[發明專利]智能駕駛中基于駕駛態勢圖簇的改進PID速度控制方法

有效

• 申請號: 201510738593.6
• 申請日: 2015-11-04
• 公開（公告）號: CN105404729B
• 公開（公告）日: 2019-05-03
• 發明（設計）人: 潘峰;潘振華;鮑泓;楊青
• 申請（專利權）人: 北京聯合大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 沈波

智能駕駛中基于駕駛態勢圖簇的改進PID速度控制方法，首先建立汽車模型；然后設計速度控制方案；智能車的速度取決于車模自身發動機的轉速，發動機的轉速則由電子油門對供油量的控制，當汽車要減速或者停車時，制動踏板通過液壓制動裝置控制減小車速。智能車在自主行駛時，必然會經過不同的路段，所以智能車的速度必須隨不同的路段快速、平穩的達到預定的速度。在傳統PID控制系統的基礎上，引入有距離加減速控制，輸入量為設定速度和加減速距離，輸出為速度。本算法為一種基于駕駛態勢圖簇的改進PID速度控制算法應用于智能車的速度控制，通過本算法能提高智能車速度控制的平穩性、舒適性。

技術領域

智能汽車的安全輔助駕駛系統已成為當前智能車研究的前沿，改進的PID速度控制在智能車和汽車安全輔助駕駛系統中應用越來越廣泛。

背景技術

基于駕駛態勢圖簇的改進PID速度控制算法是在傳統PID控制算法的基礎上，以駕駛態勢圖簇采集的實際車速信號和設定車速的差值作為PID輸入量，根據駕駛態勢圖簇設定加減速距離，從而得到相應的加速度，建立加速度和油門增量、加速度和制動等級的數學模型，更好的控制油門、制動執行器實現對發動機轉速的控制，輸出量為實際速度。符合人類感知特征的對數極坐標系下的駕駛態勢圖簇，是集圖像、雷達、導航等車載傳感器數據和車輛自身狀態參數建立的道路環境感知系統。該方法在智能車速度控制系統和汽車自適應巡航控制系統中有一定的應用價值。

智能車輛(Intelligent Automotive)，又稱自主車輛(Autonomous Vehicle)，集成了車輛技術、傳感技術、人工智能、自動控制技術、體系結構等于一體，是計算機科學、模式識別和智能控制技術高度發展的產物。近年來，智能車輛技術的研究吸引了世界范圍內大量高校、企業以及相關科學家的關注。

速度控制系統是無人駕駛智能車的最基本的控制系統之一，是實現無人駕駛智能車穩定、安全行駛最重要的部分。一輛技術完善的無人駕駛智能車可以利用自身裝載傳感器采集道路路況信息，通過速度控制系統，無人駕駛智能車在行駛過程中才能隨著周圍路況與環境的變化，控制汽車油門、制動ECU，調整汽車車速，保證汽車穩定、安全的自主行駛。

目前，用于智能車速度控制系統的算法很多，如經典PID控制算法、模糊控制理論、模型預測控制算法(MPC)等等。Tsai等人提出的模糊控制方法也被證明可以滿足車輛安全性和舒適性方面的要求，也有人提出模糊PID控制算法應用到汽車速度控制系統。MPC控制算法具有模型預測、滾動優化和反饋校正三個基本特征，能夠提前控制和在線滾動優化計算，它控制效果好，適用于控制不易建立精確數字模型且比較復雜的系統。軍事交通學院將MPC控制算法應用于智能車的速度控制系統中，平穩有效地控制車輛的行駛速度，滿足乘客的安全、舒適性要求，引起了研究機構和學者的廣泛關注。

傳統PID速度控制算法

PID是比例(K_p)、積分(K_i)、微分(K_d)閉環的控制算法，其中的比例部分用來控制系統的響應速度和系統的調節精度。積分部分的主要作用是確保在系統穩態時過程輸出和設定值一致。微分部分的主要作用是改善閉環系統的穩定性。每一部分的參數需要在實際工程中予以設定與調整。PID速度控制系統的結構圖如圖1所示。

其一般數學方程：

式中，k_p為比例系數；T_i和T_d分別為積分和微分時間常數；e(t)為控制目標偏差。U_k(t)為輸出控制量，對應到汽車的油門和剎車控制器。

根據汽車自身的參數，油門增量(40～200)和制動等級(1～25)數學表達式為：

其中ρ_a、ρ_b分別為油門增量Accelerator、剎車等級BrakeLevel系數。