CN108860148B - 基于驾驶员跟车特性安全距离模型的自适应巡航控制方法 - Google Patents
基于驾驶员跟车特性安全距离模型的自适应巡航控制方法 Download PDFInfo
- Publication number
- CN108860148B CN108860148B CN201810605550.4A CN201810605550A CN108860148B CN 108860148 B CN108860148 B CN 108860148B CN 201810605550 A CN201810605550 A CN 201810605550A CN 108860148 B CN108860148 B CN 108860148B
- Authority
- CN
- China
- Prior art keywords
- following
- car
- follow
- model
- driver
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000003044 adaptive effect Effects 0.000 claims abstract description 14
- 230000001133 acceleration Effects 0.000 claims description 24
- 238000013461 design Methods 0.000 claims description 15
- 230000036461 convulsion Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000035484 reaction time Effects 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 240000005373 Panax quinquefolius Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/801—Lateral distance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/804—Relative longitudinal speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Controls For Constant Speed Travelling (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于驾驶员跟车特性安全距离模型的自适应巡航控制方法,其主要包括以下步骤:步骤一:在对车间运动状态分析的基础上,设计出符合驾驶员跟车特性的安全跟车间距模型;步骤二:建立ACC***四阶连续跟车模型;步骤三:将步骤一所建立的安全跟车间距模型作为自适应巡航上层决策算法的跟随目标。本发明针对传统自适应巡航上层控制算法所选取的期望安全距离不符合实际驾驶员特性的问题重新设计安全跟车间距并应用在上层决策算法中,使得自适应巡航***对车辆的操纵特性更贴近熟练驾驶员的操控行为,提高***的接受度和使用率。
Description
技术领域
本发明涉及一种人性化先进辅助驾驶***(ADAS)的设计,特别是关于一种基于驾驶员驾驶特性的自适应巡航控制方法。
背景技术
随着车辆保有量不断增加,道路拥挤、能源紧张、环境污染和交通事故等问题日益突出,使得以电子、通信、控制以及信息技术为基础的智能交通***(ITS)应运而生。在人-车-路交通***的组成部分中,驾驶员由于在心理、生理和驾驶习惯等方面存在一定的波动和局限性,难免出现疲劳误判行为而导致交通事故,因此成为ITS中最薄弱环节。先进驾驶辅助***(ADAS)以驾驶员为研究核心,通过提高“人”对“车”“路”的感知与决策能力降低人为交通事故。
自适应巡航***(ACC)作为ADAS纵向驾驶辅助的重要组成部分,代替驾驶员根据周围行车状况做出决策和控制,已经越来越多的应用在车辆当中。考虑到ACC***的日益盛行,用户对ACC***这项技术的接受度和满意度就成为了越来越重要的评价指标。尽管ACC的使用有潜在的好处,但同时有相关研究表明,当***启动时,驾驶员可能会出现负面的***行为适应。
针对目前ACC***控制算法研究的特点,同时考虑车辆是由驾驶员操控在道路上行驶的交通工具,即从宏观交通流角度看每辆车均体现了相应驾驶员的操作行为特性,汽车ACC***作为ADAS中纵向驾驶辅助的重要组成部分,如何使得ACC***具有人性化,使得其操作行为应尽可能与熟练驾驶员的操作行为保持一致,是目前亟待解决的关键问题。清华大学李升波等应用MPC理论设计跟随间距控制算法,在设计中应用算法的成本函数和约束描述跟踪性能、舒适性能以及驾驶员期望响应(中国专利:CN 101417655、“一种车辆多目标协调式自适应巡航控制方法”),但此方法所选取的跟车间距对驾驶员的跟车特性考虑较少。王建强,秦晓辉等人在ACC***的设计中对跟车的安全性和跟随性进行设计(中国专利:CN103171545、“一种汽车油门和制动集成控制***及控制方法”),忽略了行车过程中的舒适性和燃油经济性等指标。因此,在ACC***控制体系研究及相应的控制算法的具体实施过程中需要分析并研究驾驶员对车辆的跟随行为。一方面,跟车间距为后续ACC控制算法提供参考输入值,是设计ACC控制***的第一步。其设计要符合实际驾驶员的跟车行为,过小的间距会使驾驶员感觉不舒服甚至导致车间碰撞危险,过大的间距不仅损失道路交通流量,还可能导致频繁的换道乱插队现象,从而影响***的跟车效率,因此选择合适的车间距策略不仅能够改善道路交通使用率,而且可以提高汽车跟随性能和车间安全性。另一方面,在研究ACC***对车辆速度或间距的具体控制方式时,也必须研究驾驶员的加减速控制意图,研究熟练驾驶员是如何根据外界道路交通环境信息对汽车速度或车间距进行调节以使ACC***对车辆进行控制动作时不会使驾驶员产生不舒适感,从而提高***的使用率。
发明内容
针对上述问题,本发明的目的是提供一种可以综合考虑驾驶员跟车特性的自适应巡航***的上层决策方法,包括跟车间距策略和算法的设计,即一种基于驾驶员跟车特性安全距离模型的自适应巡航控制方法。
为实现上述目的,本发明采取以下技术方案:
一种基于驾驶员跟车特性安全距离模型的自适应巡航控制方法,包括以下步骤:
步骤一:在对车间运动状态分析的基础上,设计出符合驾驶员跟车特性的安全跟车间距模型;
步骤二:建立ACC***四阶连续跟车模型;
步骤三:将步骤一所建立的安全跟车间距模型作为自适应巡航上层决策算法的跟随目标。
所述的一种基于驾驶员跟车特性安全距离模型的自适应巡航控制方法,步骤一中设计符合驾驶员跟车特性的安全跟车间距模型包括以下几个步骤:
(1)将最小保持车间距d0取为驾驶员类别k和行驶路面状况的函数形式,即
(2)工况一:当前导车处于匀速行驶状态且跟随车车速大于等于前导车车速,此时跟随车减速,当跟随车车速减速到与前导车车速相同时保持匀速行驶,此时两车处于稳态跟车状态,由实际驾驶数据可得稳态跟车状态需保持的安全距离为:
其中,Sconst为稳态跟车间距,τ为线性系数,取值为1.36,vf为跟随车初始速度;
为保证安全,由运动学关系我们可推导如下关系式:
Sp-Sf+D≥Sconst (2)
其中,D为两车初始间距,Sf为在减速过程中自车行驶的距离,Sp为在减速过程中前导车行驶的距离,进而得出该情形下安全跟车间距的表达式为:
(3)当前车减速且跟随车车速大于前车以及前车减速跟随车车速小于前车时,由公式(2)可得安全跟车间距表达式为:
(4)对于其他行车工况,安全跟车间距表达式为:
所述的一种基于驾驶员跟车特性安全距离模型的自适应巡航控制方法,步骤二中建立ACC***四阶连续跟车模型,主要包括以下步骤:
(1)取ACC车加速度导数jerk(t)作为跟车状态变量,得下式:
其中,τ为ACC***下层控制的时间常数,af(t)为ACC车加速度,ades(t)为上层计算出的期望加速度值,τ1为常值;
(2)基于传统三阶模型整理得ACC***四阶连续跟车模型为:
其中,D(t)为雷达测量的两车实际间距,vrel(t)=vp(t)-vf(t),vp(t)是指前车的行驶速度,vf(t)为跟随车的行驶速度,u(t)为控制器输出的期望加速度值,ap(t)为前车的加速度,
所述的一种基于驾驶员跟车特性安全距离模型的自适应巡航控制方法,步骤三中将步骤一所建立的安全跟车间距模型作为上层决策算法的跟随目标主要包括以下步骤:
在对ACC跟车过程中所要满足的多个行驶目标分析后,在模型预测控制框架下求解最优解,控制器的参考输入取值为:
r(k+i)=[Ddes(k) 0 0 0]T (8)
其中,Ddes(k)为所述步骤一建立的安全跟车间距模型。
本发明由于采取以上技术方案,相比于现有方法,具有以下优点:
1.本发明基于驾驶员跟车特性考虑首先建立符合驾驶员跟车特性的安全距离模型,将其作为自适应巡航***的跟随目标,使***对车辆的操控行为更具人性化。
2.本发明建立了自适应巡航***四阶连续跟车模型,更真实可靠的描述了自适应巡航***的车间动态演化规律。
3.本发明在模型预测控制框架上完成了上层算法的设计,将所建立的跟车间距作为算法的参考输入,相比于其他采用模型预测控制算法的控制***来说,提高了***的人性化程度以及驾驶员对***的接受度。
附图说明
图1是前车与跟随车运动过程示意图。
图2是本发明所建立的安全距离模型逻辑框图。
图3是前车匀速跟随车车速大于前车工况模型数值对比。
图4是前车减速跟随车车速大于前车工况模型数值对比。
图5是前车减速跟随车车速小于前车工况模型数值对比。
图6是稳态跟车工况ACC车辆速度响应。
图7是稳态跟车工况ACC车辆加速度响应。
图8是稳态跟车工况ACC车辆jerk响应。
具体实施方式
以下结合附图进一步说明本发明的具体内容及其实施方式。
本发明提出的一种基于驾驶员跟车特性安全距离模型的自适应巡航控制方法,其包括以下步骤:
步骤一:在对车间运动状态分析的基础上,设计出符合驾驶员跟车特性的安全距离模型;
步骤二:建立ACC***四阶连续跟车模型;
步骤三:将步骤一所建立的安全距离模型作为自适应巡航上层决策算法的跟随目标。
本发明基于上述步骤一步骤二和步骤三的自适应巡航***的上层决策设计主要包括以下三部分内容:1、符合驾驶员跟车特性的安全跟车间距模型的设计;2、建立包括车辆加速度变化率为状态变量的四阶连续自适应巡航***车间相互纵向运动学模型;3、将内容1所建立的模型做为控制算法期望参考值,在模型预测框架下设计了一个兼顾安全性、跟车性、舒适性和节油性的多目标自适应巡航***上层控制算法。
1.符合驾驶员跟车特性的安全跟车间距模型的设计
假设两车初始相距为D,自车经时间t与前车相对静止,此时自车走过的距离为Sf,前车走过的距离为Sp,D1为最小保持车间距,如图1所示。
①前车匀速,跟随车车速大于前车。驾驶员在跟车过程中,随着接收到的前车状态以及两车的速度对比来实时调整跟车间距。如图1,在该工况下,跟随车减速到与前车速度相等时,此时跟随车所行驶的距离sf的表达式为:
前车所行驶的距离sp的表达式为:
其中,Tr为驾驶员反应时间,Ti为制动***延迟时间,am为最大制动减速度,vf为跟随车初始速度,vp为前车初始速度。D1为两车速度相等时即稳态跟车时的安全跟车距离,由实际驾驶数据可得稳态跟车时需保持的安全距离为:
其中,Sconst为稳态跟车间距,τ为线性系数,取值为1.36,vf为跟随车初始速度;
由运动学关系可得D1应大于等于Sconst,即:
sp-sf+D≥Sconst (4)
最小保持车间距d0取为驾驶员类别k和行驶路面状况的函数形式,即另外,对于不同类型的驾驶员,d0的选取也不同,对于保守的驾驶员,d0的取值就相对较大,而激进型的驾驶员则倾向于更小的d0。同样,面对不同的路面条件驾驶员所选择的d0值也会有所不同。基于上述考虑,最小保持车间距可表示为如下形式:
k值由驾驶员根据自身的意图来进行设定,c和d均为常值,为道路的附着系数,如表1所示。
表1不同路面不同环境下的路面附着系数
由于d0的取值范围为2-5m,因此根据上述表格数据我们可得出d0的表达形式为
进而得出该情形下安全跟车间距的表达形式为:
②前车处于制动状态,当跟随车车速大于等于前车。
若跟随车不采取及时减速操作,将发生车辆追尾事故。由于此时前车主动进行减速操作,无需反应时间,因此前车的制动距离sp的表达式为:
跟随车经过反应时间Tr后开始制动,则其制动距离sf的表达式为:
综上,可得出在该行车情境下所需要的安全距离D的表达形式为:
③前车处于制动状态,当跟随车车速小于等于前车。
此时两车处于安全状态,当前车减速到车速小于跟随车车速时,若跟随车不采取制动操作,将可能发生追尾事故。假设前车减速到与跟随车车速相同时其减速度达到了最大值,则从前车初始速度减速到于跟随车车速相等时所需要的时间为:
在此期间,跟随车行驶的距离sf1表达式为
当两车车速相等时,跟随车需要采取制动操作,则跟随车的制动距离为
因此可得跟随车总的行驶距离为
由于前车一直处于匀减速运动,所以前车制动距离为
因此可得该行车条件下所需要的安全距离表达式为
④其他行驶工况
综上所述,本文所建立的安全距离模型如下所示:
2、四阶连续自适应巡航***车间相互纵向运动学模型
取两车实际车间距和两车速度差作为状态变量,其表达式如下所示:
进而得到其间距和速度差的变化率为:
其中,Sp(t)和Sf(t)为跟车过程中前车和ACC车行驶的距离,vp(t)和ap(t)为前车的速度和加速度,vf(t)和af(t)为ACC车的速度和加速度,D(t)为雷达测量的两车实际间距,D0为两车的初始间距。
在设计ACC***的上层控制时,由于有下层控制的基础,因而我们认为车辆实际输出的加速度值与上层的加速度命令满足如下关系式:
为了保证***舒适度,我们选取作为状态变量并对其加以限定,根据相关文献我们整理得到jerk(t)的近似表达式,并将前车加速度ap(t)视为ACC***的扰动,进而可得***的运动学模型为:
即
3.在模型预测控制框架下将建立的安全距离模型作为自适应巡航上层决策算法的跟随目标。
⑴约束优化问题分析:
ACC***最重要的一个控制目的是要保证安全性,因此这里我们需要对两车的实际车间距进行一个严格的约束如下:
D(k)≥dS0 (24)
其中,dS0为最小跟车距离.我们取值为5m。
当处于稳态跟车状态时,跟踪误差要收敛到零,即两车实际间距趋近于安全距离模型计算出来的距离,ACC车速度趋于前车速度,这也正符合驾驶员的跟车心理,即:
为方便后续算法的设计,这里我们对目标二量化如下:
L1=Γy1Δd2+Γy2vrel 2 (26)
作为扮演驾驶员角色的ACC***上层控制,乘坐舒适性和燃油经济性也是ACC重要的评价指标。关于舒适性相关文献通过对大量驾驶员的调查分析得出:乘坐舒适度可用行驶加速度和加速度变化率jerk来表征,其值越小,乘坐舒适度就越高;在跟车过程中,燃油消耗随着车辆加速度绝对值升高而升高;因此,我们对行驶过程中的加速度和加速度变化率进行优化:
同样,这里我们对目标三的量化如下:
L2=Γy3af 2+Γy2jerkf 2 (28)
同时,为保证整个行车过程中的舒适性,车辆加速度和jerk值应受约束如下:
根据上述分析,将控制器的参考输入取为如下形式:
r(k+i)=[Ddes(k) 0 0 0]T (30)
进而在模型预测控制框架的基础上,我们将上述最适应巡航的跟车问题转为如下在线求解二次规划最优解问题:
Subjectto,CuΔU(k)≥b(k+1|k)
由于模型预测算法计算的复杂度较高,采用一般的二次规划程序进行求解可能导致计算上的延迟,因此本文采用Hildreth’s Quadratic Programming Procedure算法进行求解进而得到最优控制序列ΔU*(k)。由此可得:
ades(k)=ades(k-1)+[1 0 … 0]ΔU*(k) (32)
接着在下一个采样时刻重复该操作。
实验中,ACC***上层控制策略的控制参数分别取值为:
Ts=τ1=0.1s,τ=0.45,p=3,m=3,Γy1=15,Γy2=15,Γy3=10,Γy4=2,amin=-4m/s2,amax=2m/s2,jerkmax=2m/s3,jerkmin=-2m/s3,ds0=5m。
图3~图5为所建立的安全距离模型同传统安全距离模型的对比,可看出相比于传统模型本发明所建立的模型在保证安全的基础上增加了交通流量,符合驾驶员的跟车特性。图6~图8为本文所建立的自适应巡航上层决策在稳态跟车工况下的***响应图,ACC车和前车的初始速度为15m/s,初始间距为20m。此时两车实际车间距等于安全距离模型计算出来的安全距离,因此处于稳态匀速跟车状态,在t=2s时,前车以-1m/s2的减速度减速到9m/s,并在t=7s时以0.8m/s2的加速度加速到15m/s后继续保持匀速行驶,从图6和图7可看出,在稳态跟车过程中,面对前方车辆频繁的变速行为,基于MPC算法下的ACC车辆其速度和加速度响应要略快于基于LQ算法下的ACC车辆,从图8中我们可看出整个跟车过程中基于MPC算法下的jerk平均值小于基于LQ算法下的ACC车辆,提升了***舒适度。
Claims (3)
1.一种基于驾驶员跟车特性安全距离模型的自适应巡航控制方法,其特征在于,包括以下步骤:
步骤一:在对车间运动状态分析的基础上,设计出符合驾驶员跟车特性的安全跟车间距模型;
设计符合驾驶员跟车特性的安全跟车间距模型包括以下几个步骤:
(1)将最小保持车间距d0取为驾驶员类别k和行驶路面状况的函数形式,即
(2)工况一:当前导车处于匀速行驶状态且跟随车车速大于等于前导车车速,此时跟随车减速,当跟随车车速减速到与前导车车速相同时保持匀速行驶,此时两车处于稳态跟车状态,由实际驾驶数据可得稳态跟车状态需保持的安全距离为:
其中,Sconst为稳态跟车间距,τ为线性系数,取值为1.36,vf为跟随车初始速度;
为保证安全,由运动学关系可推导如下关系式:
Sp-Sf+D≥Sconst
其中,D为两车初始间距,Sf为在减速过程中跟随车行驶的距离,Sp为在减速过程中前导车行驶的距离,进而得出该情形下安全跟车间距的表达式为:
(3)当前导车减速且跟随车车速大于前导车或前导车减速跟随车车速小于前导车时,安全跟车间距表达式为:
(4)对于其他行车工况,安全跟车间距表达式为:
步骤二:建立ACC***四阶连续跟车模型;
步骤三:将步骤一所建立的安全跟车间距模型作为自适应巡航上层决策算法的跟随目标。
2.如权利要求1所述的一种基于驾驶员跟车特性安全距离模型的自适应巡航控制方法,其特征在于,所述步骤二中建立ACC***四阶连续跟车模型,主要包括以下步骤:
(1)取ACC车加速度导数jerk(t)作为跟车状态变量,得下式:
其中,τ为ACC***下层控制的时间常数,af(t)为ACC车加速度,ades(t)为上层计算出的期望加速度值,τ1为常值;
(2)基于传统三阶模型整理得ACC***四阶连续跟车模型为:
其中,D(t)为雷达测量的两车实际间距,vrel(t)=vp(t)-vf(t),vp(t)是指前导车的行驶速度,vf(t)为跟随车的行驶速度,u(t)为控制器输出的期望加速度值,ap(t)为前导车的加速度,
3.如权利要求1所述的一种基于驾驶员跟车特性安全距离模型的自适应巡航控制方法,其特征在于,所述步骤三中将步骤一所建立的安全跟车间距模型作为上层决策算法的跟随目标主要包括以下步骤:
在对ACC跟车过程中所要满足的多个行驶目标分析后,在模型预测控制框架下求解最优解,控制器的参考输入取值为:
r(k+i)=[Ddes(k) 0 0 0]T
其中,Ddes(k)为所述步骤一建立的安全跟车间距模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810605550.4A CN108860148B (zh) | 2018-06-13 | 2018-06-13 | 基于驾驶员跟车特性安全距离模型的自适应巡航控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810605550.4A CN108860148B (zh) | 2018-06-13 | 2018-06-13 | 基于驾驶员跟车特性安全距离模型的自适应巡航控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108860148A CN108860148A (zh) | 2018-11-23 |
CN108860148B true CN108860148B (zh) | 2019-11-08 |
Family
ID=64338046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810605550.4A Active CN108860148B (zh) | 2018-06-13 | 2018-06-13 | 基于驾驶员跟车特性安全距离模型的自适应巡航控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108860148B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111376903B (zh) * | 2018-12-29 | 2022-04-01 | 毫末智行科技有限公司 | 车辆的控制方法、装置及车辆 |
CN109703560A (zh) * | 2019-01-25 | 2019-05-03 | 安徽酷哇机器人有限公司 | 自动控制自动驾驶车辆与跟随车辆之间距离的方法 |
CN110979327B (zh) * | 2019-03-18 | 2021-06-22 | 毫末智行科技有限公司 | 自动驾驶车辆的纵向控制方法*** |
CN111717212B (zh) * | 2019-03-18 | 2022-03-04 | 毫末智行科技有限公司 | 自动驾驶车辆的跟随控制方法及装置 |
CN110182215B (zh) * | 2019-05-23 | 2021-06-15 | 南京航空航天大学 | 一种汽车经济性巡航控制方法及装置 |
CN110335504B (zh) * | 2019-07-04 | 2021-03-16 | 北京交通大学 | 车辆跟驰状态下基于车路协同的避撞预警***及方法 |
CN110588652B (zh) * | 2019-08-16 | 2021-05-25 | 江苏大学 | 一种低油耗的车辆自适应巡航控制***及其控制方法 |
CN111572537B (zh) * | 2020-03-03 | 2021-03-02 | 张丰祥 | 应用大数据处理的安全距离调整平台 |
CN111562739B (zh) * | 2020-04-30 | 2022-03-11 | 重庆大学 | 一种保持驾驶员在环的人机混合智能协同跟车控制方法 |
CN111547064B (zh) * | 2020-05-26 | 2022-07-12 | 吉林大学 | 一种用于汽车自适应巡航***的驾驶风格识别和分类方法 |
CN112512887B (zh) * | 2020-07-21 | 2021-11-30 | 华为技术有限公司 | 一种行驶决策选择方法以及装置 |
CN111791891B (zh) * | 2020-07-27 | 2022-04-12 | 吉林大学 | 一种基于驾驶员风格的直行跟车安全距离预警方法 |
CN111968372B (zh) * | 2020-08-25 | 2022-07-22 | 重庆大学 | 一种考虑主观因素的多车型混合交通跟驰行为仿真方法 |
CN114162122B (zh) * | 2020-09-10 | 2023-08-08 | 宇通客车股份有限公司 | 一种基于纵向安全的自动驾驶控制方法及车辆 |
CN112158200B (zh) * | 2020-09-25 | 2022-04-01 | 厦门大学 | 基于驾驶员特性的智能电动汽车跟车控制***及方法 |
CN112660124B (zh) * | 2020-11-30 | 2023-01-24 | 吉林大学 | 一种用于换道场景的协同自适应巡航控制方法 |
CN113370973B (zh) * | 2021-06-03 | 2023-07-21 | 中国太平洋财产保险股份有限公司 | 一种考虑前车驾驶意图预测的前向碰撞预警算法 |
CN114435379B (zh) * | 2022-01-07 | 2023-06-20 | 所托(杭州)汽车智能设备有限公司 | 车辆经济性驾驶控制方法及装置 |
CN114506321B (zh) * | 2022-01-31 | 2023-09-29 | 重庆长安汽车股份有限公司 | 一种目标跟车距离计算***及计算方法 |
CN114987472B (zh) * | 2022-02-22 | 2023-08-22 | 青岛德智汽车科技有限公司 | 一种基于前馈控制的跟随式自动驾驶汽车跟随控制方法 |
CN114475597A (zh) * | 2022-02-28 | 2022-05-13 | 东风汽车集团股份有限公司 | 一种自动驾驶车辆跟车距离控制方法及控制*** |
CN114516328B (zh) * | 2022-03-08 | 2024-02-27 | 武汉科技大学 | 一种智能网联环境下基于规则的车队跟驰模型方法 |
CN116494974B (zh) * | 2023-06-26 | 2023-08-25 | 北京理工大学 | 基于道路风险评估的自适应巡航控制方法、***及设备 |
Citations (6)
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 |
JP2012517055A (ja) * | 2009-02-06 | 2012-07-26 | アーデーツエー・オートモテイブ・デイスタンス・コントロール・システムズ・ゲゼルシヤフト・ミツト・ベシユレンクテル・ハフツング | ビデオに基く車両の運転者援助システムの作動方法及び装置 |
CN106476806A (zh) * | 2016-10-26 | 2017-03-08 | 上海理工大学 | 基于交通信息的协同式自适应巡航***算法 |
CN107757621A (zh) * | 2017-09-11 | 2018-03-06 | 吉利汽车研究院(宁波)有限公司 | 一种记忆驾驶员行为习惯的自适应巡航方法与*** |
CN107808027A (zh) * | 2017-09-14 | 2018-03-16 | 上海理工大学 | 基于改进模型预测控制的自适应跟车算法 |
CN107832517A (zh) * | 2017-11-01 | 2018-03-23 | 合肥创宇新能源科技有限公司 | 基于相对运动关系的acc纵向运动学建模方法 |
-
2018
- 2018-06-13 CN CN201810605550.4A patent/CN108860148B/zh active Active
Patent Citations (6)
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 |
JP2012517055A (ja) * | 2009-02-06 | 2012-07-26 | アーデーツエー・オートモテイブ・デイスタンス・コントロール・システムズ・ゲゼルシヤフト・ミツト・ベシユレンクテル・ハフツング | ビデオに基く車両の運転者援助システムの作動方法及び装置 |
CN106476806A (zh) * | 2016-10-26 | 2017-03-08 | 上海理工大学 | 基于交通信息的协同式自适应巡航***算法 |
CN107757621A (zh) * | 2017-09-11 | 2018-03-06 | 吉利汽车研究院(宁波)有限公司 | 一种记忆驾驶员行为习惯的自适应巡航方法与*** |
CN107808027A (zh) * | 2017-09-14 | 2018-03-16 | 上海理工大学 | 基于改进模型预测控制的自适应跟车算法 |
CN107832517A (zh) * | 2017-11-01 | 2018-03-23 | 合肥创宇新能源科技有限公司 | 基于相对运动关系的acc纵向运动学建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108860148A (zh) | 2018-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108860148B (zh) | 基于驾驶员跟车特性安全距离模型的自适应巡航控制方法 | |
CN107264534B (zh) | 基于驾驶员经验模型的智能驾驶控制***和方法、车辆 | |
CN106740846B (zh) | 一种双模式切换的电动汽车自适应巡航控制方法 | |
CN105857309B (zh) | 一种考虑多目标的车辆自适应巡航控制方法 | |
CN103754224B (zh) | 一种车辆多目标协调换道辅助自适应巡航控制方法 | |
He et al. | An intelligent braking system composed single-pedal and multi-objective optimization neural network braking control strategies for electric vehicle | |
CN106740864B (zh) | 一种驾驶行为意图判断与预测方法 | |
Moon et al. | Design, tuning, and evaluation of a full-range adaptive cruise control system with collision avoidance | |
CN103754221B (zh) | 一种车辆自适应巡航控制*** | |
CN110187639A (zh) | 一种基于参数决策框架的轨迹规划控制方法 | |
CN106882079B (zh) | 一种驱动制动优化切换的电动汽车自适应巡航控制方法 | |
CN109131312B (zh) | 一种智能电动汽车acc/esc集成控制***及其方法 | |
CN107808027A (zh) | 基于改进模型预测控制的自适应跟车算法 | |
CN109835335A (zh) | 电动车辆巡航控制方法和***及车辆、控制器和存储介质 | |
CN110155046A (zh) | 自动紧急制动分级控制方法与*** | |
CN105511475B (zh) | 一种基于运动模式判断的无人车纵向控制方法 | |
CN108717268A (zh) | 基于最优控制与安全距离的自动驾驶最速操纵控制***及其控制方法 | |
Liu et al. | A multi-objective model predictive control for vehicle adaptive cruise control system based on a new safe distance model | |
CN109435949A (zh) | 一种车辆自适应巡航控制方法及*** | |
CN107856669A (zh) | 基于跟随工况适应策略的acc控制方法 | |
CN109977449A (zh) | 智能汽车纵向动力学***混杂动态建模与优化控制方法 | |
CN108313057A (zh) | 基于mpc和凸优化算法的纯电动汽车自适应巡航控制方法 | |
CN103241096B (zh) | 电控空气悬架的阻尼控制方法 | |
Zhu et al. | A lane-changing decision-making method for intelligent vehicle based on acceleration field | |
Duan et al. | A model based on hierarchical safety distance algorithm for ACC control mode switching strategy |
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 |