三车避障下基于TTC与安全距离的Carsim联合仿真轨迹规划

做Carsim与MATLAB联合仿真的朋友应该都有体会：双车跟驰、单车轨迹跟踪这类场景，跑通并不难；但一旦场景里面出现三辆车——主车、前车、对向车——问题的性质就彻底变了。它不再是一个单纯的“跟踪问题”，而是要求主车在一个不断缩小的时空窗口内，决定到底是减速制动，还是借道变道避障。我最近正好做了一版三车避障轨迹规划，判定策略采用安全距离模型加碰撞时间（TTC）双重触发，车辆动力学部分交给Carsim，规划与控制算法放在MATLAB/Simulink里。整套链路做下来，最大的感受是：算法本身并不复杂，复杂的是两个软件之间的接口耦合，以及触发参数的标定。这篇文章打算把三车避障场景的触发逻辑设计、联合仿真环境搭建、轨迹生成方法和调试中踩过的坑完整梳理一遍，给正在做多车避障仿真或者准备接触Carsim联合仿真的朋友一条可以复现的路径。

1. 三车避障的本质：从“离得够不够远”到“能不能变道过去”

1.1 安全距离回答了“要不要干预”，TTC回答了“敢不敢变道”

在只考虑单车跟驰时，核心判断就是“和前车的距离够不够远”，不够远就减速，够远就维持当前车速，这是ACC（自适应巡航）和AEB（自动紧急制动）最常见的逻辑。但三车避障场景里，主车不仅要处理前车，还要处理对向车道的来车，这时候“距离够不够”只是第一层判断，更关键的是第二层判断：如果变道到对向车道，在完成避障之前，会不会和对面来车撞上。

这里就能看出安全距离模型和TTC的分工。安全距离模型负责判断“纵向迫近程度”，它告诉我主车和前车之间还有多少安全冗余；TTC负责判断“对向时间窗口”，它告诉我以当前相对接近速度，还有多少秒会和来车相遇。举个例子：前车突然减速，安全距离模型很快报警，但如果这时候只触发制动，主车可能被后车追尾，或者错失唯一能绕过去的机会。反过来，如果只看对向车道很安全就立刻变道，但前车距离已经贴到几米内，那还没等轨迹规划完成，可能已经先撞上前车了。

所以三车场景的正确逻辑是：安全距离模型决定“是否需要躲避”，TTC决定“是否具备躲避条件”，两者缺一不可。

1.2 三车冲突的时空联合约束

三车避障的难点在于，纵向和前车的约束、横向和对向车的约束，是互相耦合的。纵向约束要求主车与前车保持安全距离，这决定了主车什么时候必须开始动作；横向约束要求主车在完成换道的时间内，不能与对向车相遇，这决定了换道动作能不能执行。

两者联合起来，可以写成两个必要的可行性条件：

• 纵向空间条件：v_e * t_f + d_margin < d_lead。意思是整个换道过程主车纵向行驶过的距离，加上一个安全余量，必须小于主车当前到前车的距离。
• 对向时间窗条件：TTC_on > t_f + t_margin。意思是换道完成之前，主车与对向车之间保留足够的时间余量。

这两个条件在工程上非常直观。如果只满足纵向空间，但不满足对向时间窗，那说明变道过程中会和对向车迎面相遇，只能放弃变道，选择制动；如果只满足对向时间窗，但纵向空间不够，说明前车已经太近，来不及完成变道动作，同样只能制动。真正能执行换道避障的工况，必须两个条件同时成立，这也是我在实际仿真里反复验证过的结论。

2. Carsim与MATLAB/Simulink联合仿真环境搭建

2.1 版本匹配与编译器问题

Carsim和MATLAB/Simulink联合仿真第一步，也是最容易卡住的一步，就是版本兼容。Carsim生成Simulink模块时，本质上是在调用MATLAB的S-Function机制，生成一个可以被Simulink调用的动态链接库，这个过程对编译器的版本非常敏感。

我用的是Carsim 2019搭配MATLAB R2020b的组合，整体比较稳定。如果你用的版本组合不同，最常遇到的问题是点击生成Simulink模型时报错，提示找不到编译器或者无法创建MEX文件。出现这类问题，先不要急着怀疑模型，优先检查MATLAB的mex -setup是否指向了正确的编译器。Carsim在生成模型时会调用MATLAB的MEX编译配置，如果配置里选的编译器和Carsim内部的编译器不一致，就会在这里断掉。

这个坑很隐蔽，因为Carsim自身的界面不会报编译错误细节，它只会告诉你“无法生成Simulink模块”，导致很多人以为是软件安装问题，折腾半天重装，最后发现是编译器配置的问题。

2.2 车辆模型输入输出通道配置

联合仿真的核心是数据交换。Carsim负责车辆动力学，外部控制信号要从Simulink进来；车辆状态要从Carsim输出给Simulink。I/O通道的配置必须提前确认，不然后续所有算法都是无源之水。

以我常用的配置为例：

配置步骤上，先在Carsim图形界面里选择Simulink接口，然后在输入输出页面里添加上述通道，最后生成对应的S-Function模型文件。需要注意的一点是：联合仿真时一定要把Carsim内部自带的驾驶员模型断开，否则外部控制信号和内部驾驶员模型会互相竞争，车辆会出现严重的抖动或方向来回摆动。

2.3 步长匹配与代数环处理

联合仿真的步长设置，属于那种“看似小事、出事就是大事”的环节。Carsim内部求解器一般按1毫秒积分，Simulink控制层如果也按1毫秒跑，计算量会很大；如果控制步长设太大，比如50毫秒，车辆状态更新太慢，控制器反应不过来，容易造成轨迹跟踪震荡。

我通常的做法是：Simulink整体固定步长设为1毫秒或2毫秒，规划和控制模块的更新周期单独用采样时间模块设成10毫秒或20毫秒。这样既能保证车辆动力学仿真的精度，又不让规划算法每一个仿真步都重复计算。

另外一定要留意代数环。Carsim的S-Function输出车辆状态，状态再进入控制器计算控制量，控制量又立即返回S-Function，这一圈如果没有任何延迟环节，Simulink会形成代数环，直接导致仿真速度极慢或者报错。解决办法很简单，在状态信号进入控制器之前，加一个Unit Delay模块，打破这个瞬时反馈环路，仿真就能正常跑起来。

3. 碰撞风险判定：安全距离与TTC的协同触发逻辑

3.1 安全距离模型的数学形式与参数

我采用的是基于临界制动距离的安全距离模型，也就是业内常说的Mazda模型。它的核心思想是：主车当前速度下全力制动所需距离，减去前车全力制动所需距离，再叠加算法反应时间内驶过的路程和最后保留的冗余间距，得到最小安全跟车间距。

表达式为：

s_safe = 0.5 * (v_e² / a_e - v_f² / a_f) + v_e * t_resp + d0

其中：

• v_e是主车速度，a_e是主车最大制动减速度
• v_f是前车速度，a_f是前车最大制动减速度
• t_resp是反应时间，包含传感器延迟和算法处理延迟
• d0是停车后保留的最小冗余间距

如果前车是静止障碍物，v_f = 0，模型退化为0.5 * v_e² / a_e + v_e * t_resp + d0。请注意，这个公式在低速场景下要加一个下限保护，否则前车在红绿灯路口减速时，模型会频繁触发不必要的干预。我在代码里对s_safe做了一个最小限制，不能小于5m，实测下来误报少了很多。

参数标定上，t_resp我取了1.2秒，这个值对算法级控制来说留得比较足；d0取了3米；最大制动减速度按良好路面取6m/s²，湿滑路面工况会降到4m/s²以下。这些参数没有绝对标准，要根据你的场景和触发灵敏度调整。

3.2 TTC计算与阈值分层

TTC（Time to Collision，碰撞时间）的定义非常简单：当前相对距离除以相对速度。主车与前车之间的TTC：

TTC_lead = d_lead / (v_e - v_f)

注意这个公式只在v_e > v_f时有效，也就是主车正在迫近前车；如果主车速度比前车慢，相对速度是负数，TTC没有实际意义，应该视为无效状态，不参与触发判断。

三车场景中，更要关注的是主车与对向车之间的TTC。对向车是相向运动，相对接近速度等于两者速度之和：

TTC_on = d_on / (v_e + v_on)

这个值直接决定了主车还有多少秒进入对向车的迎面冲突区域。

实际工程里，TTC不能只设一个阈值，我用了三层阈值叠加：

这个分层设计的逻辑是：换道动作本身需要时间，从轨迹生成到转向执行再到车辆完全变道，大概需要4秒左右，所以执行层阈值必须留出足够余量；而一旦TTC逼近1.2秒，说明时间窗口已经很小，强行变道极有可能在路中间和对向车相撞，这时候全力制动反而更安全。

3.3 触发仲裁逻辑的实现

把上面的数学模型组合起来，仲裁逻辑并不复杂，关键是状态机的顺序要理清楚。我实现的逻辑可以用一个伪代码表达：

if d_lead > s_safe: 状态 = 正常跟驰 else: if ttc_on > TTC_ALLOW and v_e * t_f + d_margin < d_lead: 状态 = 换道避障 else: 状态 = 紧急制动

但有一个容易被忽略的细节：换道动作一旦开始，不能原地不动等待结果，必须持续监测对向车的TTC。真实仿真中，对向车速度不是恒定的，可能突然加速，这时换道窗口会快速关闭。我加入了一个“换道中止”机制：每当TTC_on跌破放弃层阈值，规划器立即生成一条返程轨迹，让主车从当前对向车道位置回到原车道中心，同时切换为制动状态。这个逻辑在纯双车场景里不存在，但三车场景必须写上，否则会出现“变到一半撞上对向车”的严重事故。

4. 避障轨迹生成：五次多项式换道与速度协同规划

4.1 为什么选五次多项式

避障轨迹生成，我最终选了五次多项式。原因很直接：它可以同时约束位置、速度和加速度六个边界条件，保证换道轨迹的两端横向加速度连续变化，没有突变；三次多项式只能约束位置和速度，无法控制起终点加速度，导致车辆在轨迹起点和终点产生横向加速度跳变，反映到Carsim车辆模型里，就是明显的横向冲击。

五次多项式的表达式是：

y(t) = a0 + a1*t + a2*t² + a3*t³ + a4*t⁴ + a5*t⁵

其中y(t)是横向位移，t是换道时间。六个系数由六个边界条件唯一确定。

4.2 横向轨迹边界条件与系数求解

换道起点和终点的边界条件如下：

• 起点t=0：横向位置为0、横向速度为0、横向加速度为0
• 终点t=t_f：横向位置为车道变换距离d_lane、横向速度为0、横向加速度为0

写成矩阵形式，在MATLAB里可以直接用左除求解：

t_f = 4.5; % 换道时间，单位s d_lane = 3.5; % 横向位移，单位m，近似一个车道宽度 A = [1, 0, 0, 0, 0, 0; 0, 1, 0, 0, 0, 0; 0, 0, 2, 0, 0, 0; 1, t_f, t_f^2, t_f^3, t_f^4, t_f^5; 0, 1, 2*t_f, 3*t_f^2, 4*t_f^3, 5*t_f^4; 0, 0, 2, 6*t_f, 12*t_f^2, 20*t_f^3]; b = [0; 0; 0; d_lane; 0; 0]; coeff = A \ b; t = 0:0.01:t_f; y = coeff(1) + coeff(2)*t + coeff(3)*t.^2 + coeff(4)*t.^3 + coeff(5)*t.^4 + coeff(6)*t.^5;

这样生成的轨迹，横向位移从0平滑过渡到3.5米，起终点速度和加速度都为零，曲线形状是一个典型的S形。Carsim车辆模型跟踪这种轨迹，转向角输入会非常平滑，不会出现剧烈的左右摆动。

4.3 换道时间与可行域验证

换道时间t_f的选择是规划层的核心参数。t_f太短，横向加速度过大，乘员舒适性下降，而且轮胎侧向力容易饱和；t_f太长，纵向行驶距离过大，可能在前车位置附近还没完成足够的横向偏移，直接撞上去。

工程上可以按峰值横向加速度来预估换道时间。车道宽度3.5米，五次多项式换道轨迹的峰值横向加速度大约出现在轨迹中点附近，量级大致为2 * d_lane / t_f²。如果限制峰值横向加速度不超过3m/s²，那么t_f至少要4秒以上。我常用4.5到5秒，兼顾安全与舒适。

选完t_f之后，还要回到第1节说的联合可行性条件做一次验证。算一个我实际跑过的工况：主车车速20m/s，前方60米处有一辆静止车辆，对向车道300米外有一辆以30m/s行驶的来车。

• 换道纵向距离：20 * 4.5 = 90m，已经大于前车距离60m，按保守判据，换道中途无法完全避开静止前车，所以这个工况只能制动，不能换道。
• 对向车TTC：300 / (20+30) = 6s，时间窗足够，但纵向空间不够，联合判断依然指向“不可换道”。

这就是联合判据的价值：只算时间窗没问题，会诱导你执行一个根本完不成的动作。

4.4 纵向速度规划

横向轨迹确定之后，纵向速度也需要同步规划。换道过程中不应该急加速，否则横向轨迹带来的额外轮胎负荷和纵向加速度叠加，容易突破附着极限；也不应该大幅减速，那样对向车时间窗会快速缩短。

我采用梯形速度规划：换道前半段保持当前速度，中间根据前车距离做一次小幅降速，后半段恢复原速。纵向加速度限制在2m/s²以内，冲击度（加速度变化率）限制在3m/s³以内。最终的期望纵向速度作为PID控制器的目标值，和横向轨迹一起下发到控制层。速度曲线和横向轨迹分开规划，再通过时间序列对齐，是工程上非常实用的做法。

5. 轨迹跟踪控制与Simulink闭环实现

5.1 控制架构：规划层与控制层分离

整个Simulink程序我分成两个层级：规划层负责根据仲裁逻辑生成参考轨迹，控制层负责让Carsim车辆模型跟踪参考轨迹。这两层必须分离，否则每次控制周期都重新做轨迹规划，计算量太大，而且轨迹连续性没法保证。

规划层以事件驱动的方式运行：仲裁逻辑一旦判定需要换道，就生成一次完整的换道轨迹，后续控制周期只是沿着这条轨迹取点，不重复规划。只有当“换道中止”条件触发时，规划层才重新生成返程轨迹。

控制层包括两个方向：

• 横向控制采用纯跟踪模型或Stanley控制器，输入是参考轨迹点和车辆当前位姿，输出是转向角。
• 纵向控制采用增量式PID，输入是期望速度和实际速度的误差，输出是油门或制动命令。

5.2 油门与制动的切换处理

纵向控制里一个常见的坑是油门和制动的切换抖动。PID输出正值时给油门，负值时给制动，看起来逻辑很顺，但实际仿真中，PID输出在零附近反复波动，会导致油门和制动频繁交替，车辆一顿一顿地往前蹿。

我的处理方式是在油门和制动之间加一个死区。PID输出大于0.02时，油门值等于PID输出；PID输出小于-0.02时，制动压力等于PID输出的绝对值；中间区间一律输出零。另外，制动命令不能直接给到车辆，我会把制动压力做一次限幅，最大不超过6MPa，避免制动瞬间抱死导致车辆失稳。

纯跟踪控制器的前视距离也需要根据速度自适应。低速时前视距离取3到5米，高速时取10到15米，否则同一个固定前视距离要么在低速时太短导致转向振荡，要么在高速时太长导致弯道追踪滞后。这个参数非常敏感，建议做成速度查表。

5.3 仿真数据记录与分析

联合仿真跑完，数据记录如果没做好，结果分析会非常痛苦。我在Simulink里用To Workspace模块把车辆状态、参考轨迹、TTC、安全距离、控制量全部保存下来，仿真结束后统一用脚本画图分析。

一组典型的成功换道避障结果如下：

看到这些指标符合预期时，整个链路才算真正跑通。后续就可以在这个基础上做参数扫描，比如改变对向车速度、前车初始距离，观察仲裁逻辑是否按照预期切换制动和换道状态。

6. 联合仿真调试中踩过的坑与参数整定经验

6.1 Carsim与MATLAB编译器不匹配

前面提过版本匹配问题，这里再具体一点。我遇到过一次报错信息只有“Unable to create Mex file”，当时第一反应是模型配置出了问题，排查了很久才发现是MATLAB的默认编译器从之前的高版本被改到了低版本，Carsim生成的代码需要更高版本的C++标准支持，导致编译直接失败。解决方法是打开MATLAB命令行，执行mex -setup，手动选中与Carsim配套的编译器，重新生成一次Simulink模块，问题就消失了。

如果你更换过MATLAB版本或者重装过编译器，一定要记得回来检查这一步。

6.2 仿真发散与步长失配

联合仿真跑到1到2秒后，横摆角速度和横向加速度突然开始剧烈发散，是另一个高频问题。我排查过的原因是：Simulink控制步长设成了20毫秒，但Carsim内部状态更新频率更高，两个数据源采样的时间基准不一致，导致控制器看到的车辆状态跳变严重，在一些边界工况下直接激励出高频振荡。

解决办法有两步。第一步，把Simulink的固定步长改小到1毫秒，控制器的采样保持设为20毫秒，这样控制器仍然以20毫秒周期性动作，但Carsim的状态输入是平滑的。第二步，在状态信号进入控制器前加Unit Delay打破代数环。这两个操作叠加后，仿真曲线明显平滑，发散问题不再出现。

6.3 TTC奇异值与误触发

TTC的分母是相对速度，当主车速度和对向车速度接近时，相对速度趋近于零，TTC会计算出一个巨大的值或者跳变成负值。如果这个奇异值进入仲裁逻辑，可能让系统误判为“对向车很安全”，从而允许换道，实际却是灾难性的。

我的处理是：对TTC计算增加一个死区判断。相对速度绝对值小于0.1m/s时，TTC方向判为无效，不参与仲裁；同时从算法层面做了低通滤波，避免传感器噪声导致分母过零抖动。这类边缘情况在做参数矩阵扫描时会特别频繁地出现，一定要提前兜住。

6.4 坐标变换与对向车距离计算

另一个隐蔽的坑在坐标统一。Carsim输出的全局坐标是大地坐标系下的X和Y，而仲裁逻辑需要的是主车与对向车之间的相对距离。如果直接用两点坐标做欧氏距离，偶尔方向搞反，就会计算出“对向车越跑越远”的错误结果。

我自己是先在全局坐标系下统一计算所有车辆的位置，然后通过对向车的全局坐标减去主车全局坐标，得到相对距离向量，再投影到主车航向方向，区分出纵向距离和横向距离。千万不要在东一个坐标系、西一个坐标系里混着算，这是三车场景最容易出低级错误的地方。

6.5 可复用的参数整定参考表

最后整理一份我调参过程中相对稳定的初始值，方便快速起步：

整套流程跑通之后，我最深的体会是：联合仿真的瓶颈往往不在算法本身的复杂度，而在物理模型与逻辑模型之间的接口精度和参数匹配。轨迹规划要做得好，前提是你对Carsim输出的每一个状态变量都有足够的信任；而这种信任，是在一次次排查步长、坐标、编译器这些看起来不起眼的问题之后慢慢建立起来的。建议你先用一个最简单的直线加速工况，把Carsim和Simulink的数据流验证干净，再上三车避障这种复杂场景。否则真到了对向车呼啸而来的那一步，你都分不清是控制算法的问题还是接口传输的问题。另外一个小技巧：把Carsim车辆参数和仲裁阈值全部提到MATLAB工作区，用脚本统一管理，这样跑参数扫描时就不用反复打开界面手动改参数，效率能提升不少。