CN108732923A - 一种智能驾驶车辆加速度跟踪控制方法 - Google Patents
一种智能驾驶车辆加速度跟踪控制方法 Download PDFInfo
- Publication number
- CN108732923A CN108732923A CN201810534201.8A CN201810534201A CN108732923A CN 108732923 A CN108732923 A CN 108732923A CN 201810534201 A CN201810534201 A CN 201810534201A CN 108732923 A CN108732923 A CN 108732923A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- acceleration
- amount
- calculated
- intelligent driving
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000001133 acceleration Effects 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 85
- 230000008569 process Effects 0.000 claims abstract description 37
- 230000005540 biological transmission Effects 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 6
- 238000005096 rolling process Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 description 11
- 230000033001 locomotion Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008844 regulatory mechanism Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Control Of Transmission Device (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
Abstract
本发明涉及一种智能驾驶车辆加速度控制方法,属于智能车辆控制技术领域,解决了现有技术无法实现对智能驾驶车辆加速度精确跟踪的问题。所述方法包括以下步骤:在自动驾驶模式下,实时获取行驶加速度期望值ades;利用所述行驶加速度期望值ades及加速度补偿量Δa,计算得到行驶过程中的预估行驶阻力Fd;根据预估行驶阻力Fd,计算得到发动机控制量和制动控制量;发动机、制动***分别按所述发动机控制量和制动控制量执行控制,用于改变智能驾驶车辆的行驶状态;根据智能驾驶车辆的当前车速信息和历史车速信息,得到加速度补偿量Δa。上述方法及智能驾驶车辆加速度控制***,实现了对智能驾驶车辆加速度精确跟踪,方法简单,易于实现。
Description
技术领域
本发明涉及智能车辆控制技术领域,尤其涉及一种智能驾驶车辆加速度控制方法。
背景技术
近年来有关智能驾驶车辆的研究广受关注,而智能驾驶车辆集感知、导航、路径规划、运动控制等功能于一体,对缓解城市交通拥挤、降低能源消耗有着重要的意义,同时智能驾驶车辆也是高新技术的集合体,是一个国家综合技术发展的标志和特征。目前,智能驾驶车辆已经成为全球各国研究的热门领域。
运动控制是智能驾驶车辆中非常重要的一块,而汽车的加速性能以及制动性能直接影响到智能驾驶车辆对车辆运动的控制,需要对相应的执行器如发动机、制动***提出一定的性能要求。目前在自动驾驶领域,对于车辆的运动控制方案多是基于运动学的车辆速度调节机制,这种方案存在以下几种缺点:
一,未能充分考虑车辆内部执行机构变化对车辆运动的影响,如传动***中的变速器换挡动作对车辆动力传递的影响以及制动***在压强过大时所造成的轮胎滑移。
二,不能考虑到执行器的响应特性和执行特性,因此无法对车辆的执行器的性能做一个直观的评价,更不能将执行器的变化考虑到控制***内。
三,没有从车辆动力学的角度对车辆纵向运动进行分析,因此运动过程中的加速性能和制动性能不能保障,需要从控制方法上进行大量的优化工作。
发明内容
鉴于上述的分析,本发明旨在提供一种智能驾驶车辆加速度控制方法,用以解决现有技术无法实现对智能驾驶车辆加速度精确跟踪的问题。
本发明的目的主要是通过以下技术方案实现的:
一种智能驾驶车辆加速度跟踪控制方法,所述方法包括以下步骤:
在自动驾驶模式下,实时获取行驶加速度期望值ades;
利用所述行驶加速度期望值ades及加速度补偿量Δa,计算得到行驶过程中的预估行驶阻力Fd;
根据预估行驶阻力Fd,计算得到发动机控制量和制动控制量;
发动机、制动***分别按所述发动机控制量和制动控制量执行控制,用于改变智能驾驶车辆的行驶状态;
根据智能驾驶车辆的当前车速信息和历史车速信息,得到加速度补偿量Δa。
本发明有益效果如下:与现有技术相比,本实施例提供的智能驾驶车辆加速度跟踪控制方法通过计算行驶过程中的预估行驶阻力,进一步的判断智能驾驶车辆在行驶过程中应该驱动还是制动,然后计算得到发动机或者是制动***的控制量,最后通过加入增量式PID控制方法来提升对加速度的跟踪精度。
在上述方案的基础上,本发明还做了如下改进:
进一步,利用式(1)计算得到所述行驶过程中的预估行驶阻力Fd:
Fd=Ff+Fi+Fw+Fa (1)
其中,Ff为车辆行驶滚动阻力,Fi为车辆受道路坡度影响造成及重力造成的坡道阻力,Fw为车辆行驶所受空气阻力,Fa为车辆加速过程中的期望加速度阻力。
采用上述进一步方案的有益效果是:行驶过程中的预估行驶阻力代表了智能驾驶车辆在行驶过程中所受的整体阻力,通过计算行驶过程中的预估行驶阻力,能够分析智能驾驶车辆在行驶过程的受力情况,并由此提供智能驾驶车辆处于驱动还是制动过模式的判断依据。
进一步,所述Ff、Fi、Fw、Fa的计算公式分别为:
Ff=f·Gcosα (2)
Fi=G·sinα (3)
Fw=Cd·A·v2/21.25 (4)
Fa=δ·m·(ades+Δa) (5)
其中,f为路面滚动阻力系数,G为车辆自身重力,α为车辆行驶过程道路坡度,Cd为车辆行驶过程空气阻力系数,A为车辆行驶过程迎风面积,v为车辆当前周期平均速度,δ为车辆旋转质量系数,m为车辆质量,ades为车辆行驶加速度期望值,Δa为加速度补偿量。
采用上述进一步方案的有益效果是:通过给出预估行驶阻力各个部分的具体计算公式,使得本领域的技术人员能够根据本实施例所述方法计算得到预估行驶阻力,计算过程清晰易懂,易于实现。
进一步,若预估行驶阻力Fd≥0,车辆进入驱动模式,计算得到驱动模式下的制动控制量和发动机控制量;若预估行驶阻力Fd<0,车辆进入制动模式,计算得到制动模式下的制动控制量和发动机控制量。
采用上述进一步方案的有益效果是:通过判断预估行驶阻力与0之间的关系,若大于等于0,车辆进入驱动模式,否则进入制动模式,处理过程简单明了,易于理解。
进一步,在驱动模式下,制动控制量brake置零,
发动机控制量thro由公式(6)计算得到,
thro=f-1(Te,es) (6)
其中,Te为需求驱动力矩,es为发动机转速;
需求驱动力矩Te由公式(7)计算得到,
Te=i·Fd (7)
其中,i为传动***总传动比。
通过给出驱动模式下发动机控制量和制动控制量的计算过程,本领域的技术人员能够根据本实施例所述方法得到驱动模式下的发动机控制量和制动控制量。
采用上述进一步方案的有益效果是:
进一步,在制动模式下,发动机控制量thro置零,
制动控制量brake由公式(8)计算得到
其中,Fb为需求制动力,k为制动***模型一次项系数,b为制动***模型常数项系数;
需求制动力Fb由公式(9)计算得到,
其中,Te0为怠速时的发动机输出,i为传动***总传动比。
采用上述进一步方案的有益效果是:通过给出制动模式下发动机控制量和制动控制量的计算过程,本领域的技术人员能够根据本实施例所述方法得到制动模式下的发动机控制量和制动控制量。
进一步,所述传动***总传动比i由如下公式计算得到:
i=ig·iz·if (10)
其中,ig为变速箱实际档位的传动比,if为分动器传动比,iz为主减速器传动比。
若车辆并非全驱车辆,则计算时不考虑分动器传动比if,此时传动***总传动比:
i=ig·iz (11)。
采用上述进一步方案的有益效果是:通过给出传动***总传动比的计算公式,便于本领域的技术人员根据本申请提供的技术方法得到传动***总传动比。
进一步,根据增量式PID的控制方法计算当前周期的控制量ΔU:
ΔU=kp·(adev-adev1)+ki·adev+kd·(adev-2adev1+adev2) (12)
其中,adev、adev1、adev2分别为当前周期、前两个周期的加速度偏差,kp为比例参数,ki为积分参数,kd为微分参数;
当前周期的加速度补偿量:
Δa=Δalast+ΔU (13)
其中,Δalast为上一周期的加速度补偿量。
采用上述进一步方案的有益效果是:本实施例将增量式PID控制方法用于加速度补偿量的计算过程,能够有效提高加速度的跟踪精度,提高智能驾驶车辆的智能化程度,本实施例提供的方法实用性强,对于加速度的跟踪效果有明显改进。
进一步,当前周期的加速度偏差adev根据下述步骤计算得到:
存储当前周期的实时车辆速度数据和前五个周期的实时车辆速度数据,去除当中的最大值和最小值,将剩余四个周期的实时车辆速度数据平均值作为当前周期平均速度v;
将前4个周期的车速分别记为v1、v2、v3、v4,计算得到当前周期平均加速度areal:
areal=(v-v4+v1-v3)/(6·Δt) (14)
其中,Δt为单个计算周期;
利用前四个周期的期望加速度ades1、ades2、ades3、ades4,计算前四个周期的平均期望加速度:
afdes=(ades1+ades2+ades3+ades4)/4 (15)
计算得到当前周期的加速度偏差:
adev=afdes-areal (16)。
采用上述进一步方案的有益效果是:通过提供当前周期的加速度偏差adev的计算方法,能够快速得到当前周期的加速度偏差,可行性强。
进一步,判断智能驾驶车辆自动驾驶标志位:若为0,进入人工驾驶模式;若为1,进一步判断制动踏板是否存在驾驶员踩踏行为,若存在驾驶员踩踏行为,自动驾驶标志位清零,进入人工驾驶模式;否则,进入自动驾驶模式。
采用上述进一步方案的有益效果是:由于智能驾驶车辆既存在自动驾驶模式,也存在人工驾驶模式,通过本实施例提供的方法能够简单、快速地判断智能驾驶车辆所处的模式。
本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书、权利要求书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为智能驾驶车辆加速度跟踪方法一个实施例的流程图;
图2为智能驾驶车辆加速度跟踪方法另一个实施例的流程图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
本发明的一个具体实施例,公开了一种智能驾驶车辆加速度跟踪控制方法,所述方法包括以下步骤:
在自动驾驶模式下,实时获取行驶加速度期望值ades;
利用所述行驶加速度期望值ades及加速度补偿量Δa,计算得到行驶过程中的预估行驶阻力Fd;
根据预估行驶阻力Fd,计算得到发动机控制量和制动控制量;
发动机、制动***分别按所述发动机控制量和制动控制量执行控制,用于改变智能驾驶车辆的行驶状态;
根据智能驾驶车辆的当前车速信息和历史车速信息,得到加速度补偿量Δa。
实施时,将根据智能驾驶车辆的当前车速信息和历史车速信息得到加速度补偿量Δa,反馈至下一周期的预估行驶阻力计算过程,根据行驶加速度期望值ades及加速度补偿量Δa,计算得到行驶过程中的预估行驶阻力Fd。
与现有技术相比,本实施例提供的智能驾驶车辆加速度跟踪控制方法通过计算行驶过程中的预估行驶阻力,进一步的判断智能驾驶车辆在行驶过程中应该驱动还是制动,然后计算得到发动机或者是制动***的控制量,最后通过加入增量式PID控制方法来提升对加速度的跟踪精度。
优选地,利用式(1)计算得到所述行驶过程中的预估行驶阻力Fd:
Fd=Ff+Fi+Fw+Fa (1)
其中,Ff为车辆行驶滚动阻力,Fi为车辆受道路坡度影响造成及重力造成的坡道阻力,Fw为车辆行驶所受空气阻力,Fa为车辆加速过程中的期望加速度阻力。
行驶过程中的预估行驶阻力代表了智能驾驶车辆在行驶过程中所受的整体阻力,通过计算行驶过程中的预估行驶阻力,能够分析智能驾驶车辆在行驶过程的受力情况,并由此提供智能驾驶车辆处于驱动还是制动过模式的判断依据。
优选地,所述Ff、Fi、Fw、Fa的计算公式分别为:
Ff=f·Gcosα (2)
Fi=G·sinα (3)
Fw=Cd·A·v2/21.25 (4)
Fa=δ·m·(ades+Δa) (5)
其中,f为路面滚动阻力系数,G为车辆自身重力,α为车辆行驶过程道路坡度,Cd为车辆行驶过程空气阻力系数,A为车辆行驶过程迎风面积,v为车辆当前周期平均速度,δ为车辆旋转质量系数,m为车辆质量,ades为车辆行驶加速度期望值,Δa为加速度补偿量。
通过给出预估行驶阻力各个部分的具体计算公式,使得本领域的技术人员能够根据本实施例所述方法计算得到预估行驶阻力,计算过程清晰易懂,易于实现。
优选地,若预估行驶阻力Fd≥0,车辆进入驱动模式,计算得到驱动模式下的制动控制量和发动机控制量;若预估行驶阻力Fd<0,车辆进入制动模式,计算得到制动模式下的制动控制量和发动机控制量。
通过判断预估行驶阻力与0之间的关系,若大于等于0,车辆进入驱动模式,否则进入制动模式,处理过程简单明了,易于理解。
优选地,在驱动模式下,制动控制量brake置零,
由汽油发动机速度特性曲线可知,发动机需求驱动力矩、发动机控制量、发动机转速之间的关系如下公式所示:
Te=f(thro,es) (6)
发动机控制量thro由上式逆计算得到,即根据公式(7)计算得到,
thro=f-1(Te,es) (7)
其中,Te为需求驱动力矩,es为发动机转速;
需求驱动力矩Te由公式(8)计算得到,
Te=i·Fd (8)
其中,i为传动***总传动比。
通过给出驱动模式下发动机控制量和制动控制量的计算过程,本领域的技术人员能够根据本实施例所述方法得到驱动模式下的发动机控制量和制动控制量。
在制动模式下,发动机控制量thro置零,
考虑到在车轮未抱死的情况下,盘式制动器所产生的制动力与制动压力关系为一次线性关系,如下公式所示:
Fb=k*brake+b (9)
其中,Fb为需求制动力,k为制动***模型一次项系数,b为制动***模型常数项系数;
制动控制量brake由公式(10)计算得到。
需求制动力Fb由公式(11)计算得到,
其中,Te0为怠速时的发动机输出,i为传动***总传动比。
通过给出制动模式下发动机控制量和制动控制量的计算过程,本领域的技术人员能够根据本实施例所述方法得到制动模式下的发动机控制量和制动控制量。
传动***总传动比i由如下公式计算得到:
i=ig·iz·if (12)
其中,ig为变速箱实际档位的传动比,if为分动器传动比,iz为主减速器传动比。
若车辆并非全驱车辆,则计算时不考虑分动器传动比if,此时传动***总传动比:
i=ig·iz (13)。
优选地,根据增量式PID的控制方法计算当前周期的控制量ΔU:
ΔU=kp·(adev-adev1)+ki·adev+kd·(adev-2adev1+adev2) (14)
其中,adev、adev1、adev2分别为当前周期、前两个周期的加速度偏差,kp为比例参数,ki为积分参数,kd为微分参数;
计算得到当前周期的加速度补偿量:
Δa=Δalast+ΔU (15)
其中,Δalast为上一周期的加速度补偿量。
本实施例将增量式PID控制方法用于加速度补偿量的计算过程,能够有效提高加速度的跟踪精度,提高智能驾驶车辆的智能化程度,本实施例提供的方法实用性强,对于加速度的跟踪效果有明显改进。
当前周期的加速度偏差adev根据下述步骤计算得到:
存储当前周期的实时车辆速度数据和前五个周期的实时车辆速度数据,去除当中的最大值和最小值,将剩余四个周期的实时车辆速度数据平均值作为当前周期平均速度v;
将前4个周期的车速分别记为v1、v2、v3、v4,计算得到当前周期平均加速度areal:
areal=(v-v4+v1-v3)/(6·Δt) (16)
其中,Δt为单个计算周期;
利用前四个周期的期望加速度ades1、ades2、ades3、ades4,计算前四个周期的平均期望加速度:
afdes=(ades1+ades2+ades3+ades4)/4 (17)
计算得到当前周期的加速度偏差:
adev=afdes-areal (18)。
本发明的另一实施例中,如图2所示,判断智能驾驶车辆自动驾驶标志位:若为0,进入人工驾驶模式;若为1,进一步判断制动踏板是否存在驾驶员踩踏行为,若存在驾驶员踩踏行为,自动驾驶标志位清零,进入人工驾驶模式;否则,进入自动驾驶模式。
由于智能驾驶车辆既存在自动驾驶模式,也存在人工驾驶模式,通过本实施例提供的方法能够简单、快速地判断智能驾驶车辆所处的模式。
本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读存储介质中。其中,所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种智能驾驶车辆加速度跟踪控制方法,其特征在于,所述方法包括以下步骤:
在自动驾驶模式下,实时获取行驶加速度期望值ades;
利用所述行驶加速度期望值ades及加速度补偿量Δa,计算得到行驶过程中的预估行驶阻力Fd;
根据预估行驶阻力Fd,计算得到发动机控制量和制动控制量;
发动机、制动***分别按所述发动机控制量和制动控制量执行控制,用于改变智能驾驶车辆的行驶状态;
根据智能驾驶车辆的当前车速信息和历史车速信息,得到加速度补偿量Δa。
2.根据权利要求1所述的智能驾驶车辆加速度跟踪控制方法,其特征在于,利用式(1)计算得到所述行驶过程中的预估行驶阻力Fd:
Fd=Ff+Fi+Fw+Fa (1)
其中,Ff为车辆行驶滚动阻力,Fi为车辆受道路坡度影响造成及重力造成的坡道阻力,Fw为车辆行驶所受空气阻力,Fa为车辆加速过程中的期望加速度阻力。
3.根据权利要求2所述的智能驾驶车辆加速度跟踪控制方法,其特征在于,所述Ff、Fi、Fw、Fa的计算公式分别为:
Ff=f·Gcosα (2)
Fi=G·sinα (3)
Fw=Cd·A·v2/21.25 (4)
Fa=δ·m·(ades+Δa) (5)
其中,f为路面滚动阻力系数,G为车辆自身重力,α为车辆行驶过程道路坡度,Cd为车辆行驶过程空气阻力系数,A为车辆行驶过程迎风面积,v为车辆当前周期平均速度,δ为车辆旋转质量系数,m为车辆质量,ades为车辆行驶加速度期望值,Δa为加速度补偿量。
4.根据权利要求1-3中任一项所述的智能驾驶车辆加速度跟踪控制方法,其特征在于,若预估行驶阻力Fd≥0,车辆进入驱动模式,计算得到驱动模式下的制动控制量和发动机控制量;若预估行驶阻力Fd<0,车辆进入制动模式,计算得到制动模式下的制动控制量和发动机控制量。
5.根据权利要求4中任一项所述的智能驾驶车辆加速度跟踪控制方法,其特征在于,在驱动模式下,制动控制量brake置零,
发动机控制量thro由公式(6)计算得到,
thro=f-1(Te,es) (6)
其中,Te为需求驱动力矩,es为发动机转速;
需求驱动力矩Te由公式(7)计算得到,
Te=i·Fd (7)
其中,i为传动***总传动比。
6.根据权利要求5所述的智能驾驶车辆加速度跟踪控制方法,其特征在于,在制动模式下,发动机控制量thro置零,
制动控制量brake由公式(8)计算得到
其中,Fb为需求制动力,k为制动***模型一次项系数,b为制动***模型常数项系数;
需求制动力Fb由公式(9)计算得到,
其中,Te0为怠速时的发动机输出,i为传动***总传动比。
7.根据权利要求1所述的智能驾驶车辆加速度跟踪控制方法,其特征在于,所述传动***总传动比i由如下公式计算得到:
i=ig·iz·if (10)
其中,ig为变速箱实际档位的传动比,if为分动器传动比,iz为主减速器传动比。
若车辆并非全驱车辆,则计算时不考虑分动器传动比if,此时传动***总传动比:
i=ig·iz (11)。
8.根据权利要求1所述的智能驾驶车辆加速度跟踪控制方法,其特征在于,根据增量式PID的控制方法计算当前周期的控制量ΔU:
ΔU=kp·(adev-adev1)+ki·adev+kd·(adev-2adev1+adev2) (12)
其中,adev、adev1、adev2分别为当前周期、前两个周期的加速度偏差,kp为比例参数,ki为积分参数,kd为微分参数;
计算得到当前周期的加速度补偿量:
Δa=Δalast+ΔU (13)
其中,Δalast为上一周期的加速度补偿量。
9.根据权利要求8所述的智能驾驶车辆加速度跟踪控制方法,其特征在于,当前周期的加速度偏差adev根据下述步骤计算得到:
存储当前周期的实时车辆速度数据和前五个周期的实时车辆速度数据,去除当中的最大值和最小值,将剩余四个周期的实时车辆速度数据平均值作为当前周期平均速度v;
将前4个周期的车速分别记为v1、v2、v3、v4,计算得到当前周期平均加速度areal:
areal=(v-v4+v1-v3)/(6·Δt) (14)
其中,Δt为单个计算周期;
利用前四个周期的期望加速度ades1、ades2、ades3、ades4,计算前四个周期的平均期望加速度:
afdes=(ades1+ades2+ades3+ades4)/4 (15)
计算得到当前周期的加速度偏差:
adev=afdes-areal (16)。
10.根据权利要求1所述的智能驾驶车辆加速度跟踪控制方法,其特征在于,判断智能驾驶车辆自动驾驶标志位:若为0,进入人工驾驶模式;若为1,进一步判断制动踏板是否存在驾驶员踩踏行为,若存在驾驶员踩踏行为,自动驾驶标志位清零,进入人工驾驶模式;否则,进入自动驾驶模式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810534201.8A CN108732923B (zh) | 2018-05-29 | 2018-05-29 | 一种智能驾驶车辆加速度跟踪控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810534201.8A CN108732923B (zh) | 2018-05-29 | 2018-05-29 | 一种智能驾驶车辆加速度跟踪控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108732923A true CN108732923A (zh) | 2018-11-02 |
CN108732923B CN108732923B (zh) | 2021-03-30 |
Family
ID=63936628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810534201.8A Active CN108732923B (zh) | 2018-05-29 | 2018-05-29 | 一种智能驾驶车辆加速度跟踪控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108732923B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110126760A (zh) * | 2019-04-10 | 2019-08-16 | 百度在线网络技术(北京)有限公司 | 用于交通工具的驾驶控制的方法、装置、设备和介质 |
CN110390739A (zh) * | 2019-07-24 | 2019-10-29 | 浙江吉利汽车研究院有限公司 | 一种车辆数据处理方法及车辆数据处理*** |
CN111055830A (zh) * | 2019-11-27 | 2020-04-24 | 苏州智加科技有限公司 | 一种车辆自动驾驶传动***的控制方法及装置 |
CN111222728A (zh) * | 2018-11-23 | 2020-06-02 | 长沙智能驾驶研究院有限公司 | 无人驾驶运载车辆调度方法、调度***及存储介质 |
CN112947047A (zh) * | 2021-01-26 | 2021-06-11 | 重庆长安汽车股份有限公司 | 一种基于自适应pid算法的自动驾驶加速度控制方法 |
CN113282090A (zh) * | 2021-05-31 | 2021-08-20 | 三一专用汽车有限责任公司 | 工程车辆无人驾驶控制方法、装置、工程车辆及电子设备 |
CN114407892A (zh) * | 2022-01-19 | 2022-04-29 | 上汽通用五菱汽车股份有限公司 | 车辆的加速度控制方法、装置、设备和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101417655A (zh) * | 2008-10-14 | 2009-04-29 | 清华大学 | 一种车辆多目标协调式自适应巡航控制方法 |
CN101633359A (zh) * | 2008-07-24 | 2010-01-27 | 通用汽车环球科技运作公司 | 具有驾驶风格识别的自适应车辆控制*** |
JP2010167982A (ja) * | 2009-01-26 | 2010-08-05 | Mazda Motor Corp | 車両の制御装置及び制御方法 |
CN102139696A (zh) * | 2010-02-02 | 2011-08-03 | 通用汽车环球科技运作有限责任公司 | 疏堵 |
CN102183960A (zh) * | 2011-05-06 | 2011-09-14 | 北京航空航天大学 | 一种适用于独立式自动跟踪的局部可柔度虚杆转弯控制*** |
CN102795224A (zh) * | 2011-05-25 | 2012-11-28 | 奥迪股份公司 | 用于运行纵向引导的驾驶员辅助***的方法以及机动车 |
US8504274B2 (en) * | 2010-05-12 | 2013-08-06 | Mando Corporation | Adaptive cruise control method on incline |
CN106166960A (zh) * | 2016-05-24 | 2016-11-30 | 中国人民解放军空军第航空学院 | 四轮独立驱动电动汽车的质心侧偏角控制方法 |
CN106873589A (zh) * | 2017-02-16 | 2017-06-20 | 北理慧动(常熟)车辆科技有限公司 | 一种智能车辆自主跟随方法 |
CN107300863A (zh) * | 2017-07-12 | 2017-10-27 | 吉林大学 | 一种基于map图和在线标定的纵向加速度控制方法 |
-
2018
- 2018-05-29 CN CN201810534201.8A patent/CN108732923B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101633359A (zh) * | 2008-07-24 | 2010-01-27 | 通用汽车环球科技运作公司 | 具有驾驶风格识别的自适应车辆控制*** |
CN101417655A (zh) * | 2008-10-14 | 2009-04-29 | 清华大学 | 一种车辆多目标协调式自适应巡航控制方法 |
JP2010167982A (ja) * | 2009-01-26 | 2010-08-05 | Mazda Motor Corp | 車両の制御装置及び制御方法 |
CN102139696A (zh) * | 2010-02-02 | 2011-08-03 | 通用汽车环球科技运作有限责任公司 | 疏堵 |
US8504274B2 (en) * | 2010-05-12 | 2013-08-06 | Mando Corporation | Adaptive cruise control method on incline |
CN102183960A (zh) * | 2011-05-06 | 2011-09-14 | 北京航空航天大学 | 一种适用于独立式自动跟踪的局部可柔度虚杆转弯控制*** |
CN102795224A (zh) * | 2011-05-25 | 2012-11-28 | 奥迪股份公司 | 用于运行纵向引导的驾驶员辅助***的方法以及机动车 |
CN106166960A (zh) * | 2016-05-24 | 2016-11-30 | 中国人民解放军空军第航空学院 | 四轮独立驱动电动汽车的质心侧偏角控制方法 |
CN106873589A (zh) * | 2017-02-16 | 2017-06-20 | 北理慧动(常熟)车辆科技有限公司 | 一种智能车辆自主跟随方法 |
CN107300863A (zh) * | 2017-07-12 | 2017-10-27 | 吉林大学 | 一种基于map图和在线标定的纵向加速度控制方法 |
Non-Patent Citations (3)
Title |
---|
宋威龙,等: "基于驾驶员类型分析的智能车辆交叉口行为决策", 《北京理工大学学报》 * |
熊光明,等: "基于速度控制的轮式滑动转向移动机器人航向跟踪", 《北京理工大学学报》 * |
陈慧岩,等: "越野无人驾驶车双回路电控-液压制动***设计及试验", 《北京理工大学学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111222728A (zh) * | 2018-11-23 | 2020-06-02 | 长沙智能驾驶研究院有限公司 | 无人驾驶运载车辆调度方法、调度***及存储介质 |
CN110126760A (zh) * | 2019-04-10 | 2019-08-16 | 百度在线网络技术(北京)有限公司 | 用于交通工具的驾驶控制的方法、装置、设备和介质 |
CN110126760B (zh) * | 2019-04-10 | 2021-07-16 | 百度在线网络技术(北京)有限公司 | 用于交通工具的驾驶控制的方法、装置、设备和介质 |
CN110390739A (zh) * | 2019-07-24 | 2019-10-29 | 浙江吉利汽车研究院有限公司 | 一种车辆数据处理方法及车辆数据处理*** |
CN111055830A (zh) * | 2019-11-27 | 2020-04-24 | 苏州智加科技有限公司 | 一种车辆自动驾驶传动***的控制方法及装置 |
CN112947047A (zh) * | 2021-01-26 | 2021-06-11 | 重庆长安汽车股份有限公司 | 一种基于自适应pid算法的自动驾驶加速度控制方法 |
CN112947047B (zh) * | 2021-01-26 | 2022-08-09 | 重庆长安汽车股份有限公司 | 一种基于自适应pid算法的自动驾驶加速度控制方法 |
CN113282090A (zh) * | 2021-05-31 | 2021-08-20 | 三一专用汽车有限责任公司 | 工程车辆无人驾驶控制方法、装置、工程车辆及电子设备 |
CN114407892A (zh) * | 2022-01-19 | 2022-04-29 | 上汽通用五菱汽车股份有限公司 | 车辆的加速度控制方法、装置、设备和存储介质 |
CN114407892B (zh) * | 2022-01-19 | 2024-05-28 | 上汽通用五菱汽车股份有限公司 | 车辆的加速度控制方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108732923B (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108732923A (zh) | 一种智能驾驶车辆加速度跟踪控制方法 | |
CN108749809B (zh) | 一种智能驾驶车辆加速度跟踪控制*** | |
CN108284836B (zh) | 一种车辆纵向跟随控制方法 | |
CN102910172B (zh) | 使用车载加速度计估计车辆移动时的车辆坡度和质量 | |
CN108506474B (zh) | 一种基于车载导航***的自动变速器换挡点预测控制方法 | |
Li et al. | AMT downshifting strategy design of HEV during regenerative braking process for energy conservation | |
US10197156B2 (en) | Systems and methods for dynamic gear state and vehicle speed management | |
Li et al. | Eco-departure of connected vehicles with V2X communication at signalized intersections | |
CN103085816B (zh) | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 | |
CN109910890B (zh) | 一种基于道路地形信息的卡车预测节能***及控制方法 | |
Hellström et al. | A real-time fuel-optimal cruise controller for heavy trucks using road topography information | |
US11072329B2 (en) | Ground vehicle control techniques | |
JP2681930B2 (ja) | サーボ制御装置 | |
US9714704B2 (en) | Transmission control system | |
CN105243430A (zh) | 列车节能运行的目标速度曲线的优化方法 | |
CN104411561A (zh) | 车辆速度以及滑行的控制方法和*** | |
JP6929845B2 (ja) | 車両における車速をアダプティブに閉ループ制御する方法及びこの方法を実行する速度閉ループ制御装置 | |
CN103153746A (zh) | 驾驶辅助***和驾驶辅助方法 | |
SE1351200A1 (sv) | Identifiering och utnyttjande av gratis energi | |
CN113635879A (zh) | 一种车辆制动力分配方法 | |
CN113419533A (zh) | 一种基于通信延迟的智能车队纵向跟随控制方法 | |
CN114999227B (zh) | 非信控交叉路口混合多车无模型预测协同控制方法 | |
Hellström et al. | Look-ahead control for heavy trucks to minimize trip time and fuel consumption | |
CN109733350B (zh) | 基于多模型控制的拖挂式房车制动力控制***及方法 | |
CN114291093A (zh) | 一种车路协同自动驾驶分层修正控制方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |