基于自然驾驶数据的车辆自适应巡航系统控制方法

在常规的基于模型预测控制自适应巡航系统的算法中，舒适性约束均是采用固定加速度的形式，没有深入考虑不同速度下的加速度极值范围问题，这会导致在追求安全性和速度跟随性情况下，系统加速度和冲击度变化过大，从而降低了驾乘的舒适性。根据NGSIM自然驾驶数据集所得到了车辆的速度-加速度关系，并以此作为加速度的约束目标，将常规模型预测控制的定约束改为随速度变化的变约束，从而达到根据自然驾驶数据提高跟车舒适性的目的，并通过仿真试验验证了该方法的合理性。研究结果表明：该方法可使ACC系统在保证安全跟车和速度跟随的同时，使得加速度和冲击度波动变小；最大冲击度相比定加速度约束的模型预测控制减小了14.96%,可有效改善ACC系统的舒适性。