CN116494974A - 基于道路风险评估的自适应巡航控制方法、系统及设备 - Google Patents

基于道路风险评估的自适应巡航控制方法、系统及设备 Download PDF

Info

Publication number
CN116494974A
CN116494974A CN202310752445.4A CN202310752445A CN116494974A CN 116494974 A CN116494974 A CN 116494974A CN 202310752445 A CN202310752445 A CN 202310752445A CN 116494974 A CN116494974 A CN 116494974A
Authority
CN
China
Prior art keywords
road
environment
vehicle
risk
structured
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.)
Granted
Application number
CN202310752445.4A
Other languages
English (en)
Other versions
CN116494974B (zh
Inventor
刘辉
郭丛帅
韩立金
聂士达
张发旺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202310752445.4A priority Critical patent/CN116494974B/zh
Publication of CN116494974A publication Critical patent/CN116494974A/zh
Application granted granted Critical
Publication of CN116494974B publication Critical patent/CN116494974B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • 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
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B60W40/076—Slope angle of the road
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/107—Longitudinal acceleration
    • 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
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • 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
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/06—Combustion engines, Gas turbines
    • B60W2510/0657—Engine torque
    • 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
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/10—Change speed gearings
    • B60W2510/1005—Transmission ratio engaged
    • 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
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
    • 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4042—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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开一种基于道路风险评估的自适应巡航控制方法、系统及设备，涉及车辆智能驾驶辅助领域。针对结构化环境，通过道路交通事故数据量化路段风险获取结构化环境风险权重因子，建立结构化环境安全距离模型；另一方面，针对越野环境，通过道路线形条件对于制动距离的影响量化道路风险，得到越野环境风险权重因子并建立越野环境安全距离模型。进一步构建自适应巡航分层控制器，其中上层控制器集成结构化环境和越野环境安全距离模型，依据期望安全距离求解最优控制量，下层控制器依据最优控制量计算并输出相应执行信号来控制执行机构动作。本发明可提高车辆适应运行环境和道路条件变化的能力，提高在变运行环境和变道路条件下的运行安全性。

Description

基于道路风险评估的自适应巡航控制方法、系统及设备
技术领域
本发明涉及车辆智能驾驶辅助技术领域，特别是涉及一种基于道路风险评估的自适应巡航控制方法、系统及设备。
背景技术
自适应巡航（Adaptive Cruise Control，ACC）是高级驾驶辅助系统（AdvancedDriving Assistance System，ADAS）中重点研究方向之一。ACC系统具有减轻驾驶员工作量、提高行车安全性和通行能力的潜力，并已广泛应用于不同场景。
当前，大多ACC研究针对结构化道路，不能够适用于多运行场景。然而不仅结构化环境下ACC系统被广泛需要，越野环境下ACC同样被需要。越野环境，路面条件复杂，地形多变，驾驶人驾驶车辆安全稳定运行相对于结构化环境工作负荷更大。一方面，传统的ACC不能够同时适用于结构化环境和越野环境；另一方面，针对越野环境，传统的ACC没有考虑复杂的行驶环境因素，算法不能够适用于路面条件多变的越野环境；一些研究虽然考虑了坡度的影响，但多数是针对坡道的经济性巡航，并不是从安全性的角度出发提出改进自适应巡航控制策略，导致在变运行环境和变道路条件下存在潜在运行风险。
发明内容
针对上述背景技术中提出的问题，本发明提供一种基于道路风险评估的自适应巡航控制方法、系统及设备，以提高车辆适应运行环境及道路条件的能力，提升其在变运行环境和变道路条件下的安全性。
为实现上述目的，本发明提供了如下方案：
一方面，本发明提供一种基于道路风险评估的自适应巡航控制方法，包括：
获取道路交通事故数据并进行结构化环境道路风险评估，得到结构化环境风险权重因子；
获取自车状态信息、目标车辆状态信息和道路条件信息并进行越野环境道路风险评估，得到越野环境风险权重因子；所述自车状态信息包括自车速度、自车加速度、自车位置、自车挡位、自车发动机转矩以及车辆执行机构信息；所述目标车辆状态信息包括目标车辆速度、目标车辆加速度和目标车辆相对于自车的相对速度；所述道路条件信息包括路面类型和道路坡度；
基于结构化环境风险权重因子建立结构化环境安全距离模型，基于越野环境风险权重因子建立越野环境安全距离模型；
基于结构化环境安全距离模型和越野环境安全距离模型建立分层自适应巡航控制器；
分层自适应巡航控制器的上层控制器根据结构化环境安全距离模型或越野环境安全距离模型计算当前道路条件下的期望安全距离，并依据期望安全距离求解最优控制量；
分层自适应巡航控制器的下层控制器依据最优控制量计算执行信号，并依据执行信号控制执行机构动作；所述执行机构包括油门和刹车。
可选地，所述获取道路交通事故数据并进行结构化环境道路风险评估，得到结构化环境风险权重因子，具体包括：
基于路线道路交通事故数据和路段道路交通事故数据分别计算路线当量事故数和路段当量事故数/>；
基于路线当量事故数和路段当量事故数/>计算道路条件风险鉴别指标；所述道路条件风险鉴别指标包括路线事故鉴别指标均值/>和路段事故鉴别指标均值/>；
基于道路条件风险鉴别指标，采用公式计算结构化环境风险权重因子/>。
可选地，所述获取自车状态信息、目标车辆状态信息和道路条件信息并进行越野环境道路风险评估，得到越野环境风险权重因子，具体包括：
根据自车状态信息、目标车辆状态信息和道路条件信息分别计算良好道路条件下制动距离和当前道路条件下车辆制动距离/>；
根据良好道路条件下制动距离和当前道路条件下车辆制动距离/>，采用公式计算越野环境风险权重因子/>。
可选地，所述基于结构化环境风险权重因子建立结构化环境安全距离模型，具体包括：
基于结构化环境风险权重因子建立结构化环境安全距离模型；其中/>表示结构化环境下的期望安全距离；为自车速度；/>为车头时距；/>为安全停车距离。
可选地，所述基于越野环境风险权重因子建立越野环境安全距离模型，具体包括：
基于越野环境风险权重因子建立越野环境安全距离模型；其中/>表示越野环境下的期望安全距离；/>为越野道路安全距离模型的安全距离增量。
一种基于道路风险评估的自适应巡航控制系统，包括：
结构化环境道路风险评估模块，用于获取道路交通事故数据并进行结构化环境道路风险评估，得到结构化环境风险权重因子；
越野环境道路风险评估模块，用于获取自车状态信息、目标车辆状态信息和道路条件信息并进行越野环境道路风险评估，得到越野环境风险权重因子；所述自车状态信息包括自车速度、自车加速度、自车位置、自车挡位、自车发动机转矩以及车辆执行机构信息；所述目标车辆状态信息包括目标车辆速度、目标车辆加速度和目标车辆相对于自车的相对速度；所述道路条件信息包括路面类型和道路坡度；
安全距离模型建立模块，用于基于结构化环境风险权重因子建立结构化环境安全距离模型，基于越野环境风险权重因子建立越野环境安全距离模型；
分层自适应巡航控制器建立模块，用于基于结构化环境安全距离模型和越野环境安全距离模型建立分层自适应巡航控制器；
上层控制模块，用于分层自适应巡航控制器的上层控制器根据结构化环境安全距离模型或越野环境安全距离模型计算当前道路条件下的期望安全距离，并依据期望安全距离求解最优控制量；
下层控制模块，用于分层自适应巡航控制器的下层控制器依据最优控制量计算执行信号，并依据执行信号控制执行机构动作；所述执行机构包括油门和刹车。
另一方面，本发明还提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的基于道路风险评估的自适应巡航控制方法。
可选地，所述存储器为非暂态计算机可读存储介质。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提出了适用于结构化环境和越野环境的自适应巡航控制方法、系统及设备。一方面，针对结构化环境，通过道路交通事故数据量化路段风险获取结构化环境风险权重因子，建立综合考虑车辆运动状态和道路风险的结构化环境安全距离模型；另一方面，针对越野环境，通过道路线形条件对于制动距离的影响量化道路风险，得到越野环境风险权重因子并建立综合考虑车辆相对运动状态、道路条件和道路风险的越野环境安全距离模型。构建自适应巡航分层控制器，其中上层控制器集成结构化环境安全距离模型和越野环境安全距离模型，依据期望安全距离求解最优控制量，下层控制器依据最优控制量计算并输出相应执行信号来控制执行机构动作。本发明在保证自适应巡航系统性能的前提下，可提高车辆适应运行环境和道路条件变化的能力，提高在变运行环境和变道路条件下的运行安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所提供的一种基于道路风险评估的自适应巡航控制方法的流程图；
图2为本发明建立的分层自适应巡航控制器的逻辑架构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种基于道路风险评估的自适应巡航控制方法、系统及设备，可同时适用于结构化环境和越野环境，两种环境下分别基于道路交通事故数据和道路线形对道路条件进行风险评估，分别提出改进的安全距离模型，设计分层自适应巡航控制器，提高车辆自适应巡航对于道路条件适应能力进而提升运行安全性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的一种基于道路风险评估的自适应巡航控制方法的流程图，参见图1，一种基于道路风险评估的自适应巡航控制方法，包括：
步骤1：获取道路交通事故数据并进行结构化环境道路风险评估，得到结构化环境风险权重因子。
本发明对道路条件进行风险评估包括结构化环境道路风险评估和越野环境道路风险评估。针对结构化环境道路风险评估，需首先获取路线或路段的道路交通事故数据，即根据车辆定位信息，获取前方路线或路段的道路交通事故数据，为结构化环境道路条件风险评估提供数据基础。道路交通事故数据可以从云端获取或离线存储。
所述步骤1具体包括：
步骤1.1：基于路线道路交通事故数据和路段道路交通事故数据分别计算路线当量事故数和路段当量事故数/>。
首先根据车辆定位信息获取前方路线/路段道路交通事故数据，计算路线/路段当量事故数，其公式为：
（1）
其中，的含义分为两种情况，当其表示路线当量事故数/>时，/>为路线事故中的死亡人数；/>为路线事故中受轻伤人数；/>为路线事故中受重伤人数；/>为统计时间段内发生的路线事故总次数；/>、/>、/>分别为死亡、受轻伤、受重伤事故的权重；当/>代表划分路段当量事故数/>时，/>为路段事故中的死亡人数；/>为路段事故中受轻伤人数；/>为路段事故中受重伤人数；/>为统计时间段内发生的路段事故总次数；/> 、/>、/>分别为死亡、受轻伤、受重伤事故的权重。符号“/”表示“或”。
步骤1.2：基于路线当量事故数和路段当量事故数/>计算道路条件风险鉴别指标；所述道路条件风险鉴别指标包括路线事故鉴别指标均值/>和路段事故鉴别指标均值/>。
基于道路交通事故数据的道路条件风险鉴别指标公式为：
（2）
（3）
其中，为路线事故鉴别指标均值；/>为划分路段事故鉴别指标均值；/>为路线长度；/>为划分路段的长度。
步骤1.3：基于道路条件风险鉴别指标，采用公式计算结构化环境风险权重因子/>。
基于道路交通事故数据的道路条件风险评估公式为：
（4）
其中，为结构化环境风险权重因子。
步骤2：获取自车状态信息、目标车辆状态信息和道路条件信息并进行越野环境道路风险评估，得到越野环境风险权重因子。
本发明对道路条件进行风险评估包括结构化环境道路风险评估和越野环境道路风险评估。针对越野环境道路风险评估，需首先获取自适应巡航车辆的自车状态信息、目标车辆状态信息以及道路条件信息，为越野环境道路条件风险评估提供数据基础。其中，所述自车状态信息包括自车速度、自车加速度、自车位置、自车挡位、自车发动机转矩以及车辆执行机构信息；所述目标车辆状态信息包括目标车辆速度、目标车辆加速度和目标车辆相对于自车的相对速度；所述道路条件信息包括路面类型和道路坡度等。自车状态信息、目标车辆状态信息和道路条件信息均通过车载传感器获得。
所述步骤2具体包括：
步骤2.1：根据自车状态信息、目标车辆状态信息和道路条件信息分别计算良好道路条件下制动距离和当前道路条件下车辆制动距离/>。
通过获取的自车状态信息和道路条件信息分析车辆制动受力情况及制动过程，根据制动受力分析图可以得到下坡过程中最大制动减速度可表示为：
（5）
其中，为自车最大制动减速度；/>为附着系数，不同路面类型对应于不同的附着系数，本发明设定良好道路条件为平直干燥沥青路面，其路面附着系数为0.8；/>为道路坡度；/>为重力加速度。
根据制动过程分析可得简化后的车辆总制动距离可表示为：
（6）
其中，为自车速度；/>为制动系统响应时间；/>为制动器作用时间，由于本发明针对自适应巡航控制系统，所以忽略驾驶人反应时间，而是关注制动系统响应时间。
然后，根据车辆当前状态计算良好道路条件下制动距离为：
（7）
根据参数辨识得到前方道路坡度、曲率及路面类型等道路条件信息，计算当前道路条件下车辆制动距离为：
（8）
其中，为前方路线/路段路面类型所对应的路面附着系数；/>为前方路线/路段道路坡度。
步骤2.2：根据良好道路条件下制动距离和当前道路条件下车辆制动距离/>，采用公式/>计算越野环境风险权重因子/>。
最后，根据两种道路条件下制动距离评估前方路段风险：
（9）
其中，为越野环境风险权重因子。
步骤3：基于结构化环境风险权重因子建立结构化环境安全距离模型，基于越野环境风险权重因子建立越野环境安全距离模型。
在基于道路风险、车辆运行状态和道路条件计算期望安全距离之前，需要分别建立结构化环境安全距离模型和越野环境安全距离模型。所述步骤3具体包括：
步骤3.1：基于结构化环境风险权重因子建立结构化环境安全距离模型
。
具体地，传统基于固定车头时距的安全距离模型可表示为:
（10）
其中，为自车速度；/>为安全停车距离，一般取2-5m，本发明取/>=3.5m；为车头时距。
基于结构化环境道路风险评估，将结构化环境道路风险权重因子引入到传统安全距离模型（10）中，提出结构化环境安全距离模型为：
（11）
其中表示结构化环境下的期望安全距离。
步骤3.2：基于越野环境风险权重因子建立越野环境安全距离模型
。
具体地，传统基于制动过程的安全距离模型可表示为:
（12）
其中，为制动迟滞时间。
传统基于制动过程的安全距离模型（12）并未考虑车辆相对运动状态和道路条件。进一步地，综合考虑车辆相对运动状态和道路条件对于车辆间安全距离的影响的安全距离模型为：
（13）
其中，定义为期望安全距离增量，可表示为：
（14）
其中，为制动系统响应时间；/>为制动器作用时间；/>为自车速度；/>为相对速度；/>为目标车辆速度。
为了避免由于路面类型辨识及坡度角识别结果带来的附着系数和坡道角突变的情况发生，并进一步影响安全距离的计算，增加路面附着系数变化系数和道路坡度变化系数。进一步的，综合考虑车辆相对运动状态和道路条件对于车辆间安全距离的影响，且可应对道路条件突变的安全距离模型可表示为：
（15）
其中，为车头时距，本发明将制动系统响应和迟滞时间考虑在车头时距内；为越野环境安全距离模型的安全距离增量。所述的越野环境安全距离模型中定义安全距离增量为：
（16）
其中，为路面类型引起的路面附着系数变化量；路面附着系数/>和道路坡度分别作为附着系数和坡度基准；/>为坡度变化量；/>为路面附着系数变化系数；/>为道路坡度变化系数。/>和/>可分别表示为：
（17）
（18）
其中，以车辆运行位置纵坐标为，路面附着系数变化点的位置纵坐标为/>，道路坡度变化点的位置纵坐标为/>；/>和/>分别表示附着系数最大斜率调节参数和坡道角度最大斜率调节参数，默认均为1。/>表示sigmoid函数。公式（17）、（18）利用了sigmoid函数的固有特性，即对超过一定范围的输入不敏感，输入在中心点位置附近时才变得敏感，且其值域在0和1之间，函数值大小平滑变化。
基于越野环境道路风险评估，将越野环境道路风险权重因子引入到安全距离模型（15）中，得到综合考虑车辆运动状态、道路条件和道路风险的越野环境安全距离模型为：
（19）
其中表示越野环境下的期望安全距离；/>为越野道路安全距离模型的安全距离增量。
步骤4：基于结构化环境安全距离模型和越野环境安全距离模型建立分层自适应巡航控制器。
如图2所示，分层自适应巡航控制器包括上层控制器和下层控制器。具体地，基于现有的车间运动学关系模型、车辆纵向运动模型和本发明建立的当前运行环境下安全距离模型（11）或（19）建立自适应巡航上层控制器，综合考虑安全性、跟随性和乘适性建立最优控制问题，通过求解最优控制问题得到最优控制量。以相对距离、相对速度、自车速度、自车加速度和加速度变化率为状态量，以期望加速度为控制量，以前车加速度为扰动量。建立的系统状态空间方程为：
（20）
其中，
（21）
（22）
（23）
（24）
其中，表示一阶惯性环节系统增益；/>表示一阶惯性环节时间常数；/>为采样时间；/>、/>、/>、/>、/>、/>均为计算过程的中间矩阵；/>为/>时刻的控制量。/>表示系统状态量，/>表示期望安全距离与两车实际相对距离之差，/>表示两车相对速度，/>表示自车速度，/>表示自车加速度，/>表示自车加加速度，/>表示系统干扰量，/>表示前车加速度，均为/>时刻的值。同理，括号中为/>+1的变量表示其/>+1时刻的值。例如/>表示/>+1时刻系统输出的预测值。
进一步地，建立综合考虑安全性、跟随性和乘适性的最优控制问题，通过优化控制变量最小化代价函数，所述最优控制问题满足车辆动力学约束和车辆性能约束。所述的最优控制问题定义为：
（25）
其中，为预测时域，/>为控制时域，且/>；/>为在第/>个采样时刻对/>时刻系统输出的预测，其中/>；/>为参考输出值，根据目标分析，希望系统输出量越小越好，令/>；/>为权重系数，/>为松弛因子；/>、/>分别为系统输出量和控制增量的权重矩阵。/>表示/>时刻的控制增量。
步骤5：分层自适应巡航控制器的上层控制器根据结构化环境安全距离模型或越野环境安全距离模型计算当前道路条件下的期望安全距离，并依据期望安全距离求解最优控制量。
具体地，上层控制器接收车辆当前采集的自车状态信息、目标车辆状态信息、道路条件信息和道路交通事故数据。根据车辆当前所识别的路面类型，查找对应的附着系数范围，选择其范围下界计算期望安全距离。所述路面类型包括干燥沥青路面、湿沥青路面、干燥混凝土路、湿混凝土路、干燥碎石路、干燥土路、湿土路、压实的雪路和冰面。路面类型与路面附着系数对应关系如下表1所示：
表1 路面类型与路面附着系数对应关系表
根据获取的道路条件信息确定车辆当前运行环境（结构化环境或越野环境），选择对应的安全距离模型（11）或（19）计算当前运行条件下车辆间期望安全距离，即输出或/>。将当前运行条件下车辆间期望安全距离/>或/>代入最优控制问题（25）进行求解，将计算得到的最优控制量（期望加速度）传递给下层控制器。
步骤6：分层自适应巡航控制器的下层控制器依据最优控制量计算执行信号，并依据执行信号控制执行机构动作。
下层控制器依据现有的驱/制动切换策略和最优控制量的大小判断驱动还是制动，并根据判断结果经过现有的驱动系统模型或制动系统模型得到油门或制动信号作为执行信号，来控制油门和刹车动作。
本发明提出了一种基于道路风险评估的自适应巡航控制方法，不仅适用于结构化环境同样适用于越野环境。本发明方法分别对结构化环境和越野环境道路进行风险评估，并基于道路风险评估分别提出了结构化环境安全距离模型和越野环境安全距离模型。进一步构建了自适应巡航分层控制器，上层控制器集成车间运动关系模型、车辆纵向运动模型及两种环境下的安全距离模型，建立综合考虑安全性、跟随性和乘适性的最优控制问题，通过优化控制变量最小化代价函数，得到最优控制量，下层控制器依据最优控制量计算并输出相应执行信号。
针对道路风险评估和安全模型建立，一方面，针对结构化环境，通过获取运行路线或划分路段的道路交通事故数据，根据定位信息获取前方运行路线/路段道路交通事故数据对前方路线/路段进行风险评估，根据结构化环境风险权重因子建立结构化环境安全距离模型来计算期望安全距离。针对越野环境，通过车载传感器获取自车状态信息、目标车辆状态信息以及道路条件信息，量化道路条件变化对于制动距离的影响，评估道路风险，综合考虑车辆运动状态、道路条件和道路风险建立越野环境安全距离模型来计算期望安全距离。进一步建立分层自适应巡航控制器，基于模型预测控制建立上层控制器，将安全距离模型集成到控制模型中，建立考虑安全性、跟随性和乘适性的最优控制问题，求解得到最优控制量；下层控制器依据最优控制量计算并输出相应的油门或制动信号。本发明可适应不同运行环境，且在保证跟随性能的前提下，可提高车辆适应道路条件的能力，提高了车辆运行安全性。
基于本发明提供的方法，本发明还提供一种基于道路风险评估的自适应巡航控制系统，包括：
结构化环境道路风险评估模块，用于获取道路交通事故数据并进行结构化环境道路风险评估，得到结构化环境风险权重因子；
越野环境道路风险评估模块，用于获取自车状态信息、目标车辆状态信息和道路条件信息并进行越野环境道路风险评估，得到越野环境风险权重因子；所述自车状态信息包括自车速度、自车加速度、自车位置、自车挡位、自车发动机转矩以及车辆执行机构信息；所述目标车辆状态信息包括目标车辆速度、目标车辆加速度和目标车辆相对于自车的相对速度；所述道路条件信息包括路面类型和道路坡度；
安全距离模型建立模块，用于基于结构化环境风险权重因子建立结构化环境安全距离模型，基于越野环境风险权重因子建立越野环境安全距离模型；
分层自适应巡航控制器建立模块，用于基于结构化环境安全距离模型和越野环境安全距离模型建立分层自适应巡航控制器；
上层控制模块，用于分层自适应巡航控制器的上层控制器根据结构化环境安全距离模型或越野环境安全距离模型计算当前道路条件下的期望安全距离，并依据期望安全距离求解最优控制量；
下层控制模块，用于分层自适应巡航控制器的下层控制器依据最优控制量计算执行信号，并依据执行信号控制执行机构动作；所述执行机构包括油门和刹车。
本发明主要从变运行环境和变道路条件下车辆运行安全性的角度出发，量化评估不同运行环境下路段风险获取风险权重因子，针对不同运行环境提出改进安全距离模型，设计多目标协同自适应巡航分层控制器，在保证跟随性能的前提下，提高车辆自适应巡航对于变运行环境和变道路条件的适应能力和运行安全性。对于一些运行环境多变的特种车辆，如矿山车辆、基建运输车辆在执行运输任务时，搭载本发明提出的自适应巡航系统，可提高其适应变运行环境和变道路条件的能力，为车辆提供更合理的车间距离，提高车辆在变运行环境和变道路条件下的运行安全性。
进一步地，本发明还提供一种电子设备，该电子设备可以包括：处理器、通信接口、存储器和通信总线。其中，处理器、通信接口、存储器通过通信总线完成相互间的通信。处理器可以调用存储器中的计算机程序，以执行所述的基于道路风险评估的自适应巡航控制方法。
此外，上述的存储器中的计算机程序通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非暂态计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
本发明填补了多运行环境且变道路条件下自适应巡航的技术空白。传统自适应巡航研究基本上针对结构化环境道路，越野环境下的自适应巡航控制系统研究相对较少，能构兼顾两种运行环境的自适应巡航控制鲜有研究。然而特种车辆运输任务对于运行环境的要求越来越多，不能只适用于结构化环境，也应兼顾越野环境。传统的ACC存在一些问题及缺陷，一方面，传统的ACC不能够同时适用于结构化环境和越野环境；另一方面，针对越野环境，传统的ACC没有考虑复杂的行驶环境因素，算法不能够适用于路面条件多变的越野环境。一些研究虽然考虑了坡度的影响，但多数是针对坡道的经济性巡航，而越野环境应更侧重于其安全性。本发明针对以上问题，从变运行环境和变道路条件车辆运行安全性的角度出发，量化评估不同运行环境下路段风险获取风险权重因子，针对不同运行环境提出改进安全距离模型，设计多目标协同自适应巡航分层控制器，在保证跟随性能的前提下，提高了车辆自适应巡航对于变运行环境和变道路条件的适应能力和运行安全性，具有广泛的应用前景。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种基于道路风险评估的自适应巡航控制方法，其特征在于，包括：
获取道路交通事故数据并进行结构化环境道路风险评估，得到结构化环境风险权重因子；
获取自车状态信息、目标车辆状态信息和道路条件信息并进行越野环境道路风险评估，得到越野环境风险权重因子；所述自车状态信息包括自车速度、自车加速度、自车位置、自车挡位、自车发动机转矩以及车辆执行机构信息；所述目标车辆状态信息包括目标车辆速度、目标车辆加速度和目标车辆相对于自车的相对速度；所述道路条件信息包括路面类型和道路坡度；
基于结构化环境风险权重因子建立结构化环境安全距离模型，基于越野环境风险权重因子建立越野环境安全距离模型；
基于结构化环境安全距离模型和越野环境安全距离模型建立分层自适应巡航控制器；
分层自适应巡航控制器的上层控制器根据结构化环境安全距离模型或越野环境安全距离模型计算当前道路条件下的期望安全距离，并依据期望安全距离求解最优控制量；
分层自适应巡航控制器的下层控制器依据最优控制量计算执行信号，并依据执行信号控制执行机构动作；所述执行机构包括油门和刹车。
2.根据权利要求1所述的基于道路风险评估的自适应巡航控制方法，其特征在于，所述获取道路交通事故数据并进行结构化环境道路风险评估，得到结构化环境风险权重因子，具体包括：
基于路线道路交通事故数据和路段道路交通事故数据分别计算路线当量事故数和路段当量事故数/>；
基于路线当量事故数和路段当量事故数/>计算道路条件风险鉴别指标；所述道路条件风险鉴别指标包括路线事故鉴别指标均值/>和路段事故鉴别指标均值/>；
基于道路条件风险鉴别指标，采用公式计算结构化环境风险权重因子/>。
3.根据权利要求2所述的基于道路风险评估的自适应巡航控制方法，其特征在于，所述获取自车状态信息、目标车辆状态信息和道路条件信息并进行越野环境道路风险评估，得到越野环境风险权重因子，具体包括：
根据自车状态信息、目标车辆状态信息和道路条件信息分别计算良好道路条件下制动距离和当前道路条件下车辆制动距离/>；
根据良好道路条件下制动距离和当前道路条件下车辆制动距离/>，采用公式计算越野环境风险权重因子/>。
4.根据权利要求3所述的基于道路风险评估的自适应巡航控制方法，其特征在于，所述基于结构化环境风险权重因子建立结构化环境安全距离模型，具体包括：
基于结构化环境风险权重因子建立结构化环境安全距离模型；其中/>表示结构化环境下的期望安全距离；/>为自车速度；/>为车头时距；/>为安全停车距离。
5.根据权利要求4所述的基于道路风险评估的自适应巡航控制方法，其特征在于，所述基于越野环境风险权重因子建立越野环境安全距离模型，具体包括：
基于越野环境风险权重因子建立越野环境安全距离模型；其中/>表示越野环境下的期望安全距离；/>为越野道路安全距离模型的安全距离增量。
6.一种基于道路风险评估的自适应巡航控制系统，其特征在于，包括：
结构化环境道路风险评估模块，用于获取道路交通事故数据并进行结构化环境道路风险评估，得到结构化环境风险权重因子；
越野环境道路风险评估模块，用于获取自车状态信息、目标车辆状态信息和道路条件信息并进行越野环境道路风险评估，得到越野环境风险权重因子；所述自车状态信息包括自车速度、自车加速度、自车位置、自车挡位、自车发动机转矩以及车辆执行机构信息；所述目标车辆状态信息包括目标车辆速度、目标车辆加速度和目标车辆相对于自车的相对速度；所述道路条件信息包括路面类型和道路坡度；
安全距离模型建立模块，用于基于结构化环境风险权重因子建立结构化环境安全距离模型，基于越野环境风险权重因子建立越野环境安全距离模型；
分层自适应巡航控制器建立模块，用于基于结构化环境安全距离模型和越野环境安全距离模型建立分层自适应巡航控制器；
上层控制模块，用于分层自适应巡航控制器的上层控制器根据结构化环境安全距离模型或越野环境安全距离模型计算当前道路条件下的期望安全距离，并依据期望安全距离求解最优控制量；
下层控制模块，用于分层自适应巡航控制器的下层控制器依据最优控制量计算执行信号，并依据执行信号控制执行机构动作；所述执行机构包括油门和刹车。
7.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的基于道路风险评估的自适应巡航控制方法。
8.根据权利要求7所述的电子设备，其特征在于，所述存储器为非暂态计算机可读存储介质。
CN202310752445.4A 2023-06-26 2023-06-26 基于道路风险评估的自适应巡航控制方法、系统及设备 Active CN116494974B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310752445.4A CN116494974B (zh) 2023-06-26 2023-06-26 基于道路风险评估的自适应巡航控制方法、系统及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310752445.4A CN116494974B (zh) 2023-06-26 2023-06-26 基于道路风险评估的自适应巡航控制方法、系统及设备

Publications (2)

Publication Number Publication Date
CN116494974A true CN116494974A (zh) 2023-07-28
CN116494974B CN116494974B (zh) 2023-08-25

Family

ID=87316854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310752445.4A Active CN116494974B (zh) 2023-06-26 2023-06-26 基于道路风险评估的自适应巡航控制方法、系统及设备

Country Status (1)

Country Link
CN (1) CN116494974B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140012479A1 (en) * 2010-12-30 2014-01-09 Institute Of Automation, Chinese Academy Of Sciences Adaptive cruise control system and method for vehicle
CN108860148A (zh) * 2018-06-13 2018-11-23 吉林大学 基于驾驶员跟车特性安全距离模型的自适应巡航控制方法
CN112550284A (zh) * 2020-11-16 2021-03-26 东南大学 一种车路耦合作用下的自适应巡航行驶风险评估方法
CN112590789A (zh) * 2020-12-17 2021-04-02 吉林大学 一种电动汽车自适应巡航控制方法
WO2022105418A1 (zh) * 2020-11-20 2022-05-27 奇瑞汽车股份有限公司 自适应巡航控制方法、系统和车辆
US20220219691A1 (en) * 2018-03-04 2022-07-14 Traxen Inc. Automated cruise control system
CN114889599A (zh) * 2022-05-07 2022-08-12 广西睛智汽车技术有限公司 一种基于模型预测控制的自适应巡航控制算法
CN115285120A (zh) * 2022-07-07 2022-11-04 东南大学 一种基于模型预测控制的车辆跟随分层式控制系统及方法
CN116118730A (zh) * 2023-03-22 2023-05-16 北京京深深向科技有限公司 一种预见性巡航系统的控制方法、装置、设备及介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140012479A1 (en) * 2010-12-30 2014-01-09 Institute Of Automation, Chinese Academy Of Sciences Adaptive cruise control system and method for vehicle
US20220219691A1 (en) * 2018-03-04 2022-07-14 Traxen Inc. Automated cruise control system
CN108860148A (zh) * 2018-06-13 2018-11-23 吉林大学 基于驾驶员跟车特性安全距离模型的自适应巡航控制方法
CN112550284A (zh) * 2020-11-16 2021-03-26 东南大学 一种车路耦合作用下的自适应巡航行驶风险评估方法
WO2022105418A1 (zh) * 2020-11-20 2022-05-27 奇瑞汽车股份有限公司 自适应巡航控制方法、系统和车辆
CN112590789A (zh) * 2020-12-17 2021-04-02 吉林大学 一种电动汽车自适应巡航控制方法
CN114889599A (zh) * 2022-05-07 2022-08-12 广西睛智汽车技术有限公司 一种基于模型预测控制的自适应巡航控制算法
CN115285120A (zh) * 2022-07-07 2022-11-04 东南大学 一种基于模型预测控制的车辆跟随分层式控制系统及方法
CN116118730A (zh) * 2023-03-22 2023-05-16 北京京深深向科技有限公司 一种预见性巡航系统的控制方法、装置、设备及介质

Also Published As

Publication number Publication date
CN116494974B (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
US11216748B2 (en) Predictive control techniques for ground vehicles
US10286900B2 (en) Intelligent driving system with an embedded driver model
US11072329B2 (en) Ground vehicle control techniques
CN108284836B (zh) 一种车辆纵向跟随控制方法
CN109727469B (zh) 一种多车道下自动驾驶车辆综合危险度评估方法
CN111439250B (zh) 用于在路况变化的情况下辅助车辆的技术
KR101607248B1 (ko) 규칙 및/또는 비용에 기초하여 차량의 속도를 제어하기 위한 방법 및 모듈
KR101601889B1 (ko) 규칙 및/또는 비용에 기초하여 차량 속도를 제어하기 위한 방법 및 모듈
WO2021098222A1 (zh) 一种车辆行驶控制方法及相关设备
CN113788021B (zh) 一种结合前车速度预测的自适应跟车巡航控制方法
CN110182215B (zh) 一种汽车经济性巡航控制方法及装置
US20190375394A1 (en) Ground Vehicle Control Techniques
WO2012012655A2 (en) System and method for optimizing fuel economy using predictive environment and driver behavior information
CN113419533A (zh) 一种基于通信延迟的智能车队纵向跟随控制方法
CN115675098B (zh) 基于用户特征差异的智能网联汽车动能回收系统、方法、设备及存储介质
US20150322873A1 (en) Fuel-saving self-adjusting system for a vehicle engine
Németh et al. Road inclinations in the design of LPV-based adaptive cruise control⋆
Kamal et al. Eco-driving using real-time optimization
CN116513246B (zh) 一种越野环境速度规划方法、系统及设备
CN116118730B (zh) 一种预见性巡航系统的控制方法、装置、设备及介质
CN116494974B (zh) 基于道路风险评估的自适应巡航控制方法、系统及设备
EP4197869A1 (en) Vehicle driving control method with optimal battery energy efficiency
CN116142231A (zh) 一种考虑多因素的自动驾驶车辆纵向控制方法及系统
CN113327457A (zh) 一种基于车路协同技术的车辆避碰系统及方法
CN116946162B (zh) 考虑路面附着条件的智能网联商用车安全驾驶决策方法

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