基于模型设计的日立阿斯特莫公司开发了一种模型预测控制器用于自适应巡航控制

ACC系统的行为取决于前面车辆的速度和加速度。日立汽车系统公司的工程师认为标准的比例-积分-微分(PID)控制器很难设计，所以他们选择了MPC。MPC算法非常适合平衡多个目标，例如在交通堵塞时保持与前车的安全距离，以及在无交通的高速公路上保持设定的速度。然而，在每个时间步上解决优化问题所需的计算负载，使得MPC算法在处理能力和内存都比PID控制器更少的嵌入式目标上实现更具挑战性。

Takahama在日立的团队之前已经开发了一个相对简单的控制系统，通过手写c语言的控制算法。团队认为手写一个更复杂的MPC将是一个巨大的挑战。他们需要设计新的控制器，以满足停停走走ACC系统的严格时间要求，在嵌入式微处理器上实现，并尽量减少手工编码，以减少开发时间。

日立汽车系统公司对基于mpc的嵌入式ACC系统采用了基于MATLAB和Simulink的基于模型的设计方法进行建模、仿真和生成代码。金宝app

在Simulink中使金宝app用模型预测控制工具箱™，工程师对控制器建模，并设置可调参数来调整预测范围、控制范围和权重，以及执行器和加速度响应约束。

为了创建一个用于预测的工厂模型，他们使用Simulink S-functions创建了一个与传统C代金宝app码的接口，该接口捕获了汽车引擎、变矩器和刹车的非线性特性。

该团队在Simulink中进行了闭环模拟，以评估控制器在各种驾驶场景下的性能，包金宝app括交通堵塞和高速驾驶。他们在MATLAB中对仿真结果进行后处理和可视化。

基于仿真结果，他们修改了控制器权值和约束条件，以防止车辆突然刹车，并在前车急剧加速时防止车辆之间出现大的间隙。他们还评估了样本时间、预测时间和控制时间的不同选择，以减少解决优化问题的计算负荷。

该团队使用基于mpc的嵌入式编码器自适应巡航控制器生成了3400多行代码，优化了执行速度^®．生成的代码包括MPC使用的二次规划(QP)求解器。

在通过软件在环(SIL)模拟测试生成的代码之后，他们将其部署到生产的32位微处理器上。日立汽车系统公司目前正在公共道路上对基于mpc的ACC系统进行道路测试。

工程团队已经将基于模型的设计与MATLAB和Simulink扩展到其他几个项目，其中一个项目缩短了四轮转向车辆控制器的开发时间。金宝app

• 控制器开发时间减半。“按照我们的传统方法，开发像MPC这样复杂的控制器大约需要一年的时间;在基于模型的设计中，我们花了大约6个月的时间来开发原型，”Takahama说。“QP解算器生成的代码非常高效，所以我们没有必要去探索其他解算器。”
• 省去了几个月的手工编码。Takahama说道:“如果在每次设计迭代中都手工编写MPC的所有代码，那么我们的日程就会增加两个月甚至更长时间。“使用Embedded Coder，一旦我们确认了控制器的功能，几乎不需要任何时间就可以在嵌入式处理器上实现它。”
• 提高了测试速度和效率。Takahama说:“基于模型的设计为我们节省了大量的测试时间。“我们在SIL模拟中重新创建了测试结果，这使我们能够识别出现问题的原因，评估建议的对策，生成带有所需更改的代码，并在需要时重复该过程，以验证正确性。”