基于滑膜控制的ACC自适应协同控制算法仿真及实车试验分析

5辆车组成的编队实现ACC自适应协同控制,通过考虑前车的加速度和距离,实现自适应巡航控制,仿真平台基于carsim Simulink实现。
算法结构分为两层,上层滑膜控制器差生期望的加速度,下层通过控制节气门开度和刹车制动压力控制车速。
仿真结果图给出了5辆车前车与后车的跟踪误差、5辆车车速的变化、4辆车节气门和制动压力的变化
人觉得从结果图中看出基于滑膜控制的效果非常好,不亚于模型预测控制mpc 并且在实车试验很方便。
注:可单独拿2辆车或者三辆车的
文件包含acc巡航建模资料和滑膜控制的资料,非常的详细,比一般只给文件仿真详细多啦,还有我本人滑膜控制的总结,对于滑膜控制的学习很有帮助。


ID:52400682074802857

想剁手书屋14



自适应巡航控制的滑膜控制算法研究

摘要:自适应巡航控制(ACC)是一种基于车辆间通信和感知技术的智能驾驶系统,旨在通过考虑前车的加速度和距离,实现自动控制车辆的巡航速度,提高行车的安全性和舒适性。本文基于五辆车组成的编队,利用滑膜控制算法实现了ACC自适应协同控制,并通过仿真平台进行了验证。结果表明,滑膜控制在ACC中表现出良好的性能,不亚于模型预测控制(MPC),并且在实车试验中具有较高的可行性。

一、引言
随着车辆自动化技术的不断发展,ACC作为一种智能驾驶辅助系统,被广泛应用于汽车行业。ACC系统基于车辆间通信和感知技术,利用雷达或激光传感器等设备实时检测前车的位置、速度和加速度等信息,通过控制节气门开度和刹车制动压力来调整车速。传统的ACC系统通常采用模型预测控制(MPC)算法,但该算法在实际应用中存在一些问题,如计算量大、响应时间长等。为了克服这些不足,滑膜控制算法逐渐引起了研究者的关注。

二、滑膜控制算法原理
滑膜控制算法是一种基于滑模变量的控制方法。它通过引入滑模面,使系统状态迅速趋于该面,从而实现对系统的快速鲁棒控制。在ACC中,滑膜控制算法被应用于车速的控制。算法结构分为两层,上层滑膜控制器根据前车的加速度和距离生成期望的加速度,下层通过控制节气门开度和刹车制动压力来调整车速。滑膜控制算法具有快速响应、较低的计算量和较小的稳态误差等优点。

三、ACC系统建模
为了验证滑膜控制算法的性能,我们基于五辆车组成的编队建立了ACC系统的仿真模型。仿真平台基于carsim Simulink实现,其中包括了ACC巡航建模资料和滑膜控制的详细资料。通过模型验证,我们可以评估滑膜控制在ACC中的性能和可行性。

四、仿真结果分析
通过对五辆车组成的编队进行仿真实验,我们得到了以下结果图:1)五辆车前车与后车的跟踪误差;2)五辆车的车速变化;3)四辆车的节气门和制动压力的变化。从结果图中可以看出,滑膜控制能够使ACC系统达到较好的控制效果,不亚于MPC算法。同时,滑膜控制在实车试验中也表现出便利性和可行性。

五、总结与展望
本文围绕滑膜控制算法在自适应巡航控制中的应用展开了研究。通过基于五辆车组成的编队的仿真实验,我们验证了滑膜控制在ACC中的良好性能,并提出了滑膜控制在实际应用中的可行性。未来,我们将进一步完善滑膜控制算法,并结合实车试验进行验证,以进一步推动ACC技术的发展。

关键词:自适应巡航控制,滑膜控制,模型预测控制,车辆间通信,感知技术,仿真平台,编队,控制效果。

【相关代码 程序地址】: http://nodep.cn/682074802857.html

  • 3
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
自适应滑膜控制Adaptive Sliding Mode Control)和模型预测控制(Model Predictive Control)是两种常见的控制策略,它们在实现方式和控制效果上有一些区别。 1. 实现方式: - 自适应滑膜控制自适应滑膜控制基于滑膜设计,在控制过程中通过根据系统状态和误差对滑膜参数进行实时调整,以实现系统的稳定性和鲁棒性。 - 模型预测控制:模型预测控制需要建立系统的数学模型,并基于该模型进行优化求解。在每个控制周期内,通过对未来一段时间内系统行为进行预测,得到最优的控制输入。 2. 控制效果: - 自适应滑膜控制自适应滑膜控制能够在面对系统参数不确定性和外部干扰时实现较好的鲁棒性。它基于滑膜面的设计,能够将系统状态引导到滑膜面上,进而使系统响应收敛到期望状态。 - 模型预测控制:模型预测控制可以通过优化求解得到最优的控制输入,从而在一定程度上实现对系统性能的优化。它能够考虑系统约束条件和控制目标,并在每个控制周期内进行优化求解,使得系统的响应更加平滑和精确。 总体而言,自适应滑膜控制更加适用于对系统参数变化和外部扰动敏感的情况,而模型预测控制更加适用于需要考虑约束条件和优化目标的情况。选择使用哪种控制策略需要结合具体的应用场景和控制要求进行评估。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值