CN110001654A - 一种自适应驾驶员类型的智能车纵向速度跟踪控制***及控制方法 - Google Patents

一种自适应驾驶员类型的智能车纵向速度跟踪控制***及控制方法 Download PDF

Info

Publication number
CN110001654A
CN110001654A CN201910370185.8A CN201910370185A CN110001654A CN 110001654 A CN110001654 A CN 110001654A CN 201910370185 A CN201910370185 A CN 201910370185A CN 110001654 A CN110001654 A CN 110001654A
Authority
CN
China
Prior art keywords
driver
type
control system
speed
control
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
Application number
CN201910370185.8A
Other languages
English (en)
Other versions
CN110001654B (zh
Inventor
金立生
司法
孙栋先
闫福刚
石健
华强
郭柏苍
朱菲婷
夏海鹏
王禹涵
郑义
高铭
陈梅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin University
Original Assignee
Jilin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jilin University filed Critical Jilin University
Priority to CN201910370185.8A priority Critical patent/CN110001654B/zh
Publication of CN110001654A publication Critical patent/CN110001654A/zh
Application granted granted Critical
Publication of CN110001654B publication Critical patent/CN110001654B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
    • B60R16/0232—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/043—Identity of occupants

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明涉及一种自适应驾驶员类型的智能车纵向速度跟踪控制方法，包括以下步骤：数据采集单元实时采集车速信息；数据处理单元对前一步采集的信息进行预处理；向逻辑运算单元手动输入驾驶员类型并自动读取***目标车速；判断车辆是否需要加速或者减速；根据前一步的判断结果进入相应的加速控制模块或者减速控制模块；根据前一步的计算结果作为输出信号输出到相应的线控***。本发明的方法能够为不同特性驾驶员提供接受度极高的智能车纵向速度跟踪控制策略，提高汽车行驶安全以及改善乘坐体验，同时，设计中的加速和制动切换策略避免了纵向动力学***在不必要时刻的频繁动作，提升了车辆纵向控制时的安全性且降低了能量消耗。

Description

一种自适应驾驶员类型的智能车纵向速度跟踪控制***及控 制方法
技术领域
本发明涉及一种智能车纵向速度跟踪控制***及控制方法，特别涉及一种自适应驾驶员(乘员)类型的智能车纵向速度跟踪控制***及控制方法。
背景技术
随着智能车相关技术的飞速发展，车辆的智能化程度逐渐提高，驾驶员逐渐将从繁重的驾驶任务中解放出来。特别在纵向的控制上，现有定速巡航和自适应巡航***已经大规模应用，极大的减轻了驾驶员的驾驶负担。然而追求更加智能，更加人性化的纵向速度控制仍然是智能车纵向速度控制的发展方向。
智能车的纵向速度控制是智能车在纵向上实现无人驾驶的关键核心部分，纵向速度控制会对整车的动力性、稳定性及舒适性等产生决定性的影响。目前，已经有很多关于智能车纵向速度跟踪控制的研究成果。如中国专利CN108279563A提出了一种速度自适应的无人车轨迹跟踪PID控制方法，中国专利CN108860146A提出了一种双驱车辆的速度控制方法、***及相关装置，中国专利CN108319144A提出了一种机器人轨迹跟踪控制方法及***。
就现有研究成果而言，针对智能车纵向速度跟踪控制的研究大多将在设计之初便将控制精度作为唯一的指标，过度的追求精度。这种思路和方法虽然可以获得较好的***性能，但其却降低了驾驶员(乘员)对***的接受程度，尤其是在目标速度频繁剧烈变化等极不合理的目标速度的条件下。在传统控制方法下，车辆频频产生顿挫感，会使人类驾驶员对***极不信任。另外，在这种工况下驱动/制动***也会同时频繁动作，从而导致了轮胎磨损的加剧和能源的浪费。此外，也鲜有针对驾驶人个性特性加入到智能车纵向速度跟踪控制进行考虑，将驾驶人特性与智能车纵向速度跟踪控制方法相结合的相关成果。
发明内容
本发明的目的就在于针对上述现有技术的不足，提供一种自适应驾驶员类型的智能车纵向速度跟踪控制***及控制方法，将驾驶员类型参数作为一个参数，既保证智能车纵向速度跟踪控制精度，也避免纵向动力学***的频繁不必要动作。同时，考虑驾驶人个体性格差异，在解决智能车纵向速度控制精度的问题的同时，实现智能车纵向速度控制的自适应驾驶员(乘员)特性的个性化协调控制。
本发明的目的是通过以下技术方案实现的：
一种自适应驾驶员类型的智能车纵向速度跟踪控制***，由数据采集单元1、数据处理单元2、逻辑运算单元3、驾驶员类型输入单元4和线控***5构成；
所述数据采集单元1与数据处理单元2相连，数据处理单元2和驾驶员类型输入单元4与逻辑运算单元3相连，逻辑运算单元3与线控***5相连，将运算结果输出至线控***5，线控***5用于控制车辆的加速或者减速。
上述自适应驾驶员类型的智能车纵向速度跟踪控制***的控制方法，包括以下步骤：
A、数据采集单元1通过CAN线实时采集车速信号信息；
B、数据处理单元2通过高斯滤波法对步骤A采集的车速信号信息进行预处理，；
C、向驾驶员类型输入单元4手动输入驾驶员类型并自动读取***目标车速；
D、逻辑运算单元3判断车辆是否需要加速或者减速；
E、根据步骤D的判断结果进入相应的加速控制模块或者减速控制模块；
F、根据步骤E的计算结果作为输出信号输出到相应的线控***5。
进一步地，步骤C，对于驾驶员类型的数值输入范围为闭区间[0，2]，具体的，数值0表示极端保守型的驾驶员，数值2表示极端激进型的驾驶员，从数值0到数值2驾驶员类型线性的由极端保守型过渡到极端激进型。
进一步地，步骤D，判断车辆是否需要加速或者减速包括以下两步：
D1、判断下式是否成立，若成立则***既不进入加速控制模块启动加速控制程序，也不进入减速控制模块启动减速控制程序，若不成立则执行步骤D2；
Vtar-Vact＝0
式中，Vtar表示车辆的目标车速，Vact表示车辆的实际速度。
D2、判断下式是否成立，若成立则***进入加速模块启动加速控制程序，若不成立则进入减速模块启动减速控制程序；
Vtar-Vact≥0。
进一步地，所述步骤E中根据步骤D的判断结果进入相应的加速控制模块或者减速控制模块包括以下模式：
模式1、进入了加速控制模块，加速控制程序采用基于模糊逻辑的PID控制方法，将驾驶员类型参数和目标车速的差值作为模糊逻辑控制器的输入，将得到的输出结果作为传统PID控制器中的比例环节的系数。
具体的，将驾驶员基本论域范围变换到模糊论域上，采用非均匀量化的方法，对于驾驶员特性选择词集{cautious，common，active}，即{CA，CO，AC}。对于实际速度与理想速度误差选择词集{little，middle，fully}，即{LI，MI，FU}。
进一步地，选择数学表达式简单、计算量少、灵敏度较高的三角形作为输入和输出的隶属度函数。
进一步地，根据PID整定参数对输出特性和控制***的作用及影响，结合专家经验及实验室试验数据，对纵向控制***不同的驾驶员特性输入和实际速度与理想速度误差输入，结合车辆动力学特性，总结出下列参数自整定原则：
a、当驾驶员特性较为激进，且速度跟踪误差在中等大小以上时，为了加快***的响应速度，应该取较大的P值，使***的时间常数减小；
b、当驾驶员特性较为激进，且速度跟踪误差较小时，为了加快***的响应速度同时避免过大的超调，应选取数值适中的P值；
c、当驾驶员类型较为正常，且速度跟踪误差在中等大小以上时，应选取数值适中的P值，以尽量满足正常型驾驶员的乘坐感受；
d、当驾驶员类型较为正常，且速度跟踪误差较小时，为了避免过大的超调，应该选择数值较小的P值；
e、当驾驶员类型较为谨慎，且速度跟踪误差在中等大小以下时，应选择数值较小的P值来避免超调和尽量满足驾驶员乘坐感受；
f、当驾驶员类型较为谨慎，且速度跟踪误差较小时，应该选择中等大小的P值。
进一步地，采用面积重心法去模糊化。
具体的，PID控制器积分环节系数取数值0.1，微分环节系数取数值0.05。
模式2、进入减速控制模块，将最大的输出制动主缸压力设置为10Mpa，采用传统的PID控制器，比例环节取系数6，积分环节取系数0.1，微分环节取系数0.05。
与现有技术相比，本发明的有益效果在于：
本发明自适应驾驶员类型的智能车纵向速度跟踪控制方法能够为不同特性驾驶人提供接受度极高的智能车纵向速度跟踪控制策略，提高汽车行驶安全以及改善乘坐体验，同时，设计中的加速和制动切换策略避免了纵向动力学***在不必要时刻的频繁动作，提升了车辆纵向控制时的安全性且降低了能量消耗。
附图说明
图1为本发明自适应驾驶员类型的智能车纵向速度跟踪控制***的控制方法流程示意图；
图2为本发明***模块示意图；
图3为本发明加速控制模块示意图。
图中，1.数据采集单元 2.数据处理单元 3.逻辑运算单元 4.驾驶员类型输入单元 5.线控***。
具体实施方式
下面结合实施例对本发明作进一步说明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等同形式的修改均落于本申请所附权利要求所限定的范围内。
如图1和图2所示，一种自适应驾驶员类型的智能车纵向速度跟踪控制***，包括数据采集单元1、数据处理单元2、逻辑运算单元3、驾驶员(乘员)类型输入单元4、线控***5。数据采集单元1连接至数据处理单元2，数据处理单元2和驾驶员(乘员)类型输入单元4连接至逻辑运算单元3，逻辑运算单元3与线控***5相连，逻辑运算单元3将运算结果输出至线控***5，线控***控制车辆的加速或者减速。
上述自适应驾驶员类型的智能车纵向速度跟踪控制***的控制方法，包括以下步骤：
A、数据采集单元实时采集车速信息；
B、数据处理单元对步骤A采集的信息进行预处理；
C、向驾驶员类型输入单元4手动输入驾驶员(乘员)类型并自动读取***目标车速；
D、逻辑运算单元3判断车辆是否需要加速或者减速；
E、根据步骤D的判断结果进入相应的加速控制模块或者减速控制模块；
F、根据步骤E的计算结果作为输出信号输出到相应的线控***。
进一步地，所述步骤A车速信号的采集通过CAN线获取。
进一步地，所述步骤B中对于车速信号的预处理中对车速信号的滤波方法选择高斯滤波法。
进一步地，所述步骤C中对于驾驶员类型的数值输入范围为闭区间[0，2]，具体的，数值0表示极端保守型的驾驶员(乘员)，数值2表示极端激进型的驾驶员，从数值0到数值2驾驶员(乘员)类型线性的由极端保守型过渡到极端激进型。
进一步地，所述步骤C中对于驾驶员类型的数值输入范围为闭区间[0，2]，具体的，数值0表示极端保守型的驾驶员(乘员)，数值2表示极端激进型的驾驶员，从数值0到数值2驾驶员(乘员)类型线性的由极端保守型过渡到极端激进型。
进一步地，所述步骤D判断车辆是否需要加速或者减速包括以下两步：
D1、判断下式是否成立，若成立则***既不进入加速控制模块启动加速控制程序，也不进入减速控制模块启动减速控制程序，若不成立则执行步骤D2；
Vtar-Vact＝0
式中Vtar表示车辆的目标车速，Vact表示车辆的实际速度。
D2、判断下式是否成立，若成立则***进入加速模块启动加速控制程序，若不成立则进入减速模块启动减速控制程序；
Vtar-Vact≥0
进一步地，所述步骤E中根据步骤D的判断结果进入相应的加速控制模块或者减速控制模块主要包含以下模式：
模式1、进入了加速控制模块，加速控制程序采用基于模糊逻辑的PID控制方法，将驾驶员类型(乘员)参数和目标车速的差值作为模糊逻辑控制器的输入，将得到的输出结果作为传统PID控制器中的比例环节的系数。
更进一步地，将驾驶员(乘员)基本论域范围变换到模糊论域上，采用非均匀量化的方法，驾驶人特性量化情况如表1，实际速度与理想速度误差量化情况如表2所示，对于驾驶员特性选择词集{cautious，common，active}，即{CA，CO，AC}。对于实际速度与理想速度误差选择词集{little，middle，fully}，即{LI，MI，FU}。
表1
量化等级 -1 0 1
变化范围 [0 0.4) [0.4 1.6] (1.6 2]
表2
量化等级 -1 0 1
变化范围 [0 1) [1 4] (4inf)
进一步地，选择数学表达式简单、计算量少、灵敏度较高的三角形作为输入和输出的隶属度函数其中输入的三角形隶属度函数参数如表3，表4所示，输出的三角形隶属度函数如表5所示。
表3
Driver Type Params
cautious trimf [-0.8 0 0.8]
common trimf [0.2 1 1.8]
active trimf [1.2 2 2.8]
表4
Error Type Params
little trimf [-2 0 2]
middle trimf [1 2.5 4]
fully trimf [3 5 1e+09]
表5
P Type Params
little trimf [-2 0 2]
middle trimf [1 2.5 4]
fully trimf [3 5 7]
进一步地，根据PID整定参数对输出特性和控制***的作用及影响，结合专家经验及实验室试验数据，对纵向控制***不同的驾驶员特性输入和实际速度与理想速度误差输入，结合车辆动力学特性，总结出下列参数自整定原则：
a、当驾驶员特性较为激进，且速度跟踪误差在中等大小以上时，为了加快***的响应速度，应该取较大的P值，使***的时间常数减小；
b、当驾驶员特性较为激进，且速度跟踪误差较小时，为了加快***的响应速度同时避免过大的超调，应选取数值适中的P值；
c、当驾驶员类型较为正常，且速度跟踪误差在中等大小以上时，应选取数值适中的P值，以尽量满足正常型驾驶员的乘坐感受；
d、当驾驶员类型较为正常，且速度跟踪误差较小时，为了避免过大的超调，应该选择数值较小的P值；
e、当驾驶员类型较为谨慎，且速度跟踪误差在中等大小以下时，应选择数值较小的P值来避免超调和尽量满足驾驶员乘坐感受；
f、当驾驶员类型较为谨慎，且速度跟踪误差较小时，应该选择中等大小的P值。
在本控制***中，模糊控制器的两个输入和一个输出均划成了3个等级，综合上述的整定规则以及结合专家经验总结可得以下9条模糊推理规则。写成模糊推理语句如下：
1.If(Driver is cautious)and(Error is little)than(P is little)
2.If(Driver is cautious)and(Error is middle)than(P is little)
3.If(Driver is cautious)and(Error is fully)than(P is middle)
4.If(Driver is common)and(Error is little)than(P is little)
5.If(Driver is common)and(Error is middle)than(P is middle)
6.If(Driver is common)and(Error is fully)than(P is middle)
7.If(Driver is active)and(Error is little)than(P is middle)
8.If(Driver is active)and(Error is middle)than(P is fully)
9.If(Driver is active)and(Error is fully)than(P is fully)
进一步地，采用面积重心法去模糊化。
具体的，PID控制器积分环节系数取数值0.1，微分环节系数取数值0.05。
模式2、进入减速控制模块，将最大的输出制动主缸压力设置为10Mpa，采用传统的PID控制器，比例环节取系数6，积分环节取系数0.1，微分环节取系数0.05。

Claims (8)

1.一种自适应驾驶员类型的智能车纵向速度跟踪控制***，其特征在于：由数据采集单元(1)、数据处理单元(2)、逻辑运算单元(3)、驾驶员类型输入单元(4)和线控***(5)构成；
所述数据采集单元(1)与数据处理单元(2)相连，数据处理单元(2)和驾驶员类型输入单元(4)与逻辑运算单元(3)相连，逻辑运算单元(3)与线控***(5)相连，将运算结果输出至线控***(5)，线控***(5)用于控制车辆的加速或者减速。
2.根据权利要求1所述的一种自适应驾驶员类型的智能车纵向速度跟踪控制***的控制方法，包括以下步骤：
A、数据采集单元(1)通过CAN线实时采集车速信号信息；
B、数据处理单元(2)通过高斯滤波法对步骤A采集的车速信号信息进行预处理，；
C、向驾驶员类型输入单元(4)手动输入驾驶员类型并自动读取***目标车速；
D、逻辑运算单元(3)判断车辆是否需要加速或者减速；
E、根据步骤D的判断结果进入相应的加速控制模块或者减速控制模块；
F、根据步骤E的计算结果作为输出信号输出到相应的线控***(5)。
3.根据权利要求2所述的一种自适应驾驶员类型的智能车纵向速度跟踪控制***的控制方法，其特征在于：步骤C，对于驾驶员类型的数值输入范围为闭区间[0，2]，其中，数值0表示极端保守型的驾驶员，数值2表示极端激进型的驾驶员，从数值0到数值2驾驶员类型线性的由极端保守型过渡到极端激进型。
4.根据权利要求2所述的一种自适应驾驶员类型的智能车纵向速度跟踪控制***的控制方法，其特征在于：步骤D，判断车辆是否需要加速或者减速包括以下两步：
D1、判断下式是否成立，若成立则***既不进入加速控制模块启动加速控制程序，也不进入减速控制模块启动减速控制程序，若不成立则执行步骤D2；
Vtar-Vact＝0
式中，Vtar表示车辆的目标车速，Vact表示车辆的实际速度；
D2、判断下式是否成立，若成立则***进入加速模块启动加速控制程序，若不成立则进入减速模块启动减速控制程序；
Vtar-Vact≥0。
5.根据权利要求2所述的一种自适应驾驶员类型的智能车纵向速度跟踪控制***的控制方法，其特征在于，步骤E，根据步骤D的判断结果进入相应的加速控制模块具体为：进入加速控制模块，采用基于模糊逻辑的PID控制方法，将驾驶员类型参数和目标车速的差值作为模糊逻辑控制器的输入，将得到的输出结果作为传统PID控制器中的比例环节的系数。
6.根据权利要求5所述的一种自适应驾驶员类型的智能车纵向速度跟踪控制***的控制方法，其特征在于，根据步骤D的判断结果进入相应的加速控制模块具体为：将驾驶员基本论域范围变换到模糊论域上，采用非均匀量化的方法根据驾驶人特性量化和实际速度与理想速度误差量化情况，对于驾驶员特性、实际速度与理想速度误差选择对应词集，选择三角形作为输入和输出的隶属度函数，根据纵向控制***不同的驾驶员特性输入和实际速度与理想速度误差输入参数的自整定原则和模糊推理规则，采用面积重心法去模糊化，将得到的输出结果作为传统PID控制器中的比例环节的系数。
7.根据权利要求6所述的一种自适应驾驶员类型的智能车纵向速度跟踪控制***的控制方法，其特征在于，所述参数自整定原则包括：
a、当驾驶员特性较为激进，且速度跟踪误差在中等大小以上时，为了加快***的响应速度，应该取较大的P值，使***的时间常数减小；
b、当驾驶员特性较为激进，且速度跟踪误差较小时，为了加快***的响应速度同时避免过大的超调，应选取数值适中的P值；
c、当驾驶员类型较为正常，且速度跟踪误差在中等大小以上时，应选取数值适中的P值，以尽量满足正常型驾驶员的乘坐感受；
d、当驾驶员类型较为正常，且速度跟踪误差较小时，为了避免过大的超调，应该选择数值较小的P值；
e、当驾驶员类型较为谨慎，且速度跟踪误差在中等大小以下时，应选择数值较小的P值来避免超调和尽量满足驾驶员乘坐感受；
f、当驾驶员类型较为谨慎，且速度跟踪误差较小时，应该选择中等大小的P值。
8.根据权利要求2所述的一种自适应驾驶员类型的智能车纵向速度跟踪控制***的控制方法，其特征在于，步骤E，根据步骤D的判断结果进入相应的减速控制模块具体为：进入减速控制模块，将最大的输出制动主缸压力设置为10Mpa，采用传统的PID控制器，比例环节取系数6，积分环节取系数0.1，微分环节取系数0.05。
CN201910370185.8A 2019-05-06 2019-05-06 一种自适应驾驶员类型的智能车纵向速度跟踪控制***及控制方法 Active CN110001654B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910370185.8A CN110001654B (zh) 2019-05-06 2019-05-06 一种自适应驾驶员类型的智能车纵向速度跟踪控制***及控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910370185.8A CN110001654B (zh) 2019-05-06 2019-05-06 一种自适应驾驶员类型的智能车纵向速度跟踪控制***及控制方法

Publications (2)

Publication Number Publication Date
CN110001654A true CN110001654A (zh) 2019-07-12
CN110001654B CN110001654B (zh) 2023-07-28

Family

ID=67175734

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910370185.8A Active CN110001654B (zh) 2019-05-06 2019-05-06 一种自适应驾驶员类型的智能车纵向速度跟踪控制***及控制方法

Country Status (1)

Country Link
CN (1) CN110001654B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110471281A (zh) * 2019-07-30 2019-11-19 南京航空航天大学 一种轨迹跟踪控制的变论域模糊控制***及控制方法
CN112278072A (zh) * 2020-11-06 2021-01-29 吉林大学 一种智能车转向安全控制***及控制方法
CN112706783A (zh) * 2021-01-12 2021-04-27 重庆大学 一种基于状态流的自动驾驶汽车纵向速度控制方法

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2757900A1 (fr) * 1996-12-30 1998-07-03 Renault Procede de commande electronique d'un papillon motorise dans un moteur a combustion interne
US20030195691A1 (en) * 2002-04-11 2003-10-16 Hitachi, Ltd. Method and apparatus for controlling vehicle cruise
US20040034460A1 (en) * 2002-08-13 2004-02-19 Folkerts Charles Henry Powertrain control system
CN101633358A (zh) * 2008-07-24 2010-01-27 通用汽车环球科技运作公司 具有集成驾驶风格识别的自适应车辆控制***
US20100152951A1 (en) * 2008-12-15 2010-06-17 Gm Global Technology Operations, Inc. Adaptive vehicle control system with driving style recognition based on vehicle accelerating and decelerating
CN102666262A (zh) * 2009-09-25 2012-09-12 法雷奥开关和传感器有限责任公司 用于车辆的驾驶员辅助***，具有驾驶员辅助***的车辆，和用于辅助驾驶员驾驶车辆的方法
CN103496368A (zh) * 2013-09-25 2014-01-08 吉林大学 具有学习能力的汽车协同式自适应巡航控制***及方法
CN103531042A (zh) * 2013-10-25 2014-01-22 吉林大学 基于驾驶人类型的车辆追尾预警方法
US20150191122A1 (en) * 2014-01-06 2015-07-09 Harman International Industries, Incorporated In-vehicle notification presentation scheduling
CN104781112A (zh) * 2012-08-16 2015-07-15 捷豹路虎有限公司 车辆速度控制的改进
WO2015134376A1 (en) * 2014-03-03 2015-09-11 Inrix Inc Driving profiles for autonomous vehicles
EP3003812A1 (fr) * 2013-05-27 2016-04-13 Renault S.A.S. Procede de fonctionnement d'un vehicule en mode manuel et en mode autonome
CN106660530A (zh) * 2014-05-01 2017-05-10 捷豹路虎有限公司 根据设定速度自动地控制车辆速度
US20170309092A1 (en) * 2016-04-26 2017-10-26 Walter Steven Rosenbaum Method for determining driving characteristics of a vehicle and vehicle analyzing system
CN107298103A (zh) * 2017-07-03 2017-10-27 厦门大学 一种智能电动汽车自动换道分层控制***及方法
CN107662611A (zh) * 2017-11-06 2018-02-06 吉林大学 一种基于驾驶员情绪识别的自动驾驶模式切换***
US20180050701A1 (en) * 2016-08-17 2018-02-22 Robert Bosch Gmbh Method and apparatus for operating an automated motor vehicle
CN108437991A (zh) * 2018-04-11 2018-08-24 厦门大学 一种智能电动汽车自适应巡航控制***及其方法
CN109017447A (zh) * 2018-07-31 2018-12-18 大连民族大学 无人驾驶车辆总的驱动力矩输出方法
CN109435961A (zh) * 2018-11-13 2019-03-08 常熟理工学院 一种基于驾驶人特性的全线控电动汽车底盘协调控制方法
CN109624986A (zh) * 2019-03-01 2019-04-16 吉林大学 一种基于模式切换的驾驶风格的学习巡航控制***及方法

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2757900A1 (fr) * 1996-12-30 1998-07-03 Renault Procede de commande electronique d'un papillon motorise dans un moteur a combustion interne
US20030195691A1 (en) * 2002-04-11 2003-10-16 Hitachi, Ltd. Method and apparatus for controlling vehicle cruise
US20040034460A1 (en) * 2002-08-13 2004-02-19 Folkerts Charles Henry Powertrain control system
CN101633358A (zh) * 2008-07-24 2010-01-27 通用汽车环球科技运作公司 具有集成驾驶风格识别的自适应车辆控制***
US20100023265A1 (en) * 2008-07-24 2010-01-28 Gm Global Technology Operations, Inc. Adaptive vehicle control system with integrated driving style recognition
US20100152951A1 (en) * 2008-12-15 2010-06-17 Gm Global Technology Operations, Inc. Adaptive vehicle control system with driving style recognition based on vehicle accelerating and decelerating
CN102666262A (zh) * 2009-09-25 2012-09-12 法雷奥开关和传感器有限责任公司 用于车辆的驾驶员辅助***，具有驾驶员辅助***的车辆，和用于辅助驾驶员驾驶车辆的方法
CN104781112A (zh) * 2012-08-16 2015-07-15 捷豹路虎有限公司 车辆速度控制的改进
EP3003812A1 (fr) * 2013-05-27 2016-04-13 Renault S.A.S. Procede de fonctionnement d'un vehicule en mode manuel et en mode autonome
CN103496368A (zh) * 2013-09-25 2014-01-08 吉林大学 具有学习能力的汽车协同式自适应巡航控制***及方法
CN103531042A (zh) * 2013-10-25 2014-01-22 吉林大学 基于驾驶人类型的车辆追尾预警方法
US20150191122A1 (en) * 2014-01-06 2015-07-09 Harman International Industries, Incorporated In-vehicle notification presentation scheduling
WO2015134376A1 (en) * 2014-03-03 2015-09-11 Inrix Inc Driving profiles for autonomous vehicles
CN106660530A (zh) * 2014-05-01 2017-05-10 捷豹路虎有限公司 根据设定速度自动地控制车辆速度
US20170309092A1 (en) * 2016-04-26 2017-10-26 Walter Steven Rosenbaum Method for determining driving characteristics of a vehicle and vehicle analyzing system
US20180050701A1 (en) * 2016-08-17 2018-02-22 Robert Bosch Gmbh Method and apparatus for operating an automated motor vehicle
CN107298103A (zh) * 2017-07-03 2017-10-27 厦门大学 一种智能电动汽车自动换道分层控制***及方法
CN107662611A (zh) * 2017-11-06 2018-02-06 吉林大学 一种基于驾驶员情绪识别的自动驾驶模式切换***
CN108437991A (zh) * 2018-04-11 2018-08-24 厦门大学 一种智能电动汽车自适应巡航控制***及其方法
CN109017447A (zh) * 2018-07-31 2018-12-18 大连民族大学 无人驾驶车辆总的驱动力矩输出方法
CN109435961A (zh) * 2018-11-13 2019-03-08 常熟理工学院 一种基于驾驶人特性的全线控电动汽车底盘协调控制方法
CN109624986A (zh) * 2019-03-01 2019-04-16 吉林大学 一种基于模式切换的驾驶风格的学习巡航控制***及方法

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
LIN CAI..: "An Intelligent Longitudinal Controller for Application in Semiautonomous Vehicles", IEEE, no. 8 *
吴俊等: "驾驶机器人车辆的多模式切换控制", 《汽车工程》 *
吴俊等: "驾驶机器人车辆的多模式切换控制", 《汽车工程》, no. 10, 25 October 2018 (2018-10-25) *
管欣;崔文锋;贾鑫;张立增;: "智能汽车纵向控制校正与切换方法研究", 汽车工程, no. 09 *
苏琛: "考虑驾驶员驾驶习性的汽车纵向智能辅助驾驶***研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
苏琛: "考虑驾驶员驾驶习性的汽车纵向智能辅助驾驶***研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》, no. 1, 15 January 2019 (2019-01-15), pages 15 - 86 *
邓涛;孙冬野;胡丰宾;罗勇;: "遗传算法优化的方向与速度综合控制驾驶员模型", 重庆大学学报, no. 09 *
马国成: "车辆自适应巡航跟随控制技术研究", 中国博士学位论文全文数据库电子期刊工程科技Ⅱ辑, no. 7 *
黄珍等: "车辆自适应巡航控制算法的设计与仿真", 《武汉理工大学学报(交通科学与工程版)》 *
黄珍等: "车辆自适应巡航控制算法的设计与仿真", 《武汉理工大学学报(交通科学与工程版)》, no. 04, 15 August 2012 (2012-08-15) *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110471281A (zh) * 2019-07-30 2019-11-19 南京航空航天大学 一种轨迹跟踪控制的变论域模糊控制***及控制方法
CN110471281B (zh) * 2019-07-30 2021-09-24 南京航空航天大学 一种轨迹跟踪控制的变论域模糊控制***及控制方法
CN112278072A (zh) * 2020-11-06 2021-01-29 吉林大学 一种智能车转向安全控制***及控制方法
CN112706783A (zh) * 2021-01-12 2021-04-27 重庆大学 一种基于状态流的自动驾驶汽车纵向速度控制方法

Also Published As

Publication number Publication date
CN110001654B (zh) 2023-07-28

Similar Documents

Publication Publication Date Title
CN110001654A (zh) 一种自适应驾驶员类型的智能车纵向速度跟踪控制***及控制方法
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
CN108340787B (zh) 一种单加速踏板制动控制方法和车辆
CN107067753B (zh) 一种基于行车安全距离的跟车自动驾驶方法
DE112019003755T5 (de) Lernen von Fahrerverhalten und Fahrcoaching-Strategie mittels künstlicher Intelligenz
CN110321954A (zh) 适合国内人群的驾驶风格分类和识别方法及***
CN109835335A (zh) 电动车辆巡航控制方法和***及车辆、控制器和存储介质
CN106004878B (zh) 一种自适应巡航舒适性控制***及控制方法
CN110949366B (zh) 应用智能车辆纵向速度控制的rbf神经网络的终端滑模控制方法
CN101549625A (zh) 用于机动车辆的自适应悬挂控制
CN102109821A (zh) 车辆自适应巡航控制***及方法
JPH0698903B2 (ja) 車両走行制御装置
CN101916113B (zh) 一种基于主动悬架评价指标的车身姿态解耦控制方法
Liu et al. Driving intention identification based on long short-term memory and a case study in shifting strategy optimization
WO2010051428A1 (en) Vehicle and method of advising a driver therein
CN109808706A (zh) 学习式辅助驾驶控制方法、装置、***及车辆
CN109204390A (zh) 一种基于深度学习的列车控制方法
CN110329277B (zh) 一种智能汽车人机协同控制权重分配方法
CN106740269A (zh) 一种电动汽车的控制方法及电动汽车
CN113022577B (zh) 一种驾驶模式的切换方法、装置、车辆及存储介质
CN101544227A (zh) 汽车制动防抱双模式控制方法
CN114148349B (zh) 一种基于生成对抗模仿学习的车辆个性化跟驰控制方法
CN115520205A (zh) 一种基于驾驶状态调整语音交互的方法、***以及装置
Liu et al. Driving intention identification based on long short-term memory neural network
CN110341591A (zh) 一种用于纯电动或混合动力汽车主动安全的声音管理***

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