为解决采用传统比例积分微分(proportional integral differential,PID)控制智能车辆纵向运行时自适应能力差、响应速度慢的问题,基于PID控制和模糊控制理论,采用MATLAB/Simulink搭建仿真控制模型,上控制器将期望速度与实际速度的偏差...为解决采用传统比例积分微分(proportional integral differential,PID)控制智能车辆纵向运行时自适应能力差、响应速度慢的问题,基于PID控制和模糊控制理论,采用MATLAB/Simulink搭建仿真控制模型,上控制器将期望速度与实际速度的偏差及偏差率作为仿真模型中模糊控制器的输入参数,按照模糊规则,输出比例、积分和微分因数,并与传统PID控制器算法加权,输出车辆期望加速度;下控制器通过加速制动标定表实现车辆驱动或制动切换。采用Carsim搭建车辆运行平台,将仿真控制模型与车辆运行平台联合,在期望车速为5、10、16和25 m/s时进行传统PID及模糊PID车辆纵向控制策略仿真对比。结果表明,传统PID控制策略平均速度偏差约为0.122 m/s,模糊PID控制策略平均速度偏差约为0.015 m/s;采用模糊PID控制策略,控制精度明显提高,且响应速度更快。展开更多
