论文部分内容阅读
在当今复杂的交通环境下,驾驶员操作失误是造成事故频发的主要原因之一。因此,积极开展驾驶辅助系统的智能车辆的研究,对提高驾驶安全性、车辆稳定性和提高交通效率具有重要意义。首先基于模型预测控制算法设计了一个考虑动力学约束的多约束模型预测控制器(Multi-Constraints Model Predictive Control,MMPC)。利用二自由度车辆动力学模型作为预测模型获得了系统状态量和输出量的预测值,通过将质心侧偏角和横摆角速度约束在操纵稳定性状态平稳域内来求解目标函数最小值,从而获得跟踪目标路径所需的最佳前轮转角。然后,引入避撞惩罚函数,通过对目标函数进行设计,实现了局部轨迹规划,利用5次多项式拟合算法输出局部参考轨迹的曲线参数至路径跟踪控制器,实现了路径跟踪与避撞控制。接着,针对智能车辆纵向控制中协同式自适应巡航控制(Collaborative adaptive cruise control,CACC)进行了研究。将CACC控制系统和避撞(Collision Avoidance,CA)系统进行结合,同时针对被控车辆纵向加速度变化对驾乘人员舒适性影响的问题,在CACC控制系统中,通过建立两车跟驰模型,基于模型预测控制理论对系统输出量进行硬约束以及对系统控制量进行适应性约束,设计了一种考虑协同避撞(Collaborative Collision Avoidance,CCA)的多通道可变结构模型预测控制(Multi-channel variable structure model predictive control,MVS-MPC)上层控制器,实现了控制器CACC、CACC+CA、和CCA三种功能模式的切换,并且在第三种控制模式CCA中,为了避免后车处于极限减速的危险工况,提出了一种用于两车协同避撞的加速度分配策略。通过不同工况对所设计的控制器进行了验证。最后,针对CACC两车系统同步换道问题进行了研究,建立了CACC两车同步换道控制系统的框架结构,基于5次多项式设计了换道轨迹规划器;将MMPC路径跟踪控制器和CACC控制器结合起来,设计了一种拥有两种控制模式的纵-横向集成控制系统。通过仿真试验验证了控制系统的有效性。