趙亞男，王泰翔，高利，孫海鑫，王顯才

（1.北京理工大學(xué) 機械與車輛學(xué)院，北京 100081；2.北京理工大學(xué) 藝術(shù)與設(shè)計學(xué)院，北京 100081）

車輛在復(fù)雜交通環(huán)境中行駛時，駕駛?cè)烁兄畔⒑团袛鄾Q策的全過程會受到運行環(huán)境復(fù)雜度的影響[1-5]，復(fù)雜程度越大會使得工作負荷迅速增加，導(dǎo)致較高的交通事故發(fā)生率.自適應(yīng)巡航系統(tǒng)的出現(xiàn)有效地減少了駕駛?cè)说墓ぷ髫摵蒣6]，但是自適應(yīng)巡航控制算法面對旁車切入工況，利用車頭時距和車速計算得到目標期望距離發(fā)生階躍突變，控制層計算得到的減速度幅值過大，導(dǎo)致無法獲得較好的駕駛平順性、舒適性和安全性.

在車輛動態(tài)跟蹤前車的縱向運動過程中，車輛舒適性、平順性、安全性是自適應(yīng)巡航系統(tǒng)的兩個重要的性能指標[7].過于劇烈的加速度變化會降低乘員的舒適性，較大的縱向加速度和階躍的沖擊度引起車輛的軸荷轉(zhuǎn)移和較大的俯仰角變化，導(dǎo)致車輛平順性的降低.過大幅值的減速度在交通流中也容易引起追尾事故等安全性問題，直接影響駕駛?cè)藢CC 的使用.

動態(tài)車間距的自適應(yīng)巡航系統(tǒng)在不同場景提供不同的車間距算法，有利于提供車輛的自適應(yīng)性和穩(wěn)定性.目前國內(nèi)外對自適應(yīng)巡航的車間據(jù)算法模式劃分主要依靠與前車的相對速度，相對加速度以及縱向距離.間距劃分策略主要應(yīng)用于工況劃分，基于車頭時距的可變目標距離的劃分策略被廣泛使用[8].裴曉飛等[7]和BAREKET 等[8]將ACC 劃分為8種模式，利用跟車時距和避撞時間倒數(shù)來劃分不同模式，但是在實車驗證上本車加速度的抖動變化難以保證駕駛?cè)说氖孢m度要求.BAREKET 等[9]利用相對車速和車間距將自適應(yīng)巡航分為6 種模式，但是實車實驗中難以確定模式的分界.CANALE 等[10]利用前車的縱向狀態(tài)，將本車ACC 分為勻速、加速和減速3 種工況，利用駕駛?cè)四Ｐ瓦M行分層控制，但是實際3 種模式難以應(yīng)對復(fù)雜道路情況，在旁車切入下的縱向控制策略無法提供合理且舒適的加速度.ARNE 等[11]利用宏觀和微觀交通流中，利用觀測以及經(jīng)驗等得到的數(shù)據(jù)提出的IDM 模型，該模型能良好的模擬高速場景下隨著前車距離和速度引起的本車的加速度變化，該模型由于仿真模擬和實車測試中差距較大，該模型在后人的工作中不斷被更新，修正.張德昭等[12]通過使用零期望加速度曲線，把模式區(qū)分為定速巡航，車速保持、接近和超車，避免了車輛在模式切換中的加速度階躍問題.孫曉文等[13]將自適應(yīng)巡航劃分為巡航速度控制和跟車時距控制來保證跟車安全，但是過少的模式無法應(yīng)對復(fù)雜且低速的情況.馬成國等[14]使用逆動力學(xué)模型使用改進pid 的算法開發(fā)了制動壓力控制器，實現(xiàn)了自適應(yīng)巡航對主動制動控制的要求.李亮等[15]將粒子群算法的優(yōu)點作為模型預(yù)測控制的滾動優(yōu)化方法進行求解，極大的提升了運算速度.鄒漢鵬等[16]提出一種具有自適應(yīng)補償能力的反饋校正模型預(yù)測控制器設(shè)計方法，具備良好的抗干擾能力，提高了ACCak 系統(tǒng)的跟車安全性和乘坐舒適性.

針對自適應(yīng)巡航系統(tǒng)現(xiàn)存的旁車切入跟車距離突變引起本車加速度階躍引起的駕駛平順性、舒適性和安全性問題，本文提出一種基于模型預(yù)測控制的可變目標距離自適應(yīng)控制模型.根據(jù)本車速度與前車的運動狀態(tài)關(guān)系[17-18]，建立動態(tài)目標車輛期望距離模型，使用離散化車輛跟馳運動學(xué)模型，對本車輛在預(yù)測時域進行模型預(yù)測，并針對安全性、舒適性、安全性等目標引入松弛因子進行優(yōu)化得到可行解，并不斷滾動優(yōu)化，完成旁車切入本車道前方與車輛跟馳的縱向控制，并通過實車驗證了可變目標距離自適應(yīng)循環(huán)控制的可行性和有效性.

1 可變目標距離自適應(yīng)巡航控制

1.1 自適應(yīng)巡航控制框架設(shè)計

多數(shù)自適應(yīng)巡航系統(tǒng)利用ECU 在整車控制器中實現(xiàn)節(jié)氣門開度，制動主缸壓力與目標車輛動態(tài)參數(shù)的聯(lián)合計算控制，為了實現(xiàn)自適應(yīng)巡航系統(tǒng)與其他ADAS 模塊的并行使用與獨立控制，本文利用分層控制系統(tǒng)，增加整車的開發(fā)效率，減少對下層執(zhí)行層的直接控制、降低上位機二次開發(fā)的難度，減少開發(fā)周期，本文選擇使用分層設(shè)計理念對ACC 結(jié)構(gòu)進行設(shè)計，將車輛分為感知融合層，上位控制器和下位線控底盤執(zhí)行器，利用感知融合層和底盤發(fā)送得到的前方障礙物車輛與本車的相對運動狀態(tài)信息和本車運動狀態(tài)信息，通過上層控制器利用上述信息進行車輛現(xiàn)處工況判斷，加速度規(guī)劃層通過控制模型對相應(yīng)工況采取基于模型預(yù)測控制的縱向控制算法得出期望車輛縱向期望加速度，下發(fā)下位控制器，線控底盤執(zhí)行層利用PID 算法依賴車輛動力學(xué)特性，調(diào)節(jié)制動主缸壓力和節(jié)氣門開度，迅速使車輛達到期望加速度，同時本車自身運動狀態(tài)反饋給加速度規(guī)劃層進行閉環(huán)控制，從而實現(xiàn)自適應(yīng)巡航功能.可變目標距離自適應(yīng)巡航控制體系結(jié)構(gòu)如圖1 所示.

圖1 可變目標距離自適應(yīng)巡航控制體系結(jié)構(gòu)Fig.1 Variable target range adaptive cruise control architecture

在加速度規(guī)劃層中利用本文提出的自適應(yīng)巡航可變距離計算模型，利用目標車輛的相對距離、速度以及底盤反饋的本車運動狀態(tài)信息，建立本車縱向自適應(yīng)巡航運動學(xué)模型，并對平順性、舒適性和安全性等多目標進行二次型構(gòu)建，引入松弛因子在各運行步長滾動優(yōu)化求得控制量增量的可行解，再利用實車實驗驗證可行性和有效性.

1.2 自適應(yīng)巡航控制模型構(gòu)建

自適應(yīng)巡航為沒有橫向控制參與的縱向加速度控制模型，考慮到車輛利用前車運動狀態(tài)信息與底盤反饋信息對前車的速度和期望加速度進行追蹤，根據(jù)兩車之間相對運動關(guān)系，對車輛運動學(xué)進行建模并假設(shè)本車線性底盤可以良好且較快地對上層加速度規(guī)劃控制器下發(fā)加速度進行跟蹤，其期望加速度ades與 實際底盤a0執(zhí)行加速度為一階慣性環(huán)節(jié)傳遞函數(shù)見式（1）.

如圖2 所示，ACC 控制車輛縱向運動學(xué)關(guān)系.其中d表示實際車距，為本車頭與目標車輛后保險桿距離，dt為上文描述期望跟車距離，Δd為實際車距與期望跟車距離的差值.

圖2 自適應(yīng)巡航跟馳運動學(xué)模型Fig.2 Kinematic model of adaptive cruise car following

根據(jù)本車與前車的運動學(xué)特性以及底盤執(zhí)行器的一階慣性環(huán)節(jié)的假定，對車輛運動學(xué)模型進行離散化建模如下.

式中：v0為本車當前速度；Δv為 兩車速度差；a0為本車加速度；a1為 目標車輛加速度；Kp與Tp為線控底盤執(zhí)行器的一階慣性環(huán)節(jié)系統(tǒng)增益和時滯；Ts為系統(tǒng)采樣步長即采樣周期.

設(shè)x(k)=[Δd(k),Δv(k),a0(k),j(k)]，x(k)為系統(tǒng)狀態(tài)空間向量，控制系統(tǒng)u(k)輸入為期望底盤加速度ades, 前車加速度a1(k) 為 控制系統(tǒng)的擾動量 φ(k)，系統(tǒng)的輸出量為y(k)，同時為了增加系統(tǒng)的魯棒性，提高自適應(yīng)巡航模型的預(yù)測精度，增加誤差修正項e(k)，引入M=diag(m1,m2,m3,m4)的對角修正矩陣.由此可將自適應(yīng)巡航縱向運動學(xué)模型整理見式（3）.

式中x(k)為 系統(tǒng)實際可觀測狀態(tài)量，x(k+1|k)為已知x(k)時刻狀態(tài)后對下一時刻的預(yù)測量.

式中各系數(shù)矩陣見式（4）.

2 可變目標距離自適應(yīng)巡航控制策略

自適應(yīng)巡航控制包括了傳統(tǒng)定速巡航控制和自適應(yīng)跟蹤控制與前車的期望距離，根據(jù)車輛的運動關(guān)系以及前車的運動狀態(tài)，通過控制本車加速度使得前車與本車的縱向距離始終保持期望距離左右，完成車輛自適應(yīng)跟馳[19].車輛跟馳中駕駛?cè)瞬捎迷O(shè)定車頭時距的辦法來調(diào)整兩車之間的期望距離，車頭時距的定義為

式中：c為兩車縱向距離；v0為本車車速；τ為車頭時距.

自適應(yīng)巡航控制的期望距離ddes目前有兩種較為流行的應(yīng)用方法，一種是定期時距模型，該方法在駕駛?cè)舜_定跟車時距后期望距離僅隨本車運動速度而發(fā)生改變，式中d0為最小停車距離.

2.1 可變車頭時距模型

由于傳統(tǒng)的定車頭時距無法處理前車動態(tài)的運動狀態(tài)變化，難以在前車速度波動的工況下保持本車對其進行穩(wěn)定的跟蹤，而且不考慮前車車速的定車頭時距計算得出的期望距離在前車速度波動較大時，加速度規(guī)劃層的輸入量與參考量的偏差較大，導(dǎo)致上位控制器計算得出的加速度波動頻率增加，車輛由于沖擊度變大導(dǎo)致駕駛?cè)耸孢m性降低.因此本文對期望距離進行改進并提出一種變車間時距（variable time headway, VTH），見式（7）：

式中：τ0為 駕駛?cè)嗽O(shè)定車頭時距;a為相對速度的權(quán)重參數(shù);b為前車加速度的權(quán)重參數(shù)，k為常數(shù); τmin和 τmax為飽和車頭時距，本文設(shè)定為0.8 s 和2 s.

2.2 旁車加速切入下可變目標距離調(diào)整

當本車處于旁車切入本車道前方工況時，t時刻前車加速切入且速度大于等于本車，期望距離即優(yōu)化代價函數(shù)中的參考與實際距離的差值 Δd突然增大，見式（8）：

由此，本文利用時間步長的增長對目標距離延遲，采用一階慣性環(huán)節(jié)，其階躍響應(yīng)曲線如圖3 所示，其濾波效果作用為延遲期望目標距離作用在加速度規(guī)劃控制器的響應(yīng).

圖3 一階慣性環(huán)節(jié)階躍響應(yīng)曲線Fig.3 Step response curve of first-order inertial link

傳遞函數(shù)表達如下：

2.3 低速堵車蠕行工況控制策略調(diào)整

由于車輛發(fā)生堵車工況時，目標車輛在復(fù)雜交通流中不斷啟停.如果自車跟馳控制存在時滯或者超調(diào)，會導(dǎo)致兩車相對距離難以在正?？刂撇呗缘钠谕嚯x上迅速收斂導(dǎo)致本車在逼近兩車期望相對距離時候加速度下發(fā)較為抖動，較大的沖擊度，會引起駕駛?cè)藢嶋H駕駛體驗急劇下降.當目前車輛所處交通情況導(dǎo)致其駕駛行為為急減速，本車與目標車輛的相對距離會急劇減少，而本車自適應(yīng)巡航控制策略中加速度有上下限的飽和限制，無法迅速下發(fā)大減速帶的指令制動，導(dǎo)致本車剎車不及時，造成追尾事故.

因此，本文將期望距離與前車的加速度作為期望的參考，同時增加狀態(tài)量中，車輛加速度的權(quán)重，降低期望距離與實際距離誤差的權(quán)重.因為低速堵車工況，兩車相對距離較近，若按照城市道路和高速場景工況設(shè)計代價函數(shù)，目標期望距離與實際距離相差較小，同樣權(quán)重下，影響優(yōu)化參數(shù)的結(jié)果也越輕微，同時，考慮到低速工況，駕駛員實際期望的是跟蹤前車動作，期望保持固定安全距離下與前車執(zhí)行相同動作，所以增加狀態(tài)量中本車加速度與期望的誤差權(quán)重，本文的優(yōu)化目標權(quán)重矩陣式(23)體現(xiàn).

其中加速度的參考值如式 (11)

3 多目標優(yōu)化的模型預(yù)測控制

3.1 模型預(yù)測控制目標分析

3.1.1 縱向控制期望響應(yīng)

考慮到駕駛?cè)藢嶋H駕駛體驗以及提高交通流的思想[20]，過小車距會引起駕駛?cè)藢囕v自身安全的心里壓力，過大的跟馳距離會引起旁車切入本車的風(fēng)險，而且若跟車距離在期望距離值上下浮動，導(dǎo)致車輛加加速度在0 點震蕩會引起駕駛?cè)说牟贿m，因此待優(yōu)化目標為

式中：Δd為相對距離和目標距離的誤差；Δv為兩車速度差.

3.1.2 極限跟車安全距離

為了自適應(yīng)巡航系統(tǒng)的駕駛絕對安全，利用碰撞時間（ttc）嚴格約束兩車相對距離,控制車輛緊急制動的安全，d0為式（6）中的最小停止跟車距離

為了提高駕駛?cè)说陌踩裕瑧?yīng)限制優(yōu)化兩車相對速度的大小，過大的速度差難以保證加速度的幅值不能超出飽和期限.

3.1.3 極限舒適度約束

過大或過小的加速度都會嚴重影響車輛的舒適度且車輛的沖擊度作為縱向加速度的一階導(dǎo)數(shù)，影響駕駛?cè)丝v向受力大小[19]，表示為加速度的突變情況，因此二者同為本文優(yōu)化的目標,在有效控制的前提下盡可能小.

同理二者存在飽和的硬約束如式：

因此待優(yōu)化目標與狀態(tài)向量的關(guān)系為

式中，C=diag(1,1,1,1).

3.1.4 參考縱向軌跡

由于自適應(yīng)巡航目標為期望狀態(tài)空間向量在一定控制步長內(nèi)趨近于0，但考慮到駕駛?cè)说氖孢m性等要求，期望狀態(tài)值平滑非階躍的跟蹤目標軌跡，所以利用指數(shù)衰減函數(shù)[20]對待優(yōu)化目標向量進行線性加權(quán)，由于衰減權(quán)重函數(shù)為對角矩陣且對角項小于1，參考縱向軌跡可在預(yù)測步長內(nèi)平緩趨近0.得到在預(yù)測步長的跟蹤目標.

3.2 模型預(yù)測與多目標優(yōu)化

對于離散狀態(tài)空間方程，建立新的系統(tǒng)預(yù)測方程：

利用上式，將系統(tǒng)狀態(tài)方程表達式改寫成與上一步長的增量形式與推導(dǎo)如下.

式中：C～=[INx0]；(k)為系統(tǒng)輸出狀態(tài)量；定義預(yù)測時域步長為Np；控制時域步長為Nc；對應(yīng)輸出變量與新的控制向量為

因此整理得到新的離散空間方程，Sp，Su，Gp，Mp為輸出方程系數(shù)矩陣.[

式中各項矩陣分別為

根據(jù)上文建立的預(yù)測方程，考慮到綜合響應(yīng)與舒適度的效果，利用MPC 框架進行優(yōu)化協(xié)調(diào)，針對優(yōu)化目標與控制目標建立在Np時域內(nèi)滾動優(yōu)化，具備二次型性的目標函數(shù)如式（24）所示.

式中:Q矩陣和R矩陣為優(yōu)化系統(tǒng)輸出狀態(tài)向量與控制狀態(tài)向量的權(quán)重矩陣，本文為了直接對控制系統(tǒng)增量進行限制來防止控制量階躍過大且防止無法在滾動優(yōu)化中求得可行解，且增加了軟約束，其中ρ為權(quán)重系數(shù)，ε為松弛因子.

聯(lián)合式（18）～（24）將目標函數(shù)結(jié)合限定優(yōu)化條件轉(zhuǎn)換成標準二次型的形式并忽略常數(shù)項，解決以下優(yōu)化問題：

式中各個參數(shù)為

隨后在每一步長進行滾動優(yōu)化實現(xiàn)自適應(yīng)巡航車輛縱向控制.

4 可變目標距離自適應(yīng)控制實驗驗證

為了進一步驗證可變目標距離自適應(yīng)控制的有效性，本文對實驗車輛進行多工況的縱向控制實驗，實驗中，期望加速度為上位控制器加速度規(guī)劃層計算下發(fā)，利用設(shè)定的不同工況錄制車輛使用該縱向控制算法對不同場景的加速度響應(yīng)，由此驗證算法對前車速度與期望距離進行跟蹤的可行性與駕駛?cè)说氖孢m性.控制器的控制參數(shù)如表1 所示，控制狀態(tài)變量與系統(tǒng)狀態(tài)變量，目標約束邊界，松弛因子系數(shù)均可調(diào)節(jié).

表1 控制系統(tǒng)參數(shù)Tab.1 Control system parameters

由于本文針對旁車加速切入本車道車輛前方工況、正常跟馳以及低速蠕行工況建立自適應(yīng)巡航模型，其中旁車切入工況可細分為旁車未切入時本車穩(wěn)定跟隨目標車輛行駛工況，和旁車切入越過車道線，本車與新目標車輛距離大幅度縮短，跟蹤新目標車輛的工況，為驗證算法可靠性，對這上述工況進行仿真和實車驗證.

4.1 仿真驗證

本文利用上述算法對前方無目標車輛下有目標車輛的中高速混合工況以及旁車切入工況進行仿真實驗，試驗結(jié)果如圖4 所示.

圖4 仿真場景加速度數(shù)據(jù)Fig.4 Simulation scene acceleration data

仿真實驗表明，車輛有目標車輛的復(fù)雜跟馳狀態(tài)可以實現(xiàn)穩(wěn)定自適應(yīng)巡航功能，其中加速度下發(fā)控制在-0.6 m/s2～0.6 m/s2之間，符合車輛動力學(xué)特性，且與目標車輛相對距離沒有低于實驗設(shè)定的最小安全距離，沖擊度保持在±0.3 m/s3以內(nèi)，從仿真結(jié)果看來，本文算法可以在不同車速良好實現(xiàn)自適應(yīng)巡航功能.

4.2 實車驗證

實驗車輛的工控機，整車控制器，激光雷達等實現(xiàn)設(shè)備如圖5 所示.

圖5 車載實驗設(shè)備Fig.5 On board experimental equipment

4.2.1 跟馳行駛工況及蠕行工況

穩(wěn)定跟馳實驗結(jié)果如圖6(a)、圖6(b)、圖6(c)顯示，前車穩(wěn)定行駛，車速均在80 km/h 附近，三項分別表示為控制加速度與車輛實際加速度、本車車速、與目標車輛相對距離和相對速度，其中本車加速度均在-0.3 m/s2～0.3 m/s2之間，滿足駕駛平順性和舒適性對加速度幅值的要求，本車良好跟蹤目標車輛車速，且與目標車輛保持穩(wěn)定期望距離，兩車相對車速絕對值保持在3 m/s 內(nèi)，該實驗證明了本文算法在穩(wěn)定跟馳工況的平順性與安全性，驗證了算法可靠性，另分析加速度的輕微波動是由于目標車輛車速在80 km/h 上下浮動，引起的本車目標車速發(fā)生變化，但控制層計算加速度在預(yù)期范圍.

蠕行跟馳試驗結(jié)果如圖6(d)、圖6(e)、圖6(f)顯示，目標車輛在低速低幅值較高頻率速度波動過程中，車速反復(fù)在10 到16 km/h 范圍內(nèi)波動，本車加速度保持在-0.3 m/s2～0.2 m/s2之間，相比于IDM 算法，最大減速度的幅值縮小了33.3%，兩車相對距離保持在安全距離以上，滿足駕駛平順性和舒適性對加速度幅值的要求.在前車動作跟蹤角度分析，兩車的相對速度沒超過2 km/h，具有良好的動作跟蹤性，證明了文中算法在穩(wěn)定跟馳工況的平順性與安全性，驗證了算法可靠性.

4.2.2 旁車加速切入工況

在高速公路中間車道進行旁車加速切入工況實驗如圖7 所示，考慮到該算法的需求為在前車加速切入時保證駕駛?cè)说氖孢m性與平順性，縱向控制算法控制車輛逐步將相對距離拉至期望目標距離值，而且控制算法需要在前車減速切入本車道前方時進行積極的縱向減速以保證駕駛安全性.

圖7 旁車切入軌跡Fig.7 Schematic diagram of side car cut in

如圖8(a)、圖8(b)、圖8(c)所示，當本車車速為98 km/h 穩(wěn)定跟蹤目標車速時，110 s、115 s 和131 s時刻旁車車道車輛以較本車車速更大的速度并線行駛進入本車道車輛前方.實驗表明，本車獲得了較好的駕駛舒適性和安全性，在保證安全的前提下減速度在兩秒內(nèi)緩慢，沖擊度最大為-0.25 m/s3、-0.16 m/s3、-0.3 m/s3驗證算法在旁車加速切入的有效性，文中算法沖擊度幅值為開環(huán)實驗的IDM 算法的1/2，有效證明了算法在旁車切入工況下提供較好的舒適性與平順性，從安全距離上可以看出本車保證了與前車的最小安全距離，保障了本車的安全性.

考慮到旁車可能低速切入本車道車輛前方的工況，需要驗證本車自適應(yīng)巡航在該工況可以積極減速，對該工況在高速進行實車驗證如圖8(b)、圖8(d)、圖8(f)所示.在31 s 時刻，旁車道切入車輛車速較低，與本車的相對速度從18 km/h 階躍至-19 km/h，兩車相對距離從85 m 階躍至55 m，由于為保證安全距離，本車積極下發(fā)減速度，并考慮舒適性與安全的情況下，下發(fā)減速度至-1.6 m/s2，本車車速在7 s 內(nèi)由95 km/h 下降至69 km/h，安全距離在短時間內(nèi)縮短后迅速提升至50 m，保證駕駛?cè)说陌踩?由于減速期間減速沖擊度為-0.23 m/s3，相比與IDM 開環(huán)實驗的結(jié)果，本車使用的控制算法在旁車低速切入時減速積極，減速度下發(fā)平順，提高了駕駛?cè)说氖孢m性和車輛平順性，保障駕駛安全，驗證了算法在該工況的可靠性.

圖8 旁車切入工況Fig.8 Side car cut in working condition

5 結(jié) 論

論文采用上層加速度規(guī)劃與下層線控底盤執(zhí)行機構(gòu)相結(jié)合的分層控制方式，基于多目標優(yōu)化的模型預(yù)測，采取可變目標自適應(yīng)巡航控制策略完成車輛縱向控制.

考慮到駕駛?cè)嗽谂攒嚰铀偾腥氡拒嚽胺角蚁鄬λ俣葹檎龝r，加速度規(guī)劃層利用可變跟車時距對目標車輛進行跟蹤，在堵車導(dǎo)致目標車輛幅值較低頻率較高的速度波動，車輛蠕行工況中，加速度規(guī)劃層利用調(diào)節(jié)二次型的狀態(tài)量代價函數(shù)權(quán)重，以跟動作代替跟蹤距離的策略完成車輛的縱向控制.并對穩(wěn)定跟馳工況、旁車較本車相對速度大于0 的切入工況、旁車較本車相對速度小于0 的切入工況進行了實車驗證分析，并利用實驗數(shù)據(jù)對IDM 算法進行開環(huán)實驗進行結(jié)果進行分析對比，主要結(jié)論如下：

不同工況下，加速度規(guī)劃層控制算法的期望目標距離不同，車頭時距不同，通過利用可變目標期望距離的調(diào)整策略，實現(xiàn)了穩(wěn)定行駛與旁車切入下以安全且模仿駕駛?cè)诵袨榈募铀俣冗M行縱向控制，實現(xiàn)了兩車相對速度與相對距離突變下的平穩(wěn)過渡.

在速度低于15 km/h 的工況下，更換控制策略，調(diào)整優(yōu)化目標函數(shù)，將優(yōu)化本車與目標車輛加速度的誤差來代替相對距離與目標相對距離誤差，在保證安全距離的情況下，良好的跟蹤目標車輛的低速縱向動作，實現(xiàn)了低速跟馳的設(shè)計要求.

建立閉環(huán)自適應(yīng)巡航控制系統(tǒng)，基于模型預(yù)測控制理論，對控制量變化，建立縱向跟馳運動學(xué)預(yù)測模型，針對乘坐舒適性，跟馳安全性，車輛自身限制等控制目標進行優(yōu)化，引入松弛狀態(tài)變量以求得可行解，實現(xiàn)控制算法滾動在線優(yōu)化，在綜合工況中表現(xiàn)良好.

研究結(jié)果表明，基于模型預(yù)測的可變目標距離自適應(yīng)巡航控制在保證本車安全的前提下，在穩(wěn)定跟馳行駛工況、旁車加速切入工況與低速蠕行工況相比傳統(tǒng)IDM 算法，本文控制算法使用較小幅值且平順的加速度對車輛進行縱向控制，使得車輛產(chǎn)生的沖擊度在-0.23 m/s3之內(nèi)，相比IDM 模型沖擊度幅值下降約50%,在保障跟馳安全的前提下，滿足自適應(yīng)巡航的平順性、舒適性.