[發(fā)明專利]一種基于精確懲罰優(yōu)化的汽車自動(dòng)制動(dòng)裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201310231378.8
• 申請(qǐng)日: 2013-06-08
• 公開（公告）號(hào): CN103287406A
• 公開（公告）日: 2013-09-11
• 發(fā)明（設(shè)計(jì)）人: 劉興高;胡云卿;張海波;周赤平;孫優(yōu)賢
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): B60T7/12
• 分類號(hào): B60T7/12;G06F19/00
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 周烽

1.一種基于精確懲罰優(yōu)化的汽車自動(dòng)制動(dòng)裝置，在出現(xiàn)緊急狀況時(shí)能使汽車自動(dòng)減速或停止，同時(shí)使駕駛員獲得最多的制動(dòng)時(shí)間。其特征在于：由車前方障礙物距離測(cè)量傳感器、當(dāng)前車速測(cè)量傳感器、汽車中控MCU、制動(dòng)器單元、緊急制動(dòng)警報(bào)與狀態(tài)顯示設(shè)備構(gòu)成，各組成部分均由車內(nèi)數(shù)據(jù)總線連接。所述裝置的運(yùn)行過程包括：

步驟A1：在中控MCU中輸入對(duì)應(yīng)于該車的制動(dòng)參數(shù)；

步驟A2：開啟障礙物距離測(cè)量傳感器和當(dāng)前車速測(cè)量傳感器用于實(shí)時(shí)測(cè)量前方障礙物距離和當(dāng)前車速；

步驟A3：當(dāng)障礙物距離等于當(dāng)前車速下的建議制動(dòng)距離、且駕駛員沒有制動(dòng)動(dòng)作時(shí)，中控MCU自動(dòng)執(zhí)行內(nèi)部的精確懲罰優(yōu)化算法，計(jì)算出最優(yōu)制動(dòng)力，并根據(jù)獲得的最優(yōu)制動(dòng)力向制動(dòng)器單元輸出制動(dòng)指令，使該汽車在接觸障礙物之前停下來；

步驟A4：中控MCU執(zhí)行完精確懲罰優(yōu)化算法的同時(shí)，向駕駛員發(fā)出緊急制動(dòng)報(bào)警信號(hào)。

所述的汽車中控MCU部分，包括信息采集模塊、初始化模塊、常微分方程組（Ordinary?differential?equations，簡(jiǎn)稱ODE）正交配置模塊、非線性規(guī)劃問題（Non-linear?Programming，簡(jiǎn)稱NLP）求解模塊、控制指令輸出模塊。其中，信息采集模塊包括障礙物距離采集、當(dāng)前車速采集、人為剎車動(dòng)作采集三個(gè)子模塊；NLP求解模塊包括尋優(yōu)方向計(jì)算、尋優(yōu)步長(zhǎng)計(jì)算、NLP收斂性判斷三個(gè)子模塊。

所述的汽車中控MCU自動(dòng)產(chǎn)生制動(dòng)信號(hào)的精確懲罰優(yōu)化算法運(yùn)行步驟如下：

步驟B1：信息采集模塊（31）實(shí)時(shí)獲取障礙物距離測(cè)量傳感器、當(dāng)前車速測(cè)量傳感器送入中控MCU的當(dāng)前值，并檢測(cè)駕駛員是否有制動(dòng)動(dòng)作。當(dāng)障礙物距離測(cè)量傳感器測(cè)到的障礙物距離等于當(dāng)前車速下的建議制動(dòng)距離、且駕駛員沒有制動(dòng)動(dòng)作時(shí)，執(zhí)行從步驟B2開始的精確懲罰優(yōu)化算法；

步驟B2：初始化模塊（32）開始運(yùn)行，設(shè)置制動(dòng)過程時(shí)間的分段數(shù)、懲罰因子初始值、制動(dòng)力的初始猜測(cè)值u^(k)，設(shè)定精度要求tol，將迭代次數(shù)k置零；

步驟B3：通過ODE求解模塊（33）獲取本次迭代的目標(biāo)函數(shù)值J^(k)和約束函數(shù)值。當(dāng)k=0時(shí)跳過步驟B4直接執(zhí)行步驟B5；

步驟B4：如果J^(k)與上一次迭代的目標(biāo)函數(shù)值J^(k-1)的絕對(duì)值之差小于精度要求tol，則判斷收斂性滿足，并將本次迭代的制動(dòng)力作為指令輸出到制動(dòng)器單元；如果收斂性不滿足，則繼續(xù)執(zhí)行步驟B5；

步驟B5：增大懲罰因子ρ，再用u^(k)的值覆蓋u^(k-1)的值，并將迭代次數(shù)k增加1；

步驟B6：NLP求解模塊（36）利用在步驟B3中獲得的目標(biāo)函數(shù)值和約束函數(shù)值，通過計(jì)算尋優(yōu)方向和尋優(yōu)步長(zhǎng)，獲得比u^(k-1)更優(yōu)的新制動(dòng)力u^(k)。該步驟執(zhí)行完成后再次跳轉(zhuǎn)至步驟B3，直至收斂性判斷模塊（34）滿足為止。

所述的ODE正交配置模塊，采用的方法為四步Adams方法，計(jì)算公式為：

s(ti+1)=s(ti)+h24[55v(ti)-59v(ti-1)+37v(ti-2)-9v(ti-3)]]]>

v(ti+1)=v(ti)+h24[55u(ti)-59u(ti-1)+37u(ti-2)-9u(ti-3)]]]>

其中t表示時(shí)間，t_i表示Adams方法選擇的制動(dòng)過程中某一時(shí)間點(diǎn)，t_i-1表示Adams方法選擇的制動(dòng)過程中t_i的前一時(shí)間點(diǎn)，t_i+1表示Adams方法選擇的制動(dòng)過程中t_i的后一時(shí)間點(diǎn)，以此類推。積分步長(zhǎng)h為任意兩相鄰時(shí)間點(diǎn)之差。s(t_i)表示汽車在t_i時(shí)刻的行駛距離，v(t_i)表示汽車在t_i時(shí)刻的行駛速度，u(t_i)表示在t_i時(shí)刻的制動(dòng)力。

所述的NLP求解模塊，采用如下步驟實(shí)現(xiàn)：

步驟C1：將制動(dòng)力u^(k-1)作為向量空間中的某個(gè)點(diǎn)，記作P₁，P₁對(duì)應(yīng)的目標(biāo)函數(shù)值就是J^(k-1)；

步驟C2：從點(diǎn)P₁出發(fā)，根據(jù)選用的NLP算法構(gòu)造向量空間中的一個(gè)尋優(yōu)方向d^(k-1)和步長(zhǎng)α^(k-1)

步驟C3:通過式u^(k)=u^(k-1)+α^(k-1)d^(k-1)構(gòu)造向量空間中對(duì)應(yīng)u^(k)的另外一個(gè)點(diǎn)P₂，使得P₂對(duì)應(yīng)的目標(biāo)函數(shù)值J^(k)比J^(k-1)更優(yōu)。