[發明專利]基于車車通信的混合車流汽車協同自適應巡航控制方法

有效

• 申請號: 202210105886.0
• 申請日: 2022-01-28
• 公開（公告）號: CN114394092B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 彭理群;王依婷;周涂強;黃菊
• 申請（專利權）人: 華東交通大學
• 主分類號: B60W30/14
• 分類號: B60W30/14;B60W40/09;B60W40/105;B60W40/107
• 代理公司: 北京睿智保誠專利代理事務所(普通合伙) 11732
• 代理人: 韓迎之

本發明公開了一種基于車車通信的混合車流汽車協同自適應巡航控制方法，涉及智能網聯汽車自適應巡航領域。步驟如下：實時采集車輛跟馳過程中首車（人工駕駛汽車）、前車（自動駕駛汽車）與本車（自動駕駛汽車）的BSM信息集，并基于BSM信息集建立相鄰兩車的跟馳運動模型；利用線性最優二次理論建立首車擾動工況下前車駕駛操縱效用函數，預測下一時刻前車加速度值；將下一時刻前車加速度值代入跟馳運動模型中，得到本車加速度的預測值，將預測值與期望值進行比較得到本車最優控制序列，根據本車最優控制序列對車輛編隊自適應巡航滾動控制。本發明使被控車輛能更快響應前方車輛變化情況，提升了車輛自適應巡航控制系統的跟馳性和安全性。

技術領域

本發明涉及汽車自適應巡航技術領域，更具體的說是涉及一種基于車車通信的混合車流汽車協同自適應巡航控制方法。

背景技術

在智能網聯汽車全面普及之前，未來交通流將由智能駕駛汽車和人工駕駛汽車混合而成，因此在異質交通流情況下，車輛自適應巡航控制要充分考慮人工駕駛汽車對智能駕駛汽車的擾動作用，這對改善交通流特性、提升道路通行能力和駕駛安全性具有重要意義。

早期自適應巡航控制系統多采用PID控制、滑模控制、模糊控制等，而后模型預測控制憑借可實現多目標協調優化、在線處理系統約束等優點，逐漸被廣泛應用于自適應巡航控制系統。在運用傳統模型預測控制算法設計車輛控制器時，技術發明者側重于通過合理分配權重來協調安全性、經濟性、舒適性等多個目標以及如何增加約束來提升算法的魯棒性。大多數工程技術人員在模型預測控制算法中都對前車的加速度采取了簡化處理，即認為在預測時域內前車保持當前采樣時刻的加速度不變，但實際上車輛行駛中的加速度是時刻變化的。為弱化模型預測控制受到的外部干擾，Ali等采用閉環控制策略來補償前車加速度擾動的影響，改善了當前車加速度連續變化時的跟車性能；吳光強等提出一種多目標魯棒跟馳控制算法，建立了考慮前車加速度干擾的自適應巡航系統車間縱向運動學模型，引入修正項反饋提高模型預測控制系統的魯棒性；何德峰等運用高斯過程回歸法對前車加速度進行建模，通過歷史加速度值預測下一時刻前車加速度，從而在線修正模型預測控制算法偏差。以上研究在設計車輛控制系統時沒有考慮前車為人工駕駛狀態下的駕駛意圖和駕駛行為操作量，而在車輛跟馳過程中前車的運動狀態會對本車自適應巡航控制過程中的穩定性和安全性造成重大影響。

因此，對本領域技術人員來說，如何針對自動駕駛汽車(AV)和人工駕駛汽車(MV)混合車流環境下實現車輛協同自適應控制，是亟待解決的問題。

發明內容

有鑒于此，本發明提供了一種基于車車通信的混合車流汽車協同自適應巡航控制方法，能夠針對自動駕駛汽車(AV)和人工駕駛汽車(MV)混合車流環境下實現車輛協同自適應控制。

為了實現上述目的，本發明采用如下技術方案：一種混合異質車流條件下的汽車協同自適應巡航控制方法，具體步驟包括如下：

實時采集車輛跟馳過程中首車、前車與本車的BSM信息集；

結合所述BSM信息集根據車輛縱向運動關系建立本車與前車跟馳模型；

利用線性最優二次理論建立符合跟馳首車運動狀態下的駕駛操縱效用函數，預測下一時刻前車加速度值；

將所述下一時刻前車加速度值代入所述本車與前車跟馳模型中，得到本車加速度的預測值，將所述預測值與期望值進行比較得到本車最優控制序列，根據所述本車最優控制序列對車輛編隊自適應巡航滾動控制。

通過采用上述技術方案，具有以下有益的技術效果：基于改進模型預測控制的車輛自適應巡航控制方法，運用線性二次最優控制算法對前車加速度進行建模并預測，然后將得到前車加速度預測序列用于模型預測控制器中，以期實現基于車車通信的自適應巡航滾動優化控制，增加車輛行駛的安全性與舒適性。

可選的，所述兩車跟馳模型的表達式為：