自適應(yīng)巡航控制（Adaptive Cruise Control,ACC）系統(tǒng)作為高級駕駛輔助系統(tǒng)（Advanced Driving Assistant System,ADAS）的重要組成部分,能夠有效降低駕駛員操作強度,提高汽車行駛安全性、舒適性、燃油經(jīng)濟性,近年來受到了國內(nèi)外主機廠及研究機構(gòu)的廣泛關(guān)注。本文考慮傳感器噪聲和環(huán)境干擾對ACC系統(tǒng)的影響,并兼顧車輛行駛的跟蹤性、安全性和舒適性,提出了一種基于卡爾曼濾波的模型預測控制（Model Predictive Control,MPC）的ACC系統(tǒng)。同時,在此基礎(chǔ)上,本文還設(shè)計了智能汽車自主循跡結(jié)合ACC系統(tǒng)的控制方案,即實現(xiàn)車輛的自主循跡跟車行駛。本文主要研究內(nèi)容如下:首先,本文根據(jù)車輛動力學原理建立車輛動力學微分方程,以測試車輛作為目標車輛,在Matlab/Simulink仿真平臺中建立考慮車身的縱向、橫向、橫擺運動及四個車輪的旋轉(zhuǎn)運動的七自由度車輛模型。通過蛇形工況試驗,對比實車和仿真測試結(jié)果,驗證了所建的車輛模型的精確性和有效性,為后續(xù)ACC系統(tǒng)控制算法研究與設(shè)計奠定了基礎(chǔ)。接著,本文根據(jù)車輛縱向跟車特性,建立了 ACC系統(tǒng)的... 

【文章來源】：南昌大學江西省 211工程院校

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【部分圖文】：

圖２．１測試車輛??

９５??質(zhì)心至前軸的距離ｂ／ｍ?１．０９９??輪距?ｄ／ｍ?１．５８３??質(zhì)心高度Ｈ／ｍ?０．３５??車長?Ｌ／ｍ?４．８２６???車寬?Ｄ／ｍ?１．８５８???２．１．１環(huán)境感知系統(tǒng)??測試車輛的環(huán)境感知系統(tǒng)能夠獲取車輛自身狀態(tài)信息、有效目標車輛信息??和車輛定位信息。??（１）車輛自身狀態(tài)信息??測試車輛自身狀態(tài)信息，如速度、加速度、加速踏板狀態(tài)和方向盤轉(zhuǎn)角信息??等，可通過連接車輛的ＯＢＤ接口基于ＣＡＮ總線通信方式進行采集。車輛部分??狀態(tài)信息如圖２．２－２．４所示。??７０?■???—???－■丨??＾?６０?－?／?－??Ｊ?／??一?５０?？?／?－??＾?／??ｍ?／??４〇?＾＾?－??３０??１?１?１?１?１?１???０?１０?２０?３０?４０?５０?６０??時間（Ｓ）??圖２．２自車的速度曲線??２．５??１?．?．?１???．???２?－?ｒｘ?＊??、１５?？?＼?－??’?１?－?＼?－??ｍ?０．５－?＼?＿??另?Ｖ????０?＾＾＾＾？??－０．５??１?１?１?１?１?１???０?１０?２０?３０?４０?５０?６０??時間（Ｓ）??圖２．３自車的加速度曲線??８??

?第２章實車試驗平臺及車輛動力學建模???５??１?１?１?｜?１?１???４?－?－??？，?ｎ??＾?３?■?■??Ｓ?２－?Ｌ??？?１＇?Ｉ—＼?ＩＩ??－互?＿１?－?Ｊ?Ｌ—飛??＾－２?■?Ｕ?＾＾?Ｕ??３〇?１０?２０?３０?４０?５０?６０??時間（Ｓ?）??圖２．４自車的方向盤轉(zhuǎn)角曲線??（２）有效目標車輛信息??測試車輛采用６Ｒ１Ｖ的方案，包括６個ＢＯＳＣＨ毫米波雷達、１個Ｍｏｂｉｌｅｙｅ??ＥＱ４攝像頭，測試車輛傳感器布局如圖２．５所示。??前視攝像頭，??１５０ｍ??前奄采疲胷迖，ｊ?一后亳米波雷達／??１?一，－ｉ?－?、衡．－－動”??＼?角毫米波雷達４，??＼?／?８〇ｍ??￣￣?Ｉ????圖２．５測試車輛傳感器布局??毫米波雷達主要參數(shù)如表２．２所示??表２．２毫米波雷達主要參數(shù)??￣?參數(shù)?數(shù)值??頻率帶寬?７７?ＧＨｚ??距離范圍?０．３６？１６０?ｍ??距離精度?〇．１２ｍ??距離分辨率?０．７２?ｍ??速度范圍?－４００￣２００?ｋｍ／ｈ??速度精度?０．１５?ｍ／ｓ??速度分辨率?０．６６?ｍ／ｓ??方位角視野范圍?±６?°＠?１６０?ｍ??方位角精度?０．３?°??方位角分辨率?７°???ＲＣＳ?ｌＯｄＢｓｍ???９??

【參考文獻】：
期刊論文
[1]從車企的角度對車聯(lián)網(wǎng)信息安全技術(shù)研究[J]. 葉平,郝鐵亮,趙德華,張曉帆,黃旭玲.  汽車實用技術(shù). 2019(05)
[2]基于EPS的智能車輛主動轉(zhuǎn)向系統(tǒng)設(shè)計[J]. 張曉,楊明.  電子科技. 2018(10)
[3]人工智能在智能交通中的應(yīng)用[J]. 李澤新.  科技傳播. 2018(19)
[4]自適應(yīng)巡航控制系統(tǒng)發(fā)展現(xiàn)狀與前景分析[J]. 張立淼.  汽車工業(yè)研究. 2017(07)
[5]Model predictive control for hybrid vehicle ecological driving using traffic signal and road slope information[J]. Kaijiang YU,Junqi YANG,Daisuke YAMAGUCHI.  Control Theory and Technology. 2015(01)
[6]“三網(wǎng)融合”的車聯(lián)網(wǎng)概念及其在汽車工業(yè)中的應(yīng)用[J]. 謝伯元,李克強,王建強,趙樹連.  汽車安全與節(jié)能學報. 2013(04)
[7]RTK任意基準站技術(shù)的原理與應(yīng)用[J]. 張萌,丁克良.  測繪通報. 2012(S1)

博士論文
[1]差分GPS/INS組合定位定姿及其在MMS中的應(yīng)用[D]. 孫紅星.武漢大學 2004

碩士論文
[1]電動汽車自適應(yīng)巡航預測控制研究[D]. 魯四龍.聊城大學 2019
[2]基于DGNSS/INS組合導航系統(tǒng)的電動智能車輛循跡控制[D]. 管信.吉林大學 2018
[3]基于差分GPS的智能車輛自主循跡方法研究與實現(xiàn)[D]. 楊燕雨.長安大學 2018
[4]基于多傳感器融合的車輛導航系統(tǒng)研究與實現(xiàn)[D]. 石慧.北京工業(yè)大學 2016
[5]無人駕駛智能車導航系統(tǒng)的研究與實現(xiàn)[D]. 鄧子豪.西安工業(yè)大學 2014
[6]基于AIS的GNSS差分系統(tǒng)研究與實現(xiàn)[D]. 徐萬才.大連海事大學 2013
[7]差分GPS運動目標跟蹤定位系統(tǒng)設(shè)計[D]. 劉強.中北大學 2013
[8]基于模糊MPC算法的自適應(yīng)巡航控制系統(tǒng)研究[D]. 黃升宇.湖南大學 2012
[9]重慶市縣際公路交通安全預警方法研究[D]. 胡明.重慶交通大學 2011
[10]汽車自適應(yīng)巡航控制系統(tǒng)的研究[D]. 劉洪瑋.東華大學 2010



本文編號：3478197