基于鲁棒模型预测控制的协同自适应巡航控制系统研究
【摘要】:由于城市化进程的不断加快,交通所面临的压力也在急剧攀升。交通事故频发、道路严重堵塞和出行效率低下等等的问题亟待解决。而智能汽车能很好地解决这一系列的问题,由此,智能汽车已经成为研究的热点。协同自适应巡航控制系统作为智能汽车的主要组成部分,对改善出行效率,提高道路安全性有着很大作用。本文以车辆队列作为研究对象,采用了基于模型预测控制原理的一种鲁棒跟车控制算法,针对协同自适应巡航控制系统进行了相应的研究。首先,通过分模块建模的思想,在对车辆纵向动力学分析的基础上,建立了本课题所需的车辆发动机逆模型和制动系统的逆模型。同时通过Car Sim中车辆的实际测试,得到车辆在制动和驱动时的过渡曲线。并利用Car Sim与Simulink联合仿真,验证了模型的精度和有效性,为接下来研究协同自适应巡航控制系统奠定了基础。然后,以相对车间距、相对车速、自车速度、自车加速度、自车加速度变化率为状态量,建立车辆队列的纵向运动学系统模型。通过对控制目标的分析,主要将安全性和舒适性纳入到分析考虑范围,包括对安全车距,相对速度,自车的加速度和加速度变化率进行了分析,将控制目标作为系统状态的输出。选用一阶指数函数作为状态输出量的参考量,以避免状态突变引起抖动。同时为了提高系统的鲁棒性,本文采用反馈校正法,加强模型预测控制算法的鲁棒性,建立起MPC鲁棒控制算法,对预测方程,约束优化以及可行域扩展进行了分析。通过数学变换,将目标函数转换为二次型,求得整个过程的最优控制输入序列,并将最优解的控制输入序列的第一个元素输入至逆纵向动力学模型中,通过逆纵向动力学模型得到汽车行驶所需的油门开度和制动踏板力。最后,通过Car Sim/Simulink联合仿真平台,设立5种仿真工况,对所搭建的控制系统的有效性进行了验证。通过硬件在环实时仿真平台,设立3种仿真工况,验证了所搭建的控制系统的实时性和稳定性。通过两次仿真结果表明,本文提出的鲁棒模型预测控制的协同自适应巡航控制系统具有良好的跟车效果,跟车安全性和乘坐舒适性得到了保证。