Hitachi Astemo开发了一种用于基于模型设计的自适应巡航控制的模型预测控制器

ACC系统行为根据前面的汽车的速度和加速而变化。Hitachi汽车系统工程师得出结论，标准的比例积分衍生物（PID）控制器难以设计，而是选择了MPC。MPC算法非常适合平衡多个目标，例如保持交通堵塞中的铅轿车的安全距离，并在无交通公路驾驶中保持设定速度。然而，在每次步骤中解决优化问题所需的计算负载使得MPC算法更具挑战性，以便在具有比PID控制器的处理能力和存储器较少的嵌入式目标上实现。

Takahama在Hitachi的团队之前通过手绘了C的控制算法来制定了一个相对简单的控制系统。该团队认为手编码更复杂的MPC将是一个重大挑战。它们需要设计新的控制器，以满足停止和Go ACC系统的严格时序要求，在嵌入的微处理器上实现它，并最大限度地减少手工编码以降低开发时间。

Hitachi Automotive Systems使用基于模型的设计与MATLAB和Simulink以模型，模拟和生成基于MPC的嵌金宝app入式ACC系统的代码。

使用模型预测控制工具箱金宝app™的Simulink工作，该工程师建模了控制器并建立可调参数，以调整预测地平线，控制地平线和权重，以及执行器和加速度响应约束。

为了创建预测的工厂模型，它们使用Simulink S-Function来创建传统C代码的接口，该码捕金宝app获车辆发动机的非线性特性，变矩器和制动器。

该团队在Simulink中运行闭环模拟，以评估各种驾驶场景下的控制器性能，包括交金宝app通拥堵和高速驾驶。他们在MATLAB后期后处理和可视化的仿真结果。

基于仿真结果，它们改进了控制器权重和约束，以防止车辆突然制动，并且如果铅载体急剧加速，则允许在车辆之间打开。它们还评估了采样时间，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。

该团队在具有嵌入式编码器的基于MPC的自适应巡航控制器中优化的3400多行代码进行了优化，优化了针对其MPC的自适应巡航控制器^®。生成的代码包括MPC使用的二次编程（QP）求解器。

通过软件循环（SIL）模拟测试生成的代码后，它们将其部署到生产32位微处理器。Hitachi汽车系统目前正在进行公共道路上基于MPC的ACC系统的道路测试。

工程团队扩展了利用Matlab的模型设计的使用，并模拟了其他几个项目，包括它们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。“随着我们的传统方法，它将采取大约一年的时间来制定一个作为MPC复杂的控制器;采用基于模型的设计，我们花了大约六个月的时间来开发原型，“Takahama说。“QP求解器的生成代码非常有效，因此我们不需要探索其他求解器。”
• 淘汰几个月的手工编码。“用手编写MPC的所有代码，每个设计迭代都将增加两个月或更长时间到我们的时间表，”Takahama说。“通过嵌入式编码器，一旦我们确认了控制器的功能，几乎没有时间在嵌入式处理器上实现它。”
• 测试速度和效率增加。“基于模型的设计将我们节省了巨大的测试时间，”高哈玛说。“我们重新创建了SIL模拟中的测试结果，使我们能够确定发生的问题的原因，评估提出的对策，使用所需的更改生成代码，并根据需要重复该过程以验证正确性以验证该过程以验证该过程以验证该过程以验证正确的过程。”