[發明專利]一種汽車主動防碰撞自動制動控制系統及工作方法

無效

• 申請號: 201410246586.X
• 申請日: 2014-06-05
• 公開（公告）號: CN104002808A
• 公開（公告）日: 2014-08-27
• 發明（設計）人: 郭烈;任澤建;常靜;李琳輝;趙一兵;李兵;孫淑軍
• 申請（專利權）人: 大連理工大學
• 主分類號: B60W30/09
• 分類號: B60W30/09;B60T7/12;B60R21/34
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 李洪福

1.一種汽車主動防碰撞自動制動控制系統，其特征在于：包括行人信息獲取和處理模塊、行車安全狀態判斷模塊及自動控制模塊，所述的行人信息獲取和處理模塊依次順序與行車安全狀態判斷模塊及自動控制模塊串聯連接；自動控制模塊包括加速度滑模上層控制器和單神經元PID下層控制器；首先利用安裝在汽車前方的紅外攝像頭獲取前方車輛行人信息并進行行人信息處理，將處理后的結果輸送給行車安全狀態判斷模塊，行車安全狀態判斷模塊將危險信號傳送給自動控制模塊，利用自動控制模塊控制車輛減速制動。

2.一種汽車主動防碰撞自動制動控制系統的工作方法，其特征在于：包括以下步驟：

A、獲取車輛前方行人信息

行人信息獲取和處理模塊利用安裝于汽車上的紅外攝像頭獲取前方行人信息，實時的對車輛前方行人進行檢測和處理獲得準確、可靠的行人信息；

B、進行行車安全狀態判斷

B1、計算制動臨界距離

車輛和行人在同一車道內，車輛和行人的最小的制動臨界距離的計算公式為：

dw1=vhtr+(vh-vl)ti2+vh2-vl22fg+dmin]]>

其中：v_h為車輛的初始速度，t_r為駕駛員反應時間和制動協調時間之和，取值為0.8～1.0s，t_i為減速度增長的時間，取0.1～0.2s，f為輪胎與地面間的附著系數，d_min為停車后行人與車輛之間最低要求的距離，v_l為行人步行的平均速度，g為重力加速度，取值為9.8m/s²；

B2、行車安全狀態判斷

在獲取制動臨界距離后，需要對行車安全狀態進行判斷；判斷依據如下公式：

d>dw1d≤dw1]]>

如果車輛與行人之間的實時距離d大于制動臨界距離d_w1，則行車處于安全狀態，否則行車處于危險狀態，需要進行車輛自動控制；

C、進行自動控制

系統自動控制模塊的作用在行車處于危險狀態時實時的自動控制車輛減速制動，實現行人的安全和車輛行駛的安全性，具體包括加速度滑模上層控制器和單神經元PID下層控制器；

C1、所述的加速度滑模上層控制器的作用是根據車輛與前方行人間保持適當的距離，確定當前情況下車輛實現的期望加速度，具體包括以下步驟：

C11、求取加速度滑模上層控制器變量參數

行人和車輛之間的相對距離和相對速度誤差作為加速度滑模上層控制器的兩個指標，定義加速度滑模上層控制器的變量參數為

ε＝(y-x)+(L+H)

ϵ·=vl-vh]]>

其中ε、分別為相對距離誤差和相對速度誤差；H為行人和車輛相對距離期望值；L為車身長度；y、x分別為行人和車輛的縱向位置；v_l、v_h分別為行人的速度和車輛的速度；

C12、求取車輛期望加速度

選擇加速度滑模上層控制器的滑模切換面為：

S(t)=ϵ·+λ1ϵ+λ2∫0tϵdt]]>

式中：λ₁＞0和λ₂＞0為滑模控制的兩個參數，對滑模切換面求導，得

S·(t)=v·l-v·h+λ1ϵ·+λ2ϵ]]>

在實際車輛本身控制系統中，摩擦、外界干擾和參數攝動的影響是難以避免的，這時需要考慮選取合適的控制率，采用符號函數sgn(S)使滑模切換面S的一階微分得以收斂，即

S·=-βsgn(S)β>0]]>

最終求得車輛的期望加速度為

acdes=v·l=v·h-λ1ϵ·-λ2ϵ-βsgn(S)]]>

C13、驗證加速度滑模上層控制器的穩定性

定義如下Lyapunov函數

V2=12S2]]>

顯然V₂＞0；對V₂求微分，有

V·2=SS·=-S·βsgn(S)=-|S|·β]]>

由Lyapunov穩定判據知，因β＞0，顯然對有系統穩定，能夠有效抑制和減弱實際車輛本身控制系統的抖振作用,對外界干擾具有良好的魯棒性；

C2、所述的單神經元PID下層控制器的作用是依據加速度滑模上層控制器的輸出，對Carsim整車動力學系統進行控制，實現這一期望的加速度,具體包括以下步驟：

C21、求取單神經元PID下層控制器的狀態量為x₁、x₂、x₃：

x₁(t)＝e(t)＝a_cdes(t)-a_x(t)

x₂(t)＝Δe(t)

x₃(t)＝e(t)-2e(t-1)+e(t-2)＝e(t-1)-e(t-2)

C22、確定單神經元PID下層控制器的控制算法和學習則：

accon(t)=accon(t-1)+KΣi=13wi(t)xi(t)]]>

wi(t)=wj(t)/Σj=13|wj(t)|]]>

w₁(t)＝w₁(t-1)+μ_Ie(t)a_ccon(t-1)(e(t)+Δe(t))

w₂(t)＝w₂(t-1)+μ_Pe(t)a_ccon(t-1)(e(t)+Δe(t))

w₃(t)＝w₃(t-1)+μ_De(t)a_ccon(t-1)(e(t)+Δe(t))

式中μ_I、μ_P、μ_D分別為積分、比例、微分的學習速率，K為神經元的比例系數，K＞0，w_i(t)為對應于x_i(t)的加權系數，a_cdes(t)為期望加速度，a_x(t)為實際加速度，a_ccon(t)為控制加速度；

C3、加速度滑模上層控制器根據車輛與前方行人的當前時刻的速度和位置，采用滑模控制方法確定當前情況下車輛實現的期望加速度，將求取的期望加速度傳送給單神經元PID下層控制器；單神經元PID下層控制器依據加速度滑模上層控制器的輸出值和車輛實際加速度值，采用單神經元PID控制方法求得車輛控制加速度，對Carsim整車動力學系統進行控制，實現這一期望的加速度，進而達到自動控制的目的。