[发明专利]一种考虑驾驶行为的自适应巡航控制系统及其控制方法

权利要求书

1.一种考虑驾驶行为的自适应巡航控制系统的控制方法，其特征在于：

所述的自适应巡航控制系统包括毫米波雷达、无线通信系统、IMU组件、轮速传感器、HMI模块、发动机控制器模块、ABS控制器模块、智能学习电子控制系统及车辆纵向控制系统，所述的毫米波雷达、无线通信系统、IMU组件、轮速传感器、HMI模块分别设置在自车车体上；所述的毫米波雷达分别设在自车左前角、前中部、右前角三个位置；所述的IMU组件设置于靠近车辆质心的位置，所述的轮速传感器设在车轮上，所述HMI模块设置在车体内部；所述的智能学习电子控制系统包括模式切换模块、巡航模式模块、跟车模式模块和存储器，模式切换模块分别与巡航模式模块、跟车模式模块相连，模式切换模块中根据毫米波雷达检测到的前车信息来决定本车采用巡航模式或者跟车模式；巡航模式模块、跟车模式模块分别与存储器相连；毫米波雷达、无线通信系统、轮速传感器分别与模式切换模块相连，IMU组件、轮速传感器、HMI模块分别与巡航模式模块相连，IMU组件、轮速传感器分别与跟车模式模块相连，巡航模式模块和跟车模式模块分别与车辆纵向控制系统相连；所述的巡航模式模块接收来自HMI模块中驾驶员设定的巡航车速，使车辆在一定时间内加速或者减速至驾驶员设定的巡航速度；所述的跟车模式模块接收毫米波雷达、IMU组件和轮速传感器中的数据，识别驾驶员驾驶特性并在线学习，最终在与前车跟车过程中输出体现驾驶员驾驶特性的控制参数；

所述的控制方法包括以下步骤：

步骤1：自适应巡航控制系统未被启动时，由驾驶员驾驶车辆；

步骤2：在车辆行驶过程中，通过摄像头、毫米波雷达、轮速传感器、IMU组件、无线通信系统实时采集数据，建立道路环境信息、自车及目标车道车辆的运动状态信息，所述的自车及目标车道车辆的运动状态信息包括自车及目标车辆当前的位置、速度、加速度信息；

步骤3：智能学习电子控制系统中跟车模式模块的在线学习模块处于激活状态，根据步骤2中获得的信息，在每一个采样时间内，通过CAN总线，识别、分类驾驶员的驾驶数据，学习驾驶员的驾驶风格，更新神经网络算法中的各神经元权值，并存储在存储器中：

在线学习模块通过驾驶员数据识别模块识别并提取出本车与前车的相对距离、本车车速、前车车速、本车加速度，将该四个变量输送到驾驶员数据分类模块；驾驶员数据分类模块将相对距离、本车车速、前车车速定义为X数据集，本车加速度定义为Y数据集，并将两个数据集输入到驾驶员数据在线学习模块；驾驶数据在线学习模块中的神经网络算法，以X数据集为输入，Y数据集为输出，通过神经网络算法根据数据集进行反复训练，更新各神经元的权值，并将更新好地权值存储到存储器中；

神经网络算法更新权值的方法如下：

神经网络的结构由单个输入层、单个隐含层和单个输出层组成，隐含层有9个神经元，输入层有3个神经元，输出层有1个神经元，隐含层神经元数由经验公式确定：

其中，h为隐含层神经元个数，m为输入层神经元个数，n为输出层神经元个数，a为1～10的调节常数；

输入层向输出层逐层传播的过程可用下式表示：

其中，为l层第j个神经元收到的输入信号，w_ij为节点i传播到j的权重系数，和分别为上层和本层的输出信号，b为隐含层或输出层阈值，f(x)为激活函数，该神经网络选取Sigmoid函数：

误差反向传播由输出层逐层至输入层，输出层误差为：

其中，e_k为输出层误差，d_k为第k个样本的理想输出，即来自Y数据集的样本，误差展开至隐含层：

其中，h_j为隐含层输出，w_jk为隐含层到输出层的权重系数，误差展开至输入层：

通过误差的反向传播来修正各层的权重系数和阈值，使得输入误差极小：

其中，为更新后的权值，h为学习速率；

步骤4：当驾驶员通过HMI模块设定巡航速度并启动自适应巡航控制系统时，即由控制系统接管车辆；

步骤5：智能学习电子控制系统根据步骤2获得当前的环境信息，结合IMU组件、轮速传感器采集的自车信息，通过模式切换模块判断控制系统激活巡航模式模块还是跟车模式模块：

根据毫米波雷达信息，当本车道前方未检测到车辆或检测到前方车辆速度大于本车驾驶员设定的巡航速度时，模式切换模块输出指令激活巡航模式模块，巡航模式模块接收来自HMI模块中驾驶员设定的巡航速度和来自轮速传感器中的本车车速，利用比例控制算法计算车辆期望加速度，输送到车辆纵向控制系统；比例控制算法如下：

其中，a_cc为巡航模式期望加速度，v_set为驾驶员设定的期望巡航速度，v为本车车速，τ为时间大于0的常数；

根据毫米波雷达信息，当检测到本车道存在前车车辆且其速度小于本车当前时刻的速度，模式切换模块输出指令激活跟车模式模块，此时跟车模式模块中的跟车模块被激活，跟车模块将调用存储器中神经网络各神经元的权值，构建一个与步骤3相同的神经网络，并提取此时的CAN总线中的本车与前车的相对距离、本车车速、前车车速，以这三个量为输入，输出期望加速度至车辆纵向控制系统，输出的期望加速度为体现驾驶员风格的加速度；

步骤6：车辆纵向控制系统接收到来自智能学习电子控制系统总的期望加速度值，判断车辆是加速需求还是制动需求：

若为加速需求则根据车辆纵向力学计算出发动机需求转矩输入值并发送至发动机控制器模块；若为制动需求则根据车辆纵向动力学计算出制动主缸压力值并发送至ABS控制器模块；

最终完成车辆的加速或者制动，实现车辆定速巡航或者自适应跟车。