[发明专利]一种车辆安全性及平顺度的控制方法

说明书

技术领域

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

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。

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。

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，采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。