[發明專利]基于相對運動關系的ACC縱向運動學建模方法

有效

• 申請號: 201711059649.0
• 申請日: 2017-11-01
• 公開（公告）號: CN107832517B
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 章軍輝;徐川;趙楓
• 申請（專利權）人: 合肥創宇新能源科技有限公司
• 主分類號: G06F30/15
• 分類號: G06F30/15;B60W30/14
• 代理公司: 北京和信華成知識產權代理事務所(普通合伙) 11390
• 代理人: 胡劍輝

1.基于相對運動關系的ACC縱向運動學建模方法，其特征在于，具體包括以下步驟：

步驟S1，根據ACC系統分層設計，決策層根據自車狀態參數、前車狀態參數、環境參數決定自車縱向期望加速度，控制層通過控制油門開度、制動深度、檔位切換使得自車的實際加速度收斂于決策層輸出的期望加速度，建立理想一階系統傳遞函數

其中，為理想一階系統增益，為時間常數；

步驟S2，根據ACC縱向跟車運動學特性，定義關系式如下：

其中，為期望車距誤差，d為實際車距，為期望車距，為相對車速，為前車速度，為自車速度，為自車實際加速度，為自車期望加速度，jerk為自車沖擊度；

步驟S3，將作為狀態量，作為控制量，作為系統擾動量，作為系統輸出量，建立離散狀態空間方程

其中，，，為采樣周期，各系數矩陣分別滿足

步驟S4，設當前時刻為k，預測時域為[k，k+p-1]，由步驟S3中的離散狀態空間方程逐步迭代整理得

其中，

為預測時域的狀態序列，

為預測時域的控制序列，

為相應的系數矩陣，為系統輸出序列。

2.根據權利要求1所述的基于相對運動關系的ACC縱向運動學建模方法，其特征在于，所述步驟S2中的期望車距采用固定時距策略、可變時距策略、擬合駕駛員跟隨行為的二階回歸模型、二次車距策略或指數型車距策略。

3.根據權利要求2所述的基于相對運動關系的ACC縱向運動學建模方法，其特征在于，所述可變時距策略具體為：

其中，為可變時距、為零速度車間距，、、為正常數，前車加速度的估算方法為。

4.根據權利要求3所述的基于相對運動關系的ACC縱向運動學建模方法，其特征在于，對所述可變時距作邊界約束，

其中，sat(·)為飽和函數，、分別為可變時距的上界和下界。

5.根據權利要求3所述的基于相對運動關系的ACC縱向運動學建模方法，其特征在于，所述正常數的取值通過離線參數標定在線學習更新的方法，利用危險感受度、制動習慣、應急反應時間來表征駕駛群體特性，將其劃分成激進、謹慎、新手群體，借助BP神經網絡進行學習與分類，實現差異化預警。

6.根據權利要求3所述的基于相對運動關系的ACC縱向運動學建模方法，其特征在于，所述零速度車間距為2m，并進一步修正

其中，為路面附著系數，為修正系數。

7.根據權利要求2所述的基于相對運動關系的ACC縱向運動學建模方法，其特征在于，所述擬合駕駛員跟隨行為的二階回歸模型具體為：

其中，、為正數，為負數。

8.根據權利要求2所述的基于相對運動關系的ACC縱向運動學建模方法，其特征在于，所述二次車距策略具體為：

其中，、、均為正數。

9.根據權利要求2所述的基于相對運動關系的ACC縱向運動學建模方法，其特征在于，所述指數型車距策略具體為：

其中，為零速度車距，為最大制動減速度，為設計參數。

10.根據權利要求1所述的基于相對運動關系的ACC縱向運動學建模方法，其特征在于，綜合考慮自車狀態參數和前車狀態參數，令所述步驟S3中的狀態量。