基于驾驶员行为特性的自适应巡航控制的研究

为了获取驾驶员跟车行为特性并以此为基础设计自适应巡航控制系统,建立驾驶员控制增益随车速变化的动态跟车模型。引入驾驶员追踪误差敏感度,定量分析控制增益与车速的动态变化关系。为了准确描述驾驶员行为特性,定义速度误差敏感系数SVE(Sensitivity to Velocity Error)和距离误差敏感系数SDE(Sensitivity to Distance Error),基于非线性优化算法求解模型参数。最后通过Matlab搭建自适应巡航系统,进行仿真试验,并与驾驶员试验结果对比,验证控制算法。     

基于自适应控制系统的智能车横向轨迹跟踪控制

智能车辆轨迹跟踪控制的研究中,由于不同工况下控制算法的适应性不强,存在着较大的跟踪误差。为提高智能车辆行驶的自适性、跟踪精度与鲁棒性,提出了一种基于模型参考自适应控制系统（MRAC）的自适应PID控制方法。利用车辆模型与参考模型输出误差自适应PID控制器的3个参数,从而得到一种基于MRAC的自适应PID控制方法。MATLAB仿真对比结果表明,2种工况基于MRAC的自适应PID最大侧向跟踪误差分别为0.036 m和0.076 m,相比传统PID控制模型,该控制模型的控制精度分别提升52.10%、11.76%,表现出更好的横向轨迹跟踪性能。     

基于非线性扰动观测的商用车ESC自适应滑模控制研究

针对商用车ESC控制中,实际车辆存在各种扰动,难以建立精确的车辆模型,传统滑模控制存在较大抖振等问题,本文中提出基于非线性扰动观测(NDOB)的自适应滑模控制(ADSMC)算法。首先,利用非线性扰动观测器对车辆建模的扰动项进行估计;然后,采用径向基神经网络对滑模控制器的关键参数进行自适应调节,以简化参数调节过程、减小滑模抖振、提高控制精度;最后,在TruckSim中建立车辆模型,在MATLAB中建立控制策略模型,在电控气压硬件在环试验台上,对控制算法进行试验验证。试验结果表明,NDOB-ADSMC算法的ESC控制效果良好,能够满足车辆ESC控制需求。     

基于改进粒子群优化算法的多目标自适应巡航控制

跟驰过程中,在保证安全性的前提下为了提升自适应巡航控制(ACC)系统的舒适性和燃油经济性,研究了多目标自适应巡航控制算法.在建立车间纵向运动学模型的基础上,根据模型预测控制理论,设计综合考虑安全性、舒适性、燃油经济性以及车辆自身限制等因素的目标函数和约束条件,并引入松弛因子向量软化硬约束边界解决无可行解问题.进一步在滚...     

智能网联车辆加速车道类人化汇入控制研究

为研究智能网联车辆(Intelligent Connected Vehicle, ICV)与高速公路主线传统人工驾驶车辆(Human-driven Vehicle, HDV)交互时通过高速公路加速车道的汇入控制算法,提出了一种融合随机森林(Random Forest, RF)算法和深度Q网络(Deep Q-network, DQN)算法的ICV汇入控制模型(DQN-RF)。首先,建立路侧数据采集平台,采集了中国G70高速公路加速车道汇入区域HDV的真实汇入过程数据。其次,考虑汇入环境车辆历史数据流和汇入车在加速车道的汇入紧迫度,建立了基于RF算法的类人化汇入决策模型。采用城市交通仿真(Simulation of Urban Mobility, SUMO)平台搭建了高速公路加速车道ICV汇入场景,并基于Python语言建立了ICV汇入控制深度强化学习测试脚本环境,建立了基于DQN的纵向加速度控制算法。最后,将RF汇入决策模型嵌入DQN纵向加速度控制算法中,实现了ICV汇入决策和纵向加速度控制的融合。将SUMO内置的LC2013换道模型与DQN模型融合为DQN-LC2013模型,作为基线模...     

基于GPC的稀燃天然气发动机空燃比自适应控制

建立了电控单点喷射稀燃天然气发动机的CARIMA模型,设计了广义预测自适应空燃比控制器。采用Matlab/Simulink建立了仿真模型,并进行了仿真对比。结果表明,与PID控制算法相比,基于GPC的自适应算法稳态性能优良,能明显改善空燃比瞬态跟随精度,对系统扰动具有更强的鲁棒性。     

基于非线性扰动估计的客车防侧翻控制

针对客车防侧翻控制中,实际车辆系统建模容易受到各种未知非线性扰动及参数摄动,难以建立精确的车辆模型,标准滑模控制(sliding mode control, SMC)存在较大抖振等问题,本文中提出径向基神经网络自适应滑模控制(radial basis function-adaptive sliding mode control, RBF-ADSMC)算法。首先,利用RBF神经网络控制器对车辆建模过程中的各种未知扰动项及参数摄动项进行估计;然后,利用RBF神经网络对标准SMC的关键参数进行自适应调节;最后,搭建电控气压硬件在环试验台,对控制算法进行硬件在环试验验证。试验结果表明,RBF-ADSMC算法控制效果良好,能够满足客车防侧翻控制需求。RBF-ADSMC算法与SMC算法相比较,能够减小客车的侧倾角和侧向加速度,提高客车的防侧翻控制效果。     

Adaptive Cruise Control System of Electric Vehicles Considering Both Economy and Safety

提出一种兼顾节能与安全的电动车自适应巡航控制算法.定量分析加速度对电动车经济性的影响,构建燃油经济性与跟车安全性的性能指标,采用模型预测控制方法协同优化系统性能指标,仿真与试验的结果表明,所提出的算法能兼顾整车经济性与安全性.     

基于MPC的无人驾驶汽车轨迹控制研究

为更好地实现对无人驾驶汽车行驶路径的跟踪修正,基于模型预测算法控制车辆的车速和横摆角。通过建立车辆运动学模型、制定目标函数、确定约束条件,设计出了轨迹跟踪控制器。并通过Matlab/Simulink、CarSim软件搭建模型预测控制算法。结果显示,在预定工况下,车辆参考路径和实际行驶误差较小,并有较好的横向稳定性。结果表明该算法能在一定程度能保证无人驾驶汽车的安全性,为智能车辆控制提供了基础。     

基于单神经元的汽车方向自适应PID控制

针对汽车方向动力学控制存在的非线性和参数时变不确定性问题，提出了一种新的基于单神经元的汽车方向自适应PID控制算法。该算法利用了神经网络的自学习和自适应能力，实现了方向PID控制器的参数在线自整定，从而避免了传统的自适应PID控制必须在线辨识被控系统的参考模型参数而带来的计算工作量大的问题。仿真计算和场地试验验证表明该控制算法可有效地控制汽车按照预期给定的轨迹行驶，且保证了汽车方向闭环控制系统具有较强的适应性和鲁棒性。     

基于RRT与MPC的智能车辆路径规划与跟踪控制研究

为分析智能车辆实时规划和跟踪控制的相互影响关系,基于改进的快速随机搜索树规划算法(improved-RRT)与线性时变的模型预测控制算法,提出了一种智能车路径规划与跟踪控制系统的构架。首先,采用目标导向、节点修剪、曲线拟合和最优路径选择等方法对基础RRT规划算法进行改进,保证规划路径满足车辆运动学约束并趋近最优解。然后,基于线性时变模型预测控制算法,实现智能车对期望路径的稳定控制。硬件在环仿真结果表明,车速为36 km/h,规划步长为2 m,规划周期为0.1 s时,侧向加速度小于0.2g,满足安全性和实时性要求。最后,分析了车速、规划步长和规划周期等因素对实时规划和稳定跟踪的影响。     

基于遗传PID算法的自适应巡航控制

随着高级驾驶辅助系统(ADAS)成本的下降,ADAS系统逐渐被下放到普通家用车上。自适应巡航系统(ACC)作为ADAS的重要组成部分,深受广大消费者的关注。文章设计了基于遗传算法和PID算法的上位控制器和基于模糊控制的下位控制器。使用Carsim和Simulink仿真后结果显示,基于遗传PID算法的自适应巡航控制具有更好的控制精度和控制效率。     

无人驾驶汽车十字路口多车协作控制研究*

针对无交通灯控制的十字交叉路口的无人驾驶汽车主动避让控制问题,基于专用短程通信技术(DSRC),利用多车协作控制算法和矩形检测法建立了基于碰撞时间(TTC)的两车冲突判断模型,预估当前行驶状态下将会发生碰撞的区域。同时从时间和空间两方面设计了消解算法,根据消解算法调整当前行驶状态以避免车辆发生碰撞。采用PanoSim与MATLAB/Simulink联合仿真,结合模糊PID控制无人驾驶车辆的驱动、制动与转向系统,对所搭建的模型准确度进行验证。试验结果表明,算法能很好地控制无人驾驶车辆在十字路口避免与其他车辆的碰撞。     

云控场景下车辆队列的模型预测控制方法

鉴于采用边缘云进行集中式车辆队列控制时,通信时延将会降低队列控制性能指标甚至导致队列失稳,本文在考虑通信时延和车辆纵向非线性动力学特性前提下,从包括队列能效的多目标优化出发,提出了一种基于边缘云的队列集中式模型预测控制算法,并设计了一种时延补偿方法.首先分析了控制算法的渐进稳定性;然后通过不同时延下的仿真试验对控制算法...     

车辆自适应巡航控制系统的模糊PID实现

建立了适合于车辆自适应巡航控制系统精确的车辆纵向动力学模型,简化了自动变速器模型,采用混合模糊PID控制算法实现了车辆自适应巡航系统"定速"和"跟驰"两个控制目标.仿真结果表明,该控制算法具有响应速度快、超调量小、能够消除系统偏差等优点.     

基于电子真空助力器的汽车驾驶辅助系统制动压力控制

针对电子真空助力器实现制动压力主动调节功能时存在参数时变的问题,基于一种参考模型自适应控制理论对其控制算法进行设计,并应用李亚普诺夫理论证明了该控制系统的稳定性.同时,设置制动压力变化率阈值作为紧急制动辅助(EBA)功能的启动条件以降低系统成本.试验结果表明,所设计的压力调节功能控制算法可有效地减小系统参数时变造成的干...     

无人驾驶车辆轨迹跟踪控制研究

为了提升智能车辆在轨迹跟踪控制中的性能,文章基于车辆运动学模型建立了一种带有前馈补偿和反馈最优控制策略的线性二次型调节器(LQR)轨迹跟踪控制算法。并通过搭建Carsim/Simulink联合仿真模型,验证该算法在不同工况下的轨迹跟踪效果。结果表明,该算法在不同车速和不同路面附着条件下都能保证无人驾驶车辆准确地跟踪参考轨迹,且具有较强的鲁棒性。     

基于非线性预测和沿轨迹线性化MPC的车辆路径跟踪控制方法

针对车辆路径跟踪模型预测控制(MPC)的动力学非线性问题和实时性要求,引入基于非线性预测和沿轨迹线性化的模型预测控制算法(MPC-NPLT),依据上一控制周期得到的控制序列预估系统未来的运动轨迹,将非线性因素从在线优化计算中排除,使其转化为二次规划问题;制定直接横摆力矩控制系统的切换策略和制动力分配策略,实现其与转向系...     

基于MPC的分布式驱动越野车辆原地转向控制研究

针对轮毂电机分布式驱动越野车辆在狭小空间快速机动的需求,设计了一种分层结构的原地转向控制策略。基于动力学原理分析了各轮载荷、附着条件对原地转向横摆速度的影响机理,并搭建原地转向运动学模型,上层采用模型预测控制算法设计原地转向理想轨迹以及期望的横摆角速度,开发基于PI滑模控制的横摆运动跟踪算法,通过补偿转向横摆力矩以提高方向角控制的鲁棒性和稳定性,下层以最优轮胎利用率为目标,设计二次规划算法优化分配各轮附加横摆力矩。dSPACE硬件在环测试结果表明,所提出的控制算法可在保证稳定性的前提下实现原地转向,大幅提高了车辆的转向机动性,在方向盘动态输入仿真中,车辆最大转弯半径为0.157 m,转向中心的最大偏移量为3.610 m;同时,驾驶员能对转向过程进行闭环控制,实现了原地转向过程中横摆速度的实时调节。     

交织区多车道协同自适应控制方法

为了提升交织区的通行效率,提出了一种基于不同车道复杂度的多车道协同自适应控制优化方法,该方法考虑多路合流交织区信号周期长、渠化复杂、冲突频繁等运行特征,制定了分车道自适应信号灯控制策略,在交织区复杂度算法的基础上建立基于定向渠化的车道复杂度模型.以最小总延误为目标,利用不同车道复杂度、排队长度等约束条件建立了多车道协同自适应优化模型,并利用BP神经网络求解最小总延误下的最优控制方案.以重庆市"黄花园大桥—石黄隧道"桥隧结合部的三路合流交织区为实验对象,以高峰小时交通量调查数据为依据,利用Matlab与Vissim对不同信号灯控制方案进行优化对比分析,实验结果表明,19种不同控制方案中,P3S12(3相位控制方案12)最优,其总延误降低了27%,优于其他18种控制方案,不同时段流量状态下分车道自适应控制总延误比现行控制方案平均降低了69%.本文方法能够显著的降低交织区的延误,比现状控制方案延误结果更优.