一种电动汽车辅助驾驶的自适应跟车方法技术

技术编号:20607352 阅读:55 留言:0更新日期:2019-03-20 08:46
本发明专利技术提供一种电动汽车辅助驾驶的自适应跟车方法,能够实现多目标的协同优化。所述方法包括:根据车间距的稳定性要求,建立变车间时距策略;根据车辆在跟车过程中的运动学特征结合建立的变车间时距策略,建立以车间距误差、相对车速、本车加速度以及加速度变化率作为状态变量与输出变量,以期望加速度作为控制变量,前车加速度作为干扰量的自适应跟车动力学模型;根据建立的自适应跟车动力学模型,确定基于模型预测控制的预测模型,所述预测模型用于实现多个目标指标的协同优化,所述目标指标包括:经济性、安全性和舒适性。本发明专利技术涉及汽车技术领域。

An Adaptive Tracking Method for Electric Vehicle Auxiliary Driving

The invention provides an adaptive car-following method for auxiliary driving of electric vehicles, which can realize multi-objective cooperative optimization. The method includes: establishing variable workshop time-distance strategy according to the stability requirement of workshop distance; establishing variable workshop time-distance strategy based on the kinematics characteristics of vehicle in the process of car-following, taking the error of workshop distance, relative speed, acceleration of the vehicle and acceleration change rate as state variables and output variables, with the expected acceleration as control variable and the front acceleration as control variable. For the adaptive car-following dynamics model with disturbance, the prediction model based on model predictive control is determined according to the established adaptive car-following dynamics model. The prediction model is used to achieve the collaborative optimization of multiple target indicators, which include economy, safety and comfort. The invention relates to the field of automobile technology.

【技术实现步骤摘要】
一种电动汽车辅助驾驶的自适应跟车方法
本专利技术涉及汽车
,特别是指一种电动汽车辅助驾驶的自适应跟车方法。
技术介绍
近年来,在进行电动汽车辅助驾驶的自适应控制研究前,需要解决由于车辆在行驶过程中跟车性能的好坏引起的整车安全性、舒适性以及经济性的问题。自适应跟车是无人驾驶车辆最基础也是最重要的行车场景,跟车性能的好坏直接影响整车的安全性、舒适性与经济性。自适应跟车作为无人驾驶的初级阶段虽然已经实现了商品化,然而现有的解决方案中依旧不能实现多个指标(例如,经济性、安全性、舒适性)的协同优化。
技术实现思路
本专利技术要解决的技术问题是提供一种电动汽车辅助驾驶的自适应跟车方法,以解决现有技术所存在的不能实现多个指标的协同优化的问题。为解决上述技术问题,本专利技术实施例提供一种电动汽车辅助驾驶的自适应跟车方法,包括:根据车间距的稳定性要求,建立变车间时距策略;根据车辆在跟车过程中的运动学特征结合建立的变车间时距策略,建立以车间距误差、相对车速、本车加速度以及加速度变化率作为状态变量与输出变量,以期望加速度作为控制变量,前车加速度作为干扰量的自适应跟车动力学模型;根据建立的自适应跟车动力学模型,确定基于模型预测控制的预测模型,所述预测模型用于实现多个目标指标的协同优化,所述目标指标包括:经济性、安全性和舒适性。进一步地,所述根据车间距的稳定性要求,建立变车间时距策略包括:根据本车车速、本车与前车的相对速度、前车加速度、本车电池组的荷电状态,建立变车间时距策略。进一步地,所述变车间时距策略表示为:ddes=th·vh+d0其中,ddes表示期望的车间距离,vh表示本车车速,d0为静止时两车的最小安全距离,th表示车间时距,h1、h2、h3、h4表示常数系数,th_max、th_min分别表示车间时距的上限、下限,vrel表示本车与前车的相对速度,ap表示前车加速度,SOC表示本车电池组的荷电状态。进一步地,所述根据车辆在跟车过程中的运动学特征结合建立的变车间时距策略,建立以车间距误差、相对车速、本车加速度以及加速度变化率作为状态变量与输出变量,以期望加速度作为控制变量,前车加速度作为干扰量的自适应跟车动力学模型包括:根据车辆在跟车过程中的运动学特征,确定车间距离的离散数学模型:其中,d表示实际前后车间距离,k表示k时刻,Ts表示离散数学模型的采样周期,ah表示本车的加速度;根据车间距误差公式及确定的车间距离的离散数学模型,确定车间距误差的离散数学模型:其中,△d表示前后车间距离误差;根据车辆在跟车过程中的运动学特征,确定相对速度的离散数学模型:vrel(k+1)=vrel(k)+ap(k)·Ts-ah(k)·Ts确定本车加速度的离散数学模型:其中,τ表示自适应跟车系统时间常数,u表示控制变量,以本车的期望加速度作为控制变量;根据加速度与加速度变化率之间的关系,确定加速度变化率的离散数学模型:其中,jh表示本车的加速度变化率;根据确定的车间距误差的离散数学模型、相对速度的离散数学模型、本车加速度的离散数学模型、加速度变化率的离散数学模型,建立以车间距误差、相对车速、本车加速度以及加速度变化率作为状态变量与输出变量,以期望加速度作为控制变量,以前车加速度作为干扰量的自适应跟车车辆在跟车过程中动力学模型。进一步地,所述车间距误差公式表示为:△d(k)=d(k)-ddes(k)其中,d(k)表示前后车间距离误差,d表示实际前后车间距离,ddes表示期望的车间距离。进一步地,状态变量表示为:x(k)=[△d(k),vrel(k),ah(k),jh(k)]T;输出变量表示为:y(k)=[△d(k),vrel(k),ah(k),jh(k)]T;所述动力学模型的状态方程的形式为:其中,A、B、G、C都表示系数矩阵。进一步地,系数矩阵A、B、G、C分别表示为:进一步地,所述根据建立的自适应跟车动力学模型,确定基于模型预测控制的预测模型,所述预测模型用于实现多个目标指标的协同优化包括:引入修正误差项ex(k),根据动力学模型的状态方程,得到自适应跟车系统在未来p个时刻的预测状态:其中,表示预测的状态向量,U(k+m)表示控制变量向量,m表示控制变量的数目,W(k+p)表示干扰量向量,表示系数矩阵,U(k+m)、W(k+p)、分别表示为:其中,H表示状态方程系数;引入修正误差项ex(k),根据动力学模型的状态方程,得到自适应跟车系统在未来p个时刻内的系统输出预测值:其中,表示预测的系统输出向量,表示系数矩阵,分别表示为:根据得到的自适应跟车系统在未来p个时刻的预测状态和系统输出预测值,确定基于模型预测控制的性能指标评价函数,所述性能指标评价函数作为预测模型,用于实现多个目标指标的协同优化。进一步地,所述基于模型预测控制的性能指标评价函数表示为:其中,表示基于模型预测控制的性能指标评价函数,T表示矩阵转置,ρ表示特征值矩阵,Φ、R、Q都表示性能指标评价函数的系数。进一步地,所述性能指标评价函数的约束条件为:其中,ε1、ε2、ε3、ε4、ε5为松弛因子,v#min、v#max为各个相应变量的约束下界和约束上界的松弛系数,#的取值为△d、vrel、ah、jh、u,△dmax、△dmin分别表示车间距误差的最大值、最小值,vrel-max、vrel-min分别表示相对车速的最大值、最小值,ah-max、ah-min分别表示本车加速度的最大值、最小值,jh-max、jh-min分别表示加速度变化率的最大值、最小值,umax、umin分别表示控制变量的最大值、最小值。本专利技术的上述技术方案的有益效果如下:上述方案中,根据车间距的稳定性要求,建立变车间时距策略,以保证S-EATC系统的稳定性;根据车辆在跟车过程中的运动学特征结合建立的变车间时距策略,建立以车间距误差、相对车速、本车加速度以及加速度变化率作为状态变量与输出变量,以期望加速度作为控制变量,前车加速度作为干扰量的自适应跟车动力学模型;根据建立的自适应跟车动力学模型,确定基于模型预测控制的预测模型,所述预测模型用于实现经济性、安全性和舒适性指标的协同优化;这样,在保证乘客舒适性以及行驶经济性的基础上提高了车辆的安全性与跟车性,实现了多目标的协同优化。附图说明图1为本专利技术实施例提供的电动汽车辅助驾驶的自适应跟车方法的流程示意图;图2为本专利技术实施例提供的基于变车间时距策略搭建的S-EATC系统纵向动力学特性示意图;图3(a)为本专利技术实施例提供的前后车加速度变化曲线示意图;图3(b)为本专利技术实施例提供的前后车速度变化曲线示意图;图3(c)为本专利技术实施例提供的期望车间距离曲线示意图;图3(d)为本专利技术实施例提供的加速度变化率的变化曲线示意图;图3(e)为本专利技术实施例提供的实际车间距的示意图;图3(f)为本专利技术实施例提供的基于VTH的MPC算法下车间距的示意图。具体实施方式为使本专利技术要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。本专利技术针对现有的不能实现多个指标的协同优化问题,提供一种电动汽车辅助驾驶的自适应跟车(Self-drivingElectricAdaptiveTrackingControl,S-EATC)方法。如图1所示,本专利技术实施例提供的电动汽车辅助本文档来自技高网...

【技术保护点】
1.一种电动汽车辅助驾驶的自适应跟车方法,其特征在于,包括:根据车间距的稳定性要求,建立变车间时距策略;根据车辆在跟车过程中的运动学特征结合建立的变车间时距策略,建立以车间距误差、相对车速、本车加速度以及加速度变化率作为状态变量与输出变量,以期望加速度作为控制变量,前车加速度作为干扰量的自适应跟车动力学模型;根据建立的自适应跟车动力学模型,确定基于模型预测控制的预测模型,所述预测模型用于实现多个目标指标的协同优化,所述目标指标包括:经济性、安全性和舒适性。

【技术特征摘要】
1.一种电动汽车辅助驾驶的自适应跟车方法,其特征在于,包括:根据车间距的稳定性要求,建立变车间时距策略;根据车辆在跟车过程中的运动学特征结合建立的变车间时距策略,建立以车间距误差、相对车速、本车加速度以及加速度变化率作为状态变量与输出变量,以期望加速度作为控制变量,前车加速度作为干扰量的自适应跟车动力学模型;根据建立的自适应跟车动力学模型,确定基于模型预测控制的预测模型,所述预测模型用于实现多个目标指标的协同优化,所述目标指标包括:经济性、安全性和舒适性。2.根据权利要求1所述的电动汽车辅助驾驶的自适应跟车方法,其特征在于,所述根据车间距的稳定性要求,建立变车间时距策略包括:根据本车车速、本车与前车的相对速度、前车加速度、本车电池组的荷电状态,建立变车间时距策略。3.根据权利要求2所述的电动汽车辅助驾驶的自适应跟车方法,其特征在于,所述变车间时距策略表示为:ddes=th·vh+d0其中,ddes表示期望的车间距离,vh表示本车车速,d0为静止时两车的最小安全距离,th表示车间时距,h1、h2、h3、h4表示常数系数,th_max、th_min分别表示车间时距的上限、下限,vrel表示本车与前车的相对速度,ap表示前车加速度,SOC表示本车电池组的荷电状态。4.根据权利要求3所述的电动汽车辅助驾驶的自适应跟车方法,其特征在于,所述根据车辆在跟车过程中的运动学特征结合建立的变车间时距策略,建立以车间距误差、相对车速、本车加速度以及加速度变化率作为状态变量与输出变量,以期望加速度作为控制变量,前车加速度作为干扰量的自适应跟车动力学模型包括:根据车辆在跟车过程中的运动学特征,确定车间距离的离散数学模型:其中,d表示实际前后车间距离,k表示k时刻,Ts表示离散数学模型的采样周期,ah表示本车的加速度;根据车间距误差公式及确定的车间距离的离散数学模型,确定车间距误差的离散数学模型:其中,△d表示前后车间距离误差;根据车辆在跟车过程中的运动学特征,确定相对速度的离散数学模型:vrel(k+1)=vrel(k)+ap(k)·Ts-ah(k)·Ts确定本车加速度的离散数学模型:其中,τ表示自适应跟车系统时间常数,u表示控制变量,以本车的期望加速度作为控制变量;根据加速度与加速度变化率之间的关系,确定加速度变化率的离散数学模型:其中,jh表示本车的加速度变化率;根据确定的车间距误差的离散数学模型、相对速度的离散数学模型、本车加速度的离散数学模型、加速度变化率的离散数学模型,建立以车间距误差、相对车速、本车加速度以及加速度变化率作为状态变量与输出变量,以期望加速度作为控制变量,以前车加速度作为干扰量的自适应跟车车辆在跟车过程中...

【专利技术属性】
技术研发人员:张卫冬艾轶博陈佳赵宏业孙畅张涛
申请(专利权)人:北京科技大学
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1