智能车辆自适应巡航控制策略研究

为满足车辆自适应巡航安全性要求,提出了一种分层式自适应巡航控制策略。首先将车辆行驶模式分为定速巡航与跟车巡航两种,并设计控制模式切换策略,针对不同模式,分别建立基于PID控制和基于可变车头时距的安全车间距策略与最优控制的控制器模型,获得期望加速度;然后建立下层制动/节气门开度切换模型及其逆模型,得到车辆期望的节气门开度和制动压力,实现对车辆的控制;最后基于CarSim与Matlab/Simulink联合仿真平台进行测试。结果显示,所设计的安全车间距策略和控制策略能够保证巡航稳定性及安全性。     

智能网联汽车中心式匝道合流协同控制

提出了一种面向智能网联汽车的中心式匝道合流协同控制方法.首先建立了中心式匝道合流协同控制模型,然后通过离散化将其转化为非线性最优化问题,并采用NOMAD算法求解.进行了100组仿真实验,通过随机设置不同的初始化条件对所提方法的有效性以及车辆油耗影响因素进行了研究,并与其他文献的方法进行对比.研究结果表明,本文所提方法对不同的初始合流场景有较好的控制效果,与对比文献中的方法相比,可使车辆平均油耗降低42.38％,显著提高了匝道合流过程中车辆的燃油经济性.     

考虑执行器时滞不确定的车辆编队网联巡航鲁棒模型预测控制

针对车辆编队中执行器时滞的不确定性,提出了一种基于鲁棒模型预测控制的新的车辆编队网联巡航控制方法。该方法能够实时处理编队安全约束,并兼顾车辆编队的弦稳定性与对执行器时滞的鲁棒性。首先,建立车辆编队的数学模型与网联巡航模型预测控制的控制架构,分析无约束条件下网联巡航模型预测控制的线性反馈特性。其次,基于H∞控制分析网联巡航线性系统对执行器时滞不确定的鲁棒性,得到车辆编队L2弦稳定性的实现条件。然后,通过控制器参数匹配,根据满足编队稳定性、鲁棒性要求的线性反馈参数对模型预测控制器的优化权重进行调整。通过不同执行器时滞的车辆编队系统仿真,结果表明,本文提出的控制方法简化了工程应用中相应的控制器参数匹配工作,进一步提高了车辆编队网联巡航控制系统的功能稳定性与安全性。     

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.     

基于模糊控制的车辆自适应巡航系统设计

在定速巡航的基础上,结合跟车巡航功能,设计了一种自适应巡航分层控制系统,可根据行驶工况自动切换其工作模式,实现巡航系统的智能化。该系统综合考虑了跟车系统中前车车速、加速度、车距等各种因素,利用模糊控制技术的优点,提高控制系统的性能。利用Matlab仿真及硬件在环技术进行实验研究,结果表明该控制系统能够实现巡航模式的自适应切换,并且具有较高的控制精度和理想的巡航性能。     

车辆多目标自适应巡航控制算法

为了综合协调车辆跟车时的追踪性能、燃油经济性能、驾乘人员舒适性能和跟车安全性能,研究了多目标自适应巡航控制(ACC)算法,建立了包含车辆模型和车间关系的ACC系统集成式纵向运动学模型,设计了描述追踪误差、燃油消耗量和驾驶员跟车行为误差的目标函数,以及保证动态跟车、期望驾乘感受和跟车安全的约束条件,基于模型预测控制理论将多目标ACC系统控制算法转化为带有多个约束的在线二次规划问题。采用反馈校正机制改善了算法设计时存在的建模失配和外部干扰等低鲁棒性问题,引入向量松弛因子解决了优化求解过程中硬约束导致的控制算法非可行解问题。仿真结果表明,相比线性二次型调节器的ACC算法,所提控制算法在前车循环工况中100km油耗降低9.3%,追踪误差指标降低21.7%,从而实现了良好的车辆追踪,同时满足驾驶员期望的跟车特性要求。     

基于滑模控制的车辆自适应巡航系统设计

针对自适应巡航系统控制鲁棒性及存在路面扰动、实时扰动等不确定性的问题,提出一种考虑安全车距的车辆自适应滑模控制方法.首先通过建立车辆纵向动力学模型,并将道路坡度作为系统扰动;基于安全车距设计自适应巡航滑模控制器,通过稳定性分析证明该控制器的稳定性;最后,通过与PID控制算法进行对比研究.结果表明:采用滑模控制器的自适应巡航控制系统具有更好的跟踪性能和抗干扰能力.     

考虑智能网联车辆影响的八车道高速公路施工区可变限速控制方法

为提升车联网环境下高速公路施工区交通运行效率及安全水平,提出了一种基于强化学习的可变限速控制方法.选取智能驾驶模型和真车试验模型,分别对传统人工车辆和智能网联车辆的跟驰行为进行建模,构建了以瓶颈下游路段交通流量为效率指标、瓶颈路段速度标准差为安全指标的复合奖励值,利用深度确定性策略梯度算法,分车道动态求解最佳限速值.仿真结果表明,所提可变限速控制方法在不同智能网联车辆渗漏率条件下均能有效提升交通流运行效率和安全水平,且在智能网联车辆渗漏率较低时,提升效果更加显著.当智能网联车辆渗漏率为1.0时,瓶颈下游路段交通流量提升10.1%,瓶颈路段速度标准差均值下降68.9%;当智能网联车辆渗漏率为0时,瓶颈下游路段交通流量提升20.7%,瓶颈路段速度标准差均值下降78.1%.智能网联车辆的引入能够提升至多52.0%的瓶颈下游路段交通流量.     

车辆自适应巡航控制系统有效目标辨识算法

针对现有汽车自适应巡航控制系统(adaptive cruise control,ACC)在弯道上经常出现的追踪目标丢失问题,利用微波雷达、三轴陀螺仪、车道线识别系统等传感器构建了自然驾驶行为试验车。在高速公路、国道等道路下进行了多位驾驶人的实际道路自然驾驶试验,提取了自然跟车过程中的自车运动状态数据以及道路交通环境数据。采用车速与车身横摆角速度,基于非线性三自由度车辆动力学模型建立了横摆角速度的卡尔曼滤波器,实现了对道路曲率的在线实时估算。在此基础上,以前方目标车辆的后侧中心是否处于本车车道为判断依据,建立了ACC系统有效目标辨识模型。研究结果表明:建立的模型能够快速识别ACC系统的有效目标,对多个目标的区分能力较强;尽管该道路曲率估算误差较大,但模型依然能够准确辨识得到ACC系统的有效目标。     

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.     

汽车经济型巡航的车速规划方法

为提升高速公路汽车自适应巡航时的燃油经济性,建立了一种经济型巡航车速规划模型． 根据汽车巡航时的道路条件及气候环境参数等信息,规划汽车的经济型巡航车速． 首先构筑试验环境进行遍历试验,建立汽车百公里燃油消耗量数据库; 然后采用云模型相关理论建立运行车速和行驶阻力与燃油消耗量之间的映射关系,预测出不同行驶阻力条件下的经济车速; 最后根据这些经济车速规划出经济型巡航速度的变化轨迹． 经试验验证,按照经济型巡航速度变化轨迹行驶的燃油消耗比自动巡航状态下的明显降低,提高了汽车的燃油经济性．     

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.      

多交叉口工况的网联汽车最优节油驾驶策略

针对网联汽车在多交叉口工况的通行过程,提出了一种多信号灯配时已知条件下的节油驾驶求解方法,并建立了相应的驾驶策略。将两信号灯下的节油策略辨识问题构建为约束型最优控制问题,该问题以发动机油耗为性能指标,以车辆纵向动力学模型为状态方程,并考虑了车辆性能约束、环境约束等。为求解该问题,提出了以动态规划为核心的反向递推计算方法,发现了车辆加速-匀速-减速的3段式节油行驶模式。以此为基础,将车辆在多信号灯下的节油驾驶策略辨识问题转化为有向图的最短路径求解问题,并采用Floyd-Warshall最短路径算法进行求解,得到了各交叉口道路限速相同及不同工况下的车辆节油驾驶策略。     

基于多约束随机模型预测控制的无人车运动规划与控制

提出了一种基于随机模型预测控制的无人车运动规划方法。在道路坐标系下,采用质点运动模型和高斯分布对周围动态车辆的预测轨迹进行位置不确定性表征,并使用随机模型预测控制（SMPC）中的机会约束进行描述,以此建立车辆空间位置的约束。通过变步长求解方式获得基于运动学模型的初始控制序列。基于此初始解,考虑车辆动力学信息,引入基于横摆角速度和质心侧偏角关系的稳定性约束,求解最优控制量。在多种工况下,通过仿真试验验证了所提出方法的有效性和稳定性。     

基于显式随机模型预测控制的功率分流式混合动力车辆能量管理策略

混合动力车辆的能量管理策略对提高燃油经济性十分重要． 为了提高功率分流 式混合动力车辆的燃油经济性以及能量管理策略的实时性,设计了基于显式随机模型预 测控制的能量管理策略． 首先利用马尔科夫链预测车速,通过简化控制模型,把非线性的 能量管理问题转化为线性二次优化问题,建立了以预测域内能量消耗最小为目标的随机 模型预测策略(SMPC);然后通过参数化求解得到显式随机模型预测控制策略,该策略既 保持了随机模型预测控制方法的优势,又提高了计算速度;最后在多个工况下进行仿真, 对提出的能量管理策略的有效性进行验证． 仿真结果表明:与基于规则的控制策略相比燃 油经济性最高可提高 28． 64%,同时该策略在仿真中的平均计算时间为 3． 1ms,具有实时 运算潜力．     

车联网环境下巡航控制系统对交通流油耗的影响

为研究未来车联网环境下联网巡航控制(CCC)系统对交通流油耗的影响,选取Helly跟驰模型作为手动驾驶车辆跟驰模型,基于CCC车辆跟驰特性,构建多前车反馈的CCC跟驰模型;推导CCC系统的扰动传递函数,计算CCC系统关于反馈系数与平衡态速度的稳定域;针对高速公路上匝道瓶颈,考虑CCC车辆与手动驾驶车辆混合行驶中的随机性,在不同的主路需求与匝道需求情况下设计数值仿真实验,评估CCC车辆对交通流油耗的影响。研究结果表明：当CCC系统稳定时,CCC车辆有利于降低交通流油耗,当CCC车辆比例达到约60%时,油耗降低速度较快,相比于传统手动车辆交通流,CCC车辆交通流油耗降低约35%以上;当CCC系统不稳定时,交通流油耗降低率小于3.59%;CCC系统稳定域能够影响交通流油耗降低。     

针对变道行为的ACC系统上层速度控制模型仿真

通过汽车制动性能测试仿真试验验证了ACC系统上层速度IDM控制模型的不足,对比分析了改进的IDM控制模型(IIDM)的优点。针对变道插入行为引起后车不必要的紧急刹车行为,基于CAH模型的假设,建立结合IIDM模型和CAH模型的ACC系统上层速度控制模型并进行特定工况下的仿真试验。仿真结果表明：建立的ACC系统上层速度控制模型不仅保留了IIDM和CAH模型的优点,还具有自身的特点。当不切实际的制动减速行为发生时,ACC系统IIDM模型和CAH模型的制动减速度应在aCAH-b和aCAH之间;对于较小的车间距离,制动减速度则会适当增大,可以避免危险的发生。     

越野地形下智能车辆的动力学建模与轨迹跟踪

提出一种越野地形下智能车辆的动力学建模与轨迹跟踪控制方法.针对越野地形建立了考虑路面倾角的智能车辆动力学模型,并推导了基于零力矩点的车辆侧倾安全约束.然后考虑上述车辆动力学模型及安全约束条件,设计了基于模型预测的智能车辆轨迹跟踪控制器.仿真试验表明该方法可以有效地适应复杂的越野地形,并能够在实现无碰撞轨迹的同时防止车辆发生侧翻危险.