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 ...
【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
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。