CN110588652B - 一种低油耗的车辆自适应巡航控制系统及其控制方法 - Google Patents

Abstract

本发明公开了一种低油耗的车辆自适应巡航控制系统，包括前向探测雷达、车速传感器、加速度传感器、信息预处理模块、模型预测控制器、加速/减速判断模块、节气门、制动系统和CAN总线，所述前向探测雷达、车速传感器和加速度传感器分别通过CAN总线与信息预处理模块连接，所述信息预处理模块将经过处理的数据传输给模型预测控制器，所述模型预测控制器将经过处理的数据传输给加速/减速判断模块，所述加速/减速判断模块根据模型预测控制器和车速传感器的数据进行判断并输出控制信号对节气门或者制动系统进行控制。有益效果：本发明提高了燃油经济性能；可扩展性较高；大大降低了安全事故发生的概率；在紧急制动时兼顾了舒适性。

Description

一种低油耗的车辆自适应巡航控制系统及其控制方法

技术领域

本发明涉及一种车辆控制系统，特别涉及一种车辆在自适应巡航行驶过程能够降低油耗的自适应巡航控制系统，属于汽车控制系统领域。

背景技术

现有的自适应巡航系统主要是通过与前车保持一个固定的跟车距离来达到自适应巡航的目标，这样的系统会导致过高的油耗。

一些能够减少燃油消耗的自适应巡航系统被提出，例如在授权公告号为CN108275150A的专利中提出一种降低燃油消耗的自适应巡航控制系统。它由信息收集单元，通信单元，DVI单元，状态管理单元，目标车辆选择单元，曲线管理单元和行车管理单元组成。曲线管理单元，被配置为如果不存在由所述目标车辆选择单元选择的所述目标车辆，则所述曲线管理单元基于所述目标车辆的所述目标速度和预期行驶路径来设定目标速度曲线，如果存在由所述目标车辆选择单元选择的所述目标车辆，则所述曲线管理单元基于所述目标车辆的所述速度信息、所述主体车辆的所述速度信息、以及所述预期行驶路径来设定目标速度曲线。它的主要缺点在于曲线管理单元根据前车的行驶状态动态地计算目标车速曲线，在前车行驶状态变化较大的时候，该系统需要不停的改变期望速度曲线，计算量会变得很大实时性不高，并且该系统主要针对燃油经济性进行优化，可扩展性能不大。

发明内容

发明目的：针对现有技术中存在的自适应巡航系统导致车辆油耗高和数据处理量大实时性不高的问题，本发明提供了一种兼顾追踪性能、燃油经济性能和安全性的低油耗的车辆自适应巡航控制系统。

技术方案：一种低油耗的车辆自适应巡航控制系统，包括前向探测雷达、车速传感器、加速度传感器、信息预处理模块、模型预测控制器、加速/减速判断模块、节气门、制动系统和CAN总线，所述前向探测雷达、车速传感器和加速度传感器分别通过CAN总线与信息预处理模块连接，所述信息预处理模块将经过处理的数据传输给模型预测控制器，所述模型预测控制器将经过处理的数据传输给加速/减速判断模块，所述加速/减速判断模块根据模型预测控制器和车速传感器的数据进行判断并输出控制信号对节气门或者制动系统进行控制。本发明在自适应巡航过程中，能够兼顾对前车的追踪性能和自车的燃油经济性能。

优选项，为了提高系统的要扩展性能，所述模型预测控制器接收信息预处理模块的车距d、车速差Δv和前车加速度a_p信息，通过预测p个采样周期后的系统状态，通过不断迭代可以得出一个由控制量u表示的系统状态序列；通过对优化目标函数J的最小化得出一个最优控制序列，取这个序列的第一个元素作为期望加速度a_des；燃油经济性优化函数J_F加入优化目标函数J，优化目标函数J和约束条件如下所示：

|Δv|≤Δv_max+ε₁

|Δu|≤Δu_max+ε₂

d_i＞d_safe+ε₃

式中,J_T追踪性能指标函数，J_F是燃油经济性优化函数，ε₁为相对车速约束的松弛因子，ε₂为控制量增量约束的松弛因子，ε₃为安全距离约束的松弛因子；w₁，w₂，w₃分别是上述三个松弛因子的惩罚系数；Δv是相对车速，Δv_max为相对车速的上界，Δu为控制量增量，Δu_max为控制量增量的上界。本发明由于采用了模型预测控制算法，后期可以将新的优化目标函数加入算法中，可扩展性较高。

优选项，为了提高系统的安全性能，还包括紧急制动控制器，所述紧急制动控制器接收信息预处理模块的车间距d和车速信息，根据输入的信息控制制动系统；当车间距d小于安全车距时，模型预测控制器停止工作，系统切换到紧急制动控制器进行制动；当车间距d大于安全车距时，系统切换回模型预测控制器。在自车与前车的车距小于安全车距时，系统转入紧急制动控制器，该控制器结构简单，运行较快可以直接计算出期望减速度，实时性较高大大降低了安全事故发生的概率。

优选项，为了在制动过程中兼顾舒适性，所述紧急制动控制器进行制动时，根据车间距d、自车车速v_in、路面附着系数，重力加速度参数计算出期望减速度。

优选项，为了保证制动效果，所述期望减速度的计算方法如下：

期望减速度分为两段变化先从0开始线性减小，之后维持最大减速度；紧急制动控制器接收开始工作时刻自车车速v_in；根据v_in可以计算出车辆达到最大减速度的时间t_h，计算公式如下：

h是一个改变减速度变化曲线斜率的参数；

期望减速度的计算公式如下：

式中，a_min为最大减速度，c为一个常数，其值等于t_h，t为进入制动控制模式的时间。本发明的紧急制动控制器的制动减速度策略采用了两种减速度算法混合的方式，使得减速度变化较小，在紧急制动时兼顾了舒适性。

优选项，为了确保系统的实施，所述控制系统控制步骤如下：

步骤一：离线过程，以下过程是自适应巡航系统的前期准备工作，只运行一次；从20km/h到120km/h每隔10km/h取一个点，以这11个速度值作为初始车速让车辆在附着条件良好的水平路面上进行空挡滑行实验并且节气门开度和制动力都置零；加速度传感器记录车辆在各次实验的减速过程中的最大减速度，并拟合出一条车速和空挡滑行减速度的曲线图；将此曲线图存储在加速/减速判断模块中；

步骤二：以下均为在线过程，前向探测雷达计算出相对车速和车距，CAN总线读取实时车速发送给信息预处理模块；

步骤三：信息预处理模块接收自车车速和与前车的相对车速，两者相加即可得出前车车速v_p；计算出前车车速后对其进行微分操作，求出了前车加速度a_p；

步骤四：判断车距是否安全，如果车距d大于安全车距d_safe则执行步骤五，如果车距d小于安全车距d_safe则执行步骤九；

步骤五：模型预测控制器接收到信息预处理模块输出的车距d，速度差Δv和前车加速度a_p等信号计算期望加速度；根据预测模型经过p次迭代过程，得出了p个状态向量组成了一个状态序列，这个状态序列是以控制量u为自变量的表达式；

步骤六：优化目标函数J由追踪性能指标函数J_T和燃油经济性优化函数J_F相加得到；取燃油经济性优化函数J_F如下：

其中，t_final代表预测时域的长度，t_final＝p×T,T为控制器采样时间；通过对加速度变化量的积分值的最小化来降低燃油消耗量；通过全局最小化的优化方法求出一个控制序列U(U＝[u₁,u₂,……,u_p])使得总优化目标函数最小，再取控制序列的第一个元素作为期望加速度a_des；

步骤七：将当前车速输入加速/减速判断曲线图进行查表，得出当前车速下的空挡滑行减速度a_h；计算期望减速度a_des和滑行减速度a_h之差d_a：

d_a＝a_des-a_h

步骤八：根据d_a值进行判断：如果d_a＞0.1m/s²,则把期望加速度发送给节气门，节气门通过调节节气门开度跟踪期望加速度；若d_a＜-0.1m/s²，则发送期望加速度给制动系统，制动系统自动调节制动压力控制车辆的加速度与期望加速度一致；若-0.1m/s²≤d_a≤0.1m/s²，则节气门开度和制动系统都不做操作；

步骤九：当车间距d小于安全车距时，系统切换到紧急制动控制器，该模块内置的计时器开始计时，得到进入紧急制动状态的时间t；

步骤十：t_h为从开始紧急制动到车辆到达最大减速度的时间，采用混合减速策略，期望减速度先线性增加，到达最大减速度后保持不变，车辆最大减速度认为是车辆的轮胎全部达到附着极限时的减速度，即

为路面附着系数这里取

g为重力加速度，定义常数c，

其中v_in为进入制动模式时的车速，h为一个可选参数用于调整减速度变化曲线的斜率；线性减速过程中减速度按照如下公式变化：

因此，t_h＝c

步骤十一：如果期望减速度线性增加

如果t＞t_h，则期望减速度为车辆所能达到的最大减速度，a_des＝0.8×g。将期望减速度发送给制动系统，制动系统控制车辆跟踪期望减速度进行制动。

有益效果：本发明在自适应巡航过程中，能够兼顾对前车的追踪性能和自车的燃油经济性能；由于采用了模型预测控制算法，后期可以将新的优化目标函数加入算法中，可扩展性较高；在自车与前车的车距小于安全车距时，系统转入紧急制动控制器，该控制器结构简单，运行较快可以直接计算出期望减速度，实时性较高大大降低了安全事故发生的概率；紧急制动控制器的制动减速度策略采用了两种减速度算法混合的方式，使得减速度变化较小，在紧急制动时兼顾了舒适性。

附图说明

图1为本发明的系统原理图；

图2为本发明的控制流程图。

具体实施方式

下面将参照附图详细地描述实施例。

如图1所示，本发明所述的一种一种低油耗的车辆自适应巡航控制系统包括前向探测雷达、车速传感器、加速度传感器、信息预处理模块、模型预测控制器、紧急制动控制器、加速/减速判断模块、节气门和制动系统。

连接方式：前向探测雷达、车速传感器、加速度传感器的输出端连接到CAN总线；CAN总线的输出端连接信息预处理模块、模型预测控制器模块和加速/制动切换模块的输入端；信息预处理模块的输出端连接模型预测控制器和紧急制动控制器的输入端；模型预测控制器的输出端连接加速/减速判断模块的输入端；加速/减速判断模块的输出端连接节气门和制动系统的输入端；紧急制动模块的输出端仅连接制动系统的输入端。

各个模块的功能定义：前向探测雷达实时测量与前车的相对车速和车距；车速传感器和加速度传感器测量自车的实时车速和加速度；信息预处理模块的接受信号为相对车速和自车车速，输出信号为前车车速，前车加速度，相对车速和车间距；模型预测控制器接受信号为车间距，相对车速和前车加速度；加速/减速判断模块的接收信号为当前车速和期望加速度，输出信号为加速度/制动指令和期望加速度；节气门的接收信号为期望加速度和自车加速度输出信号为节气门开度；制动系统接收的信号为期望加速度和自车加速度输出信号为制动力；紧急制动控制器接收信号为当前车速输出信号为期望减速度。

前向探测雷达向前发射雷达波，雷达波遇到障碍物后反射，反射波被雷达的天线接收，通过比对发射波和反射波即可计算出相对车速和车距。信息预处理模块中接收到自车车速和相对车速，两者相加得出前车的车速，对前车车速取微分即可计算出前车的加速度。

本发明主要有两个控制器：模型预测控制器和紧急制动控制器：

模型预测控制器主要是根据模型预测算法计算出期望加速度发送给加速制动判断模块。模型预测控制算法主要由预测模型、反馈校正和滚动优化三部分组成。预测模型可以给出系统在一段时间后系统状态的表达式，通常以状态控件方程的形式给出；反馈校正的作用是提高预测模型的预测精度，降低外部干扰给预测模型的影响；滚动优化即是在每次迭代的过程中只取最优控制序列的第一个元素作为实际的控制输出。模型预测控制器接收信息预处理模块的车距d,车速差Δv和前车加速度a_p信息。首先通过预测模型来预测p个采样周期后的系统状态，通过不断迭代可以得出一个由控制量u表示的系统状态序列。通过对优化目标函数的最小化得出一个最优控制序列，取这个序列的第一个元素作为期望加速度a_des。

为了优化燃油经济性，需要设计燃油经济性优化函数加入优化目标函数J，优化目标函数J和约束条件如下所示：

|Δv|≤Δv_max+ε₁

|Δu|≤Δu_max+ε₂

d_i＞d_safe+ε₃

式中,J_T是追踪性能指标函数，J_F是燃油经济性优化函数，ε₁为相对车速约束的松弛因子，ε₂为控制量增量约束的松弛因子，ε₃为安全距离约束的松弛因子。松弛因子的作用是防止无可行解的情况出现，可以将约束条件放宽。w₁，w₂，w₃分别是上述三个松弛因子的惩罚系数，惩罚系数的作用在于控制约束条件的松弛程度，防止约束条件无限制的放大，失去约束作用；Δv是相对车速，Δv_max为相对车速的上界，Δu为控制量增量，Δu_max为控制量增量的上界。

由于在模型预测控制器引入了松弛因子软化了约束条件，在实际行驶过程中可能出现车间距小于最小安全车距的情况，系统存在安全隐患。因此本发明设计了一个紧急制动控制器，当车间距小于安全车距时，模型预测控制器停止工作，系统切换到紧急制动控制器。紧急制动控制器接收信息预处理模块计算出的车距d和CAN总线中的车速信息，再根据路面附着系数，重力加速度等参数计算出期望减速度。当车间距d大于安全车距时，系统切换回模型预测控制器。

期望加速度的计算方法如下：期望减速度分为两段变化先从0开始线性减小，之后维持最大减速度。紧急制动控制器接收开始工作时刻自车车速v_in，存于紧急制动控制器内。根据v_in可以计算出车辆达到最大减速度的时间t_h，计算公式如下：

h是一个改变减速度变化曲线斜率的参数。

期望减速度的计算公式如下：

式中，a_min为最大减速度，c为一个常数，其值等于t_h，t为进入制动控制模式的时间。

所述紧急制动控制器和目前的AEB功能(自动紧急避撞)的不同在于：AEB是针对各种无法预计的紧急情况,例如行人横穿马路，前车紧急制动等，这些情况下车间距骤然减小，大多需要全力制动甚至配合转向操作来规避碰撞，而本文的紧急制动控制器介入的时机比AEB更早，主要起到提高系统安全裕度，确保跟车安全性的作用。正因为介入时机更早，紧急制动控制器不必以最大减速度介入，减速度可以较为平滑的增加，与AEB相比有较好的舒适性。

如图2所示，一种低油耗的车辆自适应巡航控制系统的控制方法，具体控制步骤如下：

步骤一：离线过程，以下过程是自适应巡航系统的前期准备工作，只运行一次。从20km/h到120km/h每隔10km/h取一个点，以这11个速度值作为初始车速让车辆在附着条件良好的水平路面上进行空挡滑行实验并且节气门开度和制动主缸压力都置零。加速度传感器记录车辆在各次实验的减速过程中的最大减速度，并拟合出一条车速和空挡滑行减速度的曲线图。将此曲线图存储在加速/制动判断模块中。

步骤二：以下均为在线过程，前向探测雷达发射雷达波，接收天线接收到反射波束；前向探测雷达计算出相对车速和车距，CAN总线读取实时车速发送给信息预处理模块。

步骤三：信息预处理模块接收自车车速和与前车的相对车速，两者相加即可得出前车车速v_p。计算出前车车速后对其进行微分操作，求出了前车加速度a_p。

步骤四：判断车距是否安全，如果车距d大于安全车距d_safe则执行步骤五，如果车距d小于安全车距d_safe则执行步骤九。

步骤五：模型预测控制器接收到信息预处理模块输出的车距d，速度差Δv和前车加速度a_p等信号计算期望加速度。根据预测模型经过p(p为预测时域)次迭代过程，得出了p个状态向量组成了一个状态序列，这个状态序列是以控制量u为自变量的表达式。

步骤六：优化目标函数J由追踪性能指标函数J_T和燃油经济性优化函数J_F相加得到。减少燃油消耗的主要途径是减少在行驶过程中不必要的加速或减速操作。建议取燃油经济性优化函数J_F如下：

其中，t_final代表预测时域的长度，t_final＝p×T,T为控制器采样时间。通过对加速度变化量的积分值的最小化来降低燃油消耗量。通过全局最小化的优化方法求出一个控制序列U(U＝[u₁,u₂,……,u_p])使得总优化目标函数最小，再取控制序列的第一个元素作为期望加速度a_des。

步骤七：将当前车速输入加速/制动判断曲线图进行查表，得出当前车速下的空挡滑行减速度a_h。计算期望减速度a_des和滑行减速度a_h之差：

d_a＝a_des-a_h

步骤八：根据d_a值进行判断：如果d_a＞0.1m/s²,则把期望加速度发送给电子节气门，电子节气门通过调节节气门开度跟踪期望加速度；若d_a＜-0.1m/s²，则发送期望加速度给制动系统，制动系统自动调节制动压力控制车辆的加速度与期望加速度一致；若-0.1m/s²≤d_a≤0.1m/s²，则节气门开度和制动系统都不做操作。

步骤九：当车间距d小于安全车距时，系统切换到紧急制动控制器，该模块内置的计时器开始计时，得到进入紧急制动状态的时间t。

步骤十：t_h为从开始紧急制动到车辆到达最大减速度的时间，采用混合减速策略，期望减速度先线性增加，到达最大减速度后保持不变，该控制器采用开环控制没有反馈过程，以最快的速度完成制动操作，保证安全性。车辆最大减速度认为是车辆的轮胎全部达到附着极限时的减速度，即

(

为路面附着系数这里取

g为重力加速度)定义常数c，

其中v_in为进入制动模式时的车速，h为一个可选参数用于调整减速度变化曲线的斜率。线性减速过程中减速度按照如下公式变化：

因此，t_h＝c。

步骤十一：如果期望减速度线性增加

如果t＞th，则期望减速度为车辆所能达到的最大减速度，a_des＝0.8×g。将期望减速度发送给制动系统，制动系统调节主缸压力控制车辆跟踪期望减速度进行制动。

Claims (5)

1.一种低油耗的车辆自适应巡航控制系统，其特征在于：包括前向探测雷达、车速传感器、加速度传感器、信息预处理模块、模型预测控制器、加速/减速判断模块、节气门、制动系统和CAN总线，所述前向探测雷达、车速传感器和加速度传感器分别通过CAN总线与信息预处理模块连接，所述信息预处理模块将经过处理的数据传输给模型预测控制器，所述模型预测控制器将经过处理的数据传输给加速/减速判断模块，所述加速/减速判断模块根据模型预测控制器和车速传感器的数据进行判断并输出控制信号对节气门或者制动系统进行控制；所述模型预测控制器接收信息预处理模块的车间距d、车速差Δv和前车加速度a_p信息，通过预测p个采样周期后的系统状态，通过不断迭代可以得出一个由控制量u表示的系统状态序列；通过对优化目标函数J的最小化得出一个最优控制序列，取这个序列的第一个元素作为期望加速度a_des；燃油经济性优化函数J_F加入优化目标函数J，优化目标函数J和约束条件如下所示：

|Δv|≤Δv_max+ε₁

|Δu|≤Δu_max+ε₂

d_i＞d_safe+ε₃

式中,J_T是追踪性能指标函数，J_F是燃油经济性优化函数，ε₁为相对车速约束的松弛因子，ε₂为控制量增量约束的松弛因子，ε₃为安全距离约束的松弛因子；w₁，w₂，w₃分别是上述三个松弛因子的惩罚系数；Δv是相对车速，Δv_max为相对车速的上界，Δu为控制量增量，Δu_max为控制量增量的上界，d_safe为安全车距，d_i为第i个采样周期的车距。

2.根据权利要求1所述的低油耗的车辆自适应巡航控制系统，其特征在于：还包括紧急制动控制器，所述紧急制动控制器接收信息预处理模块的车间距d和车速信息，根据输入的信息控制制动系统；当车间距d小于安全车距时，模型预测控制器停止工作，系统切换到紧急制动控制器进行制动；当车间距d大于安全车距时，系统切换回模型预测控制器。

3.根据权利要求2所述的低油耗的车辆自适应巡航控制系统，其特征在于：所述紧急制动控制器进行制动时，根据车间距d、自车车速v_in、路面附着系数，重力加速度参数计算出期望加速度a_des。

4.根据权利要求3所述的低油耗的车辆自适应巡航控制系统，其特征在于：所述期望加速度a_des的计算方法如下：

期望加速度a_des分为两段变化先从0开始线性减小，之后维持最大减速度；进入制动模式时的车速为v_in；根据v_in可以计算出从开始紧急制动到车辆到达最大减速度的时间t_h，计算公式如下：

h是一个改变减速度变化曲线斜率的参数；

期望加速度的计算公式如下：

式中，a_min为最大减速度，c为一个常数，其值等于t_h，t为进入制动控制模式的时间。

5.根据权利要求4所述的低油耗的车辆自适应巡航控制系统的控制方法，其特征在于：所述控制系统控制步骤如下：

步骤一：离线过程，以下过程是自适应巡航系统的前期准备工作，只运行一次；从20km/h到120km/h每隔10km/h取一个点，以这11个速度值作为初始车速让车辆在附着条件良好的水平路面上进行空挡滑行实验并且节气门开度和制动力都置零；加速度传感器记录车辆在各次实验的减速过程中的最大减速度，并拟合出一条车速和空挡滑行减速度的曲线图；将此曲线图存储在加速/减速判断模块中；

步骤二：以下均为在线过程，前向探测雷达计算出相对车速和车间距d，CAN总线读取实时车速发送给信息预处理模块；

步骤三：信息预处理模块接收自车车速和与前车的相对车速，两者相加即可得出前车车速v_p；计算出前车车速后对其进行微分操作，求出了前车加速度a_p；

步骤四：判断车距是否安全，如果车间距d大于安全车距d_safe则执行步骤五，如果车间距d小于安全车距d_safe则执行步骤九；

步骤五：模型预测控制器接收到信息预处理模块输出的车间距d，速度差Δv和前车加速度a_p信号计算期望加速度a_des；根据预测模型经过p次迭代过程，得出了p个状态向量组成了一个状态序列，这个状态序列是以控制量u为自变量的表达式；

步骤六：优化目标函数J由追踪性能指标函数J_T和燃油经济性优化函数J_F相加得到；取燃油经济性优化函数J_F如下：

其中，t_final代表预测时域的长度，t_final＝p×T,T为控制器采样时间；通过对加速度变化量的积分值的最小化来降低燃油消耗量；通过全局最小化的优化方法求出一个控制序列U(U＝[u₁,u₂,……,u_p])使得优化目标函数J最小，再取控制序列的第一个元素作为期望加速度a_des；

步骤七：将当前车速输入加速/减速判断曲线图进行查表，得出当前车速下的空挡滑行减速度a_h；计算期望加速度a_des和滑行减速度a_h之差d_a：

d_a＝a_des-a_h

步骤八：根据d_a值进行判断：如果d_a＞0.1m/s²,则把期望加速度a_des发送给节气门，节气门通过调节节气门开度跟踪期望加速度a_des；若d_a＜-0.1m/s²，则发送期望加速度a_des给制动系统，制动系统自动调节制动压力控制车辆的加速度与期望加速度a_des一致；若-0.1m/s²≤d_a≤0.1m/s²，则节气门开度和制动系统都不做操作；

步骤九：当车间距d小于安全车距时，系统切换到紧急制动控制器，该模块内置的计时器开始计时，得到进入制动控制模式的时间t；

步骤十：t_h为从开始紧急制动到车辆到达最大减速度的时间，采用混合减速策略，期望加速度a_des先线性增加，到达最大减速度后保持不变，车辆最大减速度认为是车辆的轮胎全部达到附着极限时的减速度，即

为路面附着系数这里取

g为重力加速度，定义常数c，

因为，t_h＝c，

其中v_in为进入制动模式时的车速，h为一个可选参数用于调整减速度变化曲线的斜率；线性减速过程中减速度按照如下公式变化：

步骤十一：如果t＜t_h,期望加速度a_des线性增加

如果t＞t_h，则期望加速度a_des为车辆所能达到的最大减速度，a_des＝0.8×g,将期望加速度a_des发送给制动系统，制动系统控制车辆跟踪期望加速度a_des进行制动。

Images