论文部分内容阅读
自适应巡航控制(Adapted Cruise Control,ACC)是由早期传统的定速巡航控制(Cruise Control System,CCS)发展而来的一种可以高效缓解驾驶疲劳,提高道路车辆行驶安全性的主动安全技术。作为新一代辅助驾驶系统,自适应巡航控制系统不仅可以减轻长期的驾驶负担,还能有效减少错误驾驶和疲劳驾驶引发的交通安全事故,不断提高乘客乘坐舒适性,还能在现有交通基础设施上增大道路交通通行能力,减少燃油消耗和废气排放。因此,无论是站在人、交通或者环境的角度来看,对自适应巡航控制系统的研究和优化都具有极其重要的研究价值和意义。初期的自适应巡航控制主要是通过车辆自身配备的雷达等传感器系统获取本车的车速、前后车的车速差以及车间距等信息,进而对本车进行纵向的行驶速度控制,初期的自适应巡航控制只考虑了行驶的安全性和跟车性,且应用到实车上的此功能大部分只有在一定速度以上才能开启,且只适应于简单工况,然而从驾驶员的角度出发,行驶过程中车辆的乘坐舒适性和燃油经济性也是重要的评价指标。因此,为了适应城市工况复杂多变的场景,本文在现有的PID控制算法基础上探索了一种基于模型预测控制(Model Predictive Control,MPC)自适应巡航控制系统,且提出变权重系数的方法以适应不同工况的驾驶需求,同时针对多模式的ACC系统也展开研究。由于直接式控制结构会影响系统的鲁棒性,因此本文采用分层的控制方案来完成跟车系统的设计。对于上位控制器,需要考虑车辆行驶过程中的多个目标,包括跟车性、安全性、乘坐舒适性以及燃油经济性,同时还要考虑实际车辆存在的各种约束,因此,选用能有效处理多目标和系统约束的模型预测控制方法;对于下位控制器要求实际加速度快速跟踪上期望值,因此,选用前馈加反馈的控制方法,前馈控制有助于消除系统中非线性项的影响,反馈控制采用PID控制算法,能够满足系统的快速性要求。为了提高ACC系统对环境的适应能力,本文提出一种变权重系数的方法,针对不同的行驶工况,采用模糊理论在线辨识目标函数中跟车性以及舒适性的权重系数,达到不同工况下对二者侧重不同的目的。由于真实的道路环境信息是复杂多变的,因此,本文也对多模式的ACC系统展开研究。首先根据车辆行驶的紧急程度不同,将行驶工况具体划分为巡航、加速接近前车、稳态跟随、减速接近前车以及紧急跟随这五种不同的模式。针对每种模式重新调节目标函数中的权重系数以及相应的约束范围,完成每种模式下控制器的设计。并将两种控制方案进行了对比分析,验证了多模式控制方案的优越性。文章以长安试验车辆为目标车型,以汽车ACC系统为研究对象,以车辆动力学仿真软件CarSim和Simulink为仿真实验平台,根据车辆运动学搭建智能汽车纵向运动控制模型,设计了一种基于模型预测控制的,能适应全速工况且能兼顾汽车安全性、跟车性、舒适性以及燃油经济性等多目标的更高效、更稳定的纵向控制算法。为了验证控制系统的可靠性,针对五种典型的交通场景分别进行多组离线仿真验证以及实车验证,结果表明,文章设计的基于MPC控制算法的多模式ACC系统具有较好的跟踪效果,同时车辆在行驶过程中能够兼顾安全性与舒适性等多个行驶目标,车辆的状态也具有平滑的瞬态响应,在极限工况下,多模式ACC系统能够通过紧急制动避免碰撞事故的发生,从而扩大了ACC系统的适用范围。