ACC控制理解2

     接着上文的描述来介绍自适应巡航，通俗一点的解释就是自车跟着目标车稳定的行驶，至于保持多少距离有很多算法，主流的就是期望时距（根据当前车速）乘以参考速度加上一段距离。这地方其实给我带来了很多的困扰，下面介绍怎么去描述这个简单模型。

1. 使用matlab中自带的acc学习模型，这样就避免了自己去写脚本繁琐，当然原理是要理解的，可以参考相关的MPC文档，搭建模型如下：

 还是简单的模型，可以看到第二排图像，自车和前车的距离逐渐趋于稳定，即使前车以正弦不合理的加速度在波动。观察第一排图像，自车Vego速度在0以下（倒车现象）。

 

 2. 上述模型其实和第一篇差不多，或许可以用PID来搭建呢，当然不一定是PID，但是使用MPC的原因就是为了优化，，所以有对未来的预测在里面，假设我们用PID，考虑到时滞，是不是要用预测时间后的变量去设定么？所以引出一个变量 。

2.1.关于这个预测时间我尝试着用一种的方式去描述，定义车辆的相对距离等于希望距离+额外距离，在follow模式下，车辆相对距离除以车辆相对速度其实就是车辆碰撞时间，我们希望在这个预测时间后，车辆的距离为希望距离，也就是自车其实要走额外距离。

      那如果在当下的时刻，自车已经和前车保持希望距离，那么只需要这个预测时间吗，很显然不要，车辆维持现有状态就行。在平面上建立坐标系，横轴为相对速度，纵轴为相对距离，考虑到量纲一致性，横轴为相对速度除以自身速度，纵轴为相对距离除以希望距离（因为希望距离是要参，所以坐标轴要整体向上平移1），定义单位圆的半径为预测时间系数。

2.2. 拿到了预测时间，其实根据前车的加速度，可以计算出前车这段时间跑了多远，对于前车拿来的加速度的数据有各种干扰，参考如下，可以在matlab自己构建，加入噪声实测效果

下一篇介绍后续