基于线性二次型最优控制的自适应巡航控制算法研究

李 想，曾春年，罗 杰，胡锦敏，王小龙

(1.武汉理工大学 自动化学院，湖北 武汉 430070；2.深圳市路畅科技股份有限公司，广东 深圳 5180543；3.中国船舶重工集团公司第七二二研究所，湖北 武汉 430205)

自适应巡航控制(ACC)作为先进的驾驶辅助系统(ADAS)的一个重要组成部分，巨大的市场需求使其成为智能汽车技术研究的热点之一[1]。汽车自适应巡航控制系统是传统巡航控制系统的进一步发展，可以根据控制策略自动控制车辆的加速和减速，实现全速行驶中的车速跟随和安全距离保持，并且提高了汽车的操纵稳定性和乘坐舒适性。ACC系统安全性的重要指标是两车间的安全距离，合理的控制算法选取能够增加道路利用率和提高车辆的主动安全性[2]。

目前关于ACC系统的研究主要集中于控制算法方面，常见的有PID控制、模糊逻辑控制、模型预测控制和二次型最优控制[3]。国内外的相关研究大部分是针对高速行驶工况的，关于低速工况的研究主要有针对城市道路开发的“Stop & Go”巡航控制[4]。WU等[5]提出了将混沌蚁群算法融入PID控制器的整定，从而使ACC系统的响应速度和驾驶舒适性得到较大的提升。王斌等[6]根据驾驶员操作经验制定模糊控制规则，对模糊控制建立的参数进行优化，并进行ACC系统典型行驶工况试验，但该算法对于不同参数的车辆，可移植性较差。刘红梅[7]采用分层控制，在上层控制器中采用模糊控制理论设计自适应巡航控制器，建立了一个四输入单输出的模糊控制器，利用经验进行参数的在线整定，提高了控制系统的性能。……