自动驾驶车辆纵向速度控制策略及仿真.pdfVIP

第7卷第2期汽车与新动力Vol.7No.2

2024年4月AUTOMOBILEANDNEWPOWERTRAINApr.2024

智能驾驶

自动驾驶车辆纵向速度控制策略及仿真

耿亚萍

（兰州交通大学交通运输学院，甘肃兰州730070）

摘要：针对自动驾驶车辆纵向速度的跟踪控制问题，提出了基于模型预测控制和微分先

行比例-积分-微分（PID）的双层闭环控制策略：基于模型预测控制原理设计速度上层控制策

略，采用层次分析法确定目标函数中的权重系数，计算出适应行驶条件的期望加速度；通过车

辆逆纵向动力学模型计算对应的驱动力和制动力，控制车辆速度，采用微分先行PID进行反

馈调节。结果表明：在该策略下车辆加速或减速行驶时，车辆具有较好的跟踪控制性能。

关键词：自动驾驶；纵向速度控制；模型预测控制；比例-积分-微分（PID）

0前言应的期望加速度。下层控制策略根据上层控制策

略决策出的期望加速度计算出车辆对应的期望节

早期针对车辆纵向速度控制策略的研究中，通气门开度和期望制动压力，并使用微分先行PID进

常采用比例-积分-微分（PID）的控制方法，该方法行反馈调节，使得系统能够快速稳定地跟踪期望加

［1］

具有调参方便、容易实施的优点。王祥好使用模速度，从而实现对自动驾驶车辆的纵向速度控制。

糊PID算法控制车辆纵向速度，通过模糊控制在线自动驾驶车辆纵向速度控制结构如图1所示。

［2］

改变速度控制权重。冷姚等使用二次最优控制

理论，并且考虑到多目标优化性能，设计了车辆速

［3］

度控制策略。仝书杰将神经网络与传统PID算

法相结合，以实现自动驾驶车辆速度的高效控制。

本文采用上下分层的速度控制结构，对车辆速

度的跟踪控制进行研究。通过模型预测控制原理

设计速度上层控制策略，并基于层次分析法确定目

标函数中的权重系数，在下层速度控制策略中采用

微分先行的PID进行反馈调节，使得车辆能够更加

图1自动驾驶车辆纵向速度控制结构

快速地响应期望加速度，同时提高系统的鲁棒性。

1车辆纵向速度控制策略2上层控制策略的设计

采用上下分层的速度控制结构，上层控制策略2.1模型预测控制器的设计

采用模型预测控制（MPC）设计目标函数。在车辆在车辆纵向运动的过程中，其上层决策的控制

行驶过程中，为能够综合考虑安全性、舒适性和经系统与下层传动系统之间存在滞后，因此建立一阶

济性等多目标需求，设计相应的约束条件，根据车惯性环节来表示车辆的期望加速度与实际加速度

［4］

之间的传递特性。期望加速度at与实际加速

辆的行驶状态和驾驶员设定的目标速度，决策出相esp()

作者简介：耿亚萍（1998—），女，硕士研究生，主要研究方向为智能交通。

24汽车与新动力