[发明专利]一种结合前车速度预测的自适应跟车巡航控制方法

说明书

本发明提供一种结合前车速度预测的自适应跟车巡航控制方法，包括以下步骤：步骤10)构建前车速度预测模型；步骤20)获取自车与前车的当前运行工况信息，并采用所述前车速度预测模型得到前车在未来时间段内的速度；步骤30)根据所述前车在未来时间段内的速度，采用控制不变集的安全车距规划算法得到安全车距；步骤40)建立车辆纵向动力学系统模型，基于步骤30)得到的安全车距，采用非线性模型预测控制算法计算得到自车的车辆控制参数。本发明结合前车速度预测的自适应跟车巡航控制方法，对未来时间段内的前车纵向速度进行预测，在此预测的基础上构建时变安全跟车期望距离，实现面向安全与高效的自适应跟车。

技术领域

本发明属于智慧交通中自动驾驶汽车技术领域，具体涉及一种结合前车速度预测的自适应跟车巡航控制方法。

背景技术

随着计算机科学、信息科学、控制科学等的发展，学科之间的交叉融合加速了汽车的智能化与网联化。自动驾驶汽车领域的进步也为提升道路交通效率、道路安全、节能减排提供了更多的可能性。

作为高阶辅助驾驶中的一项基础功能，自适应巡航控制可以接管油门踏板实现对车辆纵向动力学的自动控制，同时通过毫米波雷达感知到的前车的距离与速度，实现对前车的自动跟车以防止发生碰撞。当前，自适应巡航控制在新型传感器、通讯系统和人工智能的加持下也获得了长足进步。更远的前车感知距离、更低延时的实时通讯信息，以及更高精准度的模型，使得自动驾驶汽车能够提前感知到不仅仅是前方车辆的运动态势，同时也能够结合前方道路的路况信息综合预测在未来一段时间内前向车流的运动态势。这对于提高汽车的燃油经济性、舒适性、安全性等各项性能指标都有重要意义。

现有自适应巡航控制主要采用恒间距策略和恒时距策略作为车间距控制策略，其对于不同道路场景、不同天气环境下车辆的加减速性能缺乏非线性特性的自适应方法考虑。与此同时，现有的自适应巡航控制系统依赖于毫米波雷达、超声波雷达等传感器输出的数据，对于较远距离目标的识别分辨率仍有待提高，对于动态交通场景下的交通流状态无法获得。

发明内容

本发明所要解决的技术问题是：提供一种结合前车速度预测的自适应跟车巡航控制方法，对未来时间段内的前车纵向速度进行预测，在此预测的基础上构建时变安全跟车期望距离，实现面向安全与高效的自适应跟车。

为解决上述技术问题，本发明提供一种结合前车速度预测的自适应跟车巡航控制方法，包括以下步骤：

步骤10)构建前车速度预测模型；

步骤20)获取自车与前车的当前运行工况信息，并采用所述前车速度预测模型得到前车在未来时间段内的速度；

步骤30)根据所述前车在未来时间段内的速度，采用控制不变集的安全车距规划算法得到安全车距；

步骤40)建立车辆纵向动力学系统模型，基于步骤30)得到的安全车距，采用非线性模型预测控制算法计算得到自车的车辆控制参数。

作为本发明实施例的进一步改进，所述步骤10)具体包括：

步骤101)采集车辆驾驶工况数据，所述车辆驾驶工况数据包括车辆在典型道路场景下的自身速度、加速度、经度、纬度和海拔，以及前车相对自身的位置和速度；

步骤102)将所述车辆驾驶工况数据进行筛选和清洗后，将车辆驾驶工况数据分为训练数据集和验证数据集；

步骤103)构建带有记忆门与遗忘门控制函数的长短期记忆神经网络模型，所述长短期记忆神经网络模型的输入为前车历史车速、加速度和道路坡度，输出为未来时间段内的车速；

步骤104)将训练数据集归一化处理后输入所述长短期记忆神经网络模型进行训练，将验证数据集输入训练后的长短期记忆神经网络模型进行交叉验证，得到前车速度预测模型。

作为本发明实施例的进一步改进，所述步骤20)具体包括：