基于MPC分层控制的自适应巡航策略

摘要

为减少车辆追尾等交通事故的发生，同时提升跟车稳定性、经济性和乘坐舒适性，提出1种车辆自适应巡航分层控制(adaptive cruise control, ACC)策略。上层控制器基于模型预测控制(model predictive control, MPC)计算车辆输出期望加速度，并根据行车工况切换进行速度与间距控制；下层控制器基于建立的纯电动汽车逆纵向动力学模型、驱动电机和制动模型优化驱动/制动切换策略，并通过上层输出的期望加速度计算得到期望电机转矩或期望制动管路压力，控制车辆的加速度和速度，达到速度控制或间距控制的目的。在CarSim/Simulink中设置4种典型行车工况进行仿真实验，验证提出ACC策略的性能。结果表明：在定速巡航与跟车巡航工况下，车辆能够快速稳定地跟随设定的初始速度行驶，且与前车始终保持安全车距；在紧急制动工况下，车辆能够迅速做出减速反应，与前车保持安全距离；在复杂工况下，车辆沿着期望路径行驶且平稳跟踪前车，车辆跟随的动态响应良好。提出的控制策略在不同行驶工况下均可准确安全地跟踪目标车辆，且可兼顾经济性和舒适性的要求。

关键词

自适应巡航 / 分层控制 / 模型预测控制(MPC) / 智能驾驶 / CarSim/Simulink / 电动汽车