一种车辆安全性及平顺度的控制方法
【专利摘要】本发明涉及一种车辆安全性及平顺度的控制方法，针对车辆动力学模型的特点，及车辆运行中自身参数及路况的不确定性，采用广义PID控制的分离实现方法实施控制，其包括：将控制输入分为基于位移误差的积分，以及基于位移误差、速度误差和加速度误差的输入部分，引入变量动态调节基于位移误差积分的输入部分的形式，排除车辆控制系统的不确定成分和外部扰动；针对车辆可控的理想模式，选取基于位移误差、速度误差和加速度误差的输入部分的形式，并确定位移误差、速度误差和加速度误差的系数，实现对理想模式构成系统在原点的稳定控制；选取设计参数，对被控车辆的安全性及平顺度进行控制。本发明可以广泛应用于车辆巡航控制及无人驾驶等的控制中。
【专利说明】一种车辆安全性及平顺度的控制方法
【技术领域】
[0001]本发明涉及一种车辆控制方法，特别是关于一种车辆安全性及平顺度的控制方法。
【背景技术】
[0002]随着人们对汽车行驶安全性与舒适性等性能要求的提高，各国对车辆智能驾驶及各种驾驶员辅助系统的研究也逐步深入。作为先进车辆控制安全系统(AVCSS)开发的一个重要方面，汽车自适应巡航控制(以下简称ACC,Adaptive Cruise Control)系统引起了业界的关注。汽车ACC系统是在传统的巡航控制技术基础上发展起来的，汽车ACC系统作为驾驶员辅助系统，其目的是为了在适当的交通工况下，部分地取代驾驶员，对车辆进行合理的纵向控制，以提高车辆的主动安全性与乘坐舒适性。它既保证车辆具有定速巡航的能力，又保证车辆具有应用车载传感器的信息自动调整车辆行驶速度的能力，从而保持本车与前行车辆的安全间距。由于汽车ACC系统对提高车辆主动安全性与乘坐舒适性的巨大潜力，因而得到了国内外研究人员越来越多的重视。此外，2014年5月份，谷歌联合创始人谢尔盖?布林(Sergey Brin)发布了谷歌最新的无人驾驶汽车原型。据相关报道，谷歌的无人驾驶车没有配备方向盘、油门、刹车、后视镜等部件，它是通过车联网系统，按照其输入或接收的地址来接送乘客。该车时速最高25英里(约合40公里)，车辆正中拥有一个液晶屏幕，用户通过屏幕可以完成所有指令。车辆无论在公路还是沙地上均运行得非常稳定。除了谷歌，其他像丰田、奥迪等大型汽车生产商也正在开发他们自己的无人驾驶汽车。可见，在车辆控制系统方面，保证安全和舒适的基础上，实现全自动的操控是当今车辆控制领域的一个热点问题，而其中的基础和关键问题仍旧是车辆的巡航控制问题。
[0003]目前，国内外对ACC系统的研究主要集中在车载传感器及其信息融合技术，以及ACC系统控制策略选取等软硬件技术上，其中如何选取控制策略是实现ACC系统功能及其实用化的关键。而如何应用传感器单元输入的信息来给出适当的系统输出并合理地控制车辆，以实现ACC目的的系统控制技术则是汽车ACC系统应进一步研究及应用的核心。ACC系统的控制技术主要包括车辆理想安全距离的确定，以及系统控制理论与方法的选取等。
[0004]ACC系统的控制目标是适当地控制车辆的速度，保持车辆间安全距离，提高车辆的乘坐舒适性与主动安全性。为实现这些控制目标，在确定理想的车辆安全距离后，需要选取系统的控制策略、并采用适宜的控制理论建立系统控制算法。目前，PID方法、最优控制理论、滑动模理论以及模糊或智能理论等都被应用于ACC系统控制技术的研究。韩国汉阳大学提出的ACC系统控制算法中，理想减速度的确定方法采用线性二次型(LQ)最优控制理论。其理论分析和仿真计算结果表明，该方法在考虑模型误差与系统控制执行器延迟的情况下仍可以较好地实现ACC系统的性能指标。在汽车ACC系统设计中，采用车辆距离误差与相对速度误差最小为性能指标的最优控制方法，也获得了较好的汽车乘坐的舒适性与车辆队列的稳定性。在ACC理论与方法的选取方面，滑动模控制理论也有一定应用。如美国PATH (Partners for Advanced Transit Highways)项目中车辆 ACC 的控制器设计方面，米用滑动模控制理论来确定理想加速度。德国斯图加特大学研究的ACC系统，采用非线性车辆系统状态空间线性化与滑动模控制理论相结合的控制方法确定车辆的理想加速度。模糊控制理论在ACC的控制器设计方面也有一定的应用，如美国密歇根大学提出的ACC的控制器采用典型的模糊控制算法，其模糊控制规则为前件的两个条件确定后件的一个行为。前件的两个条件分别为车辆距离和两车相对速度，输出则是加速踏板开度。除上述各种控制理论外，神经网络理论及模型匹配等方法也应用于建立ACC的控制算法。上述各种控制方法基本都可以满足ACC系统的控制目的，但各有其优缺点，实际设计中，往往基于系统需要强化的某些性能指标而选择适宜的控制理论与方法。
[0005]目前，国内外车辆ACC系统的研究还存在一些技术问题需要加以完善，主要包括:ACC的控制器软件算法对环境的适应性较差，往往是针对几种典型的行驶工况，而当行车环境发生变化时，算法的有效性有较大程度的降低；人工智能，尤其是神经网络理论与方法在ACC系统中的应用还有待于深入研究开发；系统性能的评价目前没有一个完善的体系，不能综合评价不同ACC系统的性能。从目前国内外ACC系统的研究应用情况来看，应该关注以下技术:多传感器信息融合技术，如车辆雷达测距传感器与计算机视觉信息的融合技术等；通讯技术，包括车内通讯、车辆间的通讯及车辆与控制中心的通讯等；ACC系统与其它车辆纵向控制系统的集成化技术，如ACC系统与车辆停走(S&G)系统，以及与车辆前向防撞、预警系统，及后向防撞、预警系统的集成等。根据上述分析，当前保证车辆的安全行驶的控制方法存在诸多问题:(I)对车辆运行环境(路况)的适应能力有待改进；(2)由于在车辆运行过程中还存在自身的不确定性，如承载量，自身的质量等，现有的控制方法难以适应；(3)原来的方法中很少考虑对车辆加速度的控制，而这正是保证行驶舒适性(平顺度)的重要环节。因此，深入研究ACC系统的控制理论与方法，开发高效、实用的车辆ACC产品，将是今后我国在该领域的研究方向。
【发明内容】
[0006]针对上述问题，本发明的目的是提供一种关于车辆安全性及平顺度的控制方法，使得既使面对不同运载量或不同路况等情况，基于本发明给出的控制方法，车辆仍能够在保证安全的同时保证平稳行驶。
[0007]为实现上述目的，本发明采取以下技术方案:一种车辆安全性及平顺度的控制方法，其包括以下步骤:1)针对如下形式的具有普遍性的被控车辆系统:
ΛI ――
[0008]I 2 3(I)
i3 = b(x2 ^x3) + α(χ2 )ιι
[0009]式⑴中，xi(t)、x2(t)和巧⑴分别表示被控车辆的位移、速度和加速度，且a[x2(t)]和b[x2(t), x3(t)]分别具有如下形式:1(
[0010]--(.χ2) = —-:—r⑵
fjari γ \
I J
【权利要求】
1.一种车辆安全性及平顺度的控制方法，其包括以下步骤: I)针对如下形式的具有普遍性的被控车辆系统:
式(I)中，X1U)、X2 (t)和x3(t)分别表示被控车辆的位移、速度和加速度,且a[X2 (t)]和b [x2 (t)，X3 (t)]分别具有如下形式:
式(2)和式(3)中，m表示被控车辆的质量，τ表示发动机的时间常数，Kd表示气动阻力系数，dm表示被控车辆的机械阻力，u (t)表示发动机输入，即控制输入； 假设控制的目标是让车辆的实际位移I = X1能跟踪上设定的位移h(t)，让车辆的实际速度j = 4(()能跟踪上设定的速度Λ(?),让车辆的实际加速度# = 能跟踪上设定的加速度又(O ’引入如下位移误差变量e1、速度误差变量e2和加速度误差变量e3:
根据式(I)和式(4)，则车辆的跟踪控制问题就转换为如下误差系统在原点(O，O, O)的稳定问题:
基于a (x2)作为车辆控制输入的增益满足约束条件:0<affi<a(.r2) = ^—<αΜ，其中
賺(X2) aM均为已知常数,则将式(5)写为:
在式(6) φ, ^He, + Vr^ei + j>r) - y； + a(e2 + Fr )u - amu(6)表示的误差系统的总扰动，记为:d(i) = b(e2 + jr,e3 +?*ν)^ V；十—<2κ,μ ；将控制输入U (t)分为基于位移误差的积分的输入部分U1 (t)，以及基于位移的误差、速度的误差和加速度的误差的输入部分uePD(t)，即整个控制输入分成如下两个部分: U = UJUgpd(7) 将式(7)代入式(6)中，则式(6)表示的误差系统简化为:
2)通过引入一变量μ(t)来动态调苄基于位移误差的积分的输入部分U1 (t)的形式，迫使车辆的运动按照理想的可控模式来变化，其具体过程为: ①引入如下形式的变量σ(t): a(t) = d(t) + amii,{t)(9) ②引入变量μ(t)，其由如下动态方程来确定:
式(10)中，ω为设计参数，ω >0;Υ表示设计参数，其根据被控车辆的特征进行选取，取正数；sign表示符号函数； ③用变量μ(t)来调苄基于位移误差的积分的输入部分U1 (t)的形式，基于位移误差的积分的输入部分U1 (t)与变量μ (t)之间的关系式取为:
式(11)中，1?和M均表示设计参数，mimj Ie(S)昤，Μ)表示取最小值运算，S表示积分
变量； 设计参数Y、1?和M需满足如下条件:
式(12)中,sup表示取上确界的运算，;5(/)表示总扰动的广义导数； ④通过选取设计参数ω、Y、&和Μ，保证在有限时间内等式σ⑴=0成立； 3)选取基于位移的误差、速度的误差和加速度的误差的输入部分uePD(t)的形式，并确定基于位移的误差、速度的误差和加速度的误差的输入部分uePD(t)中对应项的系数，其具体过程为: 将式(9)代入式⑶中，得到
由于在步骤2)中对基于位移误差积分的输入部分U1 (t)中引入了变量μ (t)，并选取了设计参数ω、^ktl和M使得σ⑴=0，则由式(13)得到:
由式(14)可知，基于位移的误差、速度的误差和加速度的误差的输入部分uePD(t)只与被控车辆的状态有关，根据被控车辆的状态，选取uePD(t)的形式，可直接选取使式(14)表示的动力系统在原点(0，0，0)稳定的系数作为位移误差项的系数Ic1，速度误差项的系数k2和加速度误差项的系数k3 ； 4)根据步骤2)确定的设计参数Y ^k0和M，以及步骤3)确定的位移误差项的系数匕、速度误差项的系数k2和加速度误差项的系数k3，确定被控车辆的控制系统，亦即通过分离实现方式对被控车辆的位移、速度和加速度进行控制，达到对被控车辆安全性和平顺度的控制目的。
2.如权利要求1所述的一种车辆安全性及平顺度的控制方法，其特征在于:所述步骤2)中，为简化变量μ (t)对基于位移误差的积分的输入部分U1 (t)的形式的调节，基于位移误差的积分的输入部分U1 (t)与变量μ (t)之间的关系式直接取为: U1 (t) = k0 μ (t)M(15) 设计参数Y、1?和M需满足如下条件:
式(16)中，sup表示取上确界的运算，|士/)表示总扰动2(0的广义导数。(I!
3.如权利要求1或2所述的一种车辆安全性及平顺度的控制方法，其特征在于:所述步骤3)中，基于位移的误差、速度的误差和加速度的误差的输入部分uePD(t)采用线性形式、非线性形式或最优化形式。
4.如权利要求1或2所述的一种车辆安全性及平顺度的控制方法，其特征在于:所述步骤3)中，基于位移的误差、速度的误差和加速度的误差的输入部分uePD(t)采用以下线性形式:
Ugpd (t) = k1e1(t)+k2e2(t)+k3e3(t) (17) 或以下非线性形式:
uGPD (t) = ^ I G1 (t) I a sign (e! (t)) +k21 e2 (t) | a sign (e2 (t)) +k31 e3 (t) | a sign (e3 (t)) (18) 式(17)和式(18)中，!^、!^和匕分别表示基于位移的误差、速度的误差和加速度的误差的输入部分uePD(t)中位移误差项的系数、速度误差项的系数和加速度误差项的系数，α表示非线性的指数，O < α < I。
5.如权利要求4所述的一种车辆安全性及平顺度的控制方法，其特征在于:所述步骤3)中，为保证控制输入的连续性，将式(18)中的符号函数用一种扩展形式的饱和函数来代替，即:uGpd ⑴=^fal (e! (t), α , δ ) +k2fal (e2 (t), α , δ ) +k3fal (e3 (t), α , δ )(19) 其中，
式(20)中，X为自变量，根据需要分别取为位移误差变量ei(t)、速度误差变量e2(t)和加速度误差变量63(0，α和δ均为设计参数，O < a ^ 1,0 < δ < 0.1。
6.如权利要求1~5任一项所述的一种车辆安全性及平顺度的控制方法，其特征在于:当被控车辆的实际测量信号只有位移信号y(t)，或实际测量的位移信号y(t)中含有噪声时，对被控车辆的位移、速度和加速度进行控制，其具体包括以下步骤: 1)利用两级跟踪-微分器对实际测量的位移信号y(t)进行预处理，其具体包括: 首先，采用第一级跟踪-微分器对实际测量的位移信号y(t)进行处理，得到实测位移的估计信号及实测位移的导数信号，并分别仍记为I (t)和MO;其次，将该位移的导数信号看作是被控车辆的速度信号，对得到的速度信号利用第二级跟踪-微分器，将得到速度的导数信号仍记为1(0?并将其看作是被控车辆的加速度信号；最后，用经两级跟踪-微分器处理后的结果，即实际测量的位移信号的估计信号以及实际测量的位移信号的一阶导数、二阶导数，分别代替被控车辆实际的位移、速度和加速度信号； 2)采用与步骤I)~4)相同的方法对被控车辆的位移、速度和加速度进行控制。
【文档编号】G05B13/04GK104181816SQ201410409542
【公开日】2014年12月3日 申请日期:2014年8月19日 优先权日:2014年8月19日
【发明者】王伟 申请人:中国人民大学