基于环境感知的智能网联汽车自适应巡航控制系统仿真设计_车辆与交通控制.docxVIP

PAGE2

基于环境感知的智能网联汽车自适应巡航控制系统仿真设计

第一章绪论

1.1研究背景

智能网联汽车已成为全球汽车产业转型升级的战略方向，而自适应巡航控制（ACC）系统作为高级驾驶辅助系统的核心功能，直接关系到行车安全与交通效率。随着城市道路车辆密度持续攀升，驾驶员的负担日益加重，频繁的加速、制动操作不仅增加疲劳感，还容易引发追尾事故。据统计，约30%的交通事故与未保持安全跟车距离有关，这暴露出传统定速巡航无法应对复杂交通流的根本缺陷。

当前，环境感知技术正经历从单一传感器向多源融合的深刻变革。毫米波雷达能够精确测量目标距离与相对速度，但对目标类型辨识能力较弱；视觉传感器则擅长识别车道线与障碍物类别，却易受光照和天气影响。两种传感器的互补特性为提升ACC系统的环境理解能力提供了可能，但如何有效融合雷达与视觉测距信息，仍是一个亟待解决的技术瓶颈。

在控制策略层面，现有ACC系统多采用直接式控制结构，将感知、决策与执行耦合在一起，导致系统参数标定困难，工况适应性差。分层控制策略通过将上层决策与下层控制解耦，能够更好地平衡跟车安全性、舒适性与燃油经济性，但其在仿真环境下的设计与验证尚缺乏系统性的研究。因此，开展基于雷达与视觉融合的分层式ACC系统仿真设计，具有重要的理论价值与工程意义。

表1-1问题分析表

问题类别

具体表现

产生原因

解决紧迫性

感知局限性

单一雷达无