基于深度强化学习的车辆跟驰控制

针对自适应巡航控制系统在控制主车跟驰行驶中受前车运动状态的不确定性影响问题，在分析车辆运动特点的基础上，提出一种能够考虑前车运动随机性的跟驰控制策略。搭建驾驶人实车驾驶数据采集平台，招募驾驶人进行实车跟驰道路试验，建立驾驶人真实驾驶数据库。假设车辆未来时刻的加速度决策主要受前方目标车辆运动影响，建立基于双前车跟驰结构的主车纵向控制架构。将驾驶数据库中的驾驶数据分别视作前车和前前车运动变化历程，利用高斯过程算法建立了前车纵向加速度变化随机过程模型，实现对前方目标车运动状态分布的概率性建模。将车辆跟驰问题构建为一定奖励函数下的马尔可夫决策过程，引入深度强化学习研究主车跟驰控制问题。利用近端策略优化算法建立车辆跟驰控制策略，通过与前车运动随机过程模型进行交互式迭代学习，得到具有运动不确定性跟驰环境下的主车纵向控制策略，实现对车辆纵向控制的最优决策。最后基于真实驾驶数据，对控制策略进行测试。研究结果表明：该策略建立了车辆纵向控制与主车和双前车状态之间的映射关系，在迭代学习过程中对前车运动的随机性进行考虑，跟驰控制中不需要对前车运动进行额外的概率预测，能够以较低的计算量实现主车稳定跟随前车行驶。     

基于高精地图的车辆节能巡航控制方法研究

传统的定速巡航模式可在一定程度上缓解驾驶疲劳,并在平坦道路上使车辆行驶保持较好的燃油经济性,但在具有坡度的道路上,定速巡航往往会导致燃油消耗增多,不利于节能减排。随着车用导航高精地图的不断发展与普及,智能网联车辆可依靠实时地图信息提前获取前方道路坡度及交通流信息,这使得车辆节能巡航成为可能。基于车用导航高精地图,以旅途耗时和总燃油消耗作为代价函数,利用正向动态规划求解节能巡航车速;采用Matlab 软件的 Simulink 工具,构建车辆行驶计算模型,并输入溧宁高速约 10 km 的道路信息进行仿真验证。结果表明：相较于普通定速巡航,基于车用导航高精地图的车辆节能巡航可在通行时间延误不超过 1.24% 的前提下降低 5.95% 的燃油消耗。     

Modeling and Co-simulation of Adaptive Cruise Control System

采用Carsim与Simulink建立了一种车辆纵向动力学模型;然后基于最优控制和PID控制,设计了具有上、下两层结构的自适应巡航控制系统;最后对典型的自适应巡航工况进行联合仿真.结果表明,所设计的自适应巡航控制系统能使自车在保持一定车距的前提下较好地跟踪前车速度变化,并对前车的紧急制动有较好的响应.     

基于ACC系统的目标车辆换道与出入弯道状态辨识算法

自适应巡航控制(ACC)系统利用雷达对前方目标进行追踪,当前车进行换道或进出弯道时,ACC系统无法区分这两种状态,容易引发交通冲突。针对此问题,本文中通过实际驾驶试验,获取了前车不同运动状态的数据,采用道路曲率估算值、前车行驶轨迹的斜率及其变化率和前车与自车之间横向距离作为表征参数,结合车-路协同运动特征,建立了前车换道与进出弯道的识别模型,并利用实测数据对模型的有效性进行了验证。结果表明:当自车处于直道时,对前车换道和进入弯道的识别率分别达到91.46%和89.81%;当自车处于弯道时,对前车换道和驶出弯道的识别率分别达到87.06%和90.42%。     

面向混合自动驾驶车流的协同自适应巡航控制EI北大核心CSCD

车联网V2V环境下能实时获取自车和周围车辆的运动状态、驾驶工况和道路环境,为汽车自适应巡航控制系统提供更准确的信息。为消除自动驾驶汽车(AV)和人工驾驶汽车(MV)混合行驶工况下的车头时距干扰对汽车纵向巡航控制的影响,提出了一种基于车联网V2V的协同自适应控制方法。通过车联网V2V实时采集车辆跟驰过程中车辆基本安全信息(basic safety message,BSM),进而获得车辆相对运动状态和驾驶行为序列;应用线性最优二次型方法建立驾驶操纵序贯链优化目标函数,再对扰动作用下的汽车运动状态改变量进行短时预测;在此基础上,以混合车流车头时距的最优均衡状态为目标,构建了车辆跟驰间距的滚动优化模型和协同自适应控制方法。实验结果表明,在头车加/减速行驶工况下,改进后的车辆控制器能更快响应前车运动状态的变化量,并在保证车辆安全跟驰间距的情况下,降低了车头时距,提高了道路通行能力。     

基于道路坡度实时信息的经济车速优化方法

作为生态驾驶辅助系统的组成部分,提出了基于道路坡度实时信息的车辆经济车速优化方法。搭建了车辆油耗模型和车辆动力学模型,对于车辆行驶在没有坡度的和前方出现坡道的两种情况,进行最省油车速优化。根据坡度信息,利用动态规划算法,计算出通过坡道的经济车速。对于一款D级轿车,运用Matlab/Simulink和Carsim联合仿真,与真实道路信息上实车模拟结果进行对比分析。结果表明:与传统定速巡航控制算法相比,该算法节油达到5%。这说明,该算法能降低车辆油耗。结合全球定位系统(GPS)信息以及地理信息系统(GIS),该技术可用于基于车联网的生态驾驶辅助系统。     

四轮独立驱动电动车自适应巡航滑模控制

为实现四轮独立驱动电动汽车的自适应巡航功能,采用基于趋近律的滑模控制理论设计了自适应巡航控制系统。上位控制器以实际车距与期望车距的偏差作为输入,采用滑模控制律获得主车期望加速度,然后将期望加速度作为下位控制器的输入,计算出电机期望转矩,用于实现自适应巡航控制。在CarSim中建立电动汽车整车模型,并与Simulink进行联合仿真。仿真结果表明,在前车匀速、加速、减速等直线行驶工况以及曲率较大的弯道行驶工况下,提出的自适应巡航控制方法均能够使主车具有良好的跟踪能力。     

基于多模式切换的智能汽车自适应巡航控制研究

针对前车运动状态和驾驶意图的不可预知性导致传统自适应巡航控制(ACC)系统应用受限的问题,设计了一种多模式切换的自适应巡航控制方法。根据自车与前车的运动学关系划分行驶模式,采用紧急系数表征各行驶模式下的危险程度;设计模糊控制器调节模型预测控制(MPC)中目标函数的权重值,以满足不同工况下跟车性和舒适性的需求差异,实现不同控制模式间的切换。仿真结果表明,多模式切换控制方法有效提高了车辆跟车性和舒适性,在各种工况下取得了优良的控制效果。     

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。     

基于危险性的汽车ACC切车场景设计研究

针对汽车自适应巡航控制系统功能测试需求，基于曝光度及危险性分析设计ACC切车场景。基于自然驾驶数据，通过对切车工况数据特征进行分析，提取切车工况，并基于先验的智能驾驶模型、最优化方法和扫描线种子填充算法设计了关键切车场景。基于场景仿真软件完成了关键切车场景的构建及对ACC功能模块的仿真验证，并进行了危险切车场景仿真分析。结果表明基于考量场景曝光度及危险性的自然驾驶关键切车场景提取与设计方法，可有效设计开发汽车自适应巡航控制系统典型测试场景。     

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。     

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。      

混合动力客车自适应巡航控制研究

为减轻驾驶员驾驶负担,综合改善车辆的行驶安全、节能和环保性能,针对所研究的混合动力客车,提出一种自适应巡航控制算法。控制算法采用分层控制结构,由上层控制器和下层控制器组成。上层为多模式切换控制器,它根据本车与前车的行驶状态,得出整车期望加速度;下层为转矩协调控制器,它根据上层控制器得到的期望加速度,对发动机、起动发电集成电机和主电机驱动转矩或制动转矩进行协调控制。开发了基于MICROAUTOBOX的整车控制器,并通过采用模拟雷达信号的转鼓实验台实验和采用真实雷达信号的实际道路实验对所开发的控制系统进行验证。结果表明,所开发的分层控制系统能实现混合动力客车的自适应巡航控制,不仅减轻了驾驶员的驾驶负担和提高了行驶安全性,且在一定程度上实现了节能减排。     

基于红外测距的道路前方车辆探测预警系统研究

进行道路前方车辆探测预警系统设计时,通常采用红外测距仪来获取道路前方车距信息,并以此作为前车探测的基础数据。为了消除系统状态误差和测量误差对车距信息数据精度的影响,可根据车距信息和相对车速不会突变的特性建立预测模型,基于此预测模型,应用Kalman滤波理论准确预测相对车速,并利用车距信息和相对车速计算安全距离报警阈值。试验证明该探测及预警方法可大大提高车辆探测的准确性和鲁棒性。     

CC的智能驾驶辅助系统

<正>ACC自适应巡航系统自适应巡航系统ACC(AdaptiveCruise Control)大幅度提升了驾驶中的主动安全性,并降低了长途行车的疲劳感。另外自适应巡航功能增加了车辆与驾驶者之间的互动,驾驶者可以根据个人的喜好做出选择。并可对行驶速度以及前方车辆间的距离进行调节设定。CC前方进气格栅上的实心大众徽标是由镀铟塑料制作的,铟是雷达波可穿透的。大众徽标的后面隐藏着一个半球形的车     

2010年款奥迪A8自适应定速巡航系统

<正>自适应巡航系统(也叫主动巡航系统,Adaptive Cruise Control,缩写为ACC)是一种新开发的驾驶人辅助系统,它与传统的车速控制系统相比,在功能上有很大扩展。由于减少对油门踏板和制动踏板的操作,可明显提高驾驶舒适性。使用该系统可以使驾驶人严格遵守车速限制以及车距,从而保证交通的畅通。2010年款奥迪A8使用的是BOSCH公司的新一代ACC系统,首次在车的正前方使用了2个     

引入驾驶风格系数的跟车控制优化策略

目前已有的汽车自适应巡航控制（ACC）系统主要从汽车安全性角度发挥作用,而汽车驾驶者的主观感受往往被忽略,导致 ACC 系统接受度、使用率均未能达到理想水平。事实上,汽车驾驶者不仅要求 ACC 系统能够保障行车安全,而且也需要体现出个性化需求。为增强 ACC 系统的适用性,在确保车辆巡航安全的基础上,引入一种融合驾驶风格系数的自适应控制策略,并基于 Matlab/Simulink 和 CarSim 软件建立仿真平台,对典型车辆巡航场景（正常跟随前车）进行仿真验证。结果表明,引入驾驶风格系数的 ACC 系统可以更好地迎合汽车驾驶者的心理诉求。研究结果可为 ACC 系统的个性化发展提供技术参考。     

法雷奥已经或即将实用化的汽车新技术

智能化自适应前照灯系统(AFS) 法雷奥智能化自适应前照灯系统能根据车前方道路情况,自动调整前照灯灯光,从而有效提高了汽车行驶安全性。弯道照明是该系统的首要功能,它能根据夜间行驶道路的弯道情况,随时自动调整汽车前灯光束。     

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。     

智能网联电动汽车经济性巡航速度规划

本文中在充分利用智能交通环境信息的前提下，提出一种基于滚动距离域近似动态规划的经济性巡航速度规划方法，实现了车辆在不同坡度道路上的经济性巡航，有效延长电动汽车的续航里程。首先，根据动态交通环境，设计了基于距离域的分段滚动形式，建立车速与道路坡度的映射关系；其次，采用了带有异步并行网络的近似动态规划算法，综合考虑安全性和通行效率，快速求解经济性巡航车速；最后，搭建智能网联汽车硬件在环仿真平台对所提方法进行了验证。结果表明，与传统定速巡航策略相比，本文中提出的方法在不增加通行时间的前提下，可有效降低车辆能耗，延长续航里程。