基于车-车通信的车辆车速动态控制系统设计

为了更好地解决车辆纵向追尾碰撞问题,利用车联网技术,设计了基于车-车通信的车辆车速动态控制系统,在系统软硬件设计的基础上,实现了车辆之间的车速、位置等关键数据信息的相互共享,并且通过车载APP显示。系统通过对自车与前车之间的实际车距和理论安全距离比较,控制电机实现对本车的车速动态控制。实验结果表明,该系统能够有效避免车辆纵向追尾碰撞风险。     

车路协同环境下重叠线路公交车速诱导策略

为了防止公交车辆在线路重叠运行区间产生公交串车，在站点附近形成交通瓶颈，提出一种采用车速诱导策略来调整公交运行状态的动态调度模型。采用车路协同环境下的公交运营调度方式，结合各线路独自运行时的乘客需求和车辆车头时距规律，在避免重叠区站点公交串车的前提下，实现了各线路车辆最大程度地维持各自独立运行时车头时距的优化目标。提出的车路协同环境下的车速诱导调度策略，在引导各线路公交车辆间隔均匀地进入重叠区间后，根据乘客实时交通需求和道路交通状况，实现对车辆的实时调控。开发了一种启发式算法对车辆进入重叠区间的时刻进行求解，采用基于遗传算法的仿真过程求解了重叠区站点之间车辆的最佳运行速度，实现了重叠区间车辆动态调度过程。以哈尔滨市运行区间重叠的3条公交线路为实际案例进行仿真分析，对3条线路共计47辆公交车在重叠区12个站点之间的运行状况进行了优化调度。结果表明：采用提出的启发式算法进行调度后，车辆可以完全均匀地进入重叠区。通过对比采用动态调度优化前后的车辆运行状态发现，车辆串车现象由优化前的单站最多发生6次下降为0次，最大程度地实现了避免公交串车的目标。此外，车速诱导策略不仅避免了不同线路车辆在重叠区站点的串车现象，而且可以调整各线路上相邻两车之间的车头时距偏差，线路1的车头时距最大偏差从55%下降到了30%，线路2的车头时距最大偏差从25%下降到了13%，线路3的车头时距最大偏差从23%下降到了18%。     

基于目标速度的汽车ACC系统油门控制策略研究

ACC系统能够根据雷达等传感器检测到的前方车辆行驶信息,并自动控制本车的油门开度和制动强度,实现自适应巡航行驶,通过对车辆行驶纵向阻力特性的分析,针对目前广泛使用的基于目标加速度的油门开度控制策略受车辆装载质量影响较大的情况,利用功率平衡原理,提出了1种基于目标车速的油门开度控制策略,并利用PreScan软件对基于目标车速的油门开度控制策略进行了仿真实验,仿真结果表明了该控制策略有效的避免了整车装载质量变化对控制目标的影响。     

无人驾驶机器人车辆非线性模糊滑模车速控制

为了实现不同行驶工况下车速的精确、稳定控制，提出一种基于非线性干扰观测器的无人驾驶机器人车辆模糊滑模车速控制方法。考虑模型不确定性和外部干扰对车速控制的影响，建立车辆纵向动力学模型。通过分析无人驾驶机器人油门机械腿、制动机械腿的结构、机械腿操纵自动挡车辆踏板的运动，建立油门机械腿和制动机械腿的运动学模型。在此基础上，分别设计油门/制动切换控制器、油门模糊滑模控制器以及制动模糊滑模控制器，并进行控制系统的稳定性分析。油门/制动切换控制器以目标车速的导数为输入来进行油门与制动之间的切换控制。油门模糊滑模控制器和制动模糊滑模控制器以当前车速以及车速误差为输入，分别以油门机械腿直线电机位移和制动机械腿直线电机位移为输出来实现对油门与制动的控制。模糊滑模控制器中，为了减少控制抖振，滑模控制的反馈增益系数由模糊逻辑进行在线调节。模糊滑模控制器中的非线性干扰观测器用于估计和补偿无人驾驶机器人车辆的模型不确定性与外部干扰。仿真及试验结果对比分析表明：本文方法能够精确地估计和补偿无人驾驶机器人车辆的模型不确定性和外部干扰，避免了油门控制与制动控制之间的频繁切换，并实现了精确稳定的车速控制。     

丰田凯美瑞轿车自适应巡航控制系统解析

汽车自适应巡航控制（AdaptiveCruiseControl，简称ACC）是从传统巡航控制发展而来的，当车辆通过雷达探测到前方没有汽车或其他障碍物时，执行传统巡航控制，按驾驶员设定的速度行驶；当雷达探测到前方有汽车切入或减速行驶时，启动ACC控制系统，根据驾驶员设定的车间距，通过控制车辆的节气门和制动器来控制速度和加速度，以实现设定的目标车头距，从而进行自适应巡航控制。     

基于数据驱动的人机混驾多车协同控制算法

针对多车协同控制系统中，传统控制算法需要准确获取系统中与驾驶员驾驶行为相关的参数以及与车辆系统动力学相关参数等问题，提出基于数据驱动的自适应动态规划控制算法。以有人与无人驾驶车辆混行的多车协同控制系统为研究对象，通过分析系统的横纵向控制模型，推导出系统状态方程，采用递推数值方法在线逼近最优解，并通过对最优反馈控制矩阵进行优化求解，得到最优控制输入。该算法简化了系统的控制输入参数，仅仅利用V2X通信获得的车辆的前轮转角以及车辆期望的纵向加速度作为控制输入，即可实现无人驾驶车辆的优化控制。基于Carsim和Simulink进行联合仿真测试验证，结果表明，该算法控制参数简单、收敛速度快、控制精度高、适应性强，能够控制无人驾驶车辆在多车系统中保持期望的车速并且与前车保持期望的车间距，同时在任意曲率道路上行驶时与车道中心线之间的横向误差趋于0。      

基于单片机的汽车刹车预警系统设计

通过光电式传感器测速、雷达测距来测量车辆的实时车速和前后车辆的距离,并将数据传入单片机进行分析、计算。在汽车处于一定车速时,当车距小于安全距离时,单片机就会控制车辆自动刹车,以保证车辆与前车处于安全车距。通过这样的控制方式,来实现车辆的实时制动,使车辆处于安全情况。     

纯电动汽车自动驾驶功能设计

针对纯电动车自动驾驶功能,设计一种利用PID算法对车辆的驱动扭矩进行控制的系统,使得车辆的实际速度与驾驶员的期望速度一致,实现车辆自动驾驶的功能。通过实车验证和调试,该控制系统具有良好的响应精度。相较于传统汽车通过控制喷油量的多少来控制车速,具有更好的鲁棒性和实时性。     

车辆自适应巡航控制系统的建模与分层控制

为改善车辆自适应巡航控制(ACC)系统的功能,本文中研究一种ACC系统建模和分层控制方法。首先建立考虑纵向、侧向和垂向耦合特性的14自由度整车模型,并根据电子节气门和制动器的实际物理特性建立能准确跟踪期望输入的执行器模型。接着建立包含驱动/制动切换逻辑、发动机逆模型和制动器逆模型的车辆逆动力学模型。最后针对ACC系统的功能需求,应用模型匹配控制理论设计能适应不同工况的鲁棒下层控制器,而上层控制器则通过线性二次最优控制理论获得综合考虑车距、相对速度和自车加速度的期望跟车加速度。仿真结果表明,该ACC系统能使车辆在加速行驶、稳态跟车和制动减速等行驶工况下保持良好的跟踪性和自适应性。     

基于时变期望车距与最大车速的跟驰模型

为了精确模拟城市交通网络中行驶车辆之间的跟驰行为,在研究跟驰状态下车辆行驶特性的基础之上,考虑车辆行驶的最大限制速度和前车速度,对基于最大车速的广义力模型进行改进.改进的跟驰模型将处于跟驰状态的车辆与前车之间的期望车间距看作是与前车、目标车车速相关的时变量.将该模型与基于最大速度的广义力(GF)模型分别用于模拟车辆跟驰过程,与实测数据进行图表对比分析,表明该模型的仿真结果更接近实际的交通流特性.     

汽车ACC系统纵向控制六模式切换策略仿真研究

为了增强现有六模式汽车自适应巡航(ACC)系统全工况下的适应性,文中综合考虑了2车相对速度、相对距离和本车速度等参数对ACC系统控制策略的影响,提出了1种六模式ACC系统控制模式的划分方法,并定量地确定了控制模式划分的边界条件.为了使ACC系统能够根据车辆行驶工况做出合理的响应,分别设计了各控制模式的加速度算法.将模式划分方法及控制策略建立相应的Simulink模型,考虑到PreScan具有场景建立便利性和可视化等优点,采用PreScan仿真场景并通过CarSim车辆动态模型,对所设计的六模式ACC系统进行了仿真试验.仿真结果表明:提出的六模式ACC系统,在全工况特别是前车切入等复杂工况下,较现有的六模式ACC系统表现出更好的适应性.      

基于双模式执行器的商用车自适应巡航控制系统

为实现商用车自适应巡航控制(ACC)系统的功能,开发了双模式制动执行装置和电子油门控制装置,即基于高速开关阀的商用车气压电控辅助制动系统和双模式油门控制系统,可以实现驾驶员和ACC系统的协同切换控制。在此基础上,以某商用车为对象,设计了ACC系统,结合比例-积分控制器和Smith预估补偿器设计了ACC的下位控制算法。结果表明:该ACC系统速度稳态跟踪误差小于1 m.s-1,距离稳态跟踪误差小于1.5 m;同时油门执行器和制动执行器具有安装方便、与原车电子油门及气压制动系统兼容性好的优点。     

基于非线性模型预测控制的车辆纵向队列协调控制

本文中针对基于分层控制结构的车辆队列上、下层控制缺少联系的问题,提出了车辆队列跟驰与个体车辆动力学稳定性协调控制的思路,其基本思想是在保证队列中个体车辆安全稳定行驶的同时,尽可能实现队列跟驰控制的目标。基于非线性模型预测控制(nonlinear model predictive control,NMPC)方法设计了车辆队列协调控制方案,设计了包括跟驰间距误差、跟驰速度误差以及车速与车轮圆周速度差3个子目标的优化目标函数,将队列跟驰与车辆动力学稳定性的协调控制转化为约束优化控制问题;基于序列二次规划(sequential quadratic programming,SQP)方法进行求解,得到车辆前、后轴的制动/驱动力矩来实现上层决策输出的期望跟驰加速度。基于由3车辆组成的非线性队列模型对控制方案进行了仿真分析,结果表明,所提出的基于NMPC的车辆队列协调控制策略可以在大范围操纵工况下,在保证车辆安全稳定行驶的基础上实现队列的跟驰控制。     

自适应巡航及协同式巡航对交通流的影响分析

自适应巡航（ACC）和协同式自适应巡航（CACC）等自动驾驶技术正逐渐进入市场，未来一段时间内道路交通流将由人工驾驶车辆与不同等级、不同形式的自动驾驶车辆混合构成。为分析ACC和CACC对交通流的影响，利用实测交通数据NGSim建立人工驾驶车辆跟驰模型，并在综合已有ACC和CACC模型的基础上，提出基于安全间距的自动驾驶跟驰行为模型，进而得出不同ACC，CACC车辆渗透率下交通流的基本图模型。研究结果表明：自动驾驶可以提升交通容量；与ACC车辆比例r_a相比，CACC车辆比例r_c对交通容量的影响更为显著；当r_c>0.5时，饱和流量快速增加，当r_c=1时，饱和流量约为纯人工驾驶时的2倍。进一步，通过仿真考察车辆在车队中的跟驰响应和交通流在瓶颈处的运行情况。研究结果表明：自动驾驶改善了交通流的动态特性，对存在跟驰关系的连续车流来说，自动驾驶使得后车可以更加及时地响应前车的行为，车流会在更短的时间内进入稳态；在交通瓶颈处，自动驾驶降低了拥堵程度，提高了阻塞发生的临界流量。总体来看，自动驾驶对交通流静态和动态性能均有所提升，特别是在协同式自动驾驶场景下，车辆行为更加协调一致，交通流表现出良好的抗扰性，进一步验证了车路协同对自动驾驶的意义。     

Development of a path planning system using mean shift algorithm for driver assistance

The longitudinal and lateral vehicle control techniques have been widely used in several active driver assistance systems. The adaptive cruise control, lane keeping assistant control, vehicle platooning and stop-and-go control are typical examples of the most important applications. In this study, a novel path planning method is proposed considering the driving environment such as road shape, ego vehicle and surrounding vehicles’ movement. The relative distance and velocity between the ego vehicle and surrounding vehicles are identified with respect to the predicted lane shape in front of the ego vehicle. Based on the identified information, the road shape and surrounding vehicles are mapped into the intensity image and the desired vector for the ego vehicle’s movement is determined by the maximum intensity density tracing method. The desired vehicle path is followed by the acceleration/deceleration control and the steering assist control, respectively. In order to evaluate the performance of the proposed system, simulations are conducted and compared with ACC systems.     

信号交叉口右转机动车与行人和非机动车冲突研究

研究的主要内容为:未设置右转专用相位的信号灯控制道路交叉口右转机动车流与行人和非机动车的冲突行为,包括冲突数据的采集和提取、右转车流受到干扰前后速度与过街时间对比分析以及机非冲突速度-距离模型。以现实交通数据为基础,通过软件提取右转机动车与行人和非机动车冲突数据,建立标准统一的冲突数据库,以此为基础对比分析右转车流正常行驶状态和受到干扰情况下通过道路交叉口时的车速和过街时间,并建立右转车辆距离机非冲突点不同位置时所对应不同速度的统计模型。研究结果对右转专用相位设立标准的建立和相应信号配时方案的设计具有一定的工程指导意义。     

Human driving data-based design of a vehicle adaptive cruise control algorithm

This paper presents a vehicle adaptive cruise control algorithm design with human factors considerations. Adaptive cruise control (ACC) systems should be acceptable to drivers. In order to be acceptable to drivers, the ACC systems need to be designed based on the analysis of human driver driving behaviour. Manual driving characteristics are investigated using real-world driving test data. The goal of the control algorithm is to achieve naturalistic behaviour of the controlled vehicle that would feel natural to the human driver in normal driving situations and to achieve safe vehicle behaviour in severe braking situations in which large decelerations are necessary. A non-dimensional warning index and inverse time-to-collision are used to evaluate driving situations. A confusion matrix method based on natural driving data sets was used to tune control parameters in the proposed ACC system. Using a simulation and a validated vehicle simulator, vehicle following characteristics of the controlled vehicle are compared with real-world manual driving radar sensor data. It is shown that the proposed control strategy can provide with natural following performance similar to human manual driving in both high speed driving and low speed stop-and-go situations and can prevent the vehicle-to-vehicle distance from dropping to an unsafe level in a variety of driving conditions.     

考虑道路因素的智能车辆纵向运动决策与控制研究

针对智能车辆纵向运动时的交通道路适应性问题,考虑路面附着系数和前车运动速度等因素,研究了智能车辆纵向运动决策与控制方法。论文研究了基于车头时距的纵向运动决策方法并建立不同驾驶行为的目标车速模型,运用变论域模糊推理算法设计了目标加速度模型。基于纵向动力学模型,运用自适应反演滑模控制算法建立了驱动控制器和制动控制器。对高附着系数路面和低附着系数路面的行驶工况进行仿真试验验证,结果表明,在不同的附着系数路面和前车变速行驶条件下,智能车辆能实时、合理地决策目标车速、目标加速度,实现安全、高效、稳定的跟驰。     

制动与转向协调动作的车辆避撞控制研究（双语出版）

为了弥补现有汽车避撞控制策略以及碰撞风险评价指标单一的不足，提出转向和制动协调的主动避撞控制系统。首先规划了五次多项式换道路径，在对其理论分析的基础上得到转向临界避撞距离和与目标车道车辆的安全距离约束。其次，考虑道路附着系数和系统延迟的影响，基于制动过程给出制动临界避撞距离，并以纵向行驶安全系数ξ和碰撞时间倒数T^-1_TC划分安全行驶区域，利用驾驶人实车跟车数据标定稳态跟随/定速巡航区域的阈值。随后，通过转向/制动临界避撞距离的对比给出2种避撞方式的安全收益范围。最后搭建Simulink/CarSim联合仿真模型，并对其进行不同初始条件下的避撞仿真试验。研究结果表明：转向操作在制动距离不足时仍是有效的；当主车高速近距离接近静止前车时，主车可以顺利采取转向换道动作，而常规ACC系统在2.5 s处的车间相对距离为-0.76 m，事实上已经发生了碰撞；当相邻车道前车与主车纵向间距不满足换道安全距离约束时，避撞控制系统进入紧急制动模式，最大制动减速度达到-0.8g（g为重力加速度），实际最小车间距为5.1 m；通过转向和制动的协调动作，充分发挥了车辆的避撞潜力；ξ和T^-1_TC指标的融合，可以更好地评估碰撞风险并实现不同控制模式的转换，在保证行车安全的同时可避免过分制动给乘客造成的紧张感。     

基于线性路径跟踪控制的换道避撞控制策略研究

为实现车辆自主避撞，改善道路交通安全状况，提出一种基于线性路径跟踪控制的换道避撞控制策略。为实时确定制动和换道时机，获取跟车状态下自车和前车车速、加速度、相对距离以及驾驶人制动反应时间计算制动安全距离和换道安全距离，并在此基础上分别引入制动危险系数B和换道危险系数S评估制动与换道风险，使得车辆发生追尾碰撞的危险程度和主动干预阈值更直观。根据车辆期望横向加速度和期望横向位移的变化特性，采用5次多项式法规划符合驾驶人换道避撞特性的避撞路径。为保证换道避撞过程中驾驶人的安全舒适，采用最大横向加速度约束换道避撞轨迹。为实现对换道避撞路径的线性跟踪控制，保证车辆的操纵稳定性和横摆稳定性，基于车辆稳态动力学模型建立前馈控制，结合线性反馈控制消除换道路径的位置和横摆角偏差，修正参考路径实现直车道场景追尾避撞控制。仿真和实车交叉验证试验表明：根据车辆期望横向加速度和期望横向位移建立的符合驾驶人换道避撞特性的五次多项式换道路径与驾驶人实际换道避撞路径基本吻合，结合碰撞时间和车间时距的制动避撞控制策略能够在保证车辆行驶安全舒适性的同时有效避免车辆追尾碰撞，减少交通事故的发生。