周稼铭， 张亮修， 衣丰艳， 彭剑坤

(1.北京理工大学 机械与车辆学院，北京，100081；2.上海保隆汽车科技股份有限公司，上海，201619；3.山东交通学院 汽车工程学院，山东，济南 250357；4.东南大学 交通学院，江苏，南京 211102)

汽车自适应巡航控制(adaptive cruise control，ACC)系统能够实时有效地控制自车车速和自车与前车的安全车距，是汽车实现智能辅助驾驶的首要系统之一. ACC系统涉及到的控制方法可以归纳为最优控制[1-2]、滑模变结构控制[3-4]、模糊神经网络控制[5-6]、模型预测控制[7-8]、多模式切换控制[9-10]等.

模型预测控制能有效解决多优化目标及约束问题，并能弥补模型失配、时变、干扰等引起的不确定性，成为近年来研究和应用的热点[11-12]. 然而这种带约束的优化问题转化为二次规划问题求解时，易出现找不到全局最优解的情况[13-14]. 为此，本文研究一种基于粒子群寻优的汽车自适应巡航预测控制算法，建立一种包含前车加速度扰动的自适应巡航系统车间纵向运动学模型，设计二次型多目标优化性能指标函数和多参数约束条件，构建自适应巡航预测控制优化命题，基于粒子群优化算法求解最优控制律，最后仿真验证可行性.

1 自适应巡航车间纵向运动学建模

图1给出了ACC车间纵向运动学关系，建立跟车系统状态方程[15]

图1 ACC车间纵向运动学示意图Fig.1 Schematic diagram of longitudinal kinematics between ACC vehicles

(1)

式中：

Δv=vp-vf；ddes=τhvf+d0；

u=afdes；v=ap；Δd为车间距误差；Δv为前车与自车相对速度；af为自车实际加速度；d和ddes分别为实际车间距和期望车间距；vp和vf分别为前车速度和

自车速度；τh为车间时距；d0为自车停止后与前车最小安全车距；……