[发明专利]基于相对运动关系的ACC纵向运动学建模方法

权利要求书

1.基于相对运动关系的ACC纵向运动学建模方法，其特征在于，具体包括以下步骤：

步骤S1，根据ACC系统分层设计，决策层根据自车状态参数、前车状态参数、环境参数决定自车纵向期望加速度，控制层通过控制油门开度、制动深度、档位切换使得自车的实际加速度收敛于决策层输出的期望加速度，建立理想一阶系统传递函数

其中，为理想一阶系统增益，为时间常数；

步骤S2，根据ACC纵向跟车运动学特性，定义关系式如下：

其中，为期望车距误差，d为实际车距，为期望车距，为相对车速，为前车速度，为自车速度，为自车实际加速度，为自车期望加速度，jerk为自车冲击度；

步骤S3，将作为状态量，作为控制量，作为系统扰动量，作为系统输出量，建立离散状态空间方程

其中，，，为采样周期，各系数矩阵分别满足

步骤S4，设当前时刻为k，预测时域为[k，k+p-1]，由步骤S3中的离散状态空间方程逐步迭代整理得

其中，

为预测时域的状态序列，

为预测时域的控制序列，

为相应的系数矩阵，为系统输出序列。

2.根据权利要求1所述的基于相对运动关系的ACC纵向运动学建模方法，其特征在于，所述步骤S2中的期望车距采用固定时距策略、可变时距策略、拟合驾驶员跟随行为的二阶回归模型、二次车距策略或指数型车距策略。

3.根据权利要求2所述的基于相对运动关系的ACC纵向运动学建模方法，其特征在于，所述可变时距策略具体为：

其中，为可变时距、为零速度车间距，、、为正常数，前车加速度的估算方法为。

4.根据权利要求3所述的基于相对运动关系的ACC纵向运动学建模方法，其特征在于，对所述可变时距作边界约束，

其中，sat(·)为饱和函数，、分别为可变时距的上界和下界。

5.根据权利要求3所述的基于相对运动关系的ACC纵向运动学建模方法，其特征在于，所述正常数的取值通过离线参数标定在线学习更新的方法，利用危险感受度、制动习惯、应急反应时间来表征驾驶群体特性，将其划分成激进、谨慎、新手群体，借助BP神经网络进行学习与分类，实现差异化预警。

6.根据权利要求3所述的基于相对运动关系的ACC纵向运动学建模方法，其特征在于，所述零速度车间距为2m，并进一步修正

其中，为路面附着系数，为修正系数。

7.根据权利要求2所述的基于相对运动关系的ACC纵向运动学建模方法，其特征在于，所述拟合驾驶员跟随行为的二阶回归模型具体为：

其中，、为正数，为负数。

8.根据权利要求2所述的基于相对运动关系的ACC纵向运动学建模方法，其特征在于，所述二次车距策略具体为：

其中，、、均为正数。

9.根据权利要求2所述的基于相对运动关系的ACC纵向运动学建模方法，其特征在于，所述指数型车距策略具体为：

其中，为零速度车距，为最大制动减速度，为设计参数。

10.根据权利要求1所述的基于相对运动关系的ACC纵向运动学建模方法，其特征在于，综合考虑自车状态参数和前车状态参数，令所述步骤S3中的状态量。