當今社會經(jīng)濟不斷蓬勃發(fā)展,汽車產(chǎn)業(yè)的興起推動了機動化和城市化進程。交通安全、交通堵塞、環(huán)境污染和能源短缺等問題不容忽視�；谥悄芙煌ㄖС值目v向駕駛輔助系統(tǒng)以駕駛員為研究核心,能夠有效降低人為交通事故,對改善道路交通安全意義重大。然而,在追求整車安全性能的同時,駕駛員的個體差異性與狀態(tài)波動性導致其與縱向駕駛輔助系統(tǒng)之間不可避免地產(chǎn)生了人機協(xié)調(diào)問題。隨著智能環(huán)境友好型車輛體系概念的提出,研究開發(fā)更節(jié)能環(huán)保、安全和舒適的新一代縱向駕駛輔助系統(tǒng)引起了國內(nèi)外研究機構(gòu)的廣泛重視。本文結(jié)合國家自然科學基金項目“基于駕駛員特性的新型線控轉(zhuǎn)向系統(tǒng)控制機理和評價方法”(編號:51575223),主要對駕駛員跟車行為特性建模與縱向駕駛輔助系統(tǒng)控制策略進行了研究,通過對國內(nèi)外相關(guān)研究現(xiàn)狀進行對比分析,總結(jié)了目前縱向駕駛輔助系統(tǒng)控制算法中的不足,以實現(xiàn)符合不同駕駛員跟車特性并對交通環(huán)境友好的智能化控制為目標,建立了基于混雜系統(tǒng)的駕駛員跟車行為模型;然后以實現(xiàn)縱向駕駛輔助系統(tǒng)的跟隨性、安全性、舒適性和燃油經(jīng)濟性作為控制目標,設(shè)計了基于模型預(yù)測控制(Model Predictive Control,MPC)的系統(tǒng)多目標協(xié)調(diào)控制策略;最后,通過駕駛模擬器試驗平臺對所研究的控制算法進行了驗證。主要研究內(nèi)容如下:(1)作為縱向駕駛輔助系統(tǒng)控制功能實現(xiàn)的基礎(chǔ),本文建立了包括車輛逆縱向動力學模型、制動與驅(qū)動切換控制邏輯和CarSim車輛對象在內(nèi)的車輛廣義縱向動力學系統(tǒng)(Generalized Vehicular Longitudinal Dynamics,GVLD),經(jīng)驗證可以較好地模擬車輛動力學的響應(yīng)特性;然后根據(jù)所建立的期望車間距策略,建立了跟車工況下的車間縱向動力學系統(tǒng),為之后的控制策略的開發(fā)奠定理論基礎(chǔ)。(2)為解決縱向駕駛輔助系統(tǒng)與駕駛員跟車行為間的適應(yīng)性問題,基于混雜系統(tǒng)的概念,選取了分段仿射(Piece Wise Affine,PWA)方式對駕駛員的跟車技能進行模擬,采用高維數(shù)據(jù)空間聚類分析法處理駕駛模擬器試驗獲得的跟車行為數(shù)據(jù),實現(xiàn)了基于分段仿射含自回歸(Piece Wise Auto Regressive Exogenous,PWARX)模型的駕駛員跟車行為特性的辨識。(3)為實現(xiàn)新一代縱向駕駛員輔助系統(tǒng)的多目標協(xié)調(diào)控制需求,本文在分析了控制策略總體架構(gòu)的基礎(chǔ)上,分別以2范數(shù)的形式量化了跟隨性能目標、燃油經(jīng)濟性目標、安全跟車條件目標和舒適性目標,考慮到車輛狀態(tài)最優(yōu)控制量的可解性問題,采用約束管理法,引入松弛因子以擴大約束條件,獲得了具有軟約束的系統(tǒng)預(yù)測優(yōu)化問題,為跟隨性、乘坐舒適性以及燃油經(jīng)濟性的協(xié)調(diào)控制奠定基礎(chǔ)。(4)為驗證本文所開發(fā)的基于混雜系統(tǒng)的多目標協(xié)調(diào)的縱向駕駛輔助系統(tǒng)的控制效果,以駕駛模擬器為試驗平臺,選取以線性二次型最優(yōu)控制(Linear Quadratic Regulator,LQR)為上層控制的自適應(yīng)巡航系統(tǒng)作為對照,分別進行了前車切入工況、前車駛離工況、前車定加速工況以及前車緊急制動工況下的試驗。試驗結(jié)果表明,本文提出的多目標協(xié)調(diào)控制的縱向駕駛輔助系統(tǒng)在保證自動跟車安全性的同時,可以減少燃油消耗量,保證駕駛員乘坐感受。
【學位單位】：吉林大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：U463.6
【部分圖文】：

圖 1.1 中國道路交通事故與傷亡人數(shù)統(tǒng)計數(shù)據(jù)圖依托傳感器功能，先進駕駛輔助系統(tǒng)(Advanced DriverAssistance System,AD將通信、控制和計算機等技術(shù)集成應(yīng)用于地面交通，從而建立起一種能夠加強駕員、車輛以及道路之間的協(xié)調(diào)控制的主動安全智能化管理體系，有效改善道路交通數(shù)據(jù)來源：中華人民共和國道路交通事故統(tǒng)計年報

圖 3.4 KdB 參數(shù)的意義，當自車接遠離前車時，KdB 是負值，而當自車接近前車將 KdB 描述是在駕駛員制動或加速時刻的“接近與遠離于這種存在危險的條件下沒有做出任何反應(yīng)決策，比如處

第 3 章 基于混雜系統(tǒng)的駕駛員跟車技能建模37駕駛模擬器試驗平臺是基于CarSimRT/Simulink/dSPACE搭建的，如圖3.6所示。首先在 CarSimRT 中進行了車輛選型和參數(shù)設(shè)置，設(shè)計搭建了駕駛員跟車試驗工況以及交通場景，聯(lián)合 MATLAB/Simulink 建立車輛縱向動力學控制模型，并在 Simulink的 RTI 模塊設(shè)置輸入輸出接口，編譯后生成實時仿真程序下載到 dSPACE 平臺中，使整個仿真系統(tǒng)成為實時系統(tǒng)。圖 3.6 駕駛模擬器試驗平臺實時仿真系統(tǒng)的基本原理如下：dSPACE 的 RTI 模塊接收加速/制動踏板信號，通過信號處理模塊對其進行解析后得到加速踏板開度和制動主缸壓力，然后傳遞給CarSim 中的車輛模型

【參考文獻】

相關(guān)期刊論文 前10條

1 李升波;徐少兵;王文軍;成波;;汽車經(jīng)濟性駕駛技術(shù)及應(yīng)用概述[J];汽車安全與節(jié)能學報;2014年02期

2 李朋;魏民祥;侯曉利;;自適應(yīng)巡航控制系統(tǒng)的建模與聯(lián)合仿真[J];汽車工程;2012年07期

3 黨睿娜;李升波;王建強;李克強;;兼顧節(jié)能與安全的電動車ACC系統(tǒng)[J];汽車工程;2012年05期

4 劉鑫偉;谷正氣;楊易;王凱;蘇偉;張濤;;基于模糊神經(jīng)網(wǎng)絡(luò)的汽車輔助制動控制系統(tǒng)的研究[J];汽車工程;2010年12期

5 李克強;陳濤;羅禹貢;王建強;;智能環(huán)境友好型車輛——概念、體系結(jié)構(gòu)及工程實現(xiàn)[J];汽車工程;2010年09期

6 張德兆;王建強;劉佳熙;李克強;連小珉;;加速度連續(xù)型自適應(yīng)巡航控制模式切換策略[J];清華大學學報(自然科學版);2010年08期

7 陸斯文;王俊驊;;基于ANFIS的高速公路車輛跟馳模型與仿真[J];同濟大學學報(自然科學版);2010年07期

8 李升波;王建強;李克強;張磊;;MPC實用化問題處理及在車輛ACC中的應(yīng)用[J];清華大學學報(自然科學版);2010年05期

9 徐學明;榮建;王麗;;混合神經(jīng)網(wǎng)絡(luò)跟馳模型的建立[J];公路交通科技;2007年03期

10 張磊;王建強;李克強;連小珉;;基于駕駛員跟車習慣的報警/避撞算法研究[J];汽車工程;2006年04期

相關(guān)博士學位論文 前4條

1 曲婷;基于隨機模型預(yù)測控制的駕駛員行為建模[D];吉林大學;2015年

2 張德兆;基于彎道行駛的車輛自適應(yīng)巡航控制[D];清華大學;2011年

3 張磊;基于駕駛員特性自學習方法的車輛縱向駕駛輔助系統(tǒng)[D];清華大學;2009年

4 于玲;基于數(shù)據(jù)的復雜系統(tǒng)集成建模方法及其應(yīng)用研究[D];浙江大學;2006年

相關(guān)碩士學位論文 前2條

1 龔思遠;車路協(xié)同跟車輔助下的駕駛員跟馳行為研究[D];吉林大學;2013年

2 郭學立;汽車駕駛模擬器車輛動力學求解器的設(shè)計[D];吉林大學;2009年

本文編號：2811353