(1)定速巡航的速度控制算法
速度控制算法起初用于定速巡航的控制技术中。PID算法是一个传统的具有
反馈环节的控制算法,因其原理简单易用得到广泛的推广。很多学者将PID与其
他算法进行结合成功改善了对速度控制的精确度,文献[28]使用模糊控制的方法
对PD的比例.微分参数进行实时在线调整,建立了汽车恒定速度控制的模糊PD
控制算法。所提出的模糊PD控制算法具有较好的控制性能,与传统PID控制方
法相比可以在较短时间内实现车辆的定速巡航,并且偏差与超调量都很小。高振
海等人【29~30】采用将非线性系统局部线性化的描述方法,应用预瞄跟随理论提出了
新颖的速度控制方法,通过优化多目标的评价函数决策出理想纵向加速度,并对
其进行微分校正,充分考虑了驾驶员反应滞后以及汽车动力学滞后的响应特性。
该方法精准有效地实现了对目标速度的跟随控制,为无人驾驶汽车速度控制的研
究打开了一个新的思路。高锋等人[31】通过辨识获得节气门开度到车速的传递函数,
从而对汽车纵向动力学进行了描述,在此基础上应用鲁棒控制理论设计了多模型
分层切换控制系统,实现了当模型存在较大不确定性时能够对车速快速准确得控
制。陈刚[321采用改进BP神经网络设计了一种驾驶机器人车速跟踪神经网络控制
方法,其收敛速度高于梯度下降法的收敛速度,且达到的控制精度也更高。
(2)自适应巡航的速度控制算法
速度控制驾驶员模型也常用于车辆自适应巡航控制的研究中,萝莉华【33】应用
多目标MPC算法实现了汽车自适应巡航控制策略,较传统PID算法具有多目标
优化的功能,改善了跟车性、舒适性以及燃油经济性。管欣[34】基于驾驶员操作汽
车的行为特性,将驾驶员建模理论.稳态预瞄动态校正假说【35】应用于汽车自适应
巡航控制系统的理论研究中,构建了基于驾驶员最优预瞄加速度模型的车辆自适
应巡航控制算法。仿真实验结果表明基于驾驶员操纵行为特性的分析,应用驾驶
员操纵行为建模理论来研究汽ACC系统的控制过程为车辆ACC控制系统的开发
提供了一个可行的研究途径。文献[36]根据模糊神经网络控制理论,研究了自适
应巡航控制跟随模式下的距离控制,构造了五层的模糊神经网络,推导出了相应
BP算法公式,并对汽车自适应巡航控制跟随模型进行了仿真实验。经过输入实际
样本数据进行训练后,自适应巡航跟随控制模型具有较高的控制精度,并且减少
了踏板角度的波动,基于模糊神经网络模型的自适应巡航控制跟随模型能够取得
良好的效果。
虽然这些算法取得了良好的效果,但基本上是围绕着定速巡航与跟车巡航展
开的研究,并不能应对突然的变道或转弯所带来的高速失稳的危险。本文基于多
点预瞄的思想,运用二次规划的方法提出自适应避险的速度规划功能,并结合评
价函数最优化的方法对目标速度进行实时跟随,这样车辆在巡航时可避免因突然
万方数据
1