汽车自适应巡航控制的间距策略

汽车自适应巡航控制中,为确定不同车距下的控制策略,通过建立汽车行驶模型和制动模型,推导得到车速判据、第一车距判据、第二车距判据。将前后两车之间距离按此三条判据,由前至后划分为避撞区域、制动区域、降速区域、加速区域。自适应巡航系统能够判断和识别汽车当前所处区域,能够决定当前所应采取的驱动控制和制动控制策略。

基于个性化间距策略的自适应巡航系统模式切换策略研究

本文中设计了一种基于个性化间距策略的自适应巡航系统多模式切换策略,以更好地适应实际驾驶工况并提高不同类型驾驶人的驾驶体验。首先,将ACC行驶模式划分为巡航、跟车、接管和换道4种工况,针对不同纵向工况,采用不同的间距策略,实现了稳定、可靠、适应驾驶人风格的工况间平滑切换。然后,通过两层分层控制策略实现自适应巡航系统多模式切换控制。最后,借助Matlab/Simulink与CarSim联合仿真开展巡航、跟车、接管、换道工况及混合切换工况试验。结果表明,设计的多模式切换控制策略效果良好,满足快速性、跟随性和舒适性的要求。

基于三维模糊控制的车辆自适应巡航间距策略

为使纯电动汽车自适应巡航控制(adaptive cruise control,ACC)系统更好地适应复杂多变的行车环境,提出了一种基于三维模糊控制的ACC间距策略。设计了一种双纵向比例-积分-微分(proportion intergration differentiation,PID)控制器作为上层控制获得期望加速度;建立了车辆逆纵向动力学及电机模型计算电机输出转矩与制动压力,实现ACC系统下层控制。通过Simulink与Carsim联合仿真开展前车急加速、前车插入及平稳跟车工况试验,并与经典二维模糊控制进行对比。结果表明,所设计的间距策略能在安全间距下较好地跟踪前车,对各工况具备良好的适应性。

基于组合间距策略的自适应车辆队列纵向控制

针对车辆队列被外部车辆换道超车的场景,外部车辆与队列中的车辆存在异质性,不同车辆适用的间距策略也存在差异性。此外,不同的车辆队列间距策略在道路适应性、车辆队列系统稳定性和串稳定性等方面均存在优势和缺陷。基于此提出一种基于组合间距策略的智能网联车辆队列控制方法,以优化队列车辆的间距。现有的协同/分布式队列控制方法大多基于精确的车辆动力学模型,这要求获得完整的车辆动力学先验知识,并进行非线性-线性模型的转换。然而,在实践中获取精确的先验知识信息往往具有挑战性,且在车辆间进行信息交互的过程中,不可避免地会产生通信时延。因此,在考虑网络环境通信时延的基础上,提出了一种基于自适应积分滑模车辆队列控制器的分布式后向控制方案,该方案可以在线识别和估计未知参数,从而解决三阶车辆节点动力学模型中参数不确定性影响系统稳定性的问题。在设计的积分滑模面中,采用饱和函数替代传统滑模面的符号函数,进一步解决了控制结果中容易出现抖振的问题。然后,利用Lyapunov-Krasovskii定理和无穷范数进行了组合间距策略和间距策略切换下车辆队列系统的内部稳定性和串稳定性分析。最后,通过与现有控制算法进行仿真比较分析,验证了所提出的控制策略和算法的有效性。

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。

分布式驱动电动汽车自适应巡航控制策略研究

以分布式驱动汽车为研究对象,针对多目标协同的自适应巡航问题,应用非线性可变车头时距模型,对坡道、弯道工况设计了间距补偿策略,提高实际车间距离信号的准确性;综合考虑车辆行驶安全性,舒适性,节能性,设计了基于模型预测控制(Model predictive control,MPC)算法、分层控制的自适应巡航控制(Adaptive cruise control,ACC)系统。基于变步长离散化的方法改进ACC系统多目标协同上层控制算法,在保证较长预测时域的基础上提高系统的精确性和实时性。下层控制器中建立逆驱动系统模型、逆制动系统模型,制动/驱动切换逻辑,以车辆整体驱动效率最优为目标设计了期望力矩分配策略。在CarSim/Simulink搭建仿真环境验证了所设计策略的有效性。

基于预测恒定车头时距策略的自适应巡航控制研究

为了进一步提高车辆跟车过程中的跟踪性、安全性、舒适性和燃油经济性,针对已有间距策略表现过于保守或反应过于激烈等不足之处,提出了一种预测恒定车头时距策略。该策略考虑了相对加速度,建立了一种预测型期望车间距模型,进而应用于模型预测控制的多目标自适应巡航控制系统中,能进一步提高模型预测控制对多个控制目标的综合协调能力。搭建上层控制器、下层PID控制器、油门制动切换、逆纵向动力学模型。在多工况下仿真,通过建立性能评判指标对多目标进行量化分析。结果表明,所提出的间距策略在保证安全性的前提下,提升了自适应巡航控制系统的综合性能。在不同驾驶风格的车头时距下,跟踪性、舒适性和燃油经济性均有良好表现。

通信中断条件下基于组合间距策略的车辆队列控制

针对由于复杂多变的环境因素造成的无线通信系统通信中断的智能网联车辆队列控制问题,提出一种基于组合间距策略的分布式纵向车辆队列控制器.首先,通过嵌入固定间距策略、固定时距策略和可变时距策略进行组合来应对由于领导车或跟随车通信中断的特殊情况,并考虑队列通信中断后建立新的通信拓扑结构.然后,基于三阶非线性动力学车辆模型,考虑相邻车辆间的加速度误差以及组合间距策略开发一种新型车辆队列控制器.利用Lyapunov-Krasovskii定理推导出车辆队列的渐近稳定性条件.同时,通过使用无穷范数方法验证串稳定性.最后,通过Matlab数值仿真和Simulink&PreScan联合仿真验证所提出控制器的有效性和稳定性.仿真结果表明,基于组合间距策略的车辆队列能够应对不同场景满足不同的间距需求.

网联车辆队列有限时间终端滑模控制

本文研究在模型参数不确定及未知干扰的情况下的车队控制问题,该方法可保证车队系统在有限时间内稳定.针对前车-跟随(PF)、双向(BD)的信息拓扑结构,引入一种新的二次间距策略,保证车队系统的交通流稳定性.然后,提出两种基于非线性终端滑模控制和有限时间理论的分布式协同控制算法,分别保证了系统的队列稳定性和强队列稳定性,同时设计自适应律来处理系统中不确定参数和外源性扰动的影响,通过构造Lyapunov函数分析系统的有限时间稳定性与队列稳定性.最后通过数值仿真结果,证明了所提出的控制算法的有效性.结果表明,本文所提的方法能保证队列稳定性、交通流稳定性、并保证闭环系统中的所有信号都是有限时间稳定的.

基于V2V通信的车队纵向协同控制

传统的车队在实现车辆纵向队列控制时,仅仅依靠雷达或者视觉传感器进行感知,从而致使车辆获取信息的能力有限,无法满足车辆在复杂交通环境下的跟随性能。为了克服雷达和传感器的不足,文章将车车(V2V)相连通信技术应用于车辆的纵向协同控制系统中,通过车辆上搭载的车载单元(OBU)之间的通信进行数据交互。首先,设计车队纵向跟随的控制策略,选择固定车头时距的间距跟驰策略,根据前车状态反馈对后车车速进行调节,该方法能够保证后车的跟驰安全,提升跟驰的稳定性。然后基于Prescan/Simulink建立车队纵向协同控制系统的模型和实验场景,仿真结果证明车辆纵向跟随控制策略的准确性和间距跟驰策略的准确性。

基于数据驱动的鲁棒反步自适应巡航控制

为了实现高精度的鲁棒自适应巡航控制(ACC),提出基于数据驱动的鲁棒反步自适应巡航控制算法.利用反步技术设计虚拟控制器,将车辆间距控制转化为速度控制,避免速度相关型间距策略带来的间距与速度控制耦合;构建基于数据的耦合滑模面并设计状态观测器,补偿车辆复杂的非线性动力学特性、离散误差及外部干扰,提升控制算法的鲁棒性;利用反馈控制及鲁棒控制技术设计数据驱动的ACC鲁棒控制算法;分别选取固定时间间距、变时间间距策略,利用所提ACC算法及基于比例积分(PI)的ACC算法进行车辆自适应巡航控制对比仿真验证.对比实验结果表明,所提算法在控制精度、鲁棒性方面具有优越性.

执行器饱和异构车队的稳定性分析

针对基于网络的异构自主车队,建立了充分考虑执行器饱和、外部有界未知加速度干扰的车队纵向控制模型,并采用固定车间距策略以提高交通密度和交通流量。考虑到饱和是一种非对称非线性执行器死区饱和,基于耦合滑模控制方法给出了二阶跟随车队的分布式滑模控制器设计方法。此外,采用自适应补偿技术补偿外部干扰和饱和的时变影响并基于李雅普诺夫稳定性理论,证明了车队的队列稳定性。最后,仿真证明了上述方法的有效性。