本文针对自动驾驶电动汽车的速度控制问题,研究内容主要围绕模型预测控制(Model Predictive Control, MPC)理论展开。首先,构建了基于Matlab/Simulink和CarSim环境的纵向动力学简化模型和整车动力学模型,通过对实验数据的对比验证了模型的准确性,这有助于理解电动汽车的动态行为。
设计的车速控制系统采用分层结构,分为上层和下层控制器。上层控制器负责制定策略,根据目标车速决定期望加速度,同时考虑安全、舒适性、经济性和跟随性等多方面性能指标。通过MPC算法,将这些指标转化为二次优化问题,以求得最优的汽车行驶加速度。下层控制器则负责执行控制,通过接收上层指令并结合车辆实际状态,进行驱动或制动操作,确保实际加速度与期望值保持一致。
通过Matlab/Simulink和CarSim联合仿真平台,作者对设计的控制策略进行了全面测试。在六种典型的纵向行驶工况下,仿真结果显示车速控制的稳态误差较小,车速跟随目标精准,平均误差在0.014~0.446km/h之间,显示出良好的跟随性。此外,系统能够维持安全的车距,加速度范围在-3.9~3.2m/s²,符合经济性能要求。加速度变化率的绝对值也相对较小,保证了驾驶过程的平稳,提高了舒适性。
本文的研究成果表明,基于MPC的自动驾驶电动汽车速度控制系统具备高度的精确度和稳定性,能够在保证安全、舒适和经济的前提下,有效地实现对目标车速的控制,为未来的智能交通提供了有力的技术支持。关键词包括自动驾驶、电动车、模型预测控制和速度控制,体现了研究的核心内容和技术路线。