生沿横向力方向的侧向滑移。

稳定条件：横向力小于或等于轮胎与路面之间的横向附着力，即：

式中：为横向附着系数；

X-横向力X＝Fcosα-Gsinα；

Y-竖向力Y＝Fsinα+Gcosα；

由得

因此由上述推导过程可得，弯道半径的计算公式如下：

三、微缩沙盘路面摩擦系数计算方法

根据道路摩擦系数与车辆速度及制动距离的关系：

${\mathrm{\&mu;}}^{\&prime;}=\frac{{V_a}^2}{254\left(x-\frac{V\mathrm{\&alpha;}\&CenterDot;t}{7.2}\right)}\&PlusMinus;i$

式中：x—制动开始至停时距离；V_α-微缩智能车制动初速度；μ’—路面纵向摩擦系数；i—路面纵坡；t—智能微缩制动力增长所经历的时间；

其中

$x=0.1V_{\mathrm{\&alpha;}}+\frac{V_{\mathrm{\&alpha;}}^2}{130}$

代入得：

${\mathrm{\&mu;}}^{\&prime;}=\frac{V_{\mathrm{\&alpha;}}^2}{254\left(\frac{V\mathrm{\&alpha;}}{10}+\frac{{\mathrm{V\&alpha;}}^2}{130}-\frac{V_{\mathrm{\&alpha;}}\&CenterDot;L}{7.2}\right)}\&PlusMinus;i$

即：

${\mathrm{\&mu;}}^{\&prime;}=\frac{V_{\mathrm{\&alpha;}}^2}{254\left(\frac{V\mathrm{\&alpha;}(t-0.72)}{10}+\frac{{\mathrm{V\&alpha;}}^2}{130}\right)}\&PlusMinus;i.$

Claims (1)

1.一种***，特别是一种智能微缩车路协同***，其包括智能微缩车及微缩道路沙盘，其特征在于：智能微缩车包括车体、后轴及轮胎、前轴及轮胎、车架、直流电机、蓄电池、RFID读卡器、核心主控板、转向舵机、超声波测距模块；微缩道路沙盘包括ETC不停车收费***、路侧控制器、视频检测器、微波检测器、地磁检测器、线圈检测器、可变情报板、交通信号灯、RFID模块；

智能微缩车车速Vm根据如下公式设置：

$V_m=\sqrt{\frac{21.15}{C_m{A}_m}(\frac{T_{em}{i}_{im}{\mathrm{\&eta;}}_m}{r_m}-\frac{\frac{T_e{i}_i\mathrm{\&eta;}}{r_z}-\frac{{\mathrm{CAV}}^2}{21.15}}{rG\&CenterDot;G_m})}$

式中：T_em-智能微缩车发动机转矩；r_m-智能微缩车主动轮半径；i_im-智能微缩车车辆传动***总传动比；C_m-智能微缩车空气阻力系数；A_m-智能微缩车迎风面积；Gm-智能微缩车质量；η_m-智能车传动效率；r-智能微缩车相对于原车的微缩比例；G-原车质量；Te-原车发动机转矩；r_z-原车主动轮半径；i_i-原车车辆传动***第i档的总传动比；C-原车空气阻力系数；A-原车迎风面积；η-原车传动效率；

微缩道路的弯道横向坡度i_h根据如下公式设置：

$\frac{V^2}{127R}-\mathrm{\&mu;}<i_h<\frac{B}{2h}$

式中：B-车轴距，h-车辆重心高度，V–智能车速度,R-弯道半径,μ-单位车重的横向力；

微缩道路路面摩擦系数μ′根据如下公式设置：

${\mathrm{\&mu;}}^{\&prime;}=\frac{V_{\mathrm{\&alpha;}}^2}{254(\frac{V\mathrm{\&alpha;}(t-0.72)}{10}+\frac{{\mathrm{V\&alpha;}}^2}{130})}\&PlusMinus;i$

式中：x—制动开始至停时距离；V_α-微缩智能车制动初速度；i—路面纵坡；t—智能微缩制动力增长所经历的时间。