基于动态矩阵方法改进了传统CACC模型预测控制算法_CACC时延 - CSDN文库

90 浏览量更新于2023-03-03 评论 5 收藏 549KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

基于动态矩阵方法改进了传统基于动态矩阵方法改进了传统CACC模型预测控制算法模型预测控制算法

协同自适应巡航控制(CACC)系统中车辆纵向运动的上下位分层控制器结构，上位控制器采用状态空间模型预测

控制算法，利用期望距离以及车辆与环境的实时信息决策出被控车辆运动的期望加速度。下位控制器根据期望

加速度，求解发动机节气门开度或制动压力。车辆的执行器时延会对系统的稳定性产生很大的影响。根据动态

矩阵控制算法对纯滞后对象的补偿作用，本文提出一种改进的模型预测控制算法，并与PID 控制算法（下位控

制器）相结合形成自主车辆纵向运动的上下位分层控制器，以补偿车辆的执行器时延带来的影响。通过

SIMULINK/CARSIM 联合仿真平台对所设计的算法进行了仿真研究，仿真结果表明所设计算法减小了 CACC

协同自适应巡航控制(CACC)系统中车辆纵向运动的上下位分层控制器结构，上位控制器采用状态空间模型预测控制算

法，利用期望距离以及车辆与环境的实时信息决策出被控车辆运动的期望加速度。下位控制器根据期望加速度，求解发动机节

气门开度或制动压力。车辆的执行器时延会对系统的稳定性产生很大的影响。根据动态矩阵控制算法对纯滞后对象的补偿作

用，本文提出一种改进的模型预测控制算法，并与PID 控制算法（下位控制器）相结合形成自主车辆纵向运动的上下位分层控

制器，以补偿车辆的执行器时延带来的影响。通过 SIMULINK/CARSIM 联合仿真平台对所设计的算法进行了仿真研究，仿真

结果表明所设计算法减小了 CACC 系统车辆在跟随过程中的速度跟踪误差以及间距误差，提高了系统的稳定性法。

1.引言

为了解决因汽车保有量增加而带来的社会问题，大量的驾驶员辅助控制系统被深入研究并取得了一定的运用效果[1-2]。

比如车道偏离预警系统(lanedeparture warningsystem，LDW)、车道保持辅助系统(land keeping assistance

system，LKA)、行人检测和回避系统，交通路口避撞系统和停车辅助系统等。协同自适应巡航控制（CACC）系统以 ACC系

统为基础，引入无线通信技术进行车间信息交互并将通信信息用于车辆控制，由此获得比 ACC 系统更好的控制效果，大大提

高了自主驾驶的安全性与舒适性[3]。CACC研究主要涉及自适应巡航控制、车间通信技术及控制算法三方面。

2000年，Stankovi等设计了一种基于分布式的重叠控制算法，并对车队的稳定性条件进行相应的分析[4]。2008年，卡

内基梅隆大学研究团队构建了油门和制动的非线性 PID控制策略，并设计了基于速度偏差的油门/制动的切换逻辑,进而应用于

Boss 智能车获得了 DARPA挑战赛的[5]。2011年，郭戈等人对协同驾驶系统进行了分层控制，使系统获得一个较优的控制

性能[6]。2012 年，Iftekhar为车辆正常行驶、换道和刹车这三种不同的驾驶状态设定了逻辑切换条件，并设计了协同驾驶控

制算法，从而实现复杂城市道路环境中的协同驾驶[7]。2013年，以减少燃油损耗为协同控制目标，Stanger重新构建了自主

车辆的 MPC优化目标函数[8]。2015 年， Kim 在韩国首尔大学研究室建立了具有集总参数特征的车辆纵向线性模型，进而设

计了一种参数时变自适应速度控制器并进行了仿真实验[9]。但是，上述文献忽略了 CACC 车辆执行器的时延，这会降低跟踪

的平滑性，甚至使系统发散[10]。

本文首先建立了协同车辆系统的状态空间模型，针对执行器延时，对传统模型预测控制算法(MPC) 进行改进，以此设计

上位控制器。另将CARSIM 中的车辆作为复杂车辆模型以设计下位控制器，二者相结合形成上下位分层结构控制的CACC 系

统，并于 CARSIM/SIMULINK 联合仿真平台上进行数值仿真实验。

2.CACC 系统建模

本文采用经典的上下位分层控制结构[11]，上位控制器通过期望距离以及车辆与环境的实时状态信息决策出控制车辆行为

的期望加速度；下位控制器根据期望加速度，求解发动机节气门开度和制动压力。

2.1 自主车辆的运动学方程描述

自主车辆纵向运动过程由以下微分方程描述：

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余9页未读，立即下载

评论0

weixin_38607552

粉丝: 7
资源: 944

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈