买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于车车通信的混合车流汽车协同自适应巡航控制方法_华东交通大学_202210105886.0 

申请/专利权人:华东交通大学

申请日:2022-01-28

公开(公告)日:2022-11-29

公开(公告)号:CN114394092B

主分类号:B60W30/14

分类号:B60W30/14;B60W40/09;B60W40/105;B60W40/107

优先权:

专利状态码:有效-授权

法律状态:2022.11.29#授权;2022.05.13#实质审查的生效;2022.04.26#公开

摘要:本发明公开了一种基于车车通信的混合车流汽车协同自适应巡航控制方法,涉及智能网联汽车自适应巡航领域。步骤如下:实时采集车辆跟驰过程中首车(人工驾驶汽车)、前车(自动驾驶汽车)与本车(自动驾驶汽车)的BSM信息集,并基于BSM信息集建立相邻两车的跟驰运动模型;利用线性最优二次理论建立首车扰动工况下前车驾驶操纵效用函数,预测下一时刻前车加速度值;将下一时刻前车加速度值代入跟驰运动模型中,得到本车加速度的预测值,将预测值与期望值进行比较得到本车最优控制序列,根据本车最优控制序列对车辆编队自适应巡航滚动控制。本发明使被控车辆能更快响应前方车辆变化情况,提升了车辆自适应巡航控制系统的跟驰性和安全性。

主权项:1.一种混合异质车流条件下的汽车协同自适应巡航控制方法,其特征在于,具体步骤包括如下:实时采集车辆跟驰过程中首车、前车与本车的BSM信息集;结合所述BSM信息集根据车辆纵向运动关系建立本车与前车跟驰模型;利用线性最优二次理论建立符合跟驰首车运动状态下的驾驶操纵效用函数,预测下一时刻前车加速度值;将所述下一时刻前车加速度值代入所述本车与前车跟驰模型中,得到本车加速度的预测值,将所述预测值与期望值进行比较得到本车最优控制序列,根据所述本车最优控制序列对车辆编队自适应巡航滚动控制;所述本车与前车跟驰模型的表达式为: 其中,Qt=[s1t,vr1t,vft,aft]T,Pt=[Δst,vr1t,aft]T,s1t为实际车间间距,vr1t为相对速度,vft为自车速度,aft为自车加速度;Δst为间距差、vr1t为相对速度、aft为自车加速度;μt为控制输入,apt为前车加速度;所述驾驶操纵效用函数为: Δxt=s2t-Dsafe;其中:K0、R为对角矩阵,k1、k2为不同运动状态向量的权重,k1=1.21,k2=4.07,R=15.7,vr2为本车与前车的相对速度,为驾驶控制的约束或要求,s2t为t时刻本车与前车的间距,Dsafe为安全车间距;时间t∈[t0,tf],初始状态xt0=x0,末端状态xtf自由;根据跟车纵向运动学模型预测在未来p个时刻内实际的两车间距以及相对速度的大小的具体过程为:假设当前时刻为t,p步预测时域为[t,t+p-m],控制时域为m,由离散状态空间表达式,逐步迭代可得到以下预测状态, ... 进一步可以得到被控输出, ... 对于系统未来p步预测的状态和输出简化为如下预测方程, 其中,et为误差修正项,F=diagf1,f2,f3,f4为矫正矩阵, 表示预测时域的状态序列,Ut+1=[ut,u+1,…,ut+p-m]T表示控制序列,ωt+p=[apt,apt+1,…,apt+p-m]T表示扰动序列, 表示系统的输出序列;其他系数矩阵满足 以加权形式的值函数表示自适应巡航控制系统中所选择的优化性能指标,设定MPC预测模型的代价函数为: 式中,φ为预测控制输出与参考输入之间偏差的加权系数矩阵,R为控制输入的加权系数矩阵,Preft+p|t为期望轨迹,符号代表二次型函数。

全文数据:

权利要求:

百度查询: 华东交通大学 基于车车通信的混合车流汽车协同自适应巡航控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。