模型预测控制自适应巡航控制系统

这个例子使用了:

打开脚本

的用法自适应巡航控制系统块，并演示了该块的控制目标和约束。

自适应巡航控制系统

配备自适应巡航控制(ACC)的车辆(自我车)有一个传感器，如雷达，可以测量与同一车道上前面车辆(前车)的距离， $美元D_ {rel} $$ ．传感器还可以测量前车的相对速度， $美元V_ {rel} $$ ．ACC系统有以下两种运行模式:

速度控制:自我汽车以司机设定的速度行驶。
间距控制:自我车与领头车保持安全距离。

ACC系统根据实时雷达测量决定使用哪种模式。例如，如果前车距离太近，ACC系统就会从速度控制切换到间距控制。同样，如果前车离前车更远，ACC系统会从间距控制切换到速度控制。换句话说，ACC系统让自我汽车以驾驶者设定的速度行驶，只要它保持安全距离。

ACC系统运行模式的判定规则如下:

如果 $D_{rel} \geq D_{safe}$ ，则速度控制模式为激活状态。控制目标是跟踪驾驶员设定的速度， $美元V_{集}$$ ．

如果 $D_{rel} < D_{safe}$ ，则间距控制模式为激活状态。控制目标是保持安全距离， $美元D_{安全}$$ ．

Lead Car和Ego Car的Simulink模型

在Simulink中建立了前导车和自我车的动力学模型。打开Simulink模型。

mdl =“mpcACCsystem”；open_system (mdl)

为了接近真实的驾驶环境，在模拟过程中，前车的加速度按正弦波变化。自适应巡航控制系统块为自我汽车输出加速控制信号。

定义样本时间，Ts，模拟持续时间，T，几秒钟。

Ts = 0.1;T = 80;

对于自我车和先导车，加速度和速度之间的动力学模型为:

$G = \frac{1}{s(0.5s+1)}$

它近似于节气门和车辆惯性的动力学。

指定自我汽车的线性模型。

G_ego = tf(1，[0.5,1,0]);

指定两辆车的初始位置和速度。

X0_lead = 50;前车初始位置% (m)V0_lead = 25;前车初始速度% (m/s)X0_ego = 10;自我车初始位置% (m)V0_ego = 20;自我车初始速度% (m/s)

自适应巡航控制系统块的配置

采用Simulink中的自适应巡航控制系统块对ACC系统进行建模。ACC系统块的输入为:

司机让速度 $美元V_{集}$$
时间差距 $T_}{差距识别美元$
自我汽车的速度 $美元V_{自我}$$
与前车的相对距离 $美元D_ {rel} $$ (雷达)
与前车的相对速度 $美元V_ {rel} $$ (雷达)

ACC系统的输出是自我汽车的加速度。

领头车和自我车之间的安全距离是自我车速度的函数， $美元V_{自我}$$ ：

$$ D_{安全}= D_{默认}+ T_{差距}\识别V_{自我}$$

在哪里 $美元D_{默认}$$ 停顿的默认间距和 $T_}{差距识别美元$ 是两辆车之间的时间间隔。为指定值 $美元D_{默认}$$ ，单位为米和 $T_}{差距识别美元$ ，几秒钟。

T_gap = 1.4;D_default = 10;

指定驾驶员设定速度，单位为m/s。

V_set = 30;

考虑到车辆动力学的物理限制，加速度被限制在范围内(3 2)(米/秒^ 2)。

Amin_ego = -3;Amax_ego = 2;

对于本例，自适应巡航控制系统块的默认参数与仿真参数匹配。如果模拟参数与默认值不同，则相应地更新块参数。

仿真分析

运行模拟。

sim (mdl)

——>转换模型到离散时间。假设输出干扰添加到测量输出通道2是集成白噪声。假设对测量的1号输出通道没有干扰。——>”模式。“噪音”属性为空。假设每个测量输出都有白噪声。

绘制模拟结果图。

mpcACCplot (logsout D_default、t_gap v_set)

在最初的3秒内，为了达到驾驶员设定的速度，自我汽车会全速加速。

从3秒到13秒，前车缓慢加速。因此，为了与前车保持安全距离，自我车以较慢的速度加速。

从13到25秒，自我汽车保持驾驶员设定的速度，如速度情节。然而，随着前车速度的降低，间隔误差在20秒后开始接近0。

从25秒到45秒，前车减速，然后再次加速。自我车通过调整速度与前车保持安全距离，如图所示距离情节。

从45秒到56秒，间距误差在上面0．因此，自我车又达到了驾驶员设定的速度。

从56秒到76秒，重复25秒到45秒间隔的减速/加速序列。

在整个模拟过程中，控制器确保两辆车之间的实际距离大于设定的安全距离。当实际距离足够大时，控制器确保自我车辆遵循驾驶员设定的速度。

另请参阅

块

自适应巡航控制系统