智能车辆控制基础 第二章 车辆纵向运动控制
智能车辆控制基础 第二章 车辆纵向运动控制
图2-14 车辆驱动系统反模型
2.制动系统反模型 同样也可由期望减速度ad反推出执行机构控制器需要的制动压力pd,制动系反模型如图2-16所
示。假设主动制动时离合器处于接合状态,车辆减速度由发动机反拖力矩、制动力矩和车辆行驶阻 力矩三部分共同产生。因此建立了期望减速度同制动压力之间的数学关系,即
ABS的控制方法主要有逻辑门限值控制方法、最优化控制方法、滑模变结构控制方法和模糊控制 方法等。
逻辑门限值法以车轮角加/减速度为主控制门限,以车轮滑移率为辅助控制门限。
ABS典型的路面条件一般分为四种,即高附着系数路面、低附着系数路面、对开路面以及
路面附着系数突变的对接路面。不同路面条件,制动防抱控制逻辑不同。
图2-1 车身动力学示意图
式中,m为车辆质量(kg);Iz为车辆绕z轴的转动惯量(kg·m2);L1为车辆质心到前轴的距离(m);L2为车 辆质心到后轴的距离(m);δ为前轮转角(rad);vx和vy分别为车辆质心的纵向/侧向速度(m/s);ax和ay分 别为车辆质心的纵向/侧向加速度(m/s2);ωψ和 分别为车辆的横摆角速度及其角加速度 (rad/s、rad/s2);∑Fx和∑Fy分别为车辆质心坐标系中沿x轴和y轴方向的合力(N);∑Mz为车辆质心坐 标系中绕z轴转矩之和(N·m)。
当前方车道不存在有效目标车辆时,ACC上位控制器进入定速巡航模式。通过比较期望车速 与反馈车速的差值,使得实际车速尽可能保持在设定车速的±1km/h附近。
图2-17 定速巡航模式原理图
2.2.3 ACC下位控制器
下位控制器用来跟踪上位控制器输出的期望加速度,是ACC系统设计的基础。首先需要切换
至合适的驱动/制动模式,然后基于反模型查询表,确定出期望的节气门开度或制动压力,最后通过执
智能车辆中的运动控制算法研究
智能车辆中的运动控制算法研究随着技术的不断进步，智能车辆已经成为了一种趋势。
智能车辆在交通、物流等领域具有广阔的应用前景。
而其中的运动控制算法则是智能车辆实现自主驾驶、避障、路径规划等功能的关键技术之一。
一、运动控制算法的定义和意义运动控制算法是智能车辆的核心技术之一，其主要作用是实现车辆对行进速度和方向的控制。
智能车辆能够进行自主驾驶的关键在于运动控制算法的准确、高效和稳定性。
运动控制算法不仅可以提高智能车辆的安全性和行驶效率，还可以提高其自主驾驶的自适应性和鲁棒性。
二、智能车辆中的运动控制算法智能车辆中的运动控制算法主要包括三个方面：车辆的行进速度控制、车辆的方向控制和刹车控制。
1. 行进速度控制行进速度控制是智能车辆运动控制算法的重要内容之一。
实现行进速度控制可以让车辆在不同路况下保持稳定、平稳、并且具有高速行驶的能力。
主要的控制方法包括PID控制、模糊控制、遗传算法等。
其中PID控制是最常用的控制方法。
该方法可以通过不断地计算和比较车辆的实时速度与期望速度之间的误差来调整输入信号，从而实现车辆行进速度的控制。
模糊控制和遗传算法对于复杂性较高的道路环境下的速度控制也有一定的应用。
2. 方向控制方向控制是智能车辆运动控制算法中另一个重要方面。
它通过对车辆的车轮进行控制，实现对方向的调整和控制。
方向控制主要的控制方法包括前馈控制、模糊控制和神经网络控制等。
其中模糊控制是最常用的控制方法之一。
通过对车辆行驶环境的模糊化处理，将车辆行驶环境的模糊输入转化为车辆方向控制的输出。
前馈控制和神经网络控制对于道路环境变化较大、路况不良等情况下的方向控制能力更为强大。
3. 刹车控制刹车控制是智能车辆运动控制算法的第三个方面。
通过刹车控制可以实现车辆的急刹车、平稳刹车、以及防抱死等功能。
主要的刹车控制方法包括反馈控制和PID控制。
反馈控制是刹车控制中常用的方法。
该方法主要通过对车辆速度并不断调整刹车信号，从而实现对车辆刹车效果的控制。
智能网联汽车技术基础最新版课件-项目四 智能网联汽车控制执行
纵向运动控制是指通过对油门和制动的协调，实现对期望车速的精准跟随。采 用油门和制动综合控制方法实现对预定速度的跟踪，其控制原理框图如图4-2-1所 示。
2、纵向运动控制认知
智能网联汽车控制执行
图4-2-1 纵向控制系统控制框图
纵向运动控制基本原理是根据预定速度和无人驾驶汽车实测速度的偏差，通过节气门控制器和制动控 制器根据各自的算法分别得到节气门控制量和制动控制量。切换规则根据节气门控制量、速度控制量和速 度偏差选择节气门控制还是制动控制。未选择的控制系统回到初始位置，如果按照切换规则选择了节气门 控制，则制动控制执行机构将回到零初始位置。
2、纵向运动控制认知
智能网联汽车控制执行
三、纵向运动控制实现方式
纵向运动控制执行是车辆已知前方车辆的位置和速度等信息，结合自身当前运动状态对自身的纵向运动状 态进行调整的控制策略、执行步骤以及相应的控制方法的总称。在控制层面分为上层控制和下层控制，上层控 制就是在已知前方车辆的速度、加速度，前方车辆和本车的相对距离、本车的速度、加速度等信息的基础上判 断本车所需要进入到哪一种模式中。下层控制就是在上层决断进入某一种模式之后，采用相应的控制算法对自 车的速度、加速度进行调整，使后车与前车保持相对安全的状态。
使系统消除稳态误差，提高无差度。只要存在误差，积分调节就起作用，直至消除误差， 然后积分调节终止。积分作用的强弱取决于积分时间常数，该值越小，积分作用就越强， 反之则越弱。但是，加入积分调节可使系统稳定性下降，动态响应变慢。积分调节常与另 外两种调节规律结合，组成PI调节器或PID调节器。
能够产生超前的控制作用，在偏差还没有形成之前，可通过微分调节作用消除。因此，可 减少超调量和调节时间，有效改善系统的动态性能。但是，微分调节对噪声干扰有放大作 用，因此过强的微分调节，对系统抗干扰不利。此外，微分调节反映的是变化率，而当输 入没有变化时，微分作用输出为零，所以微分作用不能单独使用，需要与另外两种调节规 律相结合，组成PD或PID控制器。
apollo纵向控制原理
Apollo是一种自动驾驶系统，其纵向控制原理主要包括以下几个方面：
1.距离感知：通过各种传感器（如雷达、摄像头、激光雷达等）获取车辆与周围障碍物的距离和相对位置信息。这些传感器会实时监测前方道路状况和车辆周围环境。
2.环境感知：通过感知算法对传感器数据进行处理和分析，识别出前方道路上的车辆、行人、交通标志和信号灯等，并对它们进行分类和跟踪。这能帮助系统了解车辆周围的交通环境。
3.跟随路径规划：基于车辆当前位置、车辆传感器获得的前方地图和环境感知结果，系统会进行路径规划，确定车辆应该行驶的最佳路径。这个路径会考虑到安全、效率和车辆动力学等方面的因素。
4.速度控制：根据路径规划的结果，系统会计算车辆应该保持的速度，并生成相应的速度指令。这个指令会传递给车辆的动力系统，以调整车辆的加速度和制动力。
5.跟随车辆行为：当车辆跟随前方车辆时，系统会根据车辆与前车的相对位置和速度差异，调整车辆的加速度和制动力，以保持安全的跟车距离。
6.制动控制：当需要停车或紧急制动时，系统会生成相应的制动指令，并传递给车辆的制动系统，以实现精确的制动控制。
综上所述，Apollo的纵向控制原理主要是通过感知、规划和控制等环节，结合车辆动力学和环Байду номын сангаас信息，实现车辆的自主加速、制动和跟车等行为。这样可以确保行驶安全、高效和舒适。具体的实现细节和算法会因不同的车辆和具体应用而有所不同。
自动智能汽车的横纵向控制与监督
目录
01 综述 02 车辆的纵向运动控制 03 车辆的横向动力学监控 04 结论
Part One 综述
本文主要讲述的是：基于自适应巡航控 制系统的方法，采用Isermann所提出的三层 控制结构模型对纵向运动进行分析，来表示 对车辆的控制策略，以及采用基于奇偶空间 方法来监督车辆的横向动力学，提高驾驶舒 适度和安全性。
器计算所期望的节气门角度和所期
望的制动压力。在本应用中使用线 性化技术的主要意图是通过车辆模
型的逆非线性，来补偿实际的非线
性车辆行为。
02
PART Two
速度的控制
关于速度控制器，广泛的测试
周期表明，一般是用所测量的车速， 所期望的速度。所使用的是控制行
为对应于包括速度相关的增益的比
例控制算法。速度控制器的任务是 保证驾驶员获得指定的所期望的速 度。
02
PART Two
距离的控制
距离控制器输入是，受控车 辆的测量速度，所期望的距离,与 前一车辆测量距离之间的距离偏 差以及相对速度。两个控制器作 为其输出信号提供车辆所期望的 加速度。主要目的是为了让车辆 保持一定的速度行驶。
02
PART Two
自适应巡航控制系统的性能
完整的自适应巡航控制控制 结构已经在两个不同的OPEL测 试车中应用，且通过激光传感器 实现对前面车辆的距离测量，控 制器设法保持测量距离几乎等于 所期望的距离。只有在非常强的 加速或减速的情况下，存在小的
Part Two 车辆的纵向运动控制
自适应巡航控制系统整体架构 纵向车辆动力学模型 加速度控制 纵向运动控制
速度控制
距离控制
自适应巡航控制系统系统控制性能
02
视觉导航式智能车辆横向与纵向控制研究
视觉导航式智能车辆横向与纵向控制研究一、本文概述随着人工智能技术的飞速发展，智能车辆的研究与开发已成为当今科技创新的热点之一。
在众多智能车辆技术中，视觉导航系统因其高效、可靠和成本效益高的特点而受到广泛关注。
本文旨在探讨视觉导航式智能车辆的横向与纵向控制技术，分析其在智能交通系统中的关键作用及其面临的挑战。
本文将介绍视觉导航系统的基本原理，包括图像采集、处理与分析等关键技术。
随后，将详细阐述横向控制策略，即如何利用视觉信息实现车辆的路径规划和避障，确保车辆在行驶过程中的稳定性和安全性。
纵向控制技术，包括速度控制和车距保持，也是本文的重点研究内容。
本文将探讨如何通过视觉信息来预测和调整车辆的速度，以适应不同的交通环境和驾驶情境。
在研究方法上，本文采用了理论分析与仿真实验相结合的方式。
通过构建数学模型和算法，对视觉导航系统的性能进行定量评估。
同时，利用先进的仿真平台，模拟不同的交通场景，验证所提出控制策略的有效性。
本文将讨论视觉导航式智能车辆横向与纵向控制技术的未来发展趋势，以及如何克服当前存在的技术难题。
通过对现有技术的深入分析和未来方向的展望，本文旨在为智能车辆的研究与应用提供有价值的参考和启示。
二、视觉导航技术概述视觉导航技术，作为智能车辆横向与纵向控制研究的重要组成部分，以其独特的优势在自动驾驶领域发挥着日益重要的作用。
该技术主要依赖于车载摄像头捕捉道路环境图像，并通过计算机视觉算法对这些图像进行处理，以识别道路标志、车道线、交通信号以及障碍物等关键信息。
通过这些信息，智能车辆可以精确地确定自身在道路上的位置，从而进行准确的横向和纵向控制。
视觉导航技术的核心在于图像处理与计算机视觉算法。
这些算法能够对摄像头捕捉到的图像进行预处理、特征提取、目标识别和跟踪等操作。
预处理步骤通常包括噪声消除、对比度增强和色彩校正等，以提高图像质量。
特征提取则专注于从图像中识别出有意义的特征点或特征线，如车道线的边缘、交通信号的颜色等。
自动驾驶纵向控制原理
自动驾驶纵向控制原理
自动驾驶纵向控制原理主要包括以下几个方面：
1. 纵向速度控制：纵向速度控制是自动驾驶车辆的基本控制需求之一，主要通过控制车辆的油门和刹车来实现。
在自动驾驶中，车辆需要能够根据道路状况和交通状况实时调整速度，保持与周围环境的协调性和安全性。
2. 纵向位置控制：纵向位置控制是指自动驾驶车辆能够根据预设的轨迹或路径，保持与路线的相对位置关系。
这需要车辆具备感知和定位能力，通过传感器和算法计算出车辆的实时位置和姿态，并与预设轨迹进行比较，调整车辆的纵向位置。
3. 纵向加速度和减速度控制：自动驾驶车辆需要具备对加速度和减速度的控制能力，以应对不同的道路状况和交通状况。
例如，在行驶过程中需要根据前方障碍物或车辆的距离和速度，提前规划和执行适当的加速度和减速度，以保证行驶的安全性和舒适性。
4. 纵向控制算法：自动驾驶纵向控制的核心是算法的设计和应用。
常用的算法包括PID 控制、模糊控制、神经网络等。
这些算法可以根据车辆的实时状态和目标状态，计算出最优的控制量，实现对油门、刹车和转向等执行机构的精确控制。
综上所述，自动驾驶纵向控制原理是通过感知和定位能力获取车辆的实时状态信息，利用算法计算出最优的控制量，实现对油门、刹车等执行机构的精确控制，使车辆能够安全、舒适地行驶。
智能车辆运动规划与控制研究
智能车辆运动规划与控制研究智能车辆是人工智能技术和传统汽车工程的结合产物，采用复杂的传感器系统和激光雷达，通过实时感知周围环境，建立场景模型，高效规划路径，自主决策和控制驾驶行为，为人类驾驶生活注入全新的动力。
因此，智能车辆的运动规划和控制是智能汽车领域中最核心和重要的研究内容之一。
本文将从以下几个方面进行介绍。
1. 智能车辆运动规划的基本概念和方法智能车辆运动规划是指根据车辆的状态信息、环境信息和特定任务要求等，确定车辆行驶的最优路径和速度，并预测其他障碍物的运动轨迹，从而实现人车协同、安全高效的驾驶。
其核心是在复杂的交通环境下，通过决策和路径规划算法，实现车辆的高效、安全、自主导航的目标。
智能车辆运动规划方法主要分为以下几种：(1) 传统路径规划方法：主要基于搜索算法（如A*算法、Dijkstra算法、RRT算法等）进行路径规划，但传统方法受限于算法的复杂度和运算速度，难以满足实时性和高效性的要求。
(2) 基于机器学习的路径规划方法：通过对大量训练数据的学习和分析，建立预测模型，实现更快、更精确的路径规划。
机器学习方法要求数据量足够大，并具有一定的泛化能力和实时性。
(3) 基于深度学习的路径规划方法：通过神经网络等深度学习方法，实现更加高效、准确的路径规划，但深度学习方法需要更强大的计算能力和更多的训练数据。
2. 智能车辆运动控制的基本概念和方法智能车辆运动控制是指根据车辆状态、路径规划结果和控制器反馈等信息进行控制决策，以实现车辆的精确控制和动作执行。
运动控制不仅需要保证车辆的稳定性、舒适性和安全性，还需要适应各种特殊的情况和复杂的环境变化。
智能车辆运动控制主要采用以下几种方法：(1) PID控制方法：PID控制是一种基本的控制方法，可以根据目标状态调整车辆的制动、油门、转向等操作，实现简单而有效的运动控制。
(2) 模型预测控制方法：模型预测控制方法将车辆的动力学模型作为基础，基于模型预测进行控制，可以更加精确地控制车辆的行为。
智能车辆 教学大纲
编码：ME06067Code: ME06067课程名称：智能车辆Course Title: Intelligent Vehicle课程类别：专业选修Course category: Elective Courses in Specialty学分：2Credit(s): 2开课单位：机械与运载工程学院Offering College/School: College of Mechanical &Vehicle Engineering课程描述：本课程是车辆工程专业的选修课程，以机械工程控制基础、汽车构造、传感器技术为前导课程，为课程设计与毕业设计等提供基础。
本课程主要包括的内容有雷达与机器视觉等传感技术,环境感知,基于多传感多信息融合的自主导航技术,路径规划,运动控制,智能车辆设计,面向智能车的测试。
学生需了解智能车辆的基础概念，理解雷达与机器视觉传感技术、智能车辆设计，掌握环境感知、导航、路径规划、运动控制的原理，并能灵活运用各原理。
通过学习本课程，学生学会智能车辆的基本概念与原理，获得智能车辆的设计方法，锻炼和提升智能车辆的设计能力，能够从事智能车辆开发方面的工作。
Course description: This is a major optional course for vehicle engineering students. The leading courses include mechanical engineering control foundation, automotive construction, transducer technology. And the course provides basis for curriculum design and graduation design. The content of the course includes sensing technology of radar and machine vision, environment sensing, the self-navigation technology based on multiple sensors and multiple information fusion, trail design, motivation control, intelligent vehicle design, the testing for intelligent vehicle. Students need to know about the basic concepts of intelligent vehicle, understand concepts of sensing technology of radar and machine vision, intelligent vehicle design, grasp the principles of environment sensing, navigation, trail design, motivation control and apply them freely. After studying the course, students will learn basic concepts and principles, design methods and improve the design ability of intelligent vehicle. Students have the ability to work in the field of intelligent vehicle development.课程内容（一）课程教学目标通过本课程的教学，使学生具备以下能力：本课程旨在介绍车辆工程学科发展的前瞻性技术——智能车辆的体系结构、关键技术及其在智能交通系统的应用。
视觉导航式智能车辆横向与纵向控制
技术改造—312—视觉导航式智能车辆横向与纵向控制薛刚强（浙江众晶软件开发有限公司，浙江 杭州 310000）在智能车辆的研究过程中，如何对运动进行科学性控制，属于非常重要的应用内容。
在具体的研究过程中，其控制内容主要包括横向控制和纵向控制两部分内容，通过梳理具体的控制要点，可以积累可靠的应用数据，为智能车辆的深化研究奠定基础。
1视觉导航式智能车辆控制的关键技术1.1感知技术 由于获取信息的丰富性，且可模拟人体视觉的感知机理，计算机视觉系统成为智能车辆感知环境的首选。
计算机视觉是当前智能车辆领域重点发展的技术，其采用CCD 摄像机拍摄环境图像，通过数字转化设备将图像数字化，再运用各种有效算法对数字图像进行处理，从而得到环境的有效信息。
计算机视觉可以完成路径识别、三维信息获取、目标区分与识别等功能，是智能车辆环境感知领域的研究热点。
当计算机视觉用于智能车辆感知环境时，须满足准确性、色棒性、实时性三方面的性能要求。
除计算机视觉外，常用于智能车辆环境感知的传感器还有磁性材料、全球定位系统、激光雷达等。
1.2信息融合技术 在智能车辆运行过程中，需要借助传感器来采集环境信息，反馈到控制系统中经过处理后，下达车辆的运动指令。
但是只有一组传感器无法完成周围环境的顺利监测，需要在车身不同位置安装不同种类的传感器，传递不同的运行数据。
在对多类数据进行汇总整理时，会利用信息融合技术来对这些信息进行融合，将传感器采集到的重复数据进行清除，从而获取到更加准确的数据信息，提升智能车辆下达质量的可靠性。
1.3路径规划技术 在智能车辆运行过程中，会根据采集到的环境信息来拟定最优化的行驶路径，因此在路径设计中也会应用到路径规划技术，主要作用是设计合理行驶路径，在最短时间内到达指定位置。
技术在实际应用中，可以分为局部规划设计和全局规划设计两种，而技术在应用阶段中的参考算法包括遗传算法、蚂蚁算法等，从而在获取到传感信息后，可以下达正确的决策命令，减少突发意外问题的发生几率。
智能车横、纵向运动综合控制方法研究
AbstractWith the advancement of science and technology, intelligent vehicle is inevitable for the development of the automobile industry. As the combination of multi-disciplinary advanced technology, intelligent vehicle has brought new ideas and methods to solve the increasingly serious traffic problems. Nowadays, there are many key technologies that need to be optimized. Intelligent control of vehicle movement is one of the crucial technologies of intelligent vehicle research, which directly determines whether the vehicle is running at a desired state of mankind. In this thesis, the research on the method of controlling vehicle motion is carried out aiming to establish a comprehensive control system for the vehicle lateral and longitudinal movements.Three dynamics models need to be established based on the idea of intelligent control system in this thesis: Decoupled lateral and longitudinal independent dynamics models and globe dynamics model. Based on a range of assumptions, the lateral dynamics model of the relative position of the vehicle and the road centerline, and the longitudinal dynamics model of longitudinal dynamics and powertrain dynamics were established, which were modeled in MATLAB / Simulink. Taking the accuracy of vehicle globe dynamics model into account, in AMESim software a vehicle fifteen degrees of freedom vehicle model was built. The establishment of three dynamics models laid the foundation for the design of the control system.Analyzing the impact that the vehicle parameters have on the lateral dynamics, in order to reduce the uncertainty of the model, the longitudinal speed is divided into four intervals. Corresponding controllers of each sub-interval model was designed based on fuzzy logic control. In order to avoid the peak appear during the interval switch, a fusion block was designed. So the lateral control system was accomplished. The longitudinal controller was designed based on hierarchical structure. The Constant Time-gap spacing policy was chosen as the upper controller. A coordinated accelerate and brake controllers based on fuzzy logic was proposed. And considering the logic switch to coordinated the accelerate and brakeMATLAB/Simulink, and the results showed that the design of the lateral and longitudinal independent control systems work well.Combing the lateral and longitudinal control system, the coupling of control system was achieved by setting speed as the combination point. Through the co-simulation of MATLAB/Simulink and AMESim, the vehicle globe control system was designed. Typical vehicle operating conditions was set and the debug of the vehicle globe control system was completed. The simulation results show that the globe control system works well.In order to verify the feasibility of the globe control system, intelligent vehicle actuators were designed based on dSPACE rapid control prototyping on a real vehicle. The RCP on real vehicle test showed that the actuator movements can accurately follow the output of the globe control system, which proved the feasibility of the globe control system.Key words: intelligent vehicle lateral control longitudinal control fuzzy control RCP (Rapid Control Prototyping)第一章绪论1.1 研究背景与意义随着国家经济的发展和汽车工业的进步，车辆成为人们日常生活中的必备出行工具。
智能驾驶辅助系统的纵向控制技术及原理
智能驾驶辅助系统的纵向控制技术及原理随着科技的不断发展和智能化的飞速进步，智能驾驶系统正在成为汽车行业的热门话题。
其中，智能驾驶辅助系统的纵向控制技术在提高驾驶安全性和舒适性方面发挥着重要作用。
本文将从系统概述、原理、技术特点和发展趋势等方面对智能驾驶辅助系统的纵向控制技术进行详细讨论。
一、系统概述智能驾驶辅助系统是通过激光雷达、摄像头、超声波传感器等传感器实时感知车辆周围环境，并通过高精度地图和定位系统对车辆进行定位和环境感知，从而实现对车辆控制的智能化。
在纵向控制方面，智能驾驶辅助系统主要包括自适应巡航控制系统（ACC）、自动紧急制动系统（AEB）、智能巡航控制系统（ICCS）等。
二、纵向控制原理1. 自适应巡航控制系统原理自适应巡航控制系统基于车辆前方的雷达传感器对前车距离和速度进行实时测量，通过控制车辆的油门和刹车系统，使车辆能够在保持安全距离的基础上自动跟随前车行驶，从而减少驾驶员的疲劳程度，提高行车舒适性和安全性。
2. 自动紧急制动系统原理自动紧急制动系统主要通过前方的雷达传感器和摄像头实时监测前方道路情况，当系统检测到前方有阻碍物或其他车辆在急刹时，系统能够自动触发制动系统，以避免碰撞事故的发生，提高车辆行驶的安全性。
3. 智能巡航控制系统原理智能巡航控制系统是基于导航地图和车辆定位系统，通过对路线的实时监测和对车辆周围环境的感知，能够实现自动控制车辆的加减速，并能够根据道路情况、限速等信息进行自动调节，从而减轻驾驶员的驾驶负担，提高行车效率。
三、技术特点1. 高精度传感器：智能驾驶辅助系统采用了多种传感器，如激光雷达、摄像头、超声波传感器等，能够实时感知车辆周围环境，为纵向控制提供了精准的数据支持。
2. 数据融合与处理：系统通过对各种传感器采集到的数据进行融合和处理，能够实现更加准确的环境感知和车辆控制，提高了系统的可靠性。
3. 实时响应能力：智能驾驶辅助系统具有很强的实时响应能力，能够在毫秒级时间内做出反应，从而避免了许多交通事故的发生。
基于智能电动汽车的纵向车速跟随控制策略
10.16638/ki.1671-7988.2021.05.008基于智能电动汽车的纵向车速跟随控制策略窦宝华1，郭璧玺2，张旭3（1.上海电气集团智能交通科技有限公司，上海201499；2.长安大学汽车学院，陕西西安710000；3.上海綦穹机电设备有限公司，上海201499）摘要：首先，设计了一种切换缓冲区间阈值可调的切换逻辑。
其次，设计了一种对车速变化具有自适应性的PI 控制驱动策略，再次，设计一种基于模糊控制的制动控制策略，在保证纵向车速跟踪精度的前提下，能避免车辆制动时的“前冲现象”，提高了舒适性。
最后，通过Matlab与Carsim、Amesim的联合仿真验证了算法的有效性。
关键词：车速跟踪；模糊控制；PI控制；Matlab；Carsim；Amesim中图分类号：U467 文献标识码：A 文章编号：1671-7988(2021)05-27-04Longitudinal Speed Following Control Strategy Based on Intelligent Electric VehicleDou Baohua1, Guo Bixi2, Zhang Xu3( 1.Shanghai Electric Group Intelligent Transportation Technology Co., Ltd., Shanghai 201499;2.School of Automobile, Chang'an University, Shaanxi Xi'an 710000;3.Shanghai Qiqiong Mechanical and Electrical Equipment Co., Ltd., Shanghai 201499 )Abstract: First, a switching logic with adjustable threshold between switching buffers is designed. Then, a PI control driving strategy that is adaptive to vehicle speed changes is designed. Secondly, a braking control strategy based on fuzzy control is designed to avoid vehicle braking while ensuring the accuracy of longitudinal vehicle speed tracking. The "forward rush phenomenon" improves comfort. Finally, the effectiveness of the algorithm is verified by the joint simulation of Matlab, Carsim and Amesim.Keywords: Vehicle speed tracking; Fuzzy control; PI control; Matlab; Carsim; AmesimCLC NO.: U467 Document Code: A Article ID: 1671-7988(2021)05-27-041 引言近年来，自动驾驶辅助系统在车辆上的应用越来越多，随着时代的发展，自动驾驶技术无疑将成为最热门的研究技术之一。
智能汽车的运动控制
图 1 汽车的运动分析
Y yf
y
L
δ θ
0
x
xf X
汽车后轮沿 X 轴的速度、沿 Y 轴的速度 与 θ 有关，满足约束
汽车前轮沿 X 轴的速度、沿 Y 轴的速度 与 (θ+δ) 有关，满足约束
前轮坐标可以用后轮坐标和轴距 L 表示为
x f = x + L cosθ
y
f
=
y + L sinθ
v 为车速，后轮在 x 轴上的分速度 、在
Motion Control of Smart Cars Zhang Xinfeng Wang Xuegang
A b s t r a c t ：The control system of a smart car obtains road condition information from environmental sensing sensors, makes action decisions, motion planning, and controls smart driving through calculations, which is the basis of local path planning to obtain the control amount from the motion analysis and dynamic analysis of the car.
前轮和后轮的侧偏角分别为
αf
== vvyy ++llffωω−−δδ vvxx vvxx
ααrr
==
vvyy vvxx
−−llvrvr 车 动 力 学 方 程
为
矩阵形式为
（3）
系列ADAS与关联系统纵向交互控制原理解析（ADAS系统控制策略一）
系列ADAS与关联系统纵向交互控制原理解析（ADAS系统控制策略⼀）需要进“⾃动\⾃主泊车群”的，请加微信：135********，备注：泊车ADAS系统特指先进的智能驾驶辅助控制系统，主要包含两个重要组成部分：环境感知模块和执⾏控制模块，两者相互制约，环境感知是前提，执⾏控制是⽬的。
实际应⽤中，执⾏控制主要包括两个分⽀：即横向控制和纵向控制。
横向控制主要是通过控制⽅向盘转⾓使汽车沿着期望的既定路线⾏驶，同时保证⼀定的舒适性和平顺性要求。
纵向控制是在汽车⾏驶⽅向上控制汽车的油门和刹车，使得汽车可以按照期望的车速⾏驶，以保持与前后车的车距，紧急避障等。
本章主要介绍纵向控制逻辑。
如上图，纵向控制包括加速控制和减速控制，⽬前有两种纵向控制策略：其⼀，加速控制主要是ADAS系统与动⼒系统交互控制，减速控制主要是ADAS与制动系统交互控制。
其⼆，加减速控制均由制动系统实现，ADAS仅发送需求的加减速度请求给制动系统即可。
⼀、加减速分开控制策略加速扭矩控制逻辑当本车激活纵向控制系统，判断有加速需求时，通过发送扭矩请求信号给动⼒系统执⾏加速请求，动⼒系统将进⾏如下过程⽤以判断是否可以相应ADAS扭矩请求：1、校验ADAS扭矩信号有效性；2、判断是否有更⾼优先级（制动系统、变速系统等）扭矩请求；3、ADAS扭矩请求是否超过动⼒系统限制；若动⼒系统判断可以相应ADAS扭矩请求时，动⼒系统跟随ADAS扭矩请求进⾏加速响应，同时将相应的扭矩请求换算成相应的换挡执⾏命令发送⾄变速器后，根据相应的换挡图谱执⾏相应的换档逻辑。
在此过程中，若驾驶员有踩油门请求，则动⼒系统会判断ADAS请求扭矩与驾驶员请求扭矩，当ADAS请求扭矩⼩于驾驶员请求扭矩时，判断为驾驶员超越，则动⼒系统响应驾驶员油门请求。
减速度控制逻辑当本车激活纵向控制系统，判断有减速需求时，会按照如下两个步骤进⾏减速控制。
其⼀，ADAS系统停⽌发送扭矩请求给动⼒系统，ADAS系统通过地⾯摩擦⼒反拖整车开始进⾏舒适减速，其⼆，ADAS系统根据当前速度及减速度判断满⾜制动介⼊条件后，ADAS系统直接发送相应的减速度Ax请求给制动系统，由制动系统将进⾏如下过程⽤以判断是否可以响应ADAS扭矩请求：1、校验ADAS减速度信号有效性；2、判断是否有更⾼优先级（HDC、TCS等）制动请求；3、ADAS制动请求是否超过制动系统限制；若制动系统判断可以响应ADAS制动请求，则根据当前车辆状态所需要的减速度请求对其轮岗进⾏增压控制（如下图），增压过程主要是通过马达运转实现，同时打开常开阀将制动液压⼊轮岗完成建压并产⽣制动⼒输出给轮端，实现预期减速过程。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第二章 车辆纵向运动控制
2.1——车辆纵向运动系统建模 2.2——车辆自适应巡航控制系统 2.3——车辆纵向安全性控制
——思考题
2.1 车辆纵向运动系统建模
2.1.1 整车及轮胎动力学建模
整车动力学主要研究车身及车轮的运动状态及受力特性。 1)忽略车轮及悬架的形变作用,假设车身没有垂向运动。 2)假设车身的俯仰角和侧倾角均为零。 3)忽略转向梯形对左、右车轮转角的影响,假设左、右车轮转动的角度相同。
在此基础上,近年来ACC系统不仅扩展了更为广泛的车速应用范围,实现了起-停巡航功能(stop and go,S&G)并集成了主动避撞功能(AEB)。
S&G主要针对包括行人保护和拥堵工况在内的城市交通环境;AEB则考虑到极端危险工况下 车辆的主动防撞安全性。
ACC系统以车辆的跟车特性和乘员的乘坐舒适性作为主要性能指标。
主动避撞系统的性能与驾驶人对于系统的信任程度有关 在驾驶人避撞特性中,有两个重要的参数值得考虑:驾驶人反应时间和制动减速度。
思考题
谢谢
THANKS
图2-4 试验样车驱动系统示意图
1—变速器 2—离合器 3—发动机 4—右侧驱动轮 5—右侧驱动半轴 6—主减速器 7—差速器 8—左侧驱动半轴 9—左侧驱动轮
2.1.3 制动系统建模
图2-8 有ABS的车辆液压制动系统简图(单个车轮)
1—制动踏板 2—真空助力器 3—制动主缸 4—储液室 5—电动机 6—回油泵 7—低压储液室 8、9、11—单向阀 10—储能器 12—进油电磁阀 13—出油电磁阀 14—压力调节器 15—制动管路 16—制动器 17—车轮
图2-22 ABS高附着系数路面车轮防抱调节过程
1—增压和短暂保压相位 2—减压相位 3、5—保压相位 4—增压相位 6—阶梯增压相位
s1—车轮下滑移率门限值 s2—车轮上滑移率门限值 -a1—车轮减速度 门限值
a2—车轮下加速度门限值 a3—车轮上加速度门限值
图2-23 ABS低附着系数路面防抱调节过程
TCS方式,将驱动轮滑转率控 制在上述的范围内,从而保证车轮具有较高的纵向力和侧向力。
在TCS控制方式中,发动机输出力矩控制的反应时间长,响应慢,但控制效果平滑,不易引起驱动轮 轮速的突变,舒适性较好。
制动压力干预响应快,对滑转驱动轮施加制动压力后,车轮滑转率迅速向目标值收敛。 采用发动机输出力矩控制,将驱动轮滑转率控制在目标值附近;而在对开路面直线行驶时,为充分
图2-1 车身动力学示意图
式中,m为车辆质量(kg);Iz为车辆绕z轴的转动惯量(kg·m2);L1为车辆质心到前轴的距离(m);L2为车 辆质心到后轴的距离(m);δ为前轮转角(rad);vx和vy分别为车辆质心的纵向/侧向速度(m/s);ax和ay分 别为车辆质心的纵向/侧向加速度(m/s2);ωψ和 分别为车辆的横摆角速度及其角加速度 (rad/s、rad/s2);∑Fx和∑Fy分别为车辆质心坐标系中沿x轴和y轴方向的合力(N);∑Mz为车辆质心坐 标系中绕z轴转矩之和(N·m)。
图2-16 车辆制动系统反模型
2.2 车辆自适应巡航控制系统
2.2.1 ACC概述
车辆自适应巡航控制系统(adaptive cruise control,ACC)是利用雷达探测的目标车辆状态和自 车传感器提供的本车状态,能够代替驾驶人调节节气门开度和制动压力,实现高速行驶过程中的车 速跟随和车距保持。
2.1.2 驱动系统建模
对驱动系统的建模基于某款捷达轿车。 1) 将发动机动态响应系统的非线性特性简化为一阶惯性滞后环节。 2) 仅考虑发动机车轮和飞轮的转动惯量, 忽略其他转动部件的转动惯量。 3) 只考虑传动系统的旋转运动, 忽略其扭转振动和轴向振动。 4) 动力传动系统中的传动轴及传动齿轮为刚性, 忽略传动系部件的轴向和扭转弹性,忽略传动系各 零部件的配合间隙。 5) 认为控制过程中离合器处于完全结合状态, 变速器档位固定不变, 各部件只起传递转矩的作用。 6) 差速器为简单差速器, 忽略其摩擦转矩, 认为主减速器输入转矩由左、右驱动半轴平均分配。 7) 地面附着系数足够大, 不考虑轮胎的滑移等非线性因素。
当前方车道不存在有效目标车辆时,ACC上位控制器进入定速巡航模式。通过比较期望车速 与反馈车速的差值,使得实际车速尽可能保持在设定车速的±1km/h附近。
图2-17 定速巡航模式原理图
2.2.3 ACC下位控制器
下位控制器用来跟踪上位控制器输出的期望加速度,是ACC系统设计的基础。首先需要切换
至合适的驱动/制动模式,然后基于反模型查询表,确定出期望的节气门开度或制动压力,最后通过执
图2-18 ACC下位控制器总体结构示意图
2.3 车辆纵向安全性控制
2.3.1 防抱制动系统
防抱制动系统(ABS)的作用在于车辆紧急制动时,自动调节轮边制动力的大小,使车轮处于边滚边滑, 滑移率约为10%~20%的理想状态,以保证车轮与地面有良好的附着力。
ABS必须确保车辆在各种制动工况下,均能使车轮处获得尽可能大的纵向制动力和侧向力,从而具有 最优的制动距离和车辆稳定性。
利用路面附着,兼顾车辆加速过程中的稳定性,采用发动机输出力矩和制动干预联合控制。 当出现驱动轮滑转,路面工况被识别为对开路面后,对低附着一侧的驱动轮施加制动干预,制动干
预的目标是将低附侧和高附侧驱动轮的轮速差限制在目标值附近。
TCS分层控制策略包括工况识别层、TCS控制层和执行机构层三层结构
图2-24 TCS分层控制策略结构图
2.1.4 纵向参数辨识方法
为了标定车辆纵向动力学模型中的关键参数,一般考虑进行以下四种试验,分别是空档滑行试验、 带档滑行试验、稳态行车试验、空档制动试验。
表2-2 标定试验采集参数
2.1.5 车辆纵向动力学反模型
1.驱动系统反模型
如图2-14所示,通过一定的车辆纵向加速度可推导出所需的发动机力矩大小,并可进一步由发动机 逆MAP图(图2-15),确定期望的节气门开度。在驱动系统反模型中期望加速度与节气门之间的数学关系 式为
2.3.2 牵引力控制系统
牵引力控制系统(traction control system,TCS)是一种通过限制驱动轮打滑,提高车辆起步和加速过 程中纵向力和侧向力的主动安全系统。
车辆的运动状态主要取决于轮胎与路面之间的作用力,驱动轮的过度滑转会给车辆行驶带来很大 的危害。
TCS通过限制驱动轮的打滑,将滑转率控制在目标值附近,从而提高对路面附着的利用率,实现纵向 加速性和侧向稳定性的改善。
ACC除了需要考虑车间的相对运动关系外,还依赖于自身的车辆动力学特性。
在上位控制器主要考虑实际交通流中车间的相互运动关系,计算出主车期望的纵向加速度;
下位控制器则针对车辆纵向动力学系统本身,通过驱动系统和制动系统的控制,从而使得实际加
速度快速准确地跟踪上位控制器的输出加速度。
2.2.2 ACC上位控制器
ABS的控制方法主要有逻辑门限值控制方法、最优化控制方法、滑模变结构控制方法和模糊控制 方法等。
逻辑门限值法以车轮角加/减速度为主控制门限,以车轮滑移率为辅助控制门限。
ABS典型的路面条件一般分为四种,即高附着系数路面、低附着系数路面、对开路面以及
路面附着系数突变的对接路面。不同路面条件,制动防抱控制逻辑不同。
2.3.3 主动避撞系统
若由于驾驶人感观受限、精神疏忽或反应迟钝等原因,面对前方车道内突然出现的障碍目标,未能 及时采取正确的避撞操作,此时主动避撞系统(AEB)会自动介入,通过分级报警提醒驾驶人进行自我 调整,最终实现制动避撞或转向避撞。若在声光报警下,驾驶人仍然没有做出正确的应对动作,AEB系 统的主动制动功能将会自动介入。
行器的跟随控制实现期望值。
ACC下位控制器采用节气门与主动制动的联合控制方式,改善了某些危险工况下车辆制动减速
度不足的缺点,提高了跟车行驶的安全性。
通过节气门/制动模式的合理切换,使得下位控制器对于稳态工况和瞬态工况,均能实现对期望
加速度的准确跟随。
ACC联合控制体系的关键技术包括驱动/制动模式切换策略、驱动/制动模式下位控制器、节气门/制 动压力的三维查询表和节气门/制动压力的跟随控制策略等。
图2-14 车辆驱动系统反模型
2.制动系统反模型 同样也可由期望减速度ad反推出执行机构控制器需要的制动压力pd,制动系反模型如图2-16所
示。假设主动制动时离合器处于接合状态,车辆减速度由发动机反拖力矩、制动力矩和车辆行驶阻 力矩三部分共同产生。因此建立了期望减速度同制动压力之间的数学关系,即