【摘要】：隨著國家對自動駕駛技術(shù)推進力度的增加,高級駕駛輔助系統(tǒng)作為實現(xiàn)自動駕駛的前提越來越受到人們的關(guān)注。據(jù)統(tǒng)計約百分之九十的交通事故是駕駛員疲勞駕駛導致的,為了減輕駕駛員的駕駛負擔以及提高駕駛的安全性和舒適性,本文對自適應巡航控制系統(tǒng)展開研究。首先,本文對當今自適應巡航控制系統(tǒng)的發(fā)展現(xiàn)狀及研究內(nèi)容進行調(diào)研,包括對該系統(tǒng)的結(jié)構(gòu)、控制策略及所用算法進行調(diào)研,通過調(diào)研提出了包含多種工況的自適應巡航控制系統(tǒng)。其次,基于分層設(shè)計的思想,將自適應巡航控制系統(tǒng)整體分為感知層、決策層和執(zhí)行層三部分。在感知層提出直道和彎道信息的處理方案、直道與彎道的判別方案以及前車與本車是否位于同一車道的判別方案;在決策層制定該系統(tǒng)的整體控制策略即根據(jù)相關(guān)標準將系統(tǒng)的狀態(tài)劃分為等待、開啟和關(guān)閉并制定其切換策略,通過分析實際交通環(huán)境,將系統(tǒng)工況分為定速巡航、跟隨前車、自車變道和接管四種,制定其間的切換策略和各工況內(nèi)部對應的控制策略,并對跟隨前車中應用的最優(yōu)控制算法進行研究;在執(zhí)行層搭建目標加速度到制動力或驅(qū)動力的轉(zhuǎn)換模型以及制定制動系統(tǒng)與驅(qū)動系統(tǒng)的切換策略。然后,在MATLAB環(huán)境中搭建控制策略模型,對跟隨前車工況中的最優(yōu)控制算法進行研究,并將其與傳統(tǒng)PID算法進行仿真結(jié)果的對比;還將其移植到PreScan中,在PreScan中搭建整車仿真模型并設(shè)置三種仿真場景與MATLAB進行聯(lián)合仿真,對所制定控制策略的可行性進行驗證。最后,進行實車實驗平臺的搭建與調(diào)試,包括感知系統(tǒng)、控制系統(tǒng)和執(zhí)行系統(tǒng)的搭建與調(diào)試,并基于搭建的實車實驗平臺,進行定速巡航、跟隨前車、自車變道、接管和工況切換的實車試驗,對該系統(tǒng)的控制策略進行實車驗證。通過仿真驗證和實車試驗驗證,本文提出的自適應巡航控制系統(tǒng)的控制策略被證明是切實可行的。
【圖文】：

αS0圖 2. 3 直道位置分析圖Fig 2.3 Analysis diagram of straight到：的縱向距離 S1的轉(zhuǎn)換公式如式（2.1）：SScos 1 的橫向距離 S0的轉(zhuǎn)換公式如式（2.2）：SSsin 0 處理

合肥工業(yè)大學碩士學位論文 t0ft0ils svdtvdt（中，is為初始時刻兩車間的距離，單位 m，s為仿真過程中兩車之間的實時距離位 m，lv 為目標車的實時速度，，單位 m/s。.1.2決策層模型搭建由第三章制定的 ACC 控制策略可以得到，在進行決策層的模型搭建中主要的模型包括各工況具體實現(xiàn)模型和切換策略模型。
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：U463.6

【參考文獻】

相關(guān)期刊論文 前3條

1 朱宏任;;解讀中國制造2025戰(zhàn)略下的汽車智能化發(fā)展路徑[J];汽車縱橫;2015年11期

2 鄧湘鴻;;先進駕駛輔助系統(tǒng)技術(shù)發(fā)展與標準法規(guī)研究[J];科技創(chuàng)新與應用;2013年19期

3 楊小寶;張寧;;一種改進的跟馳狀態(tài)判定方法[J];交通運輸系統(tǒng)工程與信息;2006年02期

相關(guān)博士學位論文 前1條

1 侯德藻;汽車縱向主動避撞系統(tǒng)的研究[D];清華大學;2004年

相關(guān)碩士學位論文 前7條

1 周浩;四輪驅(qū)動電動汽車路面附著系數(shù)的滾動時域估計[D];吉林大學;2017年

2 張麗;純電動汽車全速自適應巡航控制系統(tǒng)的研究[D];哈爾濱工業(yè)大學;2017年

3 宋濤;輪轂驅(qū)動電動車的路面附著系數(shù)估計方法研究[D];哈爾濱工業(yè)大學;2017年

4 楊艷;基于輪式驅(qū)動的新能源載重汽車自適應巡航控制及仿真研究[D];西南交通大學;2017年

5 劉道旭東;基于神經(jīng)網(wǎng)絡PID控制器的汽車自適應巡航控制系統(tǒng)研究[D];吉林大學;2017年

6 胡吉;基于MPC算法的混合動力汽車自適應巡航控制研究[D];重慶大學;2015年

7 李肖含;汽車自適應巡航控制系統(tǒng)模糊控制策略研究[D];北京理工大學;2015年

本文編號：2596156