CN108839655A - 一种基于最小安全车距的协同式自适应控制方法 - Google Patents

Abstract

本发明公开了一种基于最小安全车距的协同式自适应控制方法，应用于采用分层控制策略的协同式自适应巡航控制系统。该控制算法及其评价方法可用于上层控制，其利用评价函数与仿真实验相结合的方式确定期望加速度计算式中敏感度因子的最佳取值，从而得到最佳控制算法。所得算法可实现在保证自车跟驰安全性的前提下以最小车距跟车，大大提高了道路交通效率。

Description

一种基于最小安全车距的协同式自适应控制方法

技术领域：

本发明涉及一种基于最小安全车距的协同式自适应巡航控制算法及其评价方法，尤其涉及一种在已知自车与前方车辆行驶状态信息时，对自车车速的控制方法。

技术背景：

目前自适应巡航控制系统(ACC)能够通过车辆上安装的雷达传感器探测前方环境，与前方车辆保持适当车距，实现巡航功能。但其仍存在一些缺陷，如：传感器探测的距离、角度有限；对前车行驶状态的判断不准确；传感器受环境、天气影响较大等。因此ACC系统还有一定的局限性。

协同式自适应巡航控制系统(CACC)相比于ACC增加了车间网络通信模块，使得自车可以不依赖雷达传感器便能够获取道路上其他车辆的行驶状态信息，不受探测距离的限制，且信息的获取更加准确、迅速。

基于CACC的上述特性，本公开内容设计了基于最小安全车距的协同式自适应巡航控制算法及其评价方法。可实现在保证自车跟驰安全性的前提下以最小车距跟车，大大提高了道路交通效率。

检索到中国发明专利第CN201711059649.0号2018年03月23号公开，其提供了一种基于相对运动关系的ACC纵向运动学建模方法，期望车距采用固定时距策略、可变时距策略、拟合驾驶员跟随行为的二阶回归模型、二次车距策略及指数车距策略。其中二次车距策略具体为：d_des＝c₀+c₁v_f+c₂v_f ²，指数车距策略具体为：式中均涉及到车速的平方项，且系数为正。因此在车辆高速行驶时，期望车距将迅速增大，使得道路交通效率低下。同时，较大的车距将使得旁车切入的可能性增加，此时实际车距将由自车与原跟随车辆间的较大车距突变至自车与切入车辆间的较小车距。实际车距小于此时的期望车距，自车将迅速采取制动措施，使得车速波动大，乘坐舒适性差，行车危险性高。

检索到中国发明专利第CN201710765858.0号2018年01月05日公开，其提供了一种根据道路情况适时退出自适应巡航的控制方法，用以处理三种危险工况：被旁边车道的车辆突然加塞或变道；路口突然驶出车辆；前方车辆紧急制动。利用这种控制方法，其第一车距值较大，道路交通效率低，且工作时会频繁退出自适应巡航系统，增大驾驶员的操作负担。

发明内容：

本发明提供一种基于最小安全车距的协同式自适应控制方法，应用于采用分层控制策略的协同式自适应巡航控制系统。该控制算法及其评价方法可用于上层控制，其利用评价函数与仿真实验相结合的方式确定期望加速度计算式中敏感度因子的最佳取值，从而得到最佳控制算法。所得算法可实现在保证自车跟驰安全性的前提下以最小车距跟车，大大提高了道路交通效率。

本发明的控制算法及其评价方法如下：

1、CACC系统采用分层控制，其上层控制中自车的期望加速度a_des＝k₁(△X-X_des)+k₂(V₁-V₂)，式中k₁、k₂为敏感度因子。

2、所述敏感度因子k₁、k₂由仿真实验结合评价指标函数W确定：

3、评价方法如下：

步骤一、设定前方车辆与自车的初始位置、初始车速；

步骤二、分别按照城市道路工况及高速道路工况等拟定前方车辆的运动规律；

步骤三、设定自车车辆参数；

步骤四、初定k₁、k₂值进行仿真，得到自车的运动规律及车距、车速、加速度等随时间的变化规律，计算该过程的W值并记录；

步骤五、改变k₁、k₂的取值再次仿真，得到新的W值并记录，观察W随k₁、k₂的变化规律；

步骤六、多次重复步骤五，根据精度需要确定重复次数。找到使W值最小的k₁、k₂取值组合，即对应该道路工况下的最佳控制算法。

步骤七、改变步骤一中两车的初始参数及步骤二中前车的运动规律，再次完成步骤三至步骤六，探究其他道路工况下的最佳控制算法。

具体实施方式：

本发明结合附图说明如下：

CACC系统的上层控制器模型如图1所示，根据传感器提供的各种信号计算得到最小安全车距X_des＝Vτ+d₀，式中V为前车车速，τ为车间时距，d₀为两车停止后的车距；期望加速度a_des＝k₁(△X-X_des)+k₂(V₁-V₂)，式中k₁、k₂为敏感度因子，△X＝X₁-X₂为自车与前方车辆的实际车距，X_des为最小安全车距，V₁-V₂为车间相对速度。

上述敏感度因子k₁、k₂由仿真实验结合评价指标函数W确定：

W值越小，表明控制系统的跟随性能越好。

利用CarSim软件与Matlab/Simulink进行联合仿真。按照一定规律改变k₁、k₂的值，模拟各取值情况下CACC系统的跟车情况，并通过指标函数W对其进行评价，步骤如下：

S1、设置初始状态为前方车辆从10m位置出发，自车从0m位置出发，初始车距10m，两车均以80km/h的车速行驶在长直道路上。

S2、在0至1550m内，控制前车车速如图2所示在50km/h至80km/h之间变化，模拟其在道路上行驶时的正常车速波动。在1550m时，控制前车迅速采取制动措施，减速至10km/h，模拟紧急制动工况。仿真时间设定为110s。

S3、两车其余参数均选用默认值。

S4、初定k₁＝1、k₂＝1进行仿真，得到自车的运动规律及车距、车速、加速度等随时间的变化规律，计算该过程的W值并记录在表格中。

S5、改变k₁、k₂的取值再次仿真，得到新的W值并记录，观察W随k₁、k₂的变化规律；

S6、多次重复步骤S5，根据精度需要确定重复次数。找到使W值最小的k₁、k₂取值组合，即对应该道路工况下的最佳控制算法。

S7、改变步骤S1中两车的初始参数及步骤S2中前车的运动规律，再次完成步骤S3至S6整个过程，即可继续探究其他道路工况下的最佳控制算法。

S8、结论

构建了综合考虑理论安全距离与实际距离之差、两车相对速度的协同式自适应巡航控制策略，利用CarSim与Matlab/Simulink进行联合仿真(各参数设置同S1、S2)，其结果如下：

S8.1、车距方面，模拟仿真结果如图3所示。由于该控制系统可通过车间网络通信模块实时获取前车信息，反应迅速。因而当车速为80km/h时，安全车距仅需10m，大大提高了道路交通效率。

在该控制系统下，实时车距能够很好地追踪期望车距的变化。在部分时间中实际车距略大于期望车距，行车安全性较高，同时控制系统对紧急制动工况具有很好的适应性，未出现车距过近的危险工况。

S8.2、车速方面，如图4所示，当前车车速发生突变时，自车车速能够迅速响应，滞后较小且没有超调。前车匀速行驶时，自车能够以一个稳定的车速跟随而不产生车速波动，控制系统稳定性较好。

S8.3、加速度方面，如图5所示，自车加速度相比于前车加速度波动较小，提高了乘坐舒适性。

附图说明：

图1是本发明CACC系统的上层控制器模型；

图2是软件仿真时所设置的前车车速-位移图；

图3是软件仿真得到的实际车距和理论最小安全车距对比图；

图4是软件仿真得到的前车车速和自车车速对比图；

图5是软件仿真得到的前车加速度和自车加速度对比图。

Claims (2)

1.一种基于最小安全车距的协同式自适应控制方法，其特征在于，它包括：期望加速度的计算公式a_des＝k₁(△X-X_des)+k₂(V₁-V₂)，式中k₁、k₂为敏感度因子，△X＝X₁-X₂为自车与前方车辆的实际车距，X_des为最小安全车距，V₁-V₂为车间相对速度。所述最小安全车距通过公式X_des＝Vτ+d₀得出，式中V为前车车速，τ为车间时距，d₀为两车停止后的车距。所述敏感度因子k₁、k₂由仿真实验结合评价指标函数W确定：

2.如权利要求1所述的评价方法，其特征在于，所述方法包括：

步骤一、设定前方车辆与自车的初始位置、初始车速；

步骤二、分别按照城市道路工况及高速道路工况等拟定前方车辆的运动规律；

步骤三、设定自车车辆参数；

步骤四、初定k₁、k₂值进行仿真，得到自车的运动规律及车距、车速、加速度等随时间的变化规律，计算该过程的W值并记录；

步骤五、改变k₁、k₂的取值再次仿真，得到新的W值并记录，观察W随k₁、k₂的变化规律；

步骤六、多次重复步骤五，根据精度需要确定重复次数。找到使W值最小的k₁、k₂取值组合，即对应该道路工况下的最佳控制算法。

步骤七、改变步骤一中两车的初始参数及步骤二中前车的运动规律，再次完成步骤三至步骤六，探究其他道路工况下的最佳控制算法。