CN102109821A - 车辆自适应巡航控制系统及方法 - Google Patents

Abstract

一种车辆的自适应巡航控制系统和方法，该系统包括：自适应巡航模式选择单元，用于选择不同的自适应巡航模式；数据采集单元，用于采集车辆的状态变量x(t)，该状态变量x(t)被用于控制车辆的速度和车距；控制单元，用于根据采集的车辆状态变量x(t)生成车辆控制变量u(t)；评价单元，用于根据数据采集单元采集的车辆状态变量x(t)和控制单元生成的控制变量u(t)对控制效果进行评价，如果评价结果为控制效果不符合要求，则使评价单元和控制单元进行在线学习；油门控制单元和制动控制单元，根据控制单元输出的控制变量u(t)，利用车辆动力学逆模型对油门和制动进行控制。利用本发明的系统和方法，使得车辆自适应巡航系统更加安全和人性化。

Description

车辆自适应巡航控制系统及方法

技术领域

本发明涉及车辆的巡航控制领域，特别涉及一种车辆自适应巡航控制系统及方法。

背景技术

车辆的自适应巡航控制是一种先进的辅助驾驶系统。其从定速巡航控制发展而来，通过实时测量本车与前车的距离和相对速度，计算出合适的油门或刹车制动的控制量，通过自动调节实现车辆的车速控制或车距控制。自适应巡航控制有效地将驾驶员从繁重的驾驶任务中解脱出来，又可以实现车辆的避碰控制，对于提高车辆驾驶的安全性、舒适性、和节能性具有重要意义。

安全性。据世界健康组织的统计结果(参见Broggi A.，Zelinsky A.，Parent M.，Thorpe C.E.Intelligent vehicles，In Spring Handbooks of Robotics，Siciliano B.，Khatib O.(Eds.)，Springer-Verlag Berlin Heidelberg 2008，pp.1175-1198.)，全世界范围内每年约有120万人死于交通事故，5000万人受伤，其中90％是由于驾驶员的失误造成，包括疲劳驾驶、醉驾、超速等。正常驾驶员从发现情况到做出反应的平均时间为1秒，而车辆的自适应巡航控制周期要短，因此能有效地避免绝大多数交通事故的发生。

舒适性。市区交通拥挤，车辆驾驶经常起起停停，驾驶员需要完成大量的换档和踩离合器的工作(手动档)，大约每分钟完成20～30个手脚协调动作(甘志梅.基于激光雷达的Stop&Go巡航控制技术研究.上海交通大学硕士学位论文，2009.)，是产生驾驶员疲劳的主要原因，而自适应巡航控制则能将驾驶员从这种繁重劳动中完全解脱出来，使车辆驾驶真正成为一种享受和乐趣。

节能性。近来我们倡导节能、低碳，而低速行车时产生最多的尾气排放，自适应巡航控制则提供了一种优化节能的控制技术。另一方面，装备了自适应巡航控制的车辆之间保持着合适的间距，有效地提高了道路的通行能力、缓解了交通拥挤，具有很好的经济性。最近研究表明，高速公路上装有自适应巡航控制系统的车辆比例若达到25％，能完全消除高速公路的拥堵现象，在文章Kesting A.，Treiber M.，Schonhof M.，Helbing D.Adaptive cruise control design for active congestion avoidance.TransportationResearch Part C，2008，16：668-683.中有具体描述。

然而，自适应巡航控制作为一种辅助驾驶系统，其应用普及的关键在于其控制效果需要符合驾驶员的特性，否则就背离了辅助驾驶的初衷而容易被驾驶员否定，这就对开发自适应巡航控制提出了更高的要求。一些专家质疑自适应巡航控制的作用，认为其将成为人们摒弃的一项技术，其主要原因就在于此，例如在文章Rajaonah B.，Anceaux F.，Vienne F.Trust andthe use of adaptive cruise control：a study of a cut-in situation.CognitiveTechnology Work，2006，8：146-155.中对这种情况就有阐述。。

综上，现有技术中的车辆自适应巡航系统存在诸多优点，但在控制车辆速度和车距时，却不能针对不同环境和不同驾驶习惯来进行自适应调节以改善用户体验。

因此，现有的车辆自适应巡航系统的功能亟待改善，以使其更好地发挥辅助驾驶的作用。

发明内容

为了解决现有技术存在的上述问题，本发明提供了一种自适应巡航控制系统和方法。

本发明的自适应巡航控制系统包括：自适应巡航模式选择单元，用于选择不同的自适应巡航模式，在不同的模式下对车辆的速度与车距进行不同的控制；数据采集单元，用于采集车辆的状态变量x(t)；控制单元，用于根据所述状态变量x(t)生成车辆控制变量u(t)；评价单元，用于根据所述状态变量x(t)和控制变量u(t)对控制效果进行评价，如果评价结果为控制效果不符合要求，则使评价单元和控制单元进行在线学习；油门控制单元和制动控制单元，根据控制单元输出的控制变量u(t)，利用车辆动力学逆模型提供单元的数据，对油门和制动进行控制。

本发明的车辆自适应巡航控制方法包括步骤：选择自适应巡航模式，在不同的模式下对车辆的速度与车距进行不同的控制；采集车辆的状态变量x(t)，该变量作为控制单元的输入；根据采集的状态变量x(t)，由控制单元生成车辆控制变量u(t)；根据采集的车辆状态变量x(t)和生成的控制变量u(t)，由评价单元对控制效果进行评价，如果评价结果为控制效果不符合要求，则进行评价单元和控制单元在线学习；如果评价结果为控制效果符合要求，则根据控制变量u(t)，利用车辆动力学逆模型提供单元，对油门单元和制动单元进行控制。

本发明的自适应巡航控制系统和方法，通过离线仿真和实车实验，提供了一种有效的仿人特性的构造过程。所提出的自适应巡航控制系统和方法具有学习性和优化性：通过对驾驶员特性的离线和在线学习，使其能模仿驾驶员的特性，而且通过构造评价单元指导控制单元的学习，使控制特性能跟踪驾驶员特性的变化。

附图说明

图1是本发明的车辆自适应巡航控制系统的结构框图；

图2是本发明车辆的三维仿真驾驶平台示意图；

图3是本发明车辆的仿人式自适应巡航控制过程示意图；

图4是本发明的车辆自适应巡航控制方法的流程图。

具体实施方式

下面结合附图详细说明本发明技术方案中所涉及的各个细节问题。应指出的是，所描述的实施例仅旨在便于对本发明的理解，而对其不起任何限定作用。

机动车的自适应巡航控制原理是通过距离传感器(通常为毫米波雷达或激光雷达)实时测量本车与前车的相对距离、相对速度，然后结合本车速度解算出实现车速或安全车距保持所需要的油门和刹车制动的控制量，通过自动调节实现车辆的车速控制或车距控制。

目前所提出的自适应巡航控制的结构大致分为直接式和分层式两种：直接式采用集中控制器，直接通过对油门和刹车制动的调节实现车速控制或车距控制；分层式则将控制任务分两层实现，上层控制器根据本车周围的环境信息计算期望的加速度、实现车速控制或车距控制，而下层控制器则考虑车辆的动力学特性、通过对油门和刹车制动的调节实现对期望加速度的控制。上层控制器着重于描述在不同驾驶场景下的驾驶员特性，而下层控制器通常通过建立车辆纵向动力学的逆模型来实现。

本发明的自适应巡航控制系统属于上述的分层式，具体结构如图1所示，该系统包括：自适应巡航模式选择单元101、自适应巡航控制单元102、数据采集单元103、动力学逆模型提供单元104、制动控制单元105以及油门控制单元106。

自适应巡航模式选择单元101用于供驾驶员选择不同模式的自适应巡航模式。

驾驶员的驾驶习惯有很大差别，与职业、性格、性别、年龄等有关，如出租车司机和新手，年轻人和老年人的驾驶习惯区别很大。因此，需要设计符合各种驾驶习惯的自适应巡航控制方法，该辅助驾驶系统才能广为接受。

本发明的自适应巡航模式可以包括安全式、快速式和舒适式，并为每种方式设计不同的性能指标函数。

安全式一般是指行驶速度比较低，在驾驶过程中会与前车保持大的车距，跟车停止时与跟车起动时都会保持大的车距，如果有其它车辆插入的时候，都会选择避让等等，这种方式适合驾驶习惯比较保守的驾驶员，选择这种方式可最大程度的保证安全性。

快速式一般是指在驾驶过程中在允许的情况下车速较快，通常与前车的车距很小，在跟车停止或跟车启动时保持很短的车距，在前方有车插入的时候通常不会选择避让，这种方式适合于例如出租车司机或年轻人等有熟练驾驶经验的群体，或者在有紧急事情的情况下选择这种方式。

舒适式设置在安全式与快速式之间，可根据驾驶员的驾驶习惯来进行选择。在这种方式下，保持的车距是中等车距，在有其它车辆插入时会根据情况来判断是允许插入还是通过加速不允许插入。

自适应巡航模式选择单元可通过按钮、菜单、操作杆、触摸屏或遥控器等来实现。

在现有技术中，对驾驶习惯的研究分析已有很多工作，如通过对驾驶数据的采集，可以简化地将驾驶习惯表示为下式

d_d(t)＝d₀+τv^T(t)

式中，d₀为停车时本车和前车间的距离，d_d(t)为行车时t时刻本车和前车的理想间距，v^T(t)为前车速度，τ定义为一个与驾驶员特性相关的线性系数。

d₀和τ若比较大，则对应比较保守的驾驶员，在本发明中，这样的驾驶员可以选择安全式。d₀和τ若中，则对应普通驾驶员，可以选择本发明的舒适式。d₀和τ若小，则对应比较性急的驾驶员，可以选择本发明的快速式。在本发明，优选地将τ的变化范围分为三个区域，分别对应不同特性的驾驶员，供驾驶员在开车前进行选择。例如，τ小于1对应快速式，τ在1与4之间对应舒适式，τ大于4对应安全式。可根据实际需要调整τ的三个区域，分别对应不同特性的驾驶员，供驾驶员在开车前进行选择。

自动巡航控制单元102用于根据自适应巡航模式选择单元101选择的自适应巡航模式以及数据采集单元103采集的数据，经过处理产生理想的加速度，然后将该加速度由动力学逆模型提供单元104进行制动和油门控制量的解算，传送到制动控制单元105和油门控制单元106。

自动巡航控制单元102具体地包括评价单元1021和控制单元1022。

评价单元1021用于准确估计出控制单元1022的性能指标函数R(t)，用来定量指导控制单元1022的优化。

定义性能指标函数R(t)为每个时刻回报r(t)的累加和，以指导控制单元的优化过程，

$R\left(t\right)=\underset{k=t+1}{\overset{\∞}{\mathrm{\Σ}}}{\mathrm{\γ}}^{k-t-1}r\left(k\right)$

式中，r(t)为t时刻的回报，γ为折扣因子，0＜γ≤1，k是一个中间量，表示时刻t的范围。

可以用规范的二次型函数定义回报r(t)为：

r(t)＝-(x(t)^TQx(t)+u(t)^TRu(t))＝-(ρ_dΔd(t)²+ρ_vΔv(t)²+ρ_aa(t)²)式中，ρ_d，ρ_v和ρ_a分别为相对距离、相对速度和加速度的调节权重，根据驾驶员的不同特性进行选取，Q和R也是调节参数，但这里由ρ_d，ρ_v和ρ_a取代，相对距离Δd(t)＝d(t)-d_d(t)，为实际距离d(t)与理想距离d_d(t)的误差，相对速度Δv(t)＝v^T(t)-v^H(t)，为前车速度v^T(t)和本车速度v^H(t)的误差。因此，优化控制的目的是使性能指标函数R(t)最大。而实际上对R(t)的计算带来维数灾的难题，很难计算，在本发明中采用性能指标函数的近似值J(t)来估计。

不同的自适应巡航模式对应不同的性能指标函数的近似值J(t)。

评价单元1021是通过离线学习进行培训，并通过在线学习进行优化。

离线学习通常是在自动巡航系统正式使用之前完成。在离线学习过程中，搭建三维仿真驾驶平台。三维仿真驾驶平台通过采集不同驾驶场景下的驾驶员数据，用于控制单元和评价单元的离线学习。该平台基于车辆的动力学和三维仿真软件，能模拟出自适应巡航控制的驾驶效果。

图2示出了三维仿真驾驶平台的示意图。该平台包括仿真计算机301、动画显示计算机302、方向盘303、油门304、刹车305、数据采集器306以及显示器307。

在仿真计算机301中，利用VC++、Matlab、JAVA等软件的虚拟现实工具箱下建立车辆、环境，路面等的三维显示模型，设置三维动画参数，由该软件的动画引擎来完成动画，如果是通过Matlab软件建立的，则利用其xPC target输出到动画显示计算机302实现动画仿真。仿真计算机301和动画显示计算机302之间通过有线或无线方式进行数据通讯。由驾驶员对刹车和油门的操作控制三维仿真驾驶单元中的车辆，以获得不同驾驶场景下的驾驶员数据，该数据通过数据采集器306获取，并传送到仿真计算机301。

该平台设计各种驾驶场景，如跟车起动和停止、前车紧急刹车、有其他车在本车前插入等，进行熟练驾驶员的驾驶实验，获取不同场景下的状态变量x(t)和控制变量u(t)，状态变量x(t)包括相对距离和相对速度(Δd(t)，Δv(t))，控制变量u(t)即本车的加速度，利用这些数据和历史数据对评价单元进行学习。在离线学习时状态变量x(t)可以直接通过计算机程序计算获得，数据采集器306负责接收油门和刹车的控制信号，根据车辆的动力学的正向模型计算得到相应的状态变量u(t)，也就是加速度，作用在本车上，并根据前车的位置和速度计算得到下一个时刻的状态变量x(t+1)。

该平台可以实现驾驶员和带有自适应巡航控制系统车辆的联合仿真，为车辆自适应巡航控制系统提供一种安全、快速的训练环境和验证方式。仿真驾驶平台的硬件包括方向盘，油门，刹车，数据采集器，显示器和计算机等。软件包括车辆的三维仿真模型，带有车道的仿真场景，嵌入车辆的纵向动力学模型和自适应巡航控制方法。驾驶员通过操控驾驶装置实现仿真，由软件进行计算并通过三维场景和数据显示结果。进行仿真验证场景包括：无前车的巡航控制；前车起动或行驶中加速的自适应巡航控制，前车驶离车道的自适应巡航控制，前车行驶中减速或停车的自适应巡航控制，前车异常情况下减速的自适应巡航控制，其他车在本车前插入的自适应巡航控制等。

评价单元1021利用上述平台在所设计的各种驾驶场景下所获取的数据，如状态变量x(t)和控制变量u(t)，进行离线学习。

评价单元1021可采用标准三层前向人工神经网络模型，充分利用人工神经网络的非线性函数逼近能力。为了说明各层节点函数作以下定义：f^k为节点的整合函数，用以联结从其它节点来的信息：活性或数据，为此节点提供网络输入，其中上角标k代表层数；a^k为节点的活性函数，用于输出活性值作为此节点的网络输出。每层节点的函数功能如下，

第一层：输入层，起传输数据到下一层的作用，输入变量y_i(t)包括状态变量x_i(t)，i＝1，2，...，p，和控制变量u(t)，y(t)＝(x(t)，u(t))，i＝1，2，...，q(q＝p+1)，p表示状态变量的个数。第一层节点的整合函数

如下表示：

$f_i^1=y_i\left(t\right)$ 且 $a_i^1=f_i^1$

第二层：隐含层，对输入进行加权处理，

为隐含层神经元权重，exp为指数函数，j＝1，2，...，N_h，N_h为隐含层神经元个数。第二层节点的整合函数

如下表示：

$f_j^2=\underset{i=1}{\overset{q}{\mathrm{\Σ}}}{w}_{c_{i,j}}^2{a}_i^1$ 且 $a_j^2=\frac{1-\exp (-f_j^2)}{1+\exp (-f_j^2)}$

第三层：输出层，

为输出层神经元权重，输出控制单元的性能指标函数R(t)的近似值J(t)，第三层节点的整合函数f³如下表示：

$f^3=\underset{j=1}{\overset{N_h}{\mathrm{\Σ}}}{w}_{c_j}^3{a}_j^2$ 且a³＝J(t)＝f³

评价单元1021的学习就是通过对隐含层神经元权重和输出层神经元权重的调节，使评价单元的学习误差E_c(t)减小到预定阈值或学习次数达到预定值，满足人工神经网络的逼近能力。

利用J(t)、J(t-1)和回报r(t)构造出评价单元的学习误差E_c(t)。

e_c(t)＝γJ(t)-J(t-1)+r(t)

$E_c\left(t\right)=\frac{1}{2}{e}_c^2\left(t\right)$

假设人工神经网络评价单元的学习误差E_c(t)趋于零，可以递推得到评价单元的输出J(t)为

$J\left(t\right)=\underset{k=t+1}{\overset{\∞}{\mathrm{\Σ}}}{\mathrm{\γ}}^{k-t-1}r\left(k\right)$

上式与前面的基于动态规划的性能指标函数R(t)的定义相同。因此，评价单元1021能够准确估计出自适应巡航控制器的性能指标函数R(t)，用来定量指导控制单元1022的优化。评价单元1021学习的主要目的是调整隐含层和输出层的联结权重，具体如下：

$w_c^k=w_c^k+\mathrm{\Δ}{w}_c^k$

$\mathrm{\Δ}{w}_c^k=l_c^k\left(t\right)[-\frac{\∂E_c\left(t\right)}{\∂w_c^k}]$

$\frac{\∂E_c\left(t\right)}{\∂w_c^k}=-\left[\frac{\∂E_C\left(t\right)}{\∂J\left(t\right)}\frac{\∂J\left(t\right)}{\∂w_c^k}\right].$

是第k层的学习率。

利用评价单元1021的学习误差E_c(t)对评价单元1021进行学习，获得具有满足性能指标要求的评价单元1021，该指标可以是使误差减小到预定阈值，如可在0.000001到0.1范围内取值，该指标也可以是使学习次数达到预定值，如可在10到1000000范围内取值。

车辆开始在路面实际行驶时，经过离线学习的评价单元1021从数据采集单元103获取状态变量x(t)，从控制单元1022获取控制变量u(t)，并根据所述状态变量和控制变量计算得到评价指标J(t)，如果评价指标J(t)符合要求，则认为控制单元1022的控制效果是理想的，否则将评价指标J(t)发送给控制单元1022，控制单元1022根据接收到的评价指标J(t)进行学习。

控制单元1022用于产生控制信号，该控制信号用于控制车辆的加速度。控制单元1022需要经过离线学习和在线学习过程。

控制单元1022的输入为状态变量x(t)，输出为控制变量u(t)。控制单元1022的构造过程与评价单元1021类似，同样可以采用三层前向人工神经网络构造出控制单元，每层节点的定义与评价单元1021中的相同。

控制单元1022学习的目的是根据当前状态变量x(t)、产生输出u(t)能使性能指标函数最大，即，使评价单元1021的输出J(t)最大。因此，对控制单元1022进行学习，误差E_a(t)定义为

e_a(t)＝J(t)-U_c(t)

$E_a\left(t\right)=\frac{1}{2}{e}_a^2\left(t\right)$

式中U_c(t)定义为效用函数，通常设定为控制单元1022的性能指标函数的近似值J(t)能够接近的一个值。在回报r(t)的最小值为零的情况下，可以设定效用函数U_c(t)也为零。学习过程通过调节神经网络隐含层和输出层的权重，对控制单元进行优化，满足性能指标要求，得到满意的控制单元1022。

对离线学习好的自动巡航控制单元102在实际车辆上进行实验验证，由熟练驾驶员体验控制效果。若驾驶员不满意他会关闭自动巡航控制单元，切换到人工方式对车辆进行控制。此时对自动巡航控制单元102进行在线学习，使控制效果更接近驾驶员的驾驶特性。

在线学习过程时先进行评价单元1021的学习，待评价单元收敛后，再进行控制单元1022的在线学习。这种通过评价单元1021对控制单元1022评估的学习方式，可以避免驾驶员的不稳定操作对控制单元1022性能的影响。也可以采用驾驶员的控制操作与控制单元1022输出的误差作为控制单元的学习误差，对控制单元1022进行学习，此时控制单元1022的学习误差定义为。

e_a(t)＝u_a(t)-u_d(t)

式中u_a(t)为控制单元1022计算的加速度，u_d(t)为驾驶员控制车辆的加速度。若在线优化后的控制单元1022的输出与驾驶员相近，则提示在线学习完毕。所产生控制车辆的加速度u(t)也可以是上述两个加速度的加权和

u_a(t)＝wu_a(t)+(1-w)u_d(t)

式中，0＝＜w＜＝1为权重，随着学习过程的进行其值逐渐增大，直至最终为1，车辆的加速度完全由控制单元1022的输出决定。

若控制单元1022已学习好，可以重新用作辅助驾驶，由驾驶员选择切换。在驾驶过程中，若自适应巡航控制单元102仍然对某些驾驶场景处理不当，或更换不同特性的驾驶员对当前自适应巡航控制单元102的特性不满意，均可以再次切换为驾驶员控制，自适应巡航控制单元102重新进行在线学习。

采用人工神经网络设计的控制单元1022是一种非线性控制方法，对于传感参数的变化，如检测的相对距离和相对速度具有很好的鲁棒性。所设计的自适应巡航控制是上层控制，对于由于地面摩擦系数变化、车辆负载变化等的波动，要通过下层控制、即由车辆动力学的逆模型提供单元104相关的鲁棒性解决。

上述的评价单元1021和控制单元1022也可以采用常用的模糊系统方法，控制单元1022也可以采用常用的PID控制方法，得到不同的学习收敛效果。数据采集单元103用于采集本车与前车的之间的相对距离、相对速度以及自身的速度，并将采集的数据发送到自适应巡航控制单元102。该数据采集单元103可以是雷达传感器、超声传感器、激光传感器等。

根据自适应巡航控制单元102输出的加速度和动力学逆模型提供单元104，查表得到或解算出制动控制单元105和油门控制单元106所需要的控制量，实现车辆加速度的控制。

综上，结合图3进一步理解本发明自适应巡航控制系统的离线和在线学习原理。控制输入定义为状态变量x(t)，包括相对距离和相对速度(Δd(t)，Δv(t))，自适应巡航控制单元输出控制变量u(t)，即本车的加速度，作用在仿真驾驶系统或实际车辆上，产生下一个时刻的状态变量x(t+1)。每一个时刻的控制效果可由右下角的回报r(t)给出，由右上角的评价单元计算得到整个性能指标函数J(t)。左上角的驾驶员若认为控制效果不满意，则切换为驾驶员控制，驾驶员的控制量与控制单元的输出量构成控制单元的一种在线学习误差E_a(t)，也通过加权方式生成实际车辆的控制变量u(t)，右上角构造控制单元的另一种学习误差E_a(t)，右侧构造评价单元的学习误差E_c(t)。图中实线表示数据流方向，虚线表示根据误差进行学习的方向，Z^-1为Z变换符号，将当前时刻的变量变换为前一时刻的变量

本发明还提供了一种车辆的自适应巡航控制方法，该方法包括步骤：

步骤S401，利用三维仿真平台对车辆的自适应巡航控制进行离线学习。该过程前面已经了详细的描述。

步骤S402，选择车辆自适应巡航模式。

本发明的自适应巡航模式可以包括安全式、快速式和舒适式，并为每种方式设计不同的性能指标函数。这在前面都已经进行了详细描述。该模式可由驾驶员通过按钮、菜单、操作杆、触摸屏或遥控器等来进行选择。

步骤S403，采集车辆的状态变量。

根据本发明的车辆自适应巡航控制方法，在车辆行驶过程中，通过车辆携带的距离传感器(毫米波雷达或激光雷达等)采集车辆的状态变量x(t)，包括相对距离和相对速度(Δd(t)，Δv(t))。

步骤S404，根据所采集的车辆状态变量x(t)计算控制变量u(t)，即车辆的加速度，根据所述加速度，利用车辆的动力学逆模型，通过制动控制或油门控制来控制车辆的速度，得到下一个时刻的状态变量x(t+1)。

步骤S405，对步骤S403的控制效果进行评价。

每一时刻的控制效果可通过回报r(t)给出，性能指标函数R(t)为每个时刻回报的累加和，

$R\left(t\right)=\underset{k=t+1}{\overset{\∞}{\mathrm{\Σ}}}{\mathrm{\γ}}^{k-t-1}r\left(k\right)$

式中，r(t)为t时刻的回报，γ为折扣因子，0＜γ≤1。

我们可以用规范的二次型函数定义回报r(t)为

r(t)＝-(x(t)^TQx(t)+u(t)^TRu(t))＝-(ρ_dΔd(t)²+ρ_vΔv(t)²+ρ_aa(t)²)式中，ρ_d，ρ_v和ρ_a分别为相对距离、相对速度和加速度的调节权重，根据驾驶员的不同特性进行选取。相对距离Δd(t)为实际距离与理想距离的差Δd(t)＝d(t)-d_d(t)，相对速度Δv(t)为前车速度v^T(t)和本车速度v^H(t)差Δv(t)＝v^T(t)-v^H(t)。

计算得到性能指标函数R(t)之后，取其近似值J(t)替代，J(t)由评价单元提供。

步骤S406，如果控制效果符合要求，则执行步骤407，继续进行自适应巡航控制，否则，执行步骤408，进行评价单元和控制单元的在线学习。

在该步骤中，控制效果是否符合要求可通过J(t)来判断，如果J(t)满足一定的阈值范围，则说明控制效果良好，可以继续进行控制，如果J(t)不符合要求，则进行评价单元和控制单元的学习。

在本发明的方法中，可通过J(t)来判断控制效果。如果驾驶员不满意控制效果，即使J(t)符合要求，也可以通过踩油门或刹车的方式来切换为由驾驶员操作，从而使车辆的自适应巡航控制进入评价单元和控制单元的在线学习过程。

在本发明的方法中，不仅对自适应巡航控制进行在线学习，还可以进行评价单元和控制单元的离线学习。

其中评价单元和控制单元的离线、在线学习在前面已经进行了详细描述，在此不再赘述。

前面已经具体描述了本发明的实施方案，应当理解，对于一个具有本技术领域的普通技能的人，在不脱离本发明的范围的任何修改或局部替换，均属于本发明权利要求书保护的范围。

Claims (20)

1.一种车辆的自适应巡航控制系统，该系统包括：

自适应巡航模式选择单元，用于选择不同的自适应巡航模式，在不同的模式下对车辆的速度与车距进行不同的控制；

数据采集单元，用于采集车辆的状态变量x(t)；

控制单元，用于根据所述状态变量x(t)生成车辆控制变量u(t)；

评价单元，用于根据所述状态变量x(t)和控制变量u(t)对控制效果进行评价，如果评价结果为控制效果不符合要求，则使评价单元和控制单元进行在线学习；

油门控制单元和制动控制单元，根据控制单元输出的控制变量u(t)，利用车辆动力学逆模型对油门和制动进行控制。

2.根据权利要求1所述的系统，其特征在于，所述自适应巡航模式包括安全式、快速式和舒适式。

3.根据权利要求2所述的系统，其特征在于，所述自适应巡航模式的选择方式包括：按钮、菜单、操作杆、触摸屏或遥控器。

4.根据权利要求3所述的系统，其特征在于，所述数据采集单元为距离传感器或速度传感器，所述状态变量x(t)包括相对距离和相对速度(Δd(t)，Δv(t))，所述控制单元生成的控制变量u(t)为车辆的加速度。

5.根据权利要求1-4任一项所述的系统，其特征在于，评价单元的输出为性能指标函数的近似值，根据性能指标函数的近似值来判断控制单元的控制效果是否符合要求，如果符合要求，则控制单元继续进行控制，否则评价单元和控制单元开始在线学习；或者当车辆的油门或者刹车被踩下时，车辆被切换为驾驶员操作方式，评价单元和控制单元开始在线学习。

6.根据权利要求5所述的系统，其特征在于，所述评价单元的在线学习是采用标准三层前向人工神经网络模型，利用评价单元的学习误差对评价单元进行学习，使评价单元的学习误差减小到预定值或者使学习次数达到预定值。

7.根据权利要求5所述的系统，其特征在于，所述控制单元的在线学习是在评价单元的在线学习收敛之后进行，采用标准三层前向人工神经网络模型，利用控制单元的学习误差对控制单元进行学习，使控制单元的学习误差减小到预定值或者使学习次数达到预定值。

8.根据权利要求6或7所述的系统，其特征在于，所述性能函数指标的近似值表示为：

$J\left(t\right)=\underset{k=t+1}{\overset{\∞}{\mathrm{\Σ}}}{\mathrm{\γ}}^{k-t-1}r\left(k\right),$ 其中，γ为折扣因子，0＜γ≤1，

r(t)为t时刻的回报，表示为：r(t)＝-(x(t)^TQx(t)+u(t)^TRu(t))＝-(ρ_dΔd(t)²+ρ_vΔv(t)²+ρ_aa(t)²)，其中ρ_d，ρ_v 和ρ_a分别为相对距离、相对速度和加速度的调节权重，Q和R为调节参数，T表示转置矩阵，相对距离Δd(t)为实际距离与理想距离的差，相对速度Δv(t)为前车速度和本车速度差，a(t)为本车的加速度。

9.根据权利要求8所述的系统，其特征在于，评价单元的学习误差表示为：

其中，e_c(t)＝γJ(t)-J(t-1)+r(t)，

控制单元的学习误差表示为：

其中e_a(t)＝J(t)-U_c(t)，

式中U_c(t)设定为控制单元的性能指标函数的近似值J(t)能够接近的一个值。

10.根据权利要求6或7所述的系统，其特征在于，在车辆被实际驾驶之前，评价单元和控制单元在三维仿真驾驶平台上进行与在线学习方式相同的离线学习，三维仿真驾驶平台能够实现驾驶员和带有自适应巡航控制系统车辆的联合仿真，该平台的硬件包括方向盘，油门，刹车，数据采集器，显示器和仿真计算机，软件包括车辆的三维仿真模型，带有车道的仿真场景，嵌入车辆的纵向动力学模型和自适应巡航控制方法。

11.一种车辆的自适应巡航控制方法，该方法包括步骤：

选择自适应巡航模式，在不同的模式下对车辆的速度与车距进行不同的控制；

采集车辆的状态变量x(t)，该变量被用于控制车辆的速度和车距；

根据采集的状态变量x(t)生成车辆控制变量u(t)；

根据采集的车辆状态变量x(t)和生成的控制变量u(t)对控制效果进行评价，如果评价结果为控制效果不符合要求，则进行评价单元和控制单元在线学习；

如果评价结果为控制效果符合要求，则根据控制变量u(t)，利用车辆动力学逆模型对油门单元和制动单元进行控制。

12.根据权利要求11所述的方法，其特征在于，所述自适应巡航模式包括安全式、快速式和舒适式。

13.根据权利要求12所述的方法，其特征在于，所述自适应巡航模式的选择方式包括：按钮、菜单、操作杆、触摸屏或遥控器。

14.根据权利要求13所述的方法，其特征在于，利用距离传感器进行数据采集，所述状态变量x(t)包括距离和速度误差(Δd(t)，Δv(t))，所述控制单元生成的控制变量u(t)为车辆的加速度。

15.根据权利要求11-14任一项所述的方法，其特征在于，评价输出为性能指标函数的近似值，根据性能指标函数的近似值值来判断控制效果是否符合要求，如果符合要求，则继续进行控制，否则进行评价单元和控制单元的在线学习；或者当车辆的油门或者刹车被踩下时，开始评价单元和控制单元的在线学习。

16.根据权利要求15所述的方法，其特征在于，所述评价单元的在线学习是采用标准三层前向人工神经网络模型，利用评价单元的学习误差对评价单元进行学习，使评价单元的学习误差减小到预定值或者使学习次数达到预定值。

17.根据权利要求15所述的方法，其特征在于，所述控制单元的在线学习是在评价单元的在线学习收敛之后进行，采用标准三层前向人工神经网络模型，利用控制单元的学习误差对控制进行学习，使控制单元的学习误差减小到预定值或者使学习次数达到预定值。

18.根据权利要求16或17所述的方法，其特征在于，所述性能函数指标的近似值表示为：

$J\left(t\right)=\underset{k=t+1}{\overset{\∞}{\mathrm{\Σ}}}{\mathrm{\γ}}^{k-t-1}r\left(k\right),$ 其中，γ为折扣因子，0＜γ≤1，

r(t)为t时刻的回报，表示为：r(t)＝-(x(t)^TQx(t)+u(t)^TRu(t))＝-(ρ_dΔd(t)²+ρ_vΔv(t)²+ρ_aa(t)²)，其中ρ_d，ρ_v 和ρ_a分别为相对距离、相对速度和加速度的调节权重，Q和R为调节参数，T表示转置矩阵，相对距离Δd(t)为实际距离与理想距离的差，相对速度Δv(t)为前车速度和本车速度差，a(t)为本车的加速度。

19.根据权利要求18所述的方法，其特征在于，评价单元的学习误差

表示为：

其中，e_c(t)＝γJ(t)-J(t-1)+r(t)，

控制单元的学习误差表示为：

其中e_a(t)＝J(t)-U_c(t)，

式中U_c(t)设定为控制单元的性能指标函数的近似值J(t)能够接近的一个值。

20.根据权利要求16或17所述的方法，其特征在于，在车辆被实际驾驶之前，评价单元和控制单元在三维仿真驾驶平台上进行与在线学习方式相同的离线学习，三维仿真驾驶平台能够实现驾驶员和带有自适应巡航控制系统车辆的联合仿真，硬件包括方向盘，油门，刹车，数据采集器，显示器和仿真计算机，软件包括车辆的三维仿真模型，带有车道的仿真场景，嵌入车辆的纵向动力学模型和自适应巡航控制方法。

Images