基于模型预测的自适应巡航控制系统

这个例子使用了:

打开脚本

方法的使用自适应巡航控制系统并演示了该块的控制金宝app目标和约束。

自适应巡航控制系统

装有自适应巡航控制系统(ACC)的车辆(自我车)有一个传感器，例如雷达，可以测量与同一车道上的前一辆车(前导车)的距离， $美元D_ {rel} $$ 。传感器还能测量领头车的相对速度， $美元V_ {rel} $$ 。ACC系统有两种运行模式:

速度控制:自我汽车以驾驶员设定的速度行驶。
间隔控制:自我车与领头车保持安全距离。

ACC系统根据实时雷达测量结果决定使用哪种模式。例如，如果前车靠得太近，ACC系统就会从速度控制切换到间距控制。类似地，如果领头车距离较远，ACC系统将从间距控制切换到速度控制。换句话说，只要保持安全距离，ACC系统就会使自动驾驶汽车以驾驶员设定的速度行驶。

ACC系统运行模式的判定规则如下:

如果 $D_{rel} \geq D_{safe}$ ，则速度控制模式为活动状态。控制目标是跟踪驾驶员设定的速度， $美元V_{集}$$ 。

如果 $D_{rel} < D_{safe}$ ，则间距控制模式为主动。控制目标是保持安全距离， $美元D_{安全}$$ 。

金宝appSimulink模型的领导汽车和自我汽车

在Simulink中建立了前车和自车的动力学模型。金宝app打开Simulin金宝appk模型。

mdl =“mpcACCsystem”；open_system (mdl)

为了接近真实的驾驶环境，在模拟过程中，前车的加速度根据正弦波变化。自适应巡航控制系统块输出一个加速控制信号的自我汽车。

定义采样时间，Ts，模拟持续时间，T，几秒钟。

Ts = 0.1;T = 80;

对于自我飞行器和前导飞行器，加速度和速度之间的动力学模型为:

$G = \frac{1}{s(0.5s+1)}$

它近似于节气门和车辆惯性的动力学。

为自我汽车指定线性模型。

G_ego = tf(1，[0.5,1,0]);

指定两辆车的初始位置和速度。

X0_lead = 50;%前车初始位置(m)V0_lead = 25;前车初速度% (m/s)X0_ego = 10;%自我车初始位置(m)V0_ego = 20;初始速度% (m/s)

自适应巡航控制系统块的配置

ACC系统使用Simulink中的自适应巡航控制系统块进行建模。金宝appACC系统块的输入为:

司机让速度 $美元V_{集}$$
时间差距 $T_}{差距识别美元$
自我车的速度 $美元V_{自我}$$
与领头车的相对距离 $美元D_ {rel} $$ (雷达)
相对于前车的速度 $美元V_ {rel} $$ (雷达)

ACC系统的输出是小车的加速度。

领头车和自我车之间的安全距离是自我车速度的函数， $美元V_{自我}$$ ：

$$ D_{安全}= D_{默认}+ T_{差距}\识别V_{自我}$$

在哪里 $美元D_{默认}$$ 停顿的默认间距和 $T_}{差距识别美元$ 是两辆车之间的时间间隔。为 $美元D_{默认}$$ ，单位是米，和 $T_}{差距识别美元$ ，几秒钟。

T_gap = 1.4;D_default = 10;

指定驱动组速度，单位为m/s。

V_set = 30;

考虑到车辆动力学的物理限制，加速度被限制在范围内(3 2)(米/秒^ 2)。

Amin_ego = -3;Amax_ego = 2;

对于本例，自适应巡航控制系统块的默认参数与仿真参数匹配。如果模拟参数与默认值不同，则相应地更新块参数。

仿真分析

运行模拟。

sim (mdl)

——>转换模型到离散时间。假设添加到测量输出通道#2的输出扰动是集成白噪声。假设测量的输出通道1没有任何扰动。——>”模式。“噪音”属性为空。假设每个测量输出都有白噪声。

绘制模拟结果图。

mpcACCplot (logsout D_default、t_gap v_set)

在前3秒内，为了达到驾驶员设定的速度，ego汽车全速加速。

从3秒到13秒，领头车缓慢加速。因此，为了保持与领先车的安全距离，自我车以较慢的速度加速。

从13秒到25秒，自我车保持驾驶员设置的速度，如速度情节。然而，当领头车减速时，间隔误差在20秒后开始接近0。

从25秒到45秒，领头车减速，然后再次加速。自我车通过调整速度与领头车保持安全距离，如图所示距离情节。

从45秒到56秒，间隔误差在上面0。因此，自我车再次达到驾驶员设定速度。

从56秒到76秒，重复25秒到45秒间隔的减速/加速序列。

在整个模拟过程中，控制器确保两辆车之间的实际距离大于设定的安全距离。当实际距离足够大时，控制器保证自我车辆遵循驾驶员设定的速度。

另请参阅

块

自适应巡航控制系统