CN109131312B - 一种智能电动汽车acc/esc集成控制系统及其方法 - Google Patents
一种智能电动汽车acc/esc集成控制系统及其方法 Download PDFInfo
- Publication number
- CN109131312B CN109131312B CN201810865991.8A CN201810865991A CN109131312B CN 109131312 B CN109131312 B CN 109131312B CN 201810865991 A CN201810865991 A CN 201810865991A CN 109131312 B CN109131312 B CN 109131312B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- control
- module
- driving
- mode
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/02—Control of vehicle driving stability
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/14—Adaptive cruise control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/28—Wheel speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/18—Steering angle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/801—Lateral distance
Abstract
一种智能电动汽车ACC/ESC集成控制系统及其方法,设有信息获取模块、监测器、决策控制器和协调执行器;信息获取模块包括车‑车通信模块、雷达和车载传感器模块;监测器包括状态参数估计模块、预测模块和行驶状态判断模块;车‑车通信模块、雷达和车载传感器模块连接到状态参数估计模块、预测模块和行驶状态判断模块,状态参数估计模块输出端与预测模块输入端连接;决策控制器包括控制模式选择模块和ACC/ESC集成控制器;控制模式选择模块输入端与预测模块和行驶状态判断模块输出端连接,控制模式选择模块输出端和ACC/ESC集成控制器输入端连接;协调执行器包括驱动系统和主动制动系统。
Description
技术领域
本发明涉及汽车辅助驾驶与主动安全控制领域,尤其是涉及一种智能电动汽车ACC/ESC集成控制系统及其方法。
背景技术
随着汽车工业的快速发展,环境污染、交通事故、道路拥堵等问题日益严重,因此,安全、舒适、节能、智能是当前汽车发展的方向。融合电动化、智能化技术的智能电动汽车得到了广泛的关注。制动防抱死系统(Anti-lock Braking System,ABS)、电子稳定性控制(electrical stability control,ESC)等主动安全技术一定程度上保证了车辆行驶的安全。作为新一代前沿技术,先进驾驶辅助系统(Advanced DriverAssistanceSystem,ADAS)也是汽车安全技术系统之一,其主要技术包括自适应续航控制(Adaptive CruiseControl,ACC),碰撞避免(Collision Avoidance,CA)、车道偏离预警(Lane departurewarning,LDW)等。
当前的ACC系统控制方法可综合协调安全、跟踪性能、燃油消耗、驾驶员感受等多种控制目标。文献1(Akhegaonkar S,Nouvelière L,Glaser S,et al.Smart and GreenACC:Energy and Safety Optimization Strategies for EVs[J].IEEE Transactions onSystems Man&Cybernetics Systems,2017,48(1):142-153.)基于V2V/V2I通信,使用动态规划算法调节制动系统提高电动汽车ACC的安全性能和经济性能,同时考虑了车辆行驶的舒适性。但ACC控制系统可实现功能局限于巡航、跟车、stop&go等。文献2(Mullakkal-BabuF A,Wang M,Arem B V,et al.Design and analysis of Full Range Adaptive CruiseControl with integrated collision a voidance strategy[C]//IEEE,InternationalConference on Intelligent Transportation Systems.IEEE,2016.)提出自适应巡航控制与碰撞避免集成的系统,对车辆纵向行驶安全进行控制。然而,当车辆自适应巡航在复杂的行驶工况,例如弯道ACC工况,车辆同时存在纵向和横摆运动,单独的纵向运动控制系统无法保证车辆横向稳定性。因此,本发明提供一种智能电动车ACC/ESC集成控制系统及其方法。
发明内容
本发明的目的在于针对上述现有技术存在的问题,提供一种智能电动汽车ACC/ESC集成控制系统及其方法,根据行驶工况进行不同模式的控制,可提高车辆自适应巡航行驶时的纵向安全和横向稳定性。
所述智能电动汽车ACC/ESC集成控制系统设有信息获取模块、监测器、决策控制器和协调执行器;所述信息获取模块包括车-车(V2V)通信模块、雷达和车载传感器模块;所述监测器包括状态参数估计模块、预测模块和行驶状态判断模块;所述车-车(V2V)通信模块、雷达和车载传感器模块连接到状态参数估计模块、预测模块和行驶状态判断模块,所述状态参数估计模块的输出端与预测模块的输入端连接;所述决策控制器包括控制模式选择模块和ACC/ESC集成控制器;控制模式选择模块的输入端与预测模块和行驶状态判断模块的输出端连接,控制模式选择模块的输出端和ACC/ESC集成控制器的输入端连接;所述协调执行器包括驱动系统和主动制动系统;所述ACC/ESC集成控制器的输出端与驱动系统和主动制动系统连接。
所述智能电动汽车ACC/ESC集成控制方法包括以下步骤:
1)驾驶员激活ACC/ESC集成控制系统并设定巡航速度,车辆进入自适应巡航行驶状态;
2)信息获取模块通过车载传感器获取转向角、横摆角、本车速度、轮速、滑移率和轮胎力等信息,通过雷达检测前方目标车辆并获取本车与前车间的距离;通过车-车(V2V)通信系统获取前车行驶速度轨迹等信息,从驱动系统/制动系统控制单元获取驱动力矩/制动力矩等信息;
3)监测器对当前车辆行驶状态进行判断,并基于当前状态信息对未来时刻的状态进行预测,具体方法如下:
3.1)监测器中的行驶状态判断模块根据前车行驶速度轨迹信息及本车相对前车行驶状态信息,判断本车的行驶状态,包括直线行驶和弯道行驶;
3.2)监测器中的状态参数估计模块根据当前的车辆状态信息对质心侧偏角、轮胎与路面间的摩擦系数进行估计;
3.3)监测器中的预测模块根据信息获取模块与状态参数估计模块所得到的当前状态信息,对未来时刻的状态进行预测,主要包括车辆速度、车辆间距离等;预测的状态参数值用于以下两个安全索引值的计算:
4)决策控制器中的控制模式选择模块根据车辆间相对行驶状态信息及预测的索引值,选择自适应巡航控制模式,具体方法如下:
4.1)若本车在直道上行驶,则进行纵向控制模式,根据本车与前车的相对距离及两个索引值的大小,纵向控制模式又可分为以下四种模式:
A.当前方没有车辆,或者本车与前车的距离超过雷达的检测范围时,进入定速巡航控制,即模式1;
当雷达检测到前方有车辆时,本车自动跟随前方目标车辆行驶,可分为如下3种控制模式:
B.当χ(k+m)≥Μ2且TTC-1(k+m)≤Ν1时,表示本车与前车处于安全的距离范围内,此时进行ACC自动跟车控制,即模式2;
C.当Μ1≤χ(k+m)≤Μ2或Ν1≤TTC-1(k+m)≤Ν2时,进行ACC+CA控制模式,即模式3;
D.当χ(k+m)≤Μ1且TTC-1(k+m)≥Ν2时,表示本车与前车的距离有发生追尾的可能,此时进行CA避撞控制,即模式4;
其中Μ1、Μ2、Ν1、Ν2为控制阈值,其值可通过跟车试验获取;
4.2)若车辆在弯道上行驶,则进行纵/横向协调控制模式,即模式5;
5)决策控制器中的ACC/ESC集成控制器计算不同模式的期望驱动力/制动力,包括以下步骤:
5.1)当车辆为纵向控制模式时,决策控制器首先决定车辆期望纵向加速度,考虑车辆行驶的安全、舒适以及驾驶员期望特征等性能,纵向自适应巡航时不同模式的加速度计算方法具体如下:
模式1,车辆按照驾驶员设定的巡航速度行驶,采用PI控制方法得出期望加速度值:
ades1=kPvr+kI∫vr
式中,vr=vl-vx,即本车与前车的相对速度;
模式2、模式3、模式4,本车自动跟随前车行驶,并控制与前车的距离保持在一定的安全值,使用预测控制算法(MPC)求解3种模式下的期望加速度;
采用固定时距的车辆间距控制策略,其期望车间安全间距表达式为:
sd=vxτh+s0
其中,τh为车头时距,s0为最小停车距离。
车间间距误差为:
es=s-sd
设ar为加速度参考值,其表达式为:
ar=kses+kvvr
其中,系数ks、kv可通过跟车试验获取;
考虑期望加速度ades与实际加速度a的关系可用一阶惯性系统表示为:
式中,K和τ分别为系统增益和时间常数,其数值可通过系统辨识获取;
取状态变量x=[es,vr,a]T,控制输入u=ades,υ为前车加速度al,视其为系统干扰,输出y=x,建立控制器的状态空间模型,并进行离散化:
为使本车在纵向行驶时,平稳跟踪前车行驶且,设计目标函数为:
式中,yr=[0,0,ar]为参考值,Δu=u(k)-u(k-1)为控制增量Q、R、S为权重系数矩阵;
不同控制模式具有不同的控制目标,从而具有不同的控制约束;不同模式下,求解带约束的纵向期望加速度优化问题具体描述如下:
求解模式2期望加速度ades2的优化问题可描述为:
其中,|u|<4m/s2;
求解模式3期望加速度ades3优化问题的表达式为:
求解模式4期望加速度ades4优化问题的表达式为:
当求出纵向控制模式的期望加速度后,计算出纵向控制期望驱动或制动力矩。
5.2)当车辆在弯道上进行自适应巡航行驶时,控制器切换至纵/横向协调控制模式;
采用2自由度车辆模型稳态横摆角速度和质心侧偏角的值作为参考值,其表达式为:
考虑轮胎与路面之间的摩擦系数对车辆横向稳定性的影响,对横摆角速度和质心侧偏角的期望值最大值进行限定,则期望横摆角速度值和质心侧偏角值的计算表达式为:
βdes=min{βnm,arctan(0.02μg)}
考虑车辆横向运动的影响,取该模式下的纵向加速度参考值为:
式中,∑Fij为轮胎横向力的总和;
为使车辆在弯道上自适应巡航行驶平稳跟随前车行驶同时保证横向稳定性,设计目标函数为:
模式5求解车辆在弯道自适应巡航行驶时车轮纵向力的优化问题表达式为:
6)协调执行器将决策控制器求解出的最优控制解转化为执行器控制信号,具体方法如下:
6.1)纵向控制模式下的期望驱动或制动力可通过逆动力学模型转化为电机驱动力矩信号或制动压力信号,从而通过执行器对智能电动车辆进行控制。
6.2)弯道模式时,根据逆轮胎模型将期望的纵向轮胎力转化为最优目标滑移率值,通过PID控制求出期望电机驱动力矩或主动制动压力信号,通过执行器对智能电动车辆进行控制。
本发明的技术效果如下:提出包括避撞和横向稳定性的ACC集成控制策略,使自适应巡航行驶系统可以适应于不同的运行工况;采用预测控制的方法可以对各车轮的轮胎力进行协调最优分配,调整车辆至期望状态,使自适应巡航系统在达到跟踪性能的前提下,保证车辆行驶的纵向安全性与横向稳定性。
附图说明
图1为本发明所述智能电动汽车ACC集成控制系统实施例的结构组成示意图。
图2为本发明所述智能电动汽车ACC集成控制方法实施例的流程图。
图3为本发明所述智能电动汽车ACC控制模式。
具体实施方式
下面根据具体实施例并结合附图,对本发明做进一步的详细说明。
如图1所示,所述智能电动汽车ACC/ESC集成控制系统实施例设有信息获取模块1、监测器2、决策控制器3和协调执行器4;所述信息获取模块1包括车-车(V2V)通信模块11、雷达12和车载传感器模块13;所述监测器2包括状态参数估计模块21、预测模块22和行驶状态判断模块23;所述车-车(V2V)通信模块11、雷达12和车载传感器模块13连接到状态参数估计模块21、预测模块22和行驶状态判断模块23,所述状态参数估计模块21的输出端与预测模块22的输入端连接;所述决策控制器3包括控制模式选择模块31和ACC/ESC集成控制器32;控制模式选择模块31的输入端与预测模块22和行驶状态判断模块23的输出端连接,控制模式选择模块31的输出端和ACC/ESC集成控制器32的输入端连接;所述协调执行器4包括驱动系统41和主动制动系统42;所述ACC/ESC集成控制器32的输出端与驱动系统41和主动制动系统42连接。
如图2流程图所示,所述智能电动汽车ACC/ESC集成系统控制方法包括以下步骤:
1)驾驶员激活ACC/ESC集成控制系统并设定巡航速度,车辆进入自适应巡航行驶状态;
2)信息获取模块通过车载传感器获取转向角、横摆角、本车速度、轮速、滑移率,轮胎力等信息,通过雷达检测前方目标车辆并获取本车与前车间的距离;通过车-车(V2V)通信系统获取前车行驶速度轨迹等信息,从驱动系统/制动系统控制单元获取驱动力矩/制动力矩等信息;
3)监测器对当前车辆行驶状态进行判断,并基于当前状态信息对未来时刻的状态进行预测,具体方法如下:
3.1)监测器中的行驶状态判断模块根据前车行驶速度轨迹信息及本车相对前车行驶状态信息,判断本车的行驶状态,包括直线行驶和弯道行驶;
3.2)监测器中的状态参数估计模块根据当前的车辆状态信息对质心侧偏角β、轮胎与路面间的摩擦系数μ进行估计;
3.3)监测器中的预测模块根据信息获取模块与状态参数估计模块所得到的当前状态信息,对未来时刻的状态进行预测,主要包括车辆速度、车辆间距离等,计算方法如下:
第一步:考虑描述车辆动力学特征的车辆模型,包括纵向运动、侧向运动、横摆运动以及四个车轮的转动的运动学方程为:
式中,m为车辆质量;vx和vy分别为车辆的纵向和横向速度;γ为车辆横摆角;Fxij和Fyij分别为四个车轮的纵向力和横向力,下标ij为fl,fr,rl,rr;δ为前轮转向角;Fψ为车辆纵向阻力之和,包括空气阻力、滚动阻力、坡度阻力等;Iz为绕车辆垂直轴旋转的转动惯量;a和b分别为前、后轴到车辆质心的距离;tw1和tw2分别为车辆前、后轮距;Itw为车轮转动惯量;ωij为四个车轮的角速度;Ttij和Tbij分别为四个车轮的驱动力矩和制动力矩;R为车轮半径。
第二步:采用魔术公式轮胎模型描述轮胎动力学。
y(x)=D sin{C arctan[B(x+sh)-E(B(x+sh)-arctan(B(x+sh)))]}+svα
其中y(x)可表示纵向力,横向力或横摆力矩;sh和sv分别为水平变形和地面法向变形,参数B C D E为轮胎力影响因子;x为纵向滑移率λ或轮胎侧偏角α,其计算表达式如下:
式中,vxij为各车轮中心速度;
则轮胎纵向力/横向力由如下公式计算可得:
第三步:采用欧拉法进行迭代,则可基于当前车辆状态信息对未来时刻的车辆状态进行预测:
s(k+1)=s(k)+Ts(vl(k)-vx(k))
其中s为本车与前车的实际距离;
第四步:经过多次迭代,根据预测的值,对表征本车与前车相对位置安全状态的两个索引值进行计算:
式中,χ值越大表示车辆与前车处于越安全的相对距离;其中s(k+m)为k+m时刻两车距离的预测值,为避免追尾的制动临界距离,为预警临界距离;μ为轮胎与路面之间的摩擦系数;τb为制动系统延迟;τh为驾驶员从感知到动作过程的延迟;考虑μ对制动距离的影响,f(μ)关于不同μ值的取值表达式为;
另一个索引值为碰撞时间(Time-to-collision,TTC)的倒数:
其中vr(k+m)表示k+m时刻两车的相对速度,k+m时刻的前车速度通过车-车(V2V)通信模块得到。
4)决策控制器中的控制模式选择模块根据本车的行驶状态及车辆间相对行驶状态信息选择自适应巡航控制模式,各模式如图3所示;
4.1)若本车在直道上行驶,则进行纵向控制模式,根据本车与前车的相对距离及两个索引值的大小,纵向控制模式又可分为以下四种模式:
A.当前方没有车辆,或者本车与前车的距离超过雷达的检测范围时,进入定速巡航控制,即模式1;
当雷达检测到前方有车辆时,本车自动跟随前方目标车辆行驶,可分为如下3种控制模式;
B.当χ(k+m)≥Μ2且TTC-1(k+m)≤Ν1时,表示本车与前车处于安全的距离范围内,此时进行ACC自动跟车控制,即模式2;
C.当Μ1≤χ(k+m)≤Μ2或Ν1≤TTC-1(k+m)≤Ν2时,进行ACC+CA控制模式,即模式3;
D.当χ(k+m)≤Μ1且TTC-1(k+m)≥Ν2时,表示本车与前车的距离有发生追尾的可能,此时进行CA避撞控制,即模式4;
其中Μ1、Μ2、Ν1、Ν2为控制阈值,其值可通过跟车试验获取。
4.2)若车辆在弯道上行驶,则进行纵/横向协调控制模式,即模式5;
5)决策控制器中的ACC/ESC集成控制器计算不同模式下的期望驱动力/制动力;
5.1)当车辆为纵向控制模式时,决策控制器首先决定车辆期望纵向加速度,考虑车辆行驶的安全、舒适以及驾驶员期望特征等性能,纵向自适应巡航时不同模式的加速度计算方法具体如下:
模式1,车辆按照驾驶员设定的巡航速度行驶,采用PI控制方法得出期望加速度值:
ades1=kPvr+kI∫vr
式中,vr=vl-vx即本车与前车的相对速度;
模式2、模式3、模式4,本车自动跟随前车行驶,并控制与前车的距离保持在一定的安全值。使用预测控制算法(MPC)求解3种模式下的期望加速度;
采用固定时距的车辆间距控制策略,其期望车间安全间距表达式为:
sd=vxτh+s0
其中τh为车头时距,s0为最小停车距离。
车间间距误差为:
es=s-sd
设加速度参考值为ar,其表达式为:
ar=kses+kvvr
其中系数ks、kv可通过跟车试验获取;
考虑期望加速度ades与实际加速度a的关系可用一阶惯性系统表示为:
式中K和τ分别为系统增益和时间常数,其数值可通过系统辨识获取;
取状态变量x=[es,vr,a]T,控制输入u=ades,υ为前车加速度al,视其为系统干扰,输出y=x,建立控制器的状态空间模型,并进行离散化:
为使本车在纵向行驶时,平稳跟踪前车行驶且,设计目标函数为:
式中,yr=[0,0,ar]为参考值,Δu=u(k)-u(k-1)为控制增量Q、R、S为权重系数矩阵;
不同控制模式具有不同的控制目标,从而具有不同的控制约束。不同模式下,求解带约束的纵向期望加速度优化问题具体描述如下:
求解模式2期望加速度ades2的优化问题可描述为:
其中,|u|<4m/s2;
求解模式3期望加速度ades3优化问题的表达式为:
求解模式4期望加速度ades4优化问题的表达式为:
当求出纵向控制模式的期望加速度后,计算出纵向控制期望驱动或制动力矩。
5.2)当车辆在弯道上进行自适应巡航行驶时,控制器切换至纵/横向协调控制模式;
采用2自由度车辆模型稳态横摆角速度和质心侧偏角的值作为参考值,其表达式为:
考虑轮胎与路面之间的摩擦系数对车辆横向稳定性的影响,对横摆角速度和质心侧偏角的期望值最大值进行限定,则期望横摆角速度值和质心侧偏角值的计算表达式为:
βdes=min{βnm,arctan(0.02μg)}
考虑车辆横向运动的影响,取该模式下的纵向加速度参考值为:
式中∑Fij为轮胎横向力的总和;
为使车辆在弯道上自适应巡航行驶平稳跟随前车行驶同时保证横向稳定性,设计目标函数为:
模式5求解车辆在弯道自适应巡航行驶时车轮纵向力的优化问题表达式为:
6)协调执行器将决策控制器求解出的最优控制解转化为执行器控制信号;
6.1)纵向控制模式下的期望驱动或制动力可通过逆动力学模型转化为电机驱动力矩信号或制动压力信号,从而通过执行器对智能电动车辆进行控制。
6.2)弯道ACC模式时,计算方法如下:
第一步:根据逆轮胎模型将期望的纵向轮胎力转化为目标滑移率值,根据纵向轮胎力与滑移率的关系,其求解出的目标滑移率可能会有两个,为使车辆在稳定区域运行,选取较小值作为最优目标滑移率,记为λdes;
第二步:使用PID控制求出期望电机驱动力矩或主动制动压力信号,定义滑移率误差为:
eλ=λ-λdes
则滑移率的PID控制律可表示为:
其中,uλ分别表示为电机驱动力矩(驱动工况)和制动压力(制动工况),K为系数,不同工况取值不同。
第三步:通过驱动电机或主动制动系统对智能电动车辆进行控制。
Claims (3)
1.一种智能电动汽车ACC/ESC集成控制方法,其特征在于采用智能电动汽车ACC/ESC集成控制系统,所述控制系统设有信息获取模块、监测器、决策控制器和协调执行器;所述信息获取模块包括车-车通信模块、雷达和车载传感器模块;所述监测器包括状态参数估计模块、预测模块和行驶状态判断模块;所述车-车通信模块、雷达和车载传感器模块连接到状态参数估计模块、预测模块和行驶状态判断模块,所述状态参数估计模块的输出端与预测模块的输入端连接;所述决策控制器包括控制模式选择模块和ACC/ESC集成控制器;控制模式选择模块的输入端与预测模块和行驶状态判断模块的输出端连接,控制模式选择模块的输出端和ACC/ESC集成控制器的输入端连接;所述协调执行器包括驱动系统和主动制动系统;所述ACC/ESC集成控制器的输出端与驱动系统和主动制动系统连接;
所述控制方法包括以下步骤:
1)驾驶员激活ACC/ESC集成控制系统并设定巡航速度,车辆进入自适应巡航行驶状态;
2)信息获取模块通过车载传感器获取转向角、横摆角、本车速度、轮速、滑移率和轮胎力信息,通过雷达检测前方目标车辆并获取本车与前车间的距离;通过车-车通信系统获取前车行驶速度轨迹信息,从驱动系统/制动系统控制单元获取驱动力矩/制动力矩信息;
3)监测器对当前车辆行驶状态进行判断,并基于当前状态信息对未来时刻的状态进行预测,具体方法如下:
3.1)监测器中的行驶状态判断模块根据前车行驶速度轨迹信息及本车相对前车行驶状态信息,判断本车的行驶状态,包括直线行驶和弯道行驶;
3.2)监测器中的状态参数估计模块根据当前的车辆状态信息对质心侧偏角、轮胎与路面间的摩擦系数进行估计;
3.3)监测器中的预测模块根据信息获取模块与状态参数估计模块所得到的当前状态信息,对未来时刻的状态进行预测,主要包括车辆速度、车辆间距离;预测的状态参数值用于以下两个安全索引值的计算:
式中,χ值越大表示车辆与前车处于越安全的相对距离;其中s(k+m)为k+m时刻两车距离的预测值,为避免追尾的制动临界距离,为预警临界距离;μ为轮胎与路面之间的摩擦系数;vl为前车速度;τb为制动系统延迟;τh为驾驶员从感知到动作过程的延迟;考虑μ对制动距离的影响,f(μ)关于不同μ值的取值表达式为;
另一个索引值为碰撞时间的倒数:
其中,vr(k+m)表示k+m时刻两车的相对速度;
4)决策控制器中的控制模式选择模块根据车辆间相对行驶状态信息及预测的索引值,选择自适应巡航控制模式,具体方法如下:
4.1)若本车在直道上行驶,则进行纵向控制模式,根据本车与前车的相对距离及两个索引值的大小,纵向控制模式又分为以下四种模式:
A.当前方没有车辆,或者本车与前车的距离超过雷达的检测范围时,进入定速巡航控制,即模式1;
当雷达检测到前方有车辆时,本车自动跟随前方目标车辆行驶,分为如下3种控制模式:
B.当χ(k+m)≥Μ2且TTC-1(k+m)≤N1时,表示本车与前车处于安全的距离范围内,此时进行ACC自动跟车控制,即模式2;
C.当Μ1≤χ(k+m)≤Μ2或N1≤TTC-1(k+m)≤N2时,进行ACC+CA控制模式,即模式3;
D.当χ(k+m)≤Μ1且TTC-1(k+m)≥N2时,表示本车与前车的距离有发生追尾的可能,此时进行CA避撞控制,即模式4;
其中Μ1、Μ2、N1、N2为控制阈值,其值通过跟车试验获取;
4.2)若车辆在弯道上行驶,则进行纵/横向协调控制模式,即模式5;
5)决策控制器中的ACC/ESC集成控制器计算不同模式的期望驱动力/制动力;
6)协调执行器将决策控制器求解出的最优控制解转化为执行器控制信号。
2.如权利要求1所述智能电动汽车ACC/ESC集成控制方法,其特征在于在步骤5)中,所述决策控制器中的ACC/ESC集成控制器计算不同模式的期望驱动力/制动力的具体方法如下:
5.1)当车辆为纵向控制模式时,决策控制器首先决定车辆期望纵向加速度,考虑车辆行驶的安全、舒适以及驾驶员期望特征性能,纵向自适应巡航时不同模式的加速度计算方法具体如下:
模式1,车辆按照驾驶员设定的巡航速度行驶,采用PI控制方法得出模式1的期望加速度值:
ades1=kPvr+kI∫vr
式中,vr=vl-vx,即本车与前车的相对速度;kp为比例增益;kI为积分增益;
模式2、模式3、模式4,本车自动跟随前车行驶,并控制与前车的距离保持在一定的安全值;使用预测控制算法求解3种模式下的期望加速度;
采用固定时距的车辆间距控制策略,其期望车间安全间距表达式为:
sd=vxτh+s0
其中,τh为车头时距,s0为最小停车距离;
车间间距误差为:
es=s-sd
设ar为加速度参考值,其表达式为:
ar=kses+kvvr
其中系数ks、kv通过跟车试验获取;
考虑期望加速度ades与实际加速度a的关系用一阶惯性系统表示为:
式中,K和τ分别为系统增益和时间常数,其数值通过系统辨识获取;
取状态变量x=[es,vr,a]T,控制输入u=ades,υ为前车加速度al,视其为系统干扰,输出y=x,建立控制器的状态空间模型,并进行离散化:
为使本车在纵向行驶时,平稳跟踪前车行驶,设计目标函数为:
式中,yr=[0,0,ar]为参考值,Δu=u(k)-u(k-1)为控制增量Q、R、S为权重系数矩阵;
不同控制模式具有不同的控制目标,从而具有不同的控制约束;不同模式下,求解带约束的纵向期望加速度优化问题具体描述如下:
求解模式2期望加速度ades2的优化问题描述为:
其中,|u|<4m/s2;
求解模式3期望加速度ades3优化问题的表达式为:
求解模式4期望加速度ades4优化问题的表达式为:
当求出纵向控制模式的期望加速度后,计算出纵向控制期望驱动或制动力矩;
5.2)当车辆在弯道上进行自适应巡航行驶时,控制器切换至纵/横向协调控制模式;采用2自由度车辆模型稳态横摆角速度和质心侧偏角的值作为参考值,其表达式为:
考虑轮胎与路面之间的摩擦系数对车辆横向稳定性的影响,对横摆角速度和质心侧偏角的期望值最大值进行限定,则期望横摆角速度值和质心侧偏角值的计算表达式为:
βdes=min{βnm,arctan(0.02μg)}
考虑车辆横向运动的影响,取该模式下的纵向加速度参考值为:
式中,∑Fij为轮胎横向力的总和;
选取状态变量输入为u=[Fxfl,Fxfr,Fxrl,Fxrr]T,输出y=x,其中,Fxfl、Fxfr、Fxrl、Fxrr分别表示左前轮、右前轮,左后轮、右后轮的纵向轮胎力;建立离散形式的预测模型:
为使车辆在弯道上自适应巡航行驶平稳跟随前车行驶同时保证横向稳定性,设计目标函数为:
式中,Ω、Π、Λ为系统权重系数矩阵;
模式5求解车辆在弯道自适应巡航行驶时车轮纵向力的优化问题表达式为:
3.如权利要求1所述智能电动汽车ACC/ESC集成控制方法,其特征在于在步骤6)中,所述协调执行器将决策控制器求解出的最优控制解转化为执行器控制信号的具体方法如下:
6.1)纵向控制模式下的期望驱动或制动力通过逆动力学模型转化为电机驱动力矩信号或制动压力信号,从而通过执行器对智能电动车辆进行控制;
6.2)弯道模式时,根据逆轮胎模型将期望的纵向轮胎力转化为最优目标滑移率值,通过PID控制求出期望电机驱动力矩或主动制动压力信号,通过执行器对智能电动车辆进行控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810865991.8A CN109131312B (zh) | 2018-08-01 | 2018-08-01 | 一种智能电动汽车acc/esc集成控制系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810865991.8A CN109131312B (zh) | 2018-08-01 | 2018-08-01 | 一种智能电动汽车acc/esc集成控制系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109131312A CN109131312A (zh) | 2019-01-04 |
CN109131312B true CN109131312B (zh) | 2020-08-18 |
Family
ID=64799525
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810865991.8A Active CN109131312B (zh) | 2018-08-01 | 2018-08-01 | 一种智能电动汽车acc/esc集成控制系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109131312B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109733393A (zh) * | 2019-02-26 | 2019-05-10 | 浙江吉利汽车研究院有限公司 | 一种防止自适应巡航车自动冲出的控制方法、装置及设备 |
CN111703423B (zh) * | 2019-03-18 | 2022-05-06 | 毫末智行科技有限公司 | 自动驾驶车辆的纵向控制安全监测方法及系统 |
CN110979327B (zh) * | 2019-03-18 | 2021-06-22 | 毫末智行科技有限公司 | 自动驾驶车辆的纵向控制方法系统 |
CN110949370A (zh) * | 2019-03-18 | 2020-04-03 | 长城汽车股份有限公司 | 自动驾驶车辆的安全监测方法、系统及运动控制系统 |
CN110155052A (zh) * | 2019-05-29 | 2019-08-23 | 台州学院 | 改进的自适应巡航下层控制设计方法 |
CN110194156B (zh) * | 2019-06-21 | 2020-11-10 | 厦门大学 | 智能网联混合动力汽车主动避撞增强学习控制系统和方法 |
CN110949343A (zh) * | 2019-12-11 | 2020-04-03 | 宝能(广州)汽车研究院有限公司 | 一种单边驻车控制方法及装置 |
CN111284489B (zh) * | 2020-03-24 | 2021-09-07 | 吉林大学 | 智能网联汽车随机预测巡航控制系统 |
CN112896161B (zh) * | 2021-02-08 | 2022-06-21 | 杭州电子科技大学 | 一种基于强化学习的电动汽车生态自适应巡航控制系统 |
CN113147764B (zh) * | 2021-06-01 | 2022-08-16 | 吉林大学 | 基于协同式自适应巡航系统混合势函数的车辆控制方法 |
CN113696893B (zh) * | 2021-08-06 | 2023-07-04 | 上汽通用五菱汽车股份有限公司 | 跟车方法、车辆及计算机可读存储介质 |
CN113844441B (zh) * | 2021-10-14 | 2023-01-31 | 安徽江淮汽车集团股份有限公司 | 前碰预警制动系统的机器学习方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6199001B1 (en) * | 1996-12-19 | 2001-03-06 | Toyota Jidosha Kabushiki Kaisha | Control system for controlling the behavior of a vehicle based on accurately detected route information |
AU2005202988A1 (en) * | 2005-07-07 | 2007-01-25 | Gmbh, Robert Bosch | Cruise control system |
US7955490B2 (en) * | 2007-10-24 | 2011-06-07 | James Fang | Process for preparing sodium hydroxide, chlorine and hydrogen from aqueous salt solution using solar energy |
CN104477168A (zh) * | 2014-11-28 | 2015-04-01 | 长城汽车股份有限公司 | 汽车中的自适应巡航系统及方法 |
CN204750152U (zh) * | 2015-06-09 | 2015-11-11 | 涞水托玛仕新能源科技有限公司 | 一种用于电动汽车的自适应巡航控制系统 |
CN106004878B (zh) * | 2016-06-22 | 2019-01-15 | 浙江吉利汽车研究院有限公司 | 一种自适应巡航舒适性控制系统及控制方法 |
-
2018
- 2018-08-01 CN CN201810865991.8A patent/CN109131312B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109131312A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109131312B (zh) | 一种智能电动汽车acc/esc集成控制系统及其方法 | |
CN109131326B (zh) | 一种具有换道辅助功能的自适应巡航控制器及其工作方法 | |
CN107738644B (zh) | 一种车辆避碰控制方法 | |
CN102421645B (zh) | 用于执行车辆驾驶稳定性的闭环或开环控制的方法和设备 | |
CN108032858B (zh) | 基于旁车行驶路径预测的自适应巡航控制方法及系统 | |
US8301343B2 (en) | Vehicle behavior control device | |
CN109334564B (zh) | 一种防碰撞的汽车主动安全预警系统 | |
US9014916B2 (en) | Vehicle dynamic control apparatus and vehicle dynamic control system using the same | |
JP5780996B2 (ja) | 車両走行制御装置 | |
US8452514B2 (en) | Device for executing preceding vehicle following driving control | |
CN110789524B (zh) | 自适应巡航控制 | |
CN104260725A (zh) | 一种含有驾驶员模型的智能驾驶系统 | |
CN103754221A (zh) | 一种车辆自适应巡航控制系统 | |
CN105813909A (zh) | 用于调节行驶稳定性的方法 | |
CN110116732A (zh) | 一种考虑轮胎侧偏刚度变化的车辆侧向稳定控制方法 | |
CN112298173B (zh) | 一种面向智能驾驶的车辆安全行驶控制系统及控制方法 | |
Bae et al. | Partial and full braking algorithm according to time-to-collision for both safety and ride comfort in an autonomous vehicle | |
CN108569288B (zh) | 一种汽车危险工况的界定与避撞控制方法 | |
CN114368368A (zh) | 车辆控制系统和方法 | |
CN109774709B (zh) | 一种紧急变道工况下车辆线控制动辅助安全系统及其控制方法 | |
CN116946137A (zh) | 一种基于驾驶意图的车路协同智能车辆换道防碰撞系统 | |
CN113327457B (zh) | 一种基于车路协同技术的车辆避碰系统及方法 | |
Yu et al. | Autonomous emergency braking control based on inevitable collision state for multiple collision scenarios at intersection | |
CN113085904A (zh) | 一种可配合手动操作的汽车驾驶控制方法及系统 | |
CN115042770A (zh) | 一种基于分布式鲁棒模型预测的车辆队列横向控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |