技術(shù)特征：

1.一種基于交通信息的協(xié)同式自適應(yīng)巡航系統(tǒng)算法，其特征在于，具體包括如下步驟：

1)根據(jù)跟車模型，確定輸出方程：系統(tǒng)采用上下層控制，上層根據(jù)傳感器所接收的距離、速度、加速度數(shù)據(jù)計算期望加速度a_des并傳遞給下層執(zhí)行器，下層控制通過車輛逆縱向動力學(xué)模型來控制油門開度及制動壓力來實現(xiàn)期望加速度a_des；

跟車系統(tǒng)的三階離散狀態(tài)方程模型：

x(t+1)＝Ax(t)+B_uu(t)+B_ww(t)

其中：

$\begin{array}{cc}A=\left[\begin{array}{cccccc}1& 0& 0& T_s& -T_s& -\frac{1}{2}{T_s}^2\\ 0& 1& 0& 0& T_s& 0\\ 0& 1& 0& 0& T_s& 0\\ 0& 0& 0& 1& 0& 0\\ 0& 0& 0& 0& 1& T_s\\ 0& 0& 0& 0& 0& 1-\frac{T_s}{\mathrm{\τ}}\end{array}\right],B_u=\left[\begin{array}{c}0\\ 0\\ 0\\ 0\\ \frac{T_s}{\mathrm{\τ}}\end{array}\right]& B_w=\left[\begin{array}{cc}\frac{1}{2}{T_s}^2& 0\\ 0& 0\\ 0& -1\\ T_s& 0\\ 0& 0\\ 0& 0\end{array}\right]\end{array}$

w(t)＝[a_p(t),d_s(t)]^T，x(t)＝[Δd(t),Δd_sl(t),Δd_s(t),v_p(t),v_h(t),a_h(t)]^T，

式中：自車和前車距離Δd(t)，自車和信號燈距離Δd_sl(t)，前方車隊長度Δd_s(t)，前車速度v_p(t)，自車速度v_h(t)，自車加速度a_h(t)作為狀態(tài)變量x(t)，并把前車加速度a_p(t)和前方車隊長度d_s(t)作為系統(tǒng)擾動w(t)，T_s為系統(tǒng)采樣時間，取0.001s，u(t)為上層控制的輸入a_des；

取自車和前車距離Δd(t)，自車和前車相對速度v_rel(t)，自車速度v_h(t)，自車加速度a_h(t)作為輸出變量y(t)，得到輸出方程：

y(t)＝Cx(t)

其中：

$\begin{array}{cc}y\left(t\right)=\left[\begin{array}{c}\mathrm{\Δ}d\left(t\right)\\ v_{rel}\left(t\right)\\ v_h\left(t\right)\\ a_h\left(t\right)\end{array}\right]& C=\left[\begin{array}{cccccc}1& 0& 0& 0& 0& 0\\ 0& 0& 0& 1& -1& 0\\ 0& 0& 0& 0& 1& 0\\ 0& 0& 0& 0& 0& 1\end{array}\right]\end{array};$

2)選定跟蹤目標(biāo)，根據(jù)目標(biāo)確定待優(yōu)化性能向量y(t)側(cè)重的輸出權(quán)重w_y，選擇參考軌跡y_r；

3)根據(jù)步驟1)提出的跟車系統(tǒng)的三階離散狀態(tài)方程模型，用在t時刻的狀態(tài)量y(t)對t+i時刻的狀態(tài)量y(t+i)未來行為作出如下預(yù)測，得到解：

$\left[\begin{array}{c}y\left(1\right)\\ \begin{array}{c}.\\ .\\ .\end{array}\\ y\left(p\right)\end{array}\right]=S_{x}x\left(t\right)+S_{u1}u(t-1)+S_u\left[\begin{array}{c}\mathrm{\Δ}u\left(0\right)\\ \begin{array}{c}.\\ .\\ .\end{array}\\ \mathrm{\Δ}u(p-1)\end{array}\right]+H_w\left[\begin{array}{c}w\left(0\right)\\ \begin{array}{c}.\\ .\\ .\end{array}\\ w\left(p\right)\end{array}\right]$

其中：

式中p為預(yù)測時域長度，Δu(t)＝u(t)-u(t-1)，表示控制變化量，(t+i|t)代表在t時刻對時刻t+i的預(yù)測，對未來時域的預(yù)測中，由于擾動w(t+i)的不可預(yù)測，所以假設(shè)在預(yù)測時域內(nèi)：w(t+i)＝w(t-1),i＝0,1,2…p-1；

4)設(shè)定系統(tǒng)輸入u的權(quán)重和系統(tǒng)輸入變化△u的權(quán)重后，將待優(yōu)化問題寫成一個加權(quán)形式的值函數(shù)J(y,u,Δu)，計算在預(yù)測時域內(nèi)的計算結(jié)果和參考曲線的差值，系統(tǒng)輸入及輸入變化率和相應(yīng)權(quán)重乘積的總和，最小化總和值以使得實際輸出達到貼近參考曲線；

5)根據(jù)步驟2)選定跟蹤目標(biāo)形成的約束與車輛參數(shù)的約束，再引入松弛變量ε，得到系統(tǒng)輸出、系統(tǒng)輸入、系統(tǒng)輸入變化的約束條件；

6)將上層控制的優(yōu)化問題變成了求解滿足約束條件下最小化值函數(shù)J的Δu(t+i|t),(t+i|t)代表在t時刻對時刻t+i的預(yù)測，并把首元素作為輸出，其中ρ為松弛變量權(quán)重系數(shù)：

根據(jù)此算法對車輛進行控制。