积分商城

最新搜索： 推完开关电源 CH340 排插 实用电机设计计算手册(第二版)pdf dac8571驱动程序 入门教程
您现在的位置是：首页 > 技术资料 > 网联车辆自适应巡航控制算法验证平台设计
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

网联车辆自适应巡航控制算法验证平台设计

更新时间：2019-12-30 13:58:14 大小：2M 上传用户：songhuahua查看TA发布的资源 标签：自适应巡航控制 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

基    金】 国家自然科学基金(No.61773345) 浙江省自然科学基金(No.LR17F030004)


部分文件列表

文件名 大小
网联车辆自适应巡航控制算法验证平台设计.pdf 2M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
Computer Engineering and Applications计算机工程与应用  
2019，55（14） 235  
网联车辆自适应巡航控制算法验证平台设计  
何文韬，何德峰，崔靖龙，彭彬彬  
浙江工业大学 信息工程学院，杭州 310023  
摘
要：自适应巡航控制系统是一种车辆高级辅助驾驶系统，不仅可以减轻驾驶员工作负担，还能增强车辆的行车  
安全和驾乘舒适性。基于MATLAB和Python混合编程，在网络协议环境下设计智能车巡航控制算法验证平台；该  
平台能够模拟多种不同典型行车场景，其实时的信息采集与动画演示功能能够直观有效地展现车辆状态。结合所  
开发的平台软件，设计出增量式模型预测控制器（IMPC）和智能驱动驾驶（IDM）控制器，所提出的IMPC算法不仅能  
综合考虑网联车巡航多目标的特点，同时还满足巡航系统快速性和准确性的要求。最后结合典型驾驶工况，开展智  
能车的车辆自适应巡航控制实验。实验结果表明，基于MATLAB和Python混合编程的软件系统能有效模拟各种驾  
驶情景，并能结合智能车验证该自适应巡航控制算法的结果。  
关键词：MATLAB；Python；自适应巡航；模型预测控制；智能驾驶模型（IDM）  
文献标志码：A 中图分类号：TP273.1 doi：10.3778/j.issn.1002-8331.1804-0247  
何文韬，何德峰，崔靖龙，等.网联车辆自适应巡航控制算法验证平台设计.计算机工程与应用，2019，55（14）：235-241.  
HE Wentao, HE Defeng, CUI Jinglong, et al. Design of verification platform for adaptive cruise control algorithm of con-  
nected vehicles. Computer Engineering and Applications, 2019, 55（14）：235-241.  
Design of Verification Platform for Adaptive Cruise Control Algorithm of Connected Vehicles  
HE Wentao, HE Defeng, CUI Jinglong, PENG Binbin  
College of Information Engineering, Zhejiang University of Technology, Hangzhou 310023, China  
Abstract：Adaptive Cruise Contro（l ACC）is an intelligent automatic control system, which can be used to reduce drivers’  
workload and also to improve driving safety and ride comfort. This paper designs the cruise control system of smart con-  
nected vehicles based on the MATLAB and Python mixed programming. The system can simulate multiple classical driving  
scenarios in order to test the performances of ACC algorithms, where the real-time information collection and animation  
demonstration can feedback state of smart car. Then the Incremental Model Predictive Control（IMPC）and Intelligent  
Driving Mode（l IDM）algorithms are designed to realize the adaptive cruise control of smart cars, which are illustrated by  
this presented software system. The proposed algorithm has ability to take the characteristics of the connected vehicles’  
multi-objective into account and satisfy the rapidity and accuracy requirements of the cruise system. Some experimental  
results show that the designed ACC software of connected vehicles can be used for the representative driving scenarios,  
which can effectively demonstrate the effects of multiple different ACC algorithms of connected vehicles.  
Key words：MATLAB; Python; adaptive cruise control; model predictive control; Intelligent Driving Mode（l IDM）  
中。商用 ACC 系统的控制单元通过车载传感器、防抱  
死系统、发动机系统的相互协调动作，能够在跟踪前车  
过程中，保持期望的车间距或以期望的车速行驶[1-3]。随  
着集成 4G、5G 和短程通信技术的车联网络系统的发  
1 引言  
自适应巡航控制（ACC）是一种先进的自动辅助驾  
驶控制系统，它是由传统巡航控制技术发展而来，现已  
被广泛应用到商业汽车、货车等车辆的辅助驾驶系统  
基金项目：国家自然科学基金（No.61773345）；浙江省自然科学基金（No.LR17F030004）。  
作者简介：何文韬（1993—），男，硕士研究生，主要研究领域为模型预测控制理论与应用，E-mail：；何德峰（1979—），  
男，博士，教授，主要研究领域为非线性预测控制与鲁棒控制等；崔靖龙（1994—），男，硕士研究生，主要研究领域为模  
型预测控制理论与应用；彭彬彬（1994—），男，硕士研究生，主要研究领域为模型预测控制理论与应用。  
收稿日期：2018-04-19  
修回日期：2018-07-02  
文章编号：1002-8331（2019）14-0235-07  
CNKI网络出版：
236  
2019，55（14）  
Computer Engineering and Applications计算机工程与应用  
̂
x ( k + 1 ) = Αx ( k ) + ΒuΔu ( k ) + Lx( y ( k ) - y ( k ) ) + Βd d ( k )  
展，ACC融合现代通信与网络技术，具备了复杂环境感  
知智能决策、协同控制等功能，是当前智能交通技术的  
热门研究方向。本文提出的 IMPC 算法解决了模型预  
测自适应巡航控制计算量大的问题，满足网联车快速性  
要求，同时与主流巡航算法相比有一定的优势。现阶  
段应用到自适应巡航仿真平台的开发软件非常多，如  
ì
ï
ï
í
ï
ï
î
y ( k ) = Cx ( k )  
̂
ξ ( k + 1 ) = Wξ ( k ) + Ld( y ( k ) - y ( k ) ) d ( k )  
d ( k + 1 ) = Vξ ( k )  
（2）  
其中e ( k ),vr ( k ),ah( k ),u ( k )分别为在k时刻的车间距  
误差，相对速度，本车加速度和加速度命令。其组成的  
状态变量满足：  
Direct3D、OpenGL，以及CarSim等商用汽车仿真软件[4-7]  
其中前两个是底层三维函数库，开发效率低，CarSim因  
为缺乏与物理设备的网络连接功能，无法展开实验；  
部分软件还有不开源或成本昂贵的因素。仿真软件  
MATLAB 因其具有创建用户界面、绘制函数和矩阵运  
算等优势，同时提供了对C、FORTRAN、C++、JAVA的支  
持，具备了开发实验平台的条件[8-9]；而 Python 因其丰富  
的标准库，则适合动态图像方面的开发。  
；
x ( k ) ∈ X,∀k = 0,1,⋯  
其中X =[ -T2vh,max] × [ vr,min,vr,max] × [ ah,min,ah,max] ×[ umin,  
B、 W  
（3）  
V
A、 C、 和 为常数矩阵；Lx,Ld 为观测器增  
u
max] 。  
̂
益；y ( x )和 y ( x )分别为车间距计算误差和车间距测量  
̂
值误差，y ( x )的获取需要借助车载传感器来测量提供  
实时输入；d 为有界未知扰动输入。增量式控制输入定  
义为Δu ( k ) = u ( k ) - u ( k - 1 )。  
本文结合 MATLAB 和 Python 语言各自的编程优  
点，通过图形用户界面工具箱与动画引擎开发包相结  
合，开发出一个可视化软件系统。该软件能够以动画形  
式直观显示车辆运行状态，在网络协议下开展智能网联  
车辆巡航控制实验系统。实验结果表明，该算法验证软  
件直观形象，开发效率高且有效，无需任何软件使用成本。  
智能车辆借助网联车的移动通信实现交通参与物  
间的信息互换，使其具备在复杂环境下传感感知、控制  
执行等功能，以实现安全、高效、舒适和节能的智能驾  
驶[11]；安全性是首要的，其次再考虑舒适性；基于这些要  
求后提出巡航过程中所需的跟踪性，以及经济性的多目  
标 要 求 ，采 用 三 个 性 能 指 标 予 以 描 述 ，分 别 是  
L1( x ( k ) ) = we x12 ( k ) + wv x22 ( k ),L2 ( x ( k ) ) = wa x32 ( k )  
2 自适应巡航控制算法  
随着电子相关技术的快速发展，现阶段很多经典的  
控制理论方法都应用到车辆巡航控制系统上，如PID控  
制、IDM控制、模型预测控制、最优LQ控制、滑膜控制、  
模糊逻辑控制等。为综合考虑网联车辆巡航控制跟踪  
性能、驾驶体验性能和安全性能，采用带优化性能指标  
的预测巡航控制系统来解决多约束多变量的优化问题，  
由于其采用多步预测、滚动优化和反馈控制等策略，能  
及时弥补模型失配和干扰等因素引起的不确定性。本  
文所设计算法优势在针对网联汽车巡航驾驶舒适性的  
层面上，能得到平滑的速度输出；同时对预测时域内的  
控制量进行参数化，大大提高运行效率，满足巡航快速  
性要求。  
2
2
w
+wac x4 ( k ) 和L3( u ( k ) ) = wduΔu ( k )。 其 中 we、wv、  
a
和wdu 分别是对应网联车辆巡航要求的车间距误差、速  
度误差、加速度和加速度命令对应的加权系数，代表对  
这些性能的重视程度。结合所提出的性能指标，整理  
有：  
p - 1  
J ( x,Δu ) = { xT( i|k )Wx( k ) x ( i|k ) + wduΔu2( i|k ) }  
∑
i = 0  
（4）  
其中状态矩阵Wx = diag{ we wv,wa wdu},p为预测时域。  
在 模 型 预 测 控 制 的 控 制 时 域 [ k,k + p ]  
( k = 0,1,⋯),针对增量式控制量，即车辆加速度变量  
Δu ( i|k，)做以下的参数化定义：  
2.1 阶梯式模型预测控制器设计  
Δu ( i|k ) = βiΔu ( 0|k ),i = 1,2,⋯,p - 1  
（5）  
本文提出的网联车巡航控制方式由上位机和底层  
硬件来共同实现，上位机收集和处理与前车的车间距等  
输入信息，并发送理想加速度命令到底层硬件；本车底  
层车载传感器获取原始数据，电机负责加速和制动操  
作，最终实现巡航目的。  
其中i|k 指代在采样时刻k 预测在k + i的未来值，且满足  
于[0，1]的柔化因子 是用于调节获取平滑输出的参  
β
数[12]。  
模型预测存在计算量大的问题是其使用受到限制  
的原因，为满足巡航快速性要求，其单步计算时间不能  
大于上位机系统的单步处理时间。本文做法创新点在  
于控制序列 Δu ( i|k ) 由当前决策变量 Δu ( 0|k ) 所参数  
化，决策变量的维数由当前变量所决定，大大降低了计  
算量。尽管降维会带来性能的下降，但可以增大预测时  
车辆在巡航时需要保持理想的间距以确保行驶安  
全，采用车头时距定义理想车间距[10]：  
sr,s( k ) = T2vh( k ) + sr,0  
（1）  
sr,0  
T2  
其中， 是车头时距， 是静止时安全车间距，定义状  
态变量 x ( k ) = [ e ( k ),vr ( k ),ah( k ),u ( k - 1 ) ]T ，同时  
为准确估量状态和未知干扰，引入扰动观测器。  
p
p
的步长来弥补，因为数值大的 可以带来更好的性  
域

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号