[发明专利]一种智能电动汽车纵向运动控制系统及方法

说明书

一种智能电动汽车纵向运动控制系统及方法，涉及汽车自动驾驶。控制系统设有速度传感器、第1滤波器、期望加速度规划模块、模糊神经模型参考自适应加速度跟踪控制模块、智能电动汽车、加速度传感器和第2滤波器。控制方法：设计表征智能电动汽车纵向行为特征的参考模型，使参考模型与对象具有相同阶；设计基于粒子群优化的智能电动汽车纵向运动模糊最优反馈控制器，其任务是根据期望加速度按照模糊最优反馈控制策略确定出电机的期望控制转矩；设计智能电动汽车纵向运动的BP神经网络辨识器，从而可以动态输出预测的加速度。充分考虑了智能电动汽车纵向动力学系统的非线性、时变及不确定性等特性，有效增强了纵向运动控制系统的鲁棒性。

技术领域

本发明涉及汽车自动驾驶，尤其是涉及一种智能电动汽车纵向运动控制系统及方法。

背景技术

智能电动汽车被认为是解决城市交通安全、能源消耗、环境污染等社会问题的有效途径之一。纵向运动控制是智能电动汽车实现自动驾驶的基本保障，其作用是按照一定的控制策略调节汽车的纵向运动状态，实现汽车对期望速度实时跟踪的功能。

智能电动汽车纵向动力学系统具有非线性特性、模型不确定性和时滞等特点，因此如何设计具有自适应能力的纵向运动控制系统是一项挑战性的研究任务。文献[1](管欣，崔文锋，贾鑫，张立增.智能汽车纵向控制校正与切换方法研究[J].汽车工程，2017，39(9):1048-1051)建立了等效一阶惯性纵向模型，提出了一种拟人化分相逻辑控制方法。文献[2](Jullierme etal.Longitudinal model identification and velocity controlof an autonomous car[J].IEEE Trans Intelligent Transportation Systems,2015,16(2):777-786.)针对逆动力学模型可补偿车辆非线性特性，设计了综合PI和逆动力学模型的车辆纵向自动控制系统。但是上述控制方法不能有效克服系统的不确定性和时变特性。

发明内容

本发明的目的是为了解决现有技术存在的上述难点问题，提供不仅具有自学习和自适应能力，而且可克服智能电动汽车纵向动力学系统的模型不确定性和时变等特性，保证智能电动汽车纵向运动控制系统的高精度和鲁棒性的一种智能电动汽车纵向运动控制系统及方法。

所述智能电动汽车纵向运动控制系统设有速度传感器、第1滤波器、期望加速度规划模块、模糊神经模型参考自适应加速度跟踪控制模块、智能电动汽车、加速度传感器和第2滤波器；期望加速度规划模块的输入端外接采集的速度信息和设定的期望速度的期望速度输出端，速度传感器的输入端外接智能电动汽车的速度信号输出端，第1滤波器的输入端接速度传感器的输出端，第1滤波器的实际速度输出端接期望加速度规划模块的输入端，期望加速度规划模块的期望加速度输出端接模糊神经模型参考自适应加速度跟踪控制模块的输入端，模糊神经模型参考自适应加速度跟踪控制模块的输出端接智能电动汽车，加速度传感器的输入端接智能电动汽车，加速度传感器的输出端接第2滤波器的输入端，第2滤波器的实际加速度输出端接模糊神经模型参考自适应加速度跟踪控制模块的输入端。

所述智能电动汽车纵向运动控制方法包括以下步骤：

1)设计表征智能电动汽车纵向行为特征的参考模型，使参考模型与对象具有相同阶；

在步骤1)中，所述设计表征智能电动汽车纵向行为特征的参考模型的具体方法可为：

(1)通过车载传感器采集智能电动汽车纵向运动的加速度、速度等信息，并对采集的信息进行滤波处理；

(2)基于采集的速度信息和设定的期望速度，通过PID控制求出期望的加速度，并对期望加速度进行饱和处理；

(3)以汽车期望加速度为输入、实际加速度为输出，通过离线辨识，得到智能电动汽车纵向运动的参考模型。