基于MPC的车道保持系统转向控制策略

针对汽车的自动车道保持系统,研究了基于模型预测控制(MPC)的转向控制策略.对车辆的侧向动力学和轮胎的侧偏特性进行分析,研究了以位移偏差、横摆角偏差和两者微分项为状态变量、前轮转向角为控制输入的侧向动力学模型;在该模型的基础上,建立了车道自动保持控制的优化性能指标和系统约束,引入了平滑的期望参考轨迹,设计了基于MPC的转向控制策略.仿真试验证明,在不同车速下,该控制策略均能迅速消除侧向位移偏差和横摆角偏差,保证车辆沿着车道中心线行驶,并有效平滑系统的动态响应,具有较好的适应性和鲁棒性.     

面向紧急变道行为的协同避撞控制模型

针对网联混行环境下变曲率车道车辆突入变道行为影响自动车行车安全的问题,建立了融合模型预测控制和虚拟冲突场的紧急协同避撞控制模型(MPC-CAPF).利用长短期记忆网络(LSTM)预测侧车变道轨迹,并设计虚拟冲突点,构建基于虚拟冲突场的瞬态紧急避撞模型.为弥补势场力应用弊端,设计基于模型预测控制(MPC)的速度协同自适应...     

融合改善型可行性检验模型的换道跟踪方法

现有的最小安全距离换道可行性检验模型通常默认周围车辆处于车道保持状态,且只考虑本车道和目标车道车辆对本车换道的影响,未讨论周围车辆处于车道变换状态或者相间车道车辆变道的影响。为建立更加安全、全面的换道可行性检验模型,实现安全自主换道,分析了车道变换的逻辑架构,重点研究了一种全面考虑周围（包括相邻车道和相间车道）车辆处于车道变换和车道保持状态的改善型换道可行性检验模型,保障车辆换道过程中不与周围车辆发生碰撞。使用基于模型预测控制（MPC）方法实现换道轨迹跟踪控制,设计仿真对比试验,通过PreScan和Simulink联合仿真对所研究的模型和方法进行验证。仿真结果表明提出的改善型换道可行性检验模型比对比模型更加安全高效,MPC控制方法的横向轨迹跟踪误差在1 cm以内,具有很高的跟踪精度。     

基于自适应MPC的无人驾驶车辆轨迹跟踪控制

根据自适应模型预测控制相关原理,设计一种无人驾驶车辆的轨迹跟踪控制策略.基于车辆动力学模型,建立轨迹跟踪控制器,并设计目标函数与相关约束,利用自适应MPC(model predictive control)控制算法对其进行求解.在每一个控制时刻工作点,不断更新卡尔曼状态估计器相关增益系数矩阵以及控制器的状态来适应无人驾驶车辆当前的工作环境,以此补偿车辆的非线性以及状态测量噪声带来的影响.在MATLAB中搭建仿真模型并进行仿真验证,得出自适应MPC对于无人驾驶车辆的轨迹跟踪拥有较好的控制精度与鲁棒性,验证了该算法应用在轨迹跟踪控制层的有效性,为轨迹跟踪控制的研究提供了参考.     

基于路面附着系数估计的车辆自适应巡航控制研究

为了提高复杂工况下特别是低附着路面工况下车辆自适应巡航控制(Adaptive cruise control,ACC)的安全问题,该文提出基于路面附着实时估计的ACC控制方案。基于模型预测控制(Model predictive control,MPC)设计了ACC控制器,通过实时滚动优化计算得到期望的加减速度值。基于递推最小二乘法设计路面附着系数实时估计策略,根据实时估计的路面附着情况确定MPC控制器中的加减速度极限约束条件。基于Lagrangian方法建立了四自由度的非线性纵向车辆动力学模型,作为ACC控制系统的车辆仿真模型,得到了车辆在高、低不同附着路面上行驶的安全情况。仿真结果表明:基于路面附着系数实时估计的ACC控制方案在各种路面条件下都能确保前、后两车之间保持期望的车间距离安全行驶。     

极限工况下车道保持系统的行驶稳定性研究

车道保持控制系统可以辅助驾驶员对车辆的操纵,避免其发生偏离车道、碰撞障碍物等危险情况,通常认为该系统工作在轮胎的线性区段.然而,车道保持中的关键控制变量(方向偏差和侧向偏差)与车辆稳定性关系密切,能够在极限工况下起到稳定车辆的作用.为此,设计了基于人工势场法的车道保持控制算法,在线性车辆模型的基础上将线性轮胎模型扩展为非线性轮胎模型.仿真结果表明,当车辆受到突然的转向干扰时,车道保持控制算法在极限工况下依然能使车辆有效跟踪目标路径,并且保持车辆的稳定性.     

实时多目标权重弯道跟随预测控制

为进一步提升车辆跟随控制对复杂工况的适应能力,本文发展了一种多目标自适应巡航控制算法.车辆弯道跟随过程中,充分考虑了车辆动力学的纵横向耦合特性,建立了4-DOF整车动力学模型,基于干扰解耦设计将整车动力学模型解耦成采用一阶惯性环节近似的线性纵向跟随模型以及采用一阶非定常微分方程描述的横向动力学模型,再通过线性变参数方法对连续横向动力学系统方程进行一次性离散化计算,以避免在每个控制周期均需对其进行p次(p为预测时域长度)离散化处理的高计算复杂度问题.进一步,基于MPC框架设计了实时多目标权重控制策略以及考虑跟随工况的多场景融合策略,以实现纵横向性能动态协调的集成式预测控制.仿真结果表明,相对传统的参数离线标定的控制策略(MPC-CW),考虑多场景融合设计的实时多目标权重控制策略(MPC-RW*)能够较好地实现期望跟车目的.     

采用余弦相似度和变预测时域的汽车轨迹追踪控制

为提高自动驾驶汽车在不同车速下轨迹追踪精度、行驶稳定性和控制器的自适应能力,提出一种基于余弦相似度和变预测时域的轨迹追踪控制器。基于传统MPC的轨迹追踪控制器,提出以矩阵的余弦相似度来度量预设状态和实际状态两个矩阵的差异程度,确定预测模型的优化节点,采用模糊控制对预测时域和控制时域进行优化。通过计算机仿真对比试验,结果表明与传统MPC的轨迹追踪控制器相比,所提出的MPC控制器在不同车速下的轨迹追踪精度和车辆稳定性均有明显的提升。     

基于RMPC的商用车车道保持跟踪控制

车道保持系统(lane keeping system,LKS)有助于提高商用车的行驶安全性,为保证控制系统的鲁棒性,减小由于简化模型过程引起的模型不确定性,采用基于线性矩阵不等式(linear matrix inequality,LMI)的鲁棒模型预测控制算法进行商用车车道保持跟踪控制.建立了三自由度车辆动力学模型,并...     

车道保持辅助系统数据可视化及控制策略

针对车道保持控制实车测试环节中下位机单独调试可视化不足以及时间效率低等问题,设计了一种基于PyQt的车道保持控制在线调试系统。通过Python中的Serial模块,与以STM32控制器为核心的车道保持下位机进行串口通信,下位机将获取的传感器数据信息实时传输给上位机,并按照设计的三段式车道保持控制策略进行车辆行驶状态的控制。上位机软件对监测的车辆状态信息及车道保持控制参数进行可视化展示,并根据需要进行控制参数的在线调整,实现车道保持功能的在线调试和参数优化。研究结果表明:系统识别车辆偏离的响应时间为0.1 s,进行扭矩等控制参数更新的时间间隔为20 ms,纠偏后能够在车道线内稳定行驶40 s以上。     

AFS/DYC协调控制的分布式驱动电动汽车稳定性控制

为进一步提高分布式驱动电动汽车行驶过程中的稳定性,提出主动前轮转向(AFS)和直接横摆力矩控制(DYC)协调控制策略.为提高车辆稳态行驶时转向能力,设计基于滑模控制(SMC)的前轮主动转向控制器实时修正前轮转角;以维持车辆工作在稳态工作区为控制目标,设计基于模型预测控制(MPC)的车辆稳定性控制器,通过设定的分配规则按轴荷比等比例分配各轮驱/制动力矩.利用相平面法作为判定依据自适应分配各控制器权重,实现控制器之间的切换.在连续转向工况下,对控制算法进行仿真验证.结果表明:在相同转角输入下,相较于无控车辆,受控状态下车辆的横摆稳定性能提高了16%,行驶状态得到了改善.     

智能混合动力汽车经济性自适应巡航控制策略研究

针对智能混合动力汽车自适应巡航过程中的能量控制策略问题,结合模型预测控制在处理多目标、多约束优化问题方面的优势和粒子群算法运算量小、收敛快的特点,将粒子群算法作为模型预测控制的滚动优化方法,构造基于模型预测控制的粒子群算法.仿真结果表明,文中算法能够使绝大部分工况点落在较低燃油消耗率区域,只有少部分工况点落在非经济区域,虽然多消耗了1.06%的燃油,但在运算速度上却获得了60.3%的提升.     

四轮独立转向无人车辆斜向行驶轨迹跟踪控制方法

针对四轮独立转向电动汽车转向系统成本高、但功能开发程度低的问题,提出一种车辆斜向行驶控制策略,优化四轮独立转向电动汽车换道过程中的行驶稳定性. 基于四轮独立转向电动汽车横向、纵向二自由度车辆模型,提出一种横纵向耦合轨迹跟踪控制方法,该方法基于线性时变模型采用模型预测控制（MPC）算法,对横向偏差、航向角偏差及纵向速度偏差进行闭环控制. 设计车辆稳定性控制器,包括横摆力矩控制器和转矩分配控制器,同时提高车辆轨迹跟踪精度和行驶稳定性. 最后搭建Simulink/Carsim/Prescan联合仿真平台,对四轮独立转向电动汽车双移线工况进行模拟换道仿真,仿真结果证明了斜向变道的可行性和横纵向耦合轨迹跟踪控制方法的有效性.      

考虑测量噪声的车辆自适应巡航控制系统纵向跟车研究

提出一种具有自适应补偿能力的反馈校正模型预测控制器设计方法,该控制器由卡尔曼滤波器和模型预测控制器构成.建立ACC控制系统车间纵向跟车动力学模型,采用卡尔曼滤波器进行状态变量的估计,消除测量噪声的干扰;利用反馈校正机制改进跟车预测模型,以处理参数不完全确定和外部干扰对模型精度带来的影响,并采用向量松弛因子对硬约束进行软化处理,避免优化求解过程中出现无可行解的情况.将本文所设计的控制器转化为带约束的二次规划问题,利用MPC控制器滚动优化的特点,将控制量作用于被控对象,实现自适应巡航控制.实验结果表明:在存在测量噪声的情况下,本文提出的方法有效地提高了ACC系统的跟车安全性和乘坐舒适性,并且系统具备良好的抗干扰能力.      

基于粒子群寻优的汽车自适应巡航预测控制

为进一步提升多目标自适应巡航系统预测控制精度,提出一种基于粒子群寻优的汽车自适应巡航预测控制算法.首先建立一种包含前车加速度扰动的自适应巡航系统车间纵向运动学模型,并对其线性离散化;其次综合车距误差、相对车速、自车加速度和冲击度,设计二次型多目标优化性能指标函数和多参数约束条件,构建自适应巡航预测控制优化命题;最后为便于问题求解,将目标函数和约束条件推导转化为以预测控制增量为优化变量的规范形式,并基于粒子群优化算法求解自适应巡航预测控制的最优控制律.通过Matlab/Simulink多工况仿真结果表明,粒子群算法求解的最优控制律能够控制自车保持更好的跟踪性和自适应性.      

混合动力系统发动机停机过程控制策略

针对混联式混合动力系统,为减小其由混合驱动模式切换至纯电驱动模式过程中发动机停机引起的整车纵向冲击,利用模型预测控制算法可以在线滚动优化获得最优控制序列的特点,提出了一种基于模型预测控制的发动机停机优化控制策略. 首先,采用理论与试验相结合的研究方法,建立了发动机阻力矩模型;其次,依据动力元件工作状态的不同,将发动机停机过程划分为发动机工作点调整阶段和电机反拖发动机阶段,设计了分段式发动机停机控制策略;最后,通过仿真对所设计的控制策略进行了验证,并与传统基于比例-积分-微分的控制方法进行了对比. 仿真结果表明,所提出的控制策略能有效抑制发动机停机过程中的输出转矩波动,降低整车冲击度,提高车辆行驶的平顺性.      

基于非合作模型预测控制的人机共驾策略

提出一种基于非合作模型预测控制(model predictive control, MPC)的智能汽车人机共驾策略.首先,建立了驾驶员和控制系统两者共同控制车辆的人机共驾系统模型.接着,得到了驾驶员和控制系统的代价函数.然后,求解了非合作MPC人机共驾策略的纳什均衡解.最后,通过仿真验证了非合作MPC人机共驾策略的优点和有效性.证明了非合作MPC的纳什均衡解可以通过非迭代的方法求解,并通过驾驶员和控制系统置信度矩阵的更新实现了驾驶权的逐渐交接.Matlab仿真表明,非合作MPC人机共驾策略可以在智能车辆遇到危险时将驾驶权逐渐从驾驶员转交给控制系统,同时保证驾驶员实时在环.