汽车自动巡航控制技术方案概述
|
前言 汽车自动巡航控制系统(Autonomous cruise Control System,Accs)是当汽车在高速公路上行驶时,驾驶员即使不踏加速踏板,汽车仍可以按驾驶员所希望的车速自动保持行驶功能。汽车自动巡航控制系统根据驾驶员设定的目标车速和车辆行驶阻力的变化,自动调节节气门开度,以使车辆达到按目标车速自动行驶的目的。汽车自动巡航控制系统除了维持车辆按驾驶员所希望的车速行驶外,还具备加速、减速和恢复的功能。在汽车自动巡航控制状态下,如果踏下制动踏板或操纵巡航控制取消开关,则可自动解除巡航功能,如果重新按下恢复开关,则恢复解除前的固定的车速。在巡航控制期间,随着道路坡度的变化以及汽车行驶所可能遇到的阻力,车辆自动变换节气门开度或自动进行档位转换,以按存储在微处理器内的最佳燃料经济性规律或动力性规律稳定行驶。运用该系统可以减轻驾驶员因长时间控制节气门而产生的疲劳,从而减少或避免交通事故的发生;同时可避免不必要的节气门振动,从而改善了汽车的经济性;提高车流量和运输生产率,并在一定程度上提高了汽车的动力性和乘坐舒适性。 关键词:汽车自动巡航控制技术 为了使汽车巡航控制系统达到车速控制的要求,在单片机实时控制系统总体方案确定后,控制方案的选择非常关键,目前用于汽车巡航控制的控制方案主要有PID控制、模糊控制、迭代学习控制、自适应控制等,它们都有各自的特点。 1.PID控制 PID控制,即比例一积分一微分控制,根据实际车速与设定车速的偏差,实现汽车不变参数的巡航控制。 在汽车行驶过程中,驾驶员设定一个车速给控制器,同时车速传感器测得的实际车速也输入控制器,产生实际车速和设定车速的偏差(设为△v),控制器的比例部分根据偏差的大小输出相应的控制量,以控制节气门的开度,使车速迅速趋近设定车速。考虑到偏差一直存在,控制器的积分部分就把偏差积累起来加大控制量,以消灭偏差,使车速保持恒定,而微分部分则起预估作用。当△v>0时,表示偏差在加大,就及时增加控制量,使△v减小;当△v<0时,表示偏差在减小,则减小控制量,以避免△v趋近于零时,又向反方向发展而引起振荡。 PID控制具有结构简单、参数整定方便的优点,在许多场合下都能获得令人满意的控制效果。但是由于被控对象的特性比较复杂,具有非线性或时变的过程,应用常规PID控制,若参数调整不当,会使系统不停地振荡,控制效果不甚理想。有关PID的算法将在后续章节中详细介绍。 2.模糊控制 模糊控制是一种模仿人工控制活动中人脑的控制策略,运用模糊数学把人工控制策略用计算机实现,它是近几年发展起来的一种新型的汽车巡航控制技术。司机对汽车的控制,从本质上来说是一个模糊控制的过程。驾驶员驾驶汽车时,根据目标车速与实际车速之间的偏差及路面情况,利用自己的经验,决定加速踏板的变化量,从而使汽车趋近于目标车速。模仿这一过程的模糊控制原理框图如图2所示。用于汽车巡航控制的模糊控制器的输入量一般可选择设定车速与实际车速的偏差以及偏差的变化率。 模糊控制不依赖系统的精确数学模型,因而对系统的参数变化不敏感,其不足之处是模糊控制规则的获取和模糊隶属函数形状的确定是一项费力的工作,而且系统一旦确定,其规则和隶属函数就确定而不能随外界和车辆参数变化进行调整。 3.迭代学习控制 因为汽车巡航行驶中存在着严重的非线性和不确定性,特别是巡航控制参数在不同车速下其值是不确定的,并且运动载体对控制的实时性要求较高,所以有人将迭代学习算法应用到了汽车巡航控制系统中。基于迭代学习技术的汽车巡航控制原理如图3所示。利用实际车速与设定车速的偏差,通过多次的迭代计算得出一个修正量,进一步修正控制器输出的控制量,从而使实际车速更趋近于设定车速。 迭代学习控制可以对参数是未知的但是变化的或不变的系统实施有效控制。相对于其他控制技术,迭代学习控制的适应性更广,实时性更强。但其算法复杂,计算机编程困难。 4.自适应控制 由于汽车自动巡航控制系统是一个本质非线性系统,并且汽车在行驶过程中受到路面坡度、空气阻力等外界干扰,因而基于时不变系统得到的控制方法就难以在各种工况下取得良好的效果,解决的办法是加入自适应环节,其控制方法能随各种因素的变化而实时地加以调整,以适应复杂多变的行驶工况。 自适应控制是针对具有一定不确定性的系统而设计的。自适应控制方法可以自动监测系统的参数变化,从而时刻保持系统的性能指标为最优。目前用于汽车巡航控制的自适应控制主要为模型参考自适应控制。基于自适应控制的汽车巡航控制原理如图4所示。设定车速同时加到控制器和参考模型上,由于参考模型的理想车速和实际车速不一致,产生偏差,自适应机构检测到这一偏差后,经过一定的运算 |






世纪芯是一支由众多技术研发专家和科研企业结盟组成了技术服务型团队,自组建以来一直帮助政府、知名科研机构以及国内众多抄板企业攻克技术难题,10年来,我们专注反向技术研究并不断挑战大型疑难项目,目前已经成为国内抄板企业的中流砥柱。