基于模糊MPC的車輛自適應(yīng)巡航控制方法研究
發(fā)布時(shí)間:2020-12-27 09:42
作為一種新型車輛輔助駕駛系統(tǒng),自適應(yīng)巡航控制(ACC)系統(tǒng)不僅可以減輕駕駛員負(fù)擔(dān),降低交通事故的發(fā)生率,而且可以保證車輛行駛過程中的安全性。本文為了能夠進(jìn)一步改善ACC系統(tǒng)的駕乘舒適性和燃油經(jīng)濟(jì)性,主要對以下幾方面展開研究:(1)對ACC系統(tǒng)控制結(jié)構(gòu)進(jìn)行研究分析,將ACC系統(tǒng)分為上、下兩層控制模式,解決直接式控制帶來系統(tǒng)不穩(wěn)定的問題。為了能夠適應(yīng)復(fù)雜的交通場景,在傳統(tǒng)的可變車頭時(shí)距策略中引入兩車相對速度,使得跟車間距能夠隨著本車速度和前車速度的變化而變化,并通過理論證明其收斂穩(wěn)定性。(2)建立車輛逆發(fā)動(dòng)機(jī)模型和逆制動(dòng)器模型,并制定驅(qū)動(dòng)/制動(dòng)切換策略,基于比例-積分-微分(PID)控制設(shè)計(jì)前饋加反饋的下層控制器。在典型的期望加速度工況下對其進(jìn)行分析,結(jié)果表明,該下層控制器能夠快速且準(zhǔn)確地跟蹤上期望加速度,且控制效果良好。(3)基于模型預(yù)測控制理論(MPC)設(shè)計(jì)一種多目標(biāo)ACC系統(tǒng)上層控制器。首先,建立了反映兩車縱向相互動(dòng)力學(xué)特性的狀態(tài)空間模型,并對車輛行駛過程中的安全性、跟車性、駕乘舒適性以及燃油經(jīng)濟(jì)性進(jìn)行目標(biāo)分析,將其作為目標(biāo)函數(shù)的優(yōu)化性能指標(biāo)和系統(tǒng)約束;其次,通過引入松弛向量因子對系...
【文章來源】:西安理工大學(xué)陜西省
【文章頁數(shù)】:71 頁
【學(xué)位級別】:碩士
【部分圖文】:
模糊控制器的結(jié)構(gòu)
4基于MPC的多目標(biāo)上層控制器35(a)車間距誤差隸屬度函數(shù)(b)相對速度relv隸屬度函數(shù)(c)跟車安全性權(quán)重系數(shù)f的隸屬度函數(shù)圖4-5各變量的隸屬度函數(shù)Fig4-5Membershipfunctionofeachvariable
4基于MPC的多目標(biāo)上層控制器37心法應(yīng)用最為廣泛,所以本文采用面積重心法進(jìn)行解模糊化計(jì)算。根據(jù)表4-1中確定的模糊控制規(guī)則,再結(jié)合輸入輸出變量的隸屬度函數(shù),通過面積重心法進(jìn)行解模糊化處理,最后得到輸出量f和輸入量、relv的關(guān)系,如圖4-7所示。圖4-7輸入與輸出變量關(guān)系圖Fig4-7Graphofinputandoutputvariables在系統(tǒng)的每一采樣時(shí)刻對模糊控制器輸入一組狀態(tài)輸入變量車間距誤差和相對速度relv,經(jīng)過模糊控制規(guī)則,得到一組權(quán)輸出變量,從而實(shí)現(xiàn)對權(quán)重系數(shù)的在線更新。數(shù)值仿真4.5為了能夠?qū)︱?yàn)證本章所設(shè)計(jì)的ACC系統(tǒng)上層控制器進(jìn)行驗(yàn)證,通過在Matlab中設(shè)置前車運(yùn)動(dòng)軌跡,選取兩種工況:普通工況以及緊急工況,與傳統(tǒng)的MPC算法進(jìn)行對比,對本章所設(shè)計(jì)的控制算法的可行性進(jìn)行驗(yàn)證。在仿真實(shí)驗(yàn)中,基本的參數(shù)設(shè)置如表4-2所示:表4-2仿真參數(shù)表Table4-2simulationparameters參數(shù)名稱符號數(shù)值單位采樣周期sT0.2s預(yù)設(shè)時(shí)距h1s慣性系統(tǒng)時(shí)滯0.5m最小安全跟車間距0d5m預(yù)測時(shí)域pN16-
本文編號:2941520
【文章來源】:西安理工大學(xué)陜西省
【文章頁數(shù)】:71 頁
【學(xué)位級別】:碩士
【部分圖文】:
模糊控制器的結(jié)構(gòu)
4基于MPC的多目標(biāo)上層控制器35(a)車間距誤差隸屬度函數(shù)(b)相對速度relv隸屬度函數(shù)(c)跟車安全性權(quán)重系數(shù)f的隸屬度函數(shù)圖4-5各變量的隸屬度函數(shù)Fig4-5Membershipfunctionofeachvariable
4基于MPC的多目標(biāo)上層控制器37心法應(yīng)用最為廣泛,所以本文采用面積重心法進(jìn)行解模糊化計(jì)算。根據(jù)表4-1中確定的模糊控制規(guī)則,再結(jié)合輸入輸出變量的隸屬度函數(shù),通過面積重心法進(jìn)行解模糊化處理,最后得到輸出量f和輸入量、relv的關(guān)系,如圖4-7所示。圖4-7輸入與輸出變量關(guān)系圖Fig4-7Graphofinputandoutputvariables在系統(tǒng)的每一采樣時(shí)刻對模糊控制器輸入一組狀態(tài)輸入變量車間距誤差和相對速度relv,經(jīng)過模糊控制規(guī)則,得到一組權(quán)輸出變量,從而實(shí)現(xiàn)對權(quán)重系數(shù)的在線更新。數(shù)值仿真4.5為了能夠?qū)︱?yàn)證本章所設(shè)計(jì)的ACC系統(tǒng)上層控制器進(jìn)行驗(yàn)證,通過在Matlab中設(shè)置前車運(yùn)動(dòng)軌跡,選取兩種工況:普通工況以及緊急工況,與傳統(tǒng)的MPC算法進(jìn)行對比,對本章所設(shè)計(jì)的控制算法的可行性進(jìn)行驗(yàn)證。在仿真實(shí)驗(yàn)中,基本的參數(shù)設(shè)置如表4-2所示:表4-2仿真參數(shù)表Table4-2simulationparameters參數(shù)名稱符號數(shù)值單位采樣周期sT0.2s預(yù)設(shè)時(shí)距h1s慣性系統(tǒng)時(shí)滯0.5m最小安全跟車間距0d5m預(yù)測時(shí)域pN16-
本文編號:2941520
本文鏈接:http://sikaile.net/shoufeilunwen/boshibiyelunwen/2941520.html
最近更新
教材專著