详情

原文传递基于模型预测控制理论的汽车自适应巡航系统控制策略研究

论文题名：	基于模型预测控制理论的汽车自适应巡航系统控制策略研究
关键词：	汽车辅助驾驶;自适应巡航控制系统;分层式架构;安全跟车距离;模型预测控制
摘要：	自适应巡航作为高级辅助驾驶的重要组成部分之一，可以有效缓解驾驶员的驾驶疲劳和增加主动安全系数来保护驾驶员的安全，对于提高车辆的舒适性和燃油经济性也有重要的工程应用价值。本论文采用分层式系统架构，对自适应巡航系统的安全距离模型、上层及下层控制器的控制策略进行设计，并分析了LQR（Linear Quadratic Regulator, LQR）算法的跟车策略在典型工况下表现的不足，最终应用模型预测控制算法（Model Predictive Control ,MPC），兼顾车辆行驶的跟踪性、安全性、纵向行驶舒适性和燃油经济性，进行自适应巡航系统的多目标跟车控制策略研究。　　本论文的主要研究内容包括：　　（1）首先对自适应巡航控制系统的系统架构需求进行了分析，并采用分层式控制器设计方案。再对固定安全跟车距离算法与可变安全跟车距离算法进行了对比与分析，并采用稳定可靠的固定安全跟车距离算法。最后根据自适应巡航的控制要求，搭建了车辆逆纵向动力学模型，并对车辆的驱动控制与制动控制制定了切换逻辑。为了减小系统中产生的控制误差，采用基于车辆动力学前馈模型-PID 反馈的扭矩与制动压力的控制方法来加快系统误差的收敛，并用 4 种常用加速度信号进行下层控制器的仿真验证与分析。　　（2）在 Matlab/Simulink 开发环境中搭建了 PID 定速巡航的速度控制策略和LQR 跟车巡航的距离控制策略，并以第二章的逆纵向车辆动力学模型为基础，对本章建立的控制策略算法来进行Matlab/Simulink与Caraim联合仿真研究。在五种典型工况进行测试与分析，仿真结果表明 PID 控制器在定速巡航下的控制效果良好，LQR控制器在距离控制的四种典型工况下，其控制效果不够理想。由于LQR算法只能对整个时域实现最优控制，无法针对当前某时刻进行最优控制且无法对控制量与状态量进行目标约束，难以将控制量输出在合理的区间范围内，所以本文考虑自适应巡航的距离控制部分采用基于 MPC 算法的多目标约束的距离控制器。　　（3）基于模型预测控制理论设计了上层控制器中的跟车控制器，并对模型预测控制的基本原理进行了介绍。通过第二章建立的汽车纵向运动学模型，对自适应巡航系统的跟踪性、纵向行驶舒适性、燃油经济性、安全性等目标进行边界约束。为了消除硬约束带来无法求解的问题，引入松弛因子来增大边界来求解可行域，利用惩罚函数来约束边界无限放大和缩小的问题，最终将优化目标函数转为二次规划问题进行求解。　　（4）简单地介绍车辆动力学仿真软件Carsim的环境配置，同时搭建了Carsimamp;nbsp;与Matlab/Simulnk联合仿真平台，并且对定速巡航、跟车巡航、目标车切入、目标车切出和目标车紧急制动五种典型工况做了仿真分析。根据仿真结果可知，本文搭建的MPC算法的跟车控制策略能兼顾纵向行驶舒适性、安全性、燃油经济性和跟踪性，并能够对控制量进行合理调节，使本车能够以稳定的车速和期望安全距离下进行安全行驶。
作者：	马宽旺
专业：	机械
导师：	胡启国
授予学位：	硕士
授予学位单位：	重庆交通大学
学位年度：	2023