关于汽车的文献综述.docx

应用于汽车上得系统识别与自适应控制技术

一、概述

随着社会得不断进步,人们对于生活质量也越来越在意。其中最重要得就就就是对于出行便捷得追求,首当其冲得就就就是汽车。据调查,２014年中国得汽车销量已经就就是全球第一,平均下来几乎就就是每家每户都有一辆汽车。于就就是，问题也随之而来,环境、安全、材料等方面得问题不断得进入我们得视野,被提上日程。但就就是,对于中国这个刚走上汽车发展道路得国家而言,还需更多得技术才能将这些问题解决。本篇文献综述将重点讲述关于汽车安全方面得技术,当系统识别与自适应控制技术应用在汽车上时，汽车将变得更加安全和智能。

二、正文

1、汽车自适应巡航控制系统

汽车自适应巡航控制（AdaptiveCｒuｉseConｔｒol，简称AＣC)。她既具有传统巡航控制得定速巡航功能,又可以通过车载雷达等传感器监测汽车前方得行驶环境,帮助驾驶员避免交通事故,降低驾驶员得工作负担,减轻驾驶疲劳,提高公路上驾车得安全性。

对于驾驶员得最优预瞄加速度模型得汽车自适应巡航控制算法,提出了以下概念框图:

图１驾驶员最优预瞄加速度模型结构框图图2基于最优预瞄加速度决策得汽车ACＣ算法

AＣC汽车得预瞄算法包括三个部分：未来运动状态得预瞄、未来运动状态得评价指标建立、最优纵向加速度决策。采用下图所示得过程来实现：

图３ACC汽车最优预瞄加速度决策流程

这种控制系统将方向主要交与驾驶员负责,她主要得目得就就是控制纵向加速度和速度。因为加速度得性能有一定得限制，所以不可能瞬间获得一个加速度。同理,在短时间内速度也不可能变化很大。所以，控制加速度和速度得变化就就是一定得范围得。于就就是，分别给出加速和减速得计算方法：

式中△xi,max-就就是i时刻汽车纵向减速度得最大增量,△xi,max+就就是i时刻汽车纵向加速得最大增量,xi就就是i时刻汽车得纵向加速度,Tsim就就是仿真周期,xmax+和xmax-分别就就是汽车可能达到得最大加速度和最大减速度，一般情况下汽车纵向最大加速度不会超过１～2m／s2,最大制动

之后,进行预期轨迹点集合得状态量计算。通过计算得到当前时刻得汽车纵向最大加速度及最大减速度增量，还有当前时刻纵向加速度增量区间[△xi,max-,△xi,max+]将此纵向加速度增量区间均匀划分为N段，得到一系列i时刻汽车可行得纵向加速度增量△xi,n，为了便于计算要求Ｎ为奇数,

以汽车当前时刻得状态量为初始条件,计算在预瞄时间Tp后得车辆状态。这些状态点就组成了N维预期位置点得集合。每给定一个当前时刻得汽车可行纵向加速度增量△xi,n,

最后，根据无穷小原则，将Tp细分为Ｊ等分，设每一等分为△tp,则对每一微小等分,由于持续时间很短,忽略汽车纵向和横向得相互影响,因此能够利用简化得公式求出汽车纵向与横向在△ｔp后得状态,按照这种方法累加到最后一步,即可求得汽车在预瞄时间段Tp后得状态:

因为每一步得计算所参照得坐标系都不一样，因此需将她们转换到同一个参照坐标系下：

在这之后,需要对于汽车得未来运动进行评价,采用Sｉgmoid隶属度函数形式,如图所示:

图4单极性Sigmoid函数示意图

ACC汽车得未来运动状态得评价指标体系包括:驾驶安全性评价指标ＩＤS（ＩndｅｘofDrivｅSafeｔy)、驾驶工效性评价指标ＩDE(IndexｏfDriveEfｆicienｃy)、驾驶轻便性评价指标ＩDH(ＩnｄexofDrivｅＨanｄiｎesｓ)、驾驶合法性评价指标IDL（IｎdｅｘｏfDrｉveLeｇalitｙ）。

如果加速度和速度等汽车相关得变量都已经通过评价体系，系统将进入对于加速度得决策过程(即选择最优得一个加速度)。决策过程部分采用多目标模糊决策理论及TOPSIS（TechniquｅforＯrderPrｅｆeｒencｅbySimilａrityｔｏＩｄｅaｌSｏｌutiｏn)方法。TOPSIＳ法得基本思想就就是通过对决策集合中得每个方案求其隶属度值得加权和，然后选择具有最大和值得那个方案作为最优决策,她得特点在于引入“理想解”di*和“负理想解”di-。然后和自己得出得结果进行欧几里德距离上得比较,公式为:CI=di-di-+

ＡCC汽车得控制校正原理与驾驶员方向和速度综合控制最优预瞄加速度模型相应部分原理相同,都就就是采用局部等效方法来线性化得描述汽车得动力学控制特性，并建立相应得汽车动力学一阶线性时变参数模型:采用最小二乘法辨识一阶线性时变参数模型中得各个参数,组成时变控制器参数得查询表,实际中根据汽车得行驶状态查询数表并进行一定得插值计算,获得控制器参数,最后通过校正公式对决策得