基于T-S MPC的车辆自适应巡航控制策略研究

针对于汽车自适应巡航系统面对复杂工况时自适应性不强的问题,提出了一种基于T-S模糊变权重模型预测控制(Takagi-Sugeno fuzzy model predictive control,T-S MPC)的自适应巡航分层控制策略。首先上层控制器基于安全距离模型将自适应巡航系统划分为定速巡航模式、多目标优化控制的跟随模式和紧急制动模式;下层控制器基于车辆逆动力学模型,将上层控制器输出的期望加速度转变为节气门开度或制动压力;其次考虑到权重系数对控制精度的影响,建立基于T-S模糊控制的变权重模型预测控制器;最后搭建Carsim Simulink联合仿真平台,验证控制策略的准确性、适应性和跟踪响应速度。结果表明,在定速巡航工况时,T-S MPC控制方法跟踪响应时间为1.54 s,较PID和传统MPC控制跟踪响应快;在跟随和混合工况时,T-S MPC控制方法均方根误差为分别为0.3073、2.775,均低于PID、PID+LQR和传统MPC控制的均方根误差、并且自适应性好,有效提高了跟车性能与安全性。