摘要: |
随着日益增加的机动车保有量与道路通行能力有限性的矛盾,为突破道路交通发展的瓶颈,智能交通系统体系下的自动驾驶车辆已逐渐成为未来交通领域发展的主流方向。在所有车辆自动化功能中,纵向控制至关重要,它促使自动驾驶车辆自动调节速度以与前车保持适当距离,进而提升通行能力、增强交通安全。众所周知,不同驾驶员有不同驾驶风格,然而,如何将驾驶行为偏好融入自动驾驶车辆纵向控制中一直是研究的重点与难点。基于此背景,本文考虑自动驾驶车辆对随机干扰的偏好以及控制舒适性两项特征,提出了一种计及个性化驾驶行为偏好的随机最优自适应巡航控制算法。具体而言,该算法构建了车辆纵向跟驰的空间状态方程,考虑了源于系统及测量的混合随机干扰,将控制结构的成本函数设计为指数型线性二次高斯问题,并利用随机最优控制机制来反馈偏离期望跟车目标的差值。同时,针对不同应用场景提出了状态反馈控制策略与输出反馈控制策略,并通过将驾驶员对随机干扰的偏好进行分类以及通过调整成本函数中权重矩阵数值大小改变控制模式进而生成个性化驾驶行为。随后基于仿真实验对比分析了反馈控制策略、混合随机干扰强度、控制模式的选择对自动驾驶个性化性能的影响。实验结果表明所提出的算法可生成计及驾驶员风格的个性化驾驶行为,同时也证实了算法在减少自动驾驶车辆纵向系统与平衡状态的偏离量方面的有效性。在此基础上,本文还建立了基于替代安全指标的自动驾驶纵向控制主动安全评价方法,并选取典型跟驰场景进行了综合评价,充分证实了所提出的算法在实现个性化控制的前提下同时拥有卓越的安全性能。 |