汽车自适应巡航系统的纵向控制策略研究

发布时间：2020-05-25 03:55

【摘要】：汽车自适应巡航控制(ACC)系统是一种汽车安全驾驶的辅助系统,具有减轻驾驶员行驶负担、提高驾驶员乘坐舒适性、减少交通事故发生率的作用。而ACC系统下的防抱死制动系统(ABS)能够在ACC系统运行时,提高刹车的反应速度和稳定度,改善刹车时ACC系统的性能。本文对ACC系统和ACC系统下的ABS进行了研究。建立ABS数学模型,包括制动器模型、滑移率模型、轮胎模型和车辆动力学模型;对ABS数学模型进行分析,运用模糊PID控制算法建立了 ACC系统下的含有路面识别系统的ABS控制系统。运用Simulink分别对PID控制算法和模糊PID控制算法下的ABS控制系统进行了对比仿真,仿真结果表明,本文提出的模糊PID控制算法提高了 ACC系统下刹车的响应速度和稳定度,改善了刹车时ACC系统的性能,从而提高了汽车的行驶安全性。通过分析本车、前车以及本车与前车之间的动力学关系,得到含有车间距、相对速度、本车加速度、本车加速度变化率和前车加速度等变量的本车与前车的运动关系模型,并考虑汽车安全性、舒适性和汽车自身性能要求等因素,在运动关系模型的基础上引入饱和函数,对本车速度、本车加速度和本车加速度变化率进行约束,得出了约束条件下的运动关系模型。通过分析行驶过程中汽车的受力过程、汽车的发动机和制动器,建立了汽车逆纵向动力学模型。引入饱和函数的本车与前车的运动关系模型,以输出变量的加权平方和作为目标函数,来协调两车间距、本车速度、本车加速度之间的关系,使它们能够同步收敛于控制要求点,保证了汽车多性能指标的协调性。运用模型预测控制(MPC)原理和极值控制原理将含有多个变量的目标函数转化为仅含有一个变量的函数式,有效避免了多个未知量的同时出现,简化了算法。运用MATLAB分别对普通MPC算法和改进的极值MPC算法下的ACC系统进行对比仿真,仿真结果表明,在各种典型工况下,改进的极值MPC算法下的ACC系统具有更好的驾驶安全性、舒适性、快速性和协调性。
【图文】：

模型预测控制,数学描述,预测控制,基本原理

及未来有限的时间内的信息（局部），在这个时间段内进行优化，到了下一个优化时逡逑亥ｉｊ，这个时间段整体向后推移一个时间单位。逡逑模型预测控制的基本原理可以用图４－１进行解释说明：Ａ时刻为当前时刻，ｔ时刻逡逑左边和右边分别代表着过去的和未来的输出、控制以及状态值。根据已知的预测模型和逡逑Ａ：时刻及其之前的数据对未来的ｔ邋Ａ邋＋１，…Ｐ个时刻进行预测，通过实测对象的输出逡逑对预测值进行反馈校正，并通过对最优预测输出和参考轨迹组成的性能指标进行优化，逡逑得到一个在线的优化控制策略，通过求解关于性能指标的优化问题得到Ａ时刻的控制逡逑量，并将得到的控制量作为系统输入代入系统进行控制，接着将这个预测时间段向后推逡逑进一个时间单位，不断重复该过程。因此，模型预测控制的三大基本特征是：预测控逡逑制、反馈校正、滚动优化。逡逑－２７－逡逑

速度曲线,速度曲线,控制算法,极值

东北林业大学硕士学位论文到最大约束值３ｍ／Ｓ２，并在后续一段时间内保持此加速度不变。但是相对于控制算法，极值ＭＰＣ控制算法下的本车加速度的整体变化幅度和最大减由图４－５可知，极值ＭＰＣ控制算法和普通ＭＰＣ控制算法下的本车加速度变过最大约束值，但是与普通ＭＰＣ控制算法相比，极值ＭＰＣ控制算法下的本车化率的整体变化幅度更小。逡逑３０邋逦！逦１逦Ｉ逦Ｊ逦Ｉ逦Ｊ逦Ｉ逦！逦！逡逑
【学位授予单位】：东北林业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U463.6

【参考文献】