CN112356833B - 跨域结构的电动汽车自适应巡航系统及其控制与分析方法 - Google Patents
跨域结构的电动汽车自适应巡航系统及其控制与分析方法 Download PDFInfo
- Publication number
- CN112356833B CN112356833B CN202110045403.8A CN202110045403A CN112356833B CN 112356833 B CN112356833 B CN 112356833B CN 202110045403 A CN202110045403 A CN 202110045403A CN 112356833 B CN112356833 B CN 112356833B
- Authority
- CN
- China
- Prior art keywords
- domain controller
- domain
- module
- group
- adas
- 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
- 238000004458 analytical method Methods 0.000 title abstract description 16
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 claims abstract description 47
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 claims abstract description 47
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 claims abstract description 47
- 230000003044 adaptive effect Effects 0.000 claims abstract description 31
- 239000002131 composite material Substances 0.000 claims abstract description 12
- 230000001133 acceleration Effects 0.000 claims description 56
- 230000033001 locomotion Effects 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 9
- 238000011217 control strategy Methods 0.000 abstract description 15
- 238000010586 diagram Methods 0.000 description 9
- 230000002776 aggregation Effects 0.000 description 4
- 238000004220 aggregation Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001934 delay Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000006116 polymerization reaction Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- VWNRYDSLHLCGLG-NDNWHDOQSA-J tetrasodium;(2s)-2-[bis(carboxylatomethyl)amino]butanedioate Chemical compound [Na+].[Na+].[Na+].[Na+].[O-]C(=O)C[C@@H](C([O-])=O)N(CC([O-])=O)CC([O-])=O VWNRYDSLHLCGLG-NDNWHDOQSA-J 0.000 description 1
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
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0014—Adaptive controllers
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明提供一种跨域结构的电动汽车自适应巡航系统及其控制与分析方法。所述自适应巡航系统包括传感器组、域控制器组、执行器组和控制策略。传感器组、域控制器组和执行器组通过三条网络连接。控制策略采用复合多模块结构,各模块分别运行在ADAS域控制器和底盘域控制器中,其可对控制回路中的聚合多业务延时进行补偿和抑制。本发明也对延时上界提出了分析方法。本发明可提高基于域架构的自适应巡航系统的实时性,确保系统的稳定性。
Description
技术领域
本发明涉及智能电动汽车技术领域,具体而言为一种跨域结构的电动汽车自适应巡航系统及其控制与分析方法。
背景技术
近年来,世界范围内的汽车保有量不断攀升,这使得能源短缺、环境污染和交通堵塞等问题进一步恶化,智能电动车辆凭借其在节能与环保、提高道路通行效率方面的显著优势已成为未来汽车发展的重要趋势。自适应巡航控制系统(ACC)是智能电动车辆的关键技术之一,该系统利用车载传感器感知周围环境和车辆运动状态,从而主动控制车辆的运动,这不仅可以减轻驾驶员的负担,而且能够提高车辆行驶安全性。
在车辆电动化、智能化的背景下,越来越多的电子电气部件被运行到车辆上,目前一些高端车辆上已装配有一百多个电子控制单元和数百个与之相连的传感器和执行器,并有数千种信号通过车载网络进行传输。随着电子电气组件数量的增加和组件之间的互联程度的提高,智能电动车辆的电子电气架构变得越来越复杂。基于域的电子电气系架构,可将智能电动车辆中的多种组件和功能运行在一起,有利于简化功能设计和解决不断增加的软件和硬件工作量问题,已被学术界和产业界视为车辆电子电气架构的革命性更新。
相较于传统的分布式电子电气架构,域电子电气架构使得车载网络拓扑变得更加复杂。传统电子电气架构下的控制系统包括有传感器、电控单元和执行器三个节点,节点之间利用车载总线相连形成了传感器与电控单元之间的反馈通道和电控单元与执行器之间的前向通道,整个控制回路中共有三个通信节点和两个通信链路。
但是基于域控制器的电子电气架构,其将整车的电子电气部件划分到诸如ADAS域、底盘域、车身域等几个域内,每个域内的电子电气组件通过总线与该域的域控制器相连实现信息传递,跨域通信则通过域控制器之间的网络实现。对于智能电动车辆而言,高级驾驶辅助系统如自适应巡航控制系统往往有实时的跨域通信需求,这意味着其控制回路中的域控制器不止一个,进而形成传感器至域控制器、域控制器至域控制器、域控制器至执行器等多个网络通道,因此开发设计适用于域架构的自适应巡航系统是必要的。
相对于分布式架构,域电子电气架构下的控制回路中通信节点和通信链路明显更多,网络诱导延时表现为复杂的聚合多业务延时,这使得对车辆网络控制系统的延时分析更加困难,也对控制系统的开发提出了较大的挑战。然而现有的网络延时分析方法和网络延时抑制控制策略通常基于传统分布式的电子电气架构,已不再适用于搭载新架构的智能电动车辆的控制系统。
发明内容
在汽车的电子电气架构加速由分布式架构转向域架构的背景下,本发明的目的是提供一种跨域结构的电动汽车自适应巡航系统及其控制与分析方法,不同于传统的自适应巡航系统,该系统的设计充分结合了域电子电气架构的特点,而形成了一种具有跨域结构的自适应巡航系统。本发明提出的控制策略可对跨域结构的电动汽车自适应巡航系统控制回路中的聚合多业务延时进行充分地补偿和抑制。此外,本发明也该延时的上界提出了准确的分析方法。本发明可为基于域架构的电动汽车自适应巡航系统提高实时性、确保系统稳定性,进而提高汽车的行驶安全性提供技术支持。
本发明的目的是通过下述技术方案实现的。
一种跨域结构的电动汽车自适应巡航系统,包括传感器组、域控制器组、执行器组;所述的传感器组、域控制器组和执行器组通过网络连接;所述的域控制器组具有自适应巡航系统控制策略。
系统中的域控制器组包括两个域控制器;系统内连接传感器组、域控制器组和执行器组的网络共有三条。
系统中的传感器组包括速度传感器、加速度传感器和雷达等;域控制器组中的两个域控制器为ADAS域控制器(高级辅助驾驶系统域控制器)和底盘域控制器;系统中的执行器组包括电机和制动器等。系统中的三条网络均为CAN总线。
速度传感器、加速度传感器和雷达等与ADAS域控制器通过ADAS域内的一条CAN总线连接;电机和制动器等和底盘域控制器通过底盘域内的一条CAN总线连接;ADAS域与底盘域之间的通讯通过连接ADAS域控制器和底盘域控制器的一条CAN实现。
进一步的,还包括多个CAN网络通信链路和多个通信节点(传感器节点、域控制器节点和执行器节点)。其中传感器节点采用时间触发模式实现周期性的车辆运动状态数据采样与发送、ADAS域控制器和底盘域控制器节点采用时间触发模式实现周期性的控制命令处理及数据发送、电机和制动器节点采用事件触发模式即当接收到控制命令时立即做出相应的响应。
上述的自适应巡航系统控制策略,采取复合多模块结构,各模块分别运行在域控制器组中。
复合多模块包括状态预测模块1、决策模块、状态预测模块2、鲁棒加速度跟踪模块和制动驱动切换模块。
状态预测模块1、决策模块运行于ADAS域控制器之中;状态预测模块2、鲁棒加速度跟踪模块和制动驱动切换模块运行于底盘域控制器中。
状态预测模块1通过ADAS域内的CAN总线与传感器节点相连,也与决策模块相连;决策模块通过两域之间的CAN总线与状态预测模块2相连;状态预测模块2也与鲁棒加速度跟踪模块相连,同时鲁棒加速度跟踪模块也与制动驱动切换模块相连;制动驱动切换模块通过底盘域内的CAN总线与执行器节点相连。
根据传感器采集到的车辆运动状态信息,状态预测模块1利用预置的算法预测下一采样时刻的车辆运动状态信息,进而可以补偿传感器至ADAS域控制器的链路服务延时和ADAS域控制器的节点服务延时;决策模块根据状态预测模块1预测的信息,利用预置的算法决策出本车的期望加速度命令;状态预测模块2利用预置的算法预测下一采样时刻的期望加速度,进而可以补偿ADAS域控制器至底盘域控制器的链路服务延时和底盘域控制器的节点服务延时;鲁棒加速度跟踪模块根据状态预测模块2预测的期望加速度,利用预置的鲁棒算法进一步计算出控制加速度命令,同时该鲁棒算法可抑制控制回路中的底盘域控制器至执行器的链路服务延时和执行器的节点服务延时;制动驱动切换模块根据控制加速度命令得出电机驱动力矩命令和制动缸压力命令,并且其切换逻辑可避免电机驱动和制动器同时起作用。
本发明还提供一种跨域结构电动汽车自适应巡航系统网络回路分析方法,其中的延时是一种聚合多业务延时,可用以下公式表示:
其中代表控制回路中的聚合多业务总延时,分别代表传感器至
ADAS域控制器通道、ADAS域控制器至底盘域控制器通道和底盘域控制器至执行器通道的链
路服务延时;分别代表ADAS域控制器、底盘域控制器和执行器的节点服务延时。
跨域结构电动汽车自适应巡航系统控制回路中的聚合多业务延时满足以下条件:
其中T代表采样周期。
跨域结构电动汽车自适应巡航系统控制回路中的聚合多业务延时上界采用上确界算子数学表达如下:
跨域结构电动汽车自适应巡航系统控制回路延时的上界可以推导得出:
自适应巡航系统控制策略的控制方法为:
根据传感器采集到的车辆运动状态信息,状态预测模块1利用预置的算法预测下一采样时刻的车辆运动状态信息,进而可以补偿传感器至ADAS域控制器的链路服务延时和ADAS域控制器的节点服务延时;决策模块根据状态预测模块1预测的信息,利用预置的算法决策出本车的期望加速度命令;状态预测模块2利用预置的算法预测下一采样时刻的期望加速度,进而可以补偿ADAS域控制器至底盘域控制器的链路服务延时和底盘域控制器的节点服务延时;鲁棒加速度跟踪模块根据状态预测模块2预测的期望加速度,利用预置的鲁棒算法进一步计算出控制加速度命令,同时该鲁棒算法可抑制控制回路中的底盘域控制器至执行器的链路服务延时和执行器的节点服务延时;制动驱动切换模块根据控制加速度命令得出电机驱动力矩命令和制动缸压力命令,并且其切换逻辑可避免电机驱动和制动器同时起作用。
本发明的有益效果:
1.本发明提出的一种具有跨域结构的自适应巡航系统,相对于传统的自适应巡航系统,其设计过程充分考虑了域电子电气架构的特点,因而该系统能更好地适用于采用域架构的汽车;
2.相对于分布式架构,域电子电气架构下的控制回路中通信节点和通信链路明显更多,网络诱导延时表现为复杂的聚合多业务延时。然而现有的网络延时分析方法通常基于传统分布式的电子电气架构,已不再适用于搭载新架构的电动车辆的控制系统。本发明提出了跨域结构自适应巡航系统网络回路中的聚合多业务延时的分析方法;
3. 本发明的自适应巡航控制策略采取复合模块化结构包括状态预测模块1、决策模块、状态预测模块2、鲁棒加速度跟踪模块和制动驱动切换模块。分别将状态预测模块1和决策模块运行到ASDA域控制器;状态预测模块2、鲁棒加速度跟踪模块和制动驱动模块运行到底盘域控制器,采取多模块的结构,一方面有利于各模块的独立开发,提高开发效率,另一方面有利于智能车辆通过OTA持续升级相关算法;
4.本发明的状态预测模块1、状态预测模块2和鲁棒加速度跟踪模块中分别设计了可以补偿和抑制聚合多业务延时的算法,这种复合结构可有效地避免域架构下的网络诱导延时对自适应巡航控制系统的消极影响,显著提高控制系统的稳定性。
附图说明
图1跨域结构的电动汽车自适应巡航系统示意图;
图2跨域结构的电动汽车自适应巡航系统网络拓扑图;
图3巡航过程中自车和前车的运动状态示意图;
图4跨域结构的电动汽车自适应巡航系统网络化控制原理图;
图5跨域结构的自适应巡航系统控制回路延时分析图;
图6复合多模块控制策略的原理示意图。
具体实施方式
下面结合附图,对本发明的实施进行详细地说明,但本发明的保护范围不局限于以下所述。
如图1所示,为跨域结构的电动汽车自适应巡航系统示意图。一种跨域结构的电动汽车自适应巡航系统包括传感器组、域控制器组、执行器组和自适应巡航系统控制策略。所述的传感器组、域控制器组和执行器组通过网络连接。所述的自适应巡航系统控制策略运行于域控制器组中。如图2所示,为跨域结构的电动汽车自适应巡航系统网络拓扑图。所述自适应巡航系统的传感器组包括速度传感器、加速度传感器和雷达等;域控制器组包括有两个域控制器即ADAS域控制器(高级辅助驾驶系统域控制器)和底盘域控制器;执行器组包括电机和制动器等;系统中的三条网络如CAN总线实现系统各部分之间的通信,一条CAN总线连接传感器组与ADAS域控制器,一条CAN总线连接ADAS域控制器和底盘域控制器,一条CAN总线连接底盘域控制器和执行器组。所述的跨域结构自适应巡航系统控制策略采取复合模块化结构,其中状态预测模块1和决策模块运行于ADAS域控制中,状态预测模块2、鲁棒加速度跟踪模块和制动驱动切换模块运行于底盘域控制器中。
所述的自适应巡航网络化控制系统包括多个CAN网络通信链路和多个通信节点(传感器节点、域控制器节点和执行器节点)。其中传感器节点采用时间触发模式实现周期性的车辆运动状态数据采样与发送、ADAS域控制器和底盘域控制器节点采用时间触发模式实现周期性的控制命令处理及数据发送、电机和制动器节点采用事件触发模式即当接收到控制命令时立即做出相应的响应。
如图3所示,为汽车巡航过程中自车和前车的运动状态示意图,相应的运动状态信息如自车速度、自车加速度和车间距离、前车车速、前车加速度等由自车的速度传感器、加速度传感器和雷达等传感器进行感知采样,根据采样信息,复合多模块结构的控制策略可计算出相应的控制命令。
如图4所示,为跨域结构的电动汽车自适应巡航系统网络化控制原理图。在所述的
自适应巡航系统中,电动汽车装配的速度传感器、加速度传感器和雷达等传感器采集车辆
运动状态信息如自车速度、自车加速度、自车与前车间的相对速度和相对距离等,然后通过
CAN网络1传输至状态预测模块1,状态预测模块将采样信息处理后向决策模块传递数据,决
策模块经过运算将期望加速度命令通过CAN网络2传输至状态预测模块2,接着状态预测模
块2将期望加速度命令处理后向鲁棒加速度跟踪模块传递数据,鲁棒加速度跟踪模块经过
运算将控制加速度命令传递至制动驱动切换模块,制动驱动切换模块计算出电机力矩和制
动缸压力命令,并将该命令通过CAN网络3传输至电机控制器和制动控制器,随后电机和制
动系统将依据命令做出相应的反应,进而实现对电动汽车的运动控制。本发明对跨域结构
的电动汽车自适应巡航系统控制回路中的聚合多业务延时提出了合理的延时分析方法,如
图5所示。采样时刻用k+i表示,i=0,1,2,3…;控制回路中的聚合多业务总延时用
表示,另外,分别代表传感器至ADAS域控制器通道、ADAS域控制器至底盘域控制
器通道和底盘域控制器至执行器通道的链路服务延时;分别代表ADAS域控制
器、底盘域控制器和执行器的节点服务延时。链路服务延时和网络数据传输量有关,数据传
输量越大,链路服务延时越大;节点服务延时与采样周期T有关,采样周期越大,节点服务延
时越大。
在跨域结构的电动车辆自适应巡航网络化控制系统中,传感器以时间T周期性采
样,在k时刻向ADAS域控制器发送采样信息,经过延时后,采样信息到达ADAS域控制器,
ADAS域控制器以时间T周期性计算和发送期望加速度命令,即在经过的延时后于k+1时
刻向底盘控制器发送该命令,经过的延时后,期望加速度命令到达底盘域控制器,底盘域
控制器以时间T周期性计算和发送电机驱动力矩和制动缸压力命令,即在经过的延时后
于k+2时刻向电机控制器和制动控制器发送命令,经过的延时后,该命令到达电机控制
器和制动控制器,经过的延时后,电机和制动控制器将根据命令做出相应的响应,进而
控制车辆的加减速。
进一步地,跨域结构的电动车辆自适应巡航系统控制回路中的聚合多业务延时可用以下公式表示:
其中代表控制回路中的聚合多业务总延时,分别代表传感器至
ADAS域控制器通道、ADAS域控制器至底盘域控制器通道和底盘域控制器至执行器通道的链
路服务延时;分别代表ADAS域控制器、底盘域控制器和执行器的节点服务延时。
控制回路中的聚合多业务延时也满足以下条件:
其中T代表采样周期。
控制回路中的聚合多业务延时上界采用上确界算子数学表达如下:
控制回路延时的上界可以推导得出:
本发明中的控制策略采取了复合模块化结构,以充分抑制聚合多业务延时对自适
应巡航系统的不利影响。如图6所示,传感器在k时刻采集并发送车辆运动状态信息,由
图5可知,该信息将经过链路服务延时后到达ADAS域控制器,而ADAS域控制器经过节点服
务延时后也即k+1时刻发出期望加速度命令,如不对延时进行补偿抑制,此时的期望加
速度命令实际将滞后一个采样周期。而本发明中的预测模块1可利用预置的算法预测k+1时
刻的车辆运动状态信息,决策模块根据状态预测模块1预测的信息,利用预置的算法
决策出本车的期望加速度命令,进而实现了对传感器至ADAS域控制器的链路服务
延时和ADAS域控制器的节点服务延时的补偿;同理,状态预测模块2利用预置的算法预测下
一采样时刻k+2时的期望加速度,进而可以补偿ADAS域控制器至底盘域控制器的
链路服务延时和底盘域控制器的节点服务延时;鲁棒加速度跟踪模块根据状态预测
模块2预测的期望加速度,利用预置的鲁棒算法计算出控制加速度命令,同时该鲁
棒算法可抑制控制回路中的底盘域控制器至执行器的链路服务延时和执行器的节点服
务延时;制动驱动切换模块根据控制加速度命令得出电机驱动力矩命令和制动缸
压力命令,并且其切换逻辑可避免电机驱动和制动器同时起作用。
综上,本发明提出一种跨域结构的电动汽车自适应巡航系统及其控制与分析方法。相对于传统的自适应巡航系统,具有跨域结构的自适应巡航系统在设计过程充分考虑了域电子电气架构的特点,因而该系统能更好地适用于采用域架构的汽车;域电子电气架构下的控制回路中网络诱导延时表现为复杂的聚合多业务延时,本发明提出的具有复合模块化结构的自适应巡航控制策略,可充分抑制该延时对自适应巡航控制系统的消极影响。此外,本发明也提出了对控制回路中聚合多业务延时的准确分析方法。本发明可为基于域架构的电动汽车自适应巡航系统提高实时性、确保系统稳定性,进而提高汽车的行驶安全性提供技术支持。
以上所述仅为本发明的一个具体实例,本发明不仅仅局限于上述实现实施例,凡在本发明的精神和原则之所做的局部性改动、等同替换、改进等均应包含在本发明的保护范围之内。
Claims (2)
1.一种跨域结构的电动汽车自适应巡航系统的控制方法,所述的一种跨域结构的电动汽车自适应巡航系统,包括传感器组、域控制器组、执行器组;所述的传感器组、域控制器组和执行器组通过网络连接;所述的域控制器组具有自适应巡航系统控制方法;所述的域控制器组包括两个域控制器;系统内连接传感器组、域控制器组和执行器组的网络共有三条;所述的传感器组包括速度传感器、加速度传感器和雷达;所述的域控制器组中的两个域控制器为ADAS域控制器和底盘域控制器;所述的执行器组包括电机和制动器;所述的三条网络均为CAN总线;
所述的速度传感器、加速度传感器和雷达与ADAS域控制器通过ADAS域内的一条CAN总线连接;电机和制动器和底盘域控制器通过底盘域内的一条CAN总线连接;ADAS域与底盘域之间的通讯通过连接ADAS域控制器和底盘域控制器的一条CAN实现;
采取复合多模块结构,各模块分别运行在域控制器组中;复合多模块包括状态预测模块1、决策模块、状态预测模块2、鲁棒加速度跟踪模块和制动驱动切换模块;所述的状态预测模块1、决策模块运行于ADAS域控制器之中;状态预测模块2、鲁棒加速度跟踪模块和制动驱动切换模块运行于底盘域控制器中;
其特征在于:所述的控制方法,包括以下步骤:
根据传感器组采集到的车辆运动状态信息,状态预测模块1利用预置的算法预测下一采样时刻的车辆运动状态信息,进而可以补偿传感器组至ADAS域控制器的链路服务延时和ADAS域控制器的节点服务延时;
决策模块根据状态预测模块1预测的信息,利用预置的算法决策出本车的期望加速度命令;状态预测模块2利用预置的算法预测下一采样时刻的期望加速度,进而可以补偿ADAS域控制器至底盘域控制器的链路服务延时和底盘域控制器的节点服务延时;
鲁棒加速度跟踪模块根据状态预测模块2预测的期望加速度,利用预置的鲁棒算法进一步计算出控制加速度命令,同时该鲁棒算法可抑制控制回路中的底盘域控制器至执行器组的链路服务延时和执行器组的节点服务延时;
制动驱动切换模块根据控制加速度命令得出电机驱动力矩命令和制动缸压力命令,并且其切换逻辑可避免电机驱动和制动器同时起作用。
2.根据权利要求1所述的一种跨域结构的电动汽车自适应巡航系统的控制方法,其特征在于:所述的状态预测模块1通过ADAS域内的CAN总线与传感器组节点相连,也与决策模块相连;所述的决策模块通过两域之间的CAN总线与状态预测模块2相连;状态预测模块2也与鲁棒加速度跟踪模块相连,同时鲁棒加速度跟踪模块也与制动驱动切换模块相连;制动驱动切换模块通过底盘域内的CAN总线与执行器组节点相连。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110045403.8A CN112356833B (zh) | 2021-01-13 | 2021-01-13 | 跨域结构的电动汽车自适应巡航系统及其控制与分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110045403.8A CN112356833B (zh) | 2021-01-13 | 2021-01-13 | 跨域结构的电动汽车自适应巡航系统及其控制与分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112356833A CN112356833A (zh) | 2021-02-12 |
CN112356833B true CN112356833B (zh) | 2021-04-13 |
Family
ID=74534959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110045403.8A Active CN112356833B (zh) | 2021-01-13 | 2021-01-13 | 跨域结构的电动汽车自适应巡航系统及其控制与分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112356833B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112422373B (zh) * | 2021-01-25 | 2021-08-24 | 北京理工大学 | 电动车辆域控制架构聚合服务时间分析方法 |
CN113296494B (zh) * | 2021-05-26 | 2022-04-12 | 北京理工大学 | 多形态电动飞行汽车的可重构网络系统及可重构调度方法 |
CN113242311B (zh) * | 2021-05-26 | 2022-02-11 | 北京理工大学 | 电动汽车域架构网控自动紧急制动控制系统及其调度方法 |
CN114670767B (zh) * | 2022-04-25 | 2022-11-22 | 北京理工大学 | 一种重型商用车复合网联系统和商用车 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108528268B (zh) * | 2017-03-06 | 2022-07-12 | 重庆邮电大学 | 一种电动汽车自适应巡航系统的扭矩调节方法 |
CN108965437A (zh) * | 2018-07-21 | 2018-12-07 | 北京理工大学 | 电动汽车的域架构车载网络系统、域协同处理方法及域控制装置 |
CN113439048A (zh) * | 2019-02-14 | 2021-09-24 | 三菱电机株式会社 | 车间距离控制装置 |
CN109941211B (zh) * | 2019-03-22 | 2020-09-22 | 清华大学 | 一种汽车智能驾驶系统结构共用型架构及构建方法 |
CN110562265B (zh) * | 2019-08-19 | 2020-10-20 | 中国第一汽车股份有限公司 | 一种车辆驾驶控制系统及其控制方法 |
CN111976729B (zh) * | 2020-08-27 | 2021-08-20 | 清华大学 | 汽车控制方法、底盘域控制器及智能驾驶汽车 |
-
2021
- 2021-01-13 CN CN202110045403.8A patent/CN112356833B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112356833A (zh) | 2021-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112356833B (zh) | 跨域结构的电动汽车自适应巡航系统及其控制与分析方法 | |
US10739788B2 (en) | Applications for using mass estimations for vehicles | |
US8660779B2 (en) | Row-running control system and vehicle | |
CN111314420B (zh) | 面向智能驾驶的柔性车载网络系统及车辆 | |
WO2008056262A2 (en) | Automatic operation control apparatus, automatic operation control method, vehicle cruise system, and method for controlling the vehicle cruise system | |
CN101151181B (zh) | 车辆集成控制设备和车辆集成控制方法 | |
CN111332290B (zh) | 一种基于前馈-反馈控制的车辆编队方法和系统 | |
CN114590134B (zh) | 智能机动车辆和用于单踏板驱动的速度范围生成和转换的控制逻辑 | |
CN109941211B (zh) | 一种汽车智能驾驶系统结构共用型架构及构建方法 | |
Han et al. | Decentralized longitudinal tracking control for cooperative adaptive cruise control systems in a platoon | |
CN110194156B (zh) | 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 | |
US11835965B2 (en) | Applications for using mass estimations for vehicles | |
CN113401077B (zh) | 智能车辆动态可重构网络系统及网络调度方法 | |
Cao et al. | Analysis and design of adaptive cruise control for smart electric vehicle with domain-based poly-service loop delay | |
CN113012448A (zh) | 一种解决路口交通拥堵的汽车配发编队智能驾驶系统 | |
Deng et al. | A Survey on integration of network communication into vehicle real-time motion control | |
CN113012459B (zh) | 一种基于分布式切换控制的异构车队协同安全控制方法 | |
CN116366685A (zh) | 车辆的通信计算系统确定方法 | |
CN113635900B (zh) | 一种预测巡航过程中基于能量管理的换道决策控制方法 | |
CN115576309A (zh) | 一种基于多目标设计的车载网络区域架构方法和车辆 | |
US20220383752A1 (en) | Vehicle control system and method for controlling the movement of a group of vehicles | |
CN112596397B (zh) | 电动汽车信息物理融合自动紧急制动控制系统及设计方法 | |
CN108973773A (zh) | 具有车身稳定控制的双模无人驾驶纯电动汽车控制器 | |
WO2022095415A1 (zh) | 一种自动驾驶系统及汽车 | |
CN115457763A (zh) | 一种后向跟随的智能网联车队拓扑结构及其编队方法 |
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 |