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。进一步在滚动优化环节中,引入具有求解多约束问题能力的改进粒子群优化算法进行求解。通过数值仿真对比分析,结果表明,基于改进粒子群优化算法的多目标自适应巡航控制算法能有效提高燃油经济性和行车舒适性。结合CarSim搭建模型进行联合仿真,验证算法有效。     

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。     

汽车缩略语辨析(三十三)

自适应巡航控制系统(ACC) 自适应巡航控制系统(ACC:Adaptive Crui se Control System)是电装公司(Denso)开发的在巡航控制系统的基础上增加了车距控制与车距报警功能,旨在减轻驾驶者疲劳,但是驾驶者仍要注意与前方车辆的间距,本装置起到了驾驶员操纵的辅助作用.     

汽车ACC跟随控制策略研究

提出了ACC车辆与前车之间的速度一位移关系以及分别以车距控制和相对车速控制为目标的2种LQR模型，并根据两车的速度一位移关系的不同实现2种模型之间的转换，以生成符合驾驶员操作行为的ACC车辆控制目标，建立了实现控制目标的车速控制模型。仿真计算表明控制策略满足乘坐舒适性和保持安全车距的要求。     

车辆自适应巡航控制系统的研究现状

自适应巡航控制系统(ACC)一方面可以有效避免碰,另一方面可以提高驾驶舒适性和行车安全,有效减轻了驾驶员的操作负担,在特定工况下实现了汽车的纵向自动驾驶,文章主要介绍介自适应巡航控制系统的控制策略和控制算法以及ACC系统的控制理论的研究现状。     

大众车系主动巡航控制系统简介

巡航控制系统（CruISe Control System）简称CCS,该系统对汽车速度和行驶状态进行调节和控制,以减轻驾驶员的疲劳强度,提高行车安全性以及舒适性。汽车巡航控制系统如图1所示,下文将介绍主动巡航控制系统。     

基于ADAS实验平台自适应巡航控制系统的研究

自适应巡航控制系统(Adaptive Cruise Control System,ACC)是高级辅助驾驶系统(Advanced Driver Assistance System,ADAS)中的重要组成部分,可在很大一定程度上减少驾驶员在驾驶车辆途中交通事故的发生率,减少人员伤亡和不必要的财产损失。文章进行在ADAS实验平台下ACC系统的应用,实现MATLAB/Simulink和CarSim软件的联合仿真。     

考虑驾驶员和道路特性的车辆自适应巡航模型预测控制

文章提出一种将模糊逻辑控制与模型预测控制相结合的控制方法用于车辆的自适应巡航控制(ACC)。在该方法中,模糊控制器根据驾驶员和道路特性对模型预测控制器得到的优化结果进行修正,得到期望的纵向加速度作为主车的控制输入。ACC算法在Matlab/Simulink中搭建,仿真结果显示,提出的ACC算法能够在不同的驾驶风格和路面条件下很好地实现跟车功能,算法具有很强的鲁棒性。     

基于并线行为识别的自适应巡航控制方法

本文中针对自适应巡航控制系统受旁车并线影响产生的制动干预时机不确定性问题,提出了一种采用旁道车辆并线行为进行优化的自适应巡航控制策略,以获得制动干预的最佳时机。首先,建立了以历史行驶数据和周围环境为输入、基于长短时记忆网络的驾驶行为识别模型,实现对旁道车辆驾驶行为类别的有效识别。当识别出并线行为后,根据并线车辆运动状态对自适应巡航系统进行加速度控制,建立系统的预测控制模型,确定跟随性、舒适性和油耗这3项性能指标与约束条件,并引入理想点法对期望加速度进行求解,有效避免了人为选择权重因素的干扰。然后,将最优控制序列的第一个元素作用于系统,再重新评估系统状态信息以实现滚动优化。最后,建立MATLAB/Simulink仿真模型,进行定速巡航、跟车行驶和并线工况的对比仿真,并通过实车试验进行验证。结果表明:所提算法能更快响应旁车并线时跟车目标的变化,有效降低速度波动,避免了绝大部分的车辆紧急制动,同时,考虑并线驾驶特性的控制模型能有效提高乘车舒适性,降低安全风险。     

面向ADAS应用的智能电动车横纵向耦合控制的车辆动力学系统建模

随着汽车智能化的发展，高级驾驶辅助系统（ADAS）相关产品逐渐进入市场。文章针对智能车自适应巡航（ACC）和车道保持（LKA）系统的联合控制问题，建立车辆动力学模型。车辆动力学是一个多自由度耦合的非线性系统，为了建立准确的车辆模型，首先在一些基本的假设条件下，分别从车辆纵向动力学、横向动力学、驾驶员模型这三个角度，对车辆进行了建模与分析，为后续控制策略设计提供模型基础。     

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。     

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.      

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C-V2X自适应巡航仿真研究

在传统的自适应巡航(Adaptive Cruise Control ACC)控制中,主要依靠雷达或视觉对车辆周围环境的感知,但是在一些情况,比如:下雨、雾天或者在弯道行驶时,因为传感器对外界感知能力的不足,造成自适应巡航体验不佳;为克服雷达和视觉传感器的不足,文章主要基于C-V2X(Cellular Vehicle to Everything)技术,结合RSU(Road Side Unit)发送局部地图,实现车辆对周边车辆的感知。在弯曲道路下,ACC利用车车通信V2V(Vehicle to Vehicle)和RSU发送的MAP消息集,实现对不同车道的目标车辆进行实时切换,保障车辆在弯道上的ACC行驶安全。通过Matlab/Simulink搭建基于C-V2X的ACC算法,通过仿真表明利用C-V2X的ACC在弯道上能够根据RSU提供的MAP消息集,针对不同车道远车RV(Remote Vehicle)进行实时的目标切换,同时主车HV(Host Vehicle)能够与跟踪目标车辆保持安全距离,实现车辆安全行驶。     

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     

基于LQR控制的现代客车自适应空气悬架

长期在不良工况的道路上驾驶会降低驾驶员的乘坐舒适性。随着人们对乘坐舒适性需求不断提升,空气弹簧的优势尤为明显。文章提出了一种基于LQR控制策略的自适应空气悬架系统的创新设计方案,提出的LQR控制器采用粒子群算法进行优化。以客车空气悬架为研究对象,采用MATLAB软件对空气悬架系统的被动和自适应动力学模型进行了设计和仿真。仿真结果表明,自适应空气悬架系统在保证车辆稳定性的同时,降低了车辆在随机道路上的最大位移幅值,从而提高了车辆的平顺性。     

基于模糊理论的汽车智能巡航控制策略与仿真

基于模糊控制和模型匹配理论,应用分层式汽车智能巡航控制策略,实现节气门和制动踏板的协调控制。模糊上位控制器以实际距离与理想距离差和前方车辆与巡航车速度差作为输入,结合设计的模糊规则,获得巡航车期望加速度。考虑车辆系统干扰和响应延时性影响,构建了模型匹配下位控制器以确保巡航车期望加速度的实际输出。利用Simulink对控制功能实施了仿真验证,结果表明,该控制策略可有效实现智能跟随和定速巡航功能,提高行驶安全性。     

基于CarSim的车辆自适应巡航仿真与试验研究

利用CarSim/Simulink联合仿真方法建立了某试验样车的车辆动力学仿真模型,通过对标试验验证了仿真模型与样车的一致性;基于验证后的仿真模型设计并开发了自适应巡航仿真控制器并进行了车辆自适应巡航仿真试验;将仿真控制器移植到自主研发的车辆自适应巡航电控系统并进行实车试验并取得初步效果。     

某商用车可兼容手动挡车型的定速巡航控制策略

提出一种可兼容手动挡车型并预留ACC、 AEBS接口的定速巡航控制策略,基于安全控制策略满足手动和自动挡车型定速巡航控制需求,判断在安全条件下可使手动挡车型在换挡或驾驶员加速超车后保持巡航控制,完全满足自动挡巡航控制需求的情况下,兼容手动车型,提升手动挡定速巡航功能操纵驾驶舒适性,并且安全可靠,人机交互性良好。     

基于DMPC的智能汽车协同式自适应巡航控制

本文中针对单向通信拓扑的非线性车辆队列协同式自适应巡航(CACC)控制问题,提出一种保证队列稳定且满足队列各车跟随性、安全性和乘员舒适性的分布式模型预测控制(DMPC)策略。首先建立了车辆队列的动力学模型和通信拓扑结构模型,并基于队列系统的多项优化性能设计代价函数和系统约束,使队列中每一辆跟随车基于其接收到的有限信息求解一个开环局部最优问题,计算出当前时刻的最优控制量作为输入并不断重复这个过程,达到滚动优化的目的,实现车辆队列的协同式自适应巡航控制。其次通过CACC系统局部代价函数之和构建Lyapunov候选函数,证明了车辆队列系统渐进稳定性的充分条件。最后通过CarSim和Simulink联合仿真,分析了算法在理想状态下对不同形式单向通信拓扑车辆队列的控制性能;通过实车试验,验证了算法在实车条件下感知层存在抖动、底层控制存在延迟和误差时的控制性能。仿真和实车试验的结果表明,本文提出的控制策略能使队列车辆实现各项优化性能,同时对外部干扰有较好的鲁棒性。