Adaptive Estimation-Based Safety-Critical Cruise Control of Vehicular Platoons
针对异构车辆编队缺乏 V2V 通信时的安全与稳定问题,提出融合自适应状态估计、Lyapunov 函数与 CBFs 的统一 ACC 框架,并通过多场景和物理引擎仿真验证其安全、稳定与最优性能。
2024-05-18 cs.SY eess.SY
Resilient Cooperative Adaptive Cruise Control for Autonomous Vehicles Using Machine Learning
University of Florida(佛罗里达大学)
协同自适应巡航控制(CACC)是一种基本的互联车辆应用,它通过利用车对车(V2V)通信来扩展自适应巡航控制。CACC是众多自动驾驶汽车功能的关键组成部分,包括队列行驶、分布式路线管理等。不幸的是,恶意V2V通信可能会破坏CACC,导致字符串不稳定和道路事故。在本文中,我们开发了一种新的弹性基础设施,RACCON,用于检测和减轻对CACC的V2V攻击。RACCON使用机器学习来开发车载预测模型,该模型可以捕获异常的车辆响应并实时的执行缓解。支持RACCON的车辆可以利用CACC的高效率,而不会影响安全性,即使在潜在的敌对场景下也是如此。我们提出了广泛的实验评估,以证明RACCON的疗效。
2021-03-18 cs.CR cs.RO cs.SY
Autonomous Driving With Perception Uncertainties: Deep-Ensemble Based Adaptive Cruise Control
University of Michigan(密歇根大学);Ford Research and Advanced Engineering(福特研究与高级工程);Excelled Tracer LLC
本文提出一种基于深度集成的自适应巡航控制方法,通过量化DNN预测不确定性并利用随机MPC提供概率安全保证,在保持安全车距的同时实现速度跟踪与车辆跟随。
2024-03-22 cs.AI cs.RO cs.SY
Significance of Low-level Controller for String Stability under Adaptive Cruise Control
当前的商用自适应巡航控制(ACC)系统由决定应该遵循的最佳轨迹的上层规划器控制器和负责将气体/制动信号发送到机械系统以实际移动车辆的下层控制器组成。我们发现,低级别的控制器有显着的影响,即使串稳定的计划者:(一)一个缓慢的控制器恶化SS,(二)缓慢的控制器是常见的,因为它们产生的控制增益不足,从一个“弱”的气体/制动系统或两者,和(iii)在一个缓慢的控制器的积分项会导致不希望的过冲,影响SS。因此,我们建议调整比例/前馈增益,并确保气体/制动器不“弱”。研究结果验证了数值和经验与商用车的数据。
2021-07-17 cs.SY eess.SY
Learning-Based Risk-Averse Model Predictive Control for Adaptive Cruise Control with Stochastic Driver Models
提出了一种基于学习的分布式鲁棒模型预测控制方法来设计自适应巡航控制系统。我们的前车作为一个自主的随机系统建模,使用连续动态和离散,马尔可夫输入的混合模型。我们使用观察到的模式转换经验地估计该模型的(未知的)转换概率,并同时确定这些估计周围的概率向量集(模糊集),其中包含具有高置信度的真实转换概率。然后,我们解决一个风险厌恶的最优控制问题,假设在这些集合中的最坏情况下的分布。此外,我们推导出一个强大的终端约束集,并使用它来建立所产生的MPC计划的递归可行性。我们验证了理论结果,并通过闭环仿真证明了该方案的理想性能。
2020-05-06 cs.SY eess.SY
Effect of Adaptive and Cooperative Adaptive Cruise Control on Throughput of Signalized Arterials
研究适应性与协同自适应巡航控制对信号化干道交叉口通行能力的影响,通过模拟评估不同ACC/CACC车辆比例对行驶时间均值和标准差的影响,发现其能显著提升城市交通效率。
2017-03-05 cs.SY eess.SY
Impact of Communication Loss on MPC based Cooperative Adaptive Cruise Control and Platooning
通过自动车辆系统之间的通信实现的协同驾驶预计将大大有助于运输安全和效率。协同自适应巡航控制(CACC)和编队是目前正在研究的两个主要的协同驾驶应用。这些应用与自适应巡航控制(ACC)等当前先进的驾驶员辅助系统相比,具有显著的改进。CACC和排队的主要动机是减少交通拥堵,提高交通流量、交通吞吐量和公路通行能力。这些应用需要有效的控制器来考虑计算成本并确保驾驶舒适性和高响应性。模型预测控制的优点是,我们可以实现高的控制性能,因为这些应用的所有约束可以显式地处理,通过解决一个优化问题。这些应用程序的安全性和稳定性对信息的更新和通信的可靠性有很大的依赖。在本文中,我们提出了一个模型预测控制(MPC)为基础的方法CACC和队列,并研究通信损耗的影响的性能和鲁棒性的控制方案。结果表明,响应时间和字符串稳定性的改善,表现出合作的潜力,以减少干扰,改善交通流量。
2021-06-16 cs.SY eess.SY
Impact of Different Desired Velocity Profiles and Controller Gains on Convoy Driveability of Cooperative Adaptive Cruise Control Operated Platoons
本文针对CACC车队,采用纵向模型、PD巡航控制器和通用间距策略,仿真比较两种期望速度曲线及鲁棒PID重整定增益对720米路段与US06 SFTP工况下行驶平顺性的影响。
2023-06-03 cs.SY eess.SY
Time Shift Governor-Guided MPC with Collision Cone CBFs for Safe Adaptive Cruise Control in Dynamic Environments
本文提出一种时移调节器引导的 MPC-CBF 方法,通过 TSG 动态调整目标参考并结合碰撞锥 CBF 约束,解决动态复杂环境下的自适应巡航安全控制问题。
2025-06-30 cs.SY eess.SY
Modeling and simulation of adaptive cruise control system
本文采用线性二次型调节器设计自适应巡航控制系统。在调节器中,Q和R参数根据当前交通状况随时间变化。采用相位植物法对Q和R参数进行约束,并采用系数下降法求解约束优化问题。同时,本文还介绍了基于数据的控制器设计方法,不再考虑车辆动力学参数的时变。引入由马尔可夫状态和行为惩罚组成的Q函数来表示代价函数。根据当前的交通状态,直接用最小误差法对Q函数进行广义化和极小化,并用非线性回归理论保证其稳定性。仿真结果表明,采用时变参数线性二次型调节器比采用本文所讨论的其它控制器具有优越性。为了保证控制器的可行性和有效性,还进行了车辆试验。
2020-08-04 cs.SY eess.SY
Fundamental Diagrams of Commercial Adaptive Cruise Control: Worldwide Experimental Evidence
商用自适应巡航控制(ACC)车辆\RoundTwo{are}的实验测量越来越多地从世界各地,提供了一个前所未有的机会,研究交通流特性,从这项技术。本文增加了新的实验证据,这一知识基础,并提出了一个全面的实证研究ACC的平衡行为,通过由此产生的基本图。我们发现,像人类驾驶的车辆,ACC系统显示出线性平衡的空间-速度关系(在可用数据的范围内),但这些关系的关键参数可能与人类驱动的交通有很大不同,这取决于输入设置:在最小车头时距设置下,观察到超过3500辆/小时的平衡容量,加上平均每小时100公里的极快平衡波速。这些快速波对于人类驾驶员来说是不熟悉的,并且可能构成安全风险。研究结果还表明,ACC堵塞间隔可以比人类交通大得多,这降低了网络存储容量。
2021-10-28 cs.SY eess.SY
Cooperative Adaptive Cruise Control Design and Implementation
本文在2017款福特Fusion平台上设计实现基于前馈PD控制器与DSRC通信的CACC系统,提出弯道检测失效解决方法,实验证明其跟车性能优于传统自适应巡航控制器。
2023-06-14 cs.SY eess.SY
Data-Driven Cooperative Adaptive Cruise Control for Unknown Nonlinear Vehicle Platoons
University of Glasgow(格拉斯哥大学)
针对现有研究忽略未知非线性车辆动力学的问题,提出基于在线行驶数据、建模为半定规划的统一数据驱动协同自适应巡航控制方法,适用于纯自动驾驶及人机混合车辆队列,经典型激进工况对比验证优于经典ACC方法。
2023-07-21 cs.RO cs.SY eess.SY
Cooperative Adaptive Cruise Control for a Platoon of Connected and Autonomous Vehicles Considering Dynamic Information Flow Topology
Purdue University(普渡大学)
本文提出一种考虑动态信息流拓扑的协同自适应跟车控制方法,通过自适应比例-导数控制器减少通信故障影响,提升编队稳定性与性能。
2018-08-07 cs.SY eess.SY
Parametric Study of Nonlinear Adaptive Cruise Control for a Road Vehicle Model by MPC
Mehran University of Engineering & Technology(梅赫拉工程与技术大学)
本文基于MPC技术研究非线性车辆模型在过渡 maneuver 中的自适应巡航控制,分析控制器参数对车辆响应的影响,并与先前研究进行比较,验证了所采用方法对真实车辆控制行为的反映。
2016-04-02 cs.SY eess.SY
Compact Cooperative Adaptive Cruise Control for Energy Saving: Air Drag Modelling and Simulation
本文研究的价值,沟通的运动预测的纵向控制连接自动驾驶汽车(CAV)。我们专注于一个安全的合作自适应巡航控制(CACC)的设计和分析的价值,车对车(V2V)的通信存在不确定的前车加速度。对CACC的兴趣是由能源消耗和道路吞吐量的潜在改善所激发的。为了量化这种潜力,我们的特点实验车间间隙,车速和(减少)的能源消耗的紧凑型插电式混合动力汽车之间的关系。由此产生的模型被用来显示我们的控制设计的功效,该设计追求连续CAV之间的小车辆间间隙,从而提高能源效率。我们提出的控制设计是基于一个强大的模型预测控制框架,系统地考虑系统的不确定性。我们提出了一组全面的模拟,旨在量化能源效率的提高时,通过V2V通信交换的车辆状态和预测在控制律中使用。
2021-08-18 cs.SY eess.SY
Design and Implementation of Ecological Adaptive Cruise Control for Autonomous Driving with Communication to Traffic Lights
University of California, Berkeley(加州大学伯克利分校)
本文提出了一种利用驾驶自动化和联网技术的生态自适应巡航控制系统(ECO-ACC),通过利用交通信号的历史和实时相位及定时数据来减少联网自动化车辆的能耗,同时避免前方碰撞和交通信号违规。
2018-10-29 cs.SY eess.SY
Co-Optimization of Adaptive Cruise Control and Hybrid Electric Vehicle Energy Management via Model Predictive Mixed Integer Control
该研究面向比亚迪秦Plus DM-i PHEV,将ACC与考虑离合器状态的EMS整合为MINLP,并在MPC框架下实现跟车节能协同优化,燃油消耗较顺序优化降低5.1%。
2023-04-24 cs.SY eess.SY
Calibrating microscopic car following models for adaptive cruise control vehicles: a multi-objective approach
自适应巡航控制(ACC)车辆是迈向全面车辆自动化的第一步。然而,这些车辆对基本交通流量的影响尚不清楚。因此,它是感兴趣的,以准确地模拟商用ACC车辆的车辆级动态,使它们可以用于进一步的建模工作,以量化商用ACC车辆对交通流的影响。重要的是,不仅模型的选择,而且校准方法和用于校准的误差度量是至关重要的,以准确地模拟ACC车辆的行为。在这项工作中,我们探讨的问题,如何校准跟车模型来描述ACC车辆动力学。具体来说,我们应用多目标校准方法来了解校准模型参数之间的权衡,以最大限度地减少速度误差与间距误差。三种不同的汽车跟驰模型校准的数据,从六辆车。结果是符合最近的文献,并验证,以低间距误差为目标不妥协的速度精度是否相反是不正确的ACC车辆动力学建模。
2020-10-07 cs.SY eess.SY
Stochastic String Stability of Vehicle Platoons via Cooperative Adaptive Cruise Control with Lossy Communication
University of Twente(特文特大学);Univ. Grenoble Alpes, CNRS, Inria, Grenoble INP, GIPSA-lab(格勒诺布尔阿尔卑斯大学、法国国家科学研究中心、法国国家信息与自动化研究所、格勒诺布尔理工学院、GIPSA实验室)
本文研究了在通信不可靠且存在消息丢失的情况下,如何通过协同自适应跟车控制实现车辆编队的稳定性。提出了一种新的协同控制器设计,通过切换控制器在H_infty方法下促进系统稳定性和字符串稳定性,并最小化平均误差的方差。
2019-05-12 cs.SY eess.SY math.OC
Personalized Adaptive Cruise Control and Impacts on Mixed Traffic
提出了一种能够学习驾驶员行为并在跟车场景下自适应控制半自动驾驶汽车的个性化自适应巡航控制(PACC)设计,并研究了其对混合交通的影响。在SAV和人类驾驶车辆共享道路的混合交通中,SAV的驾驶员可以选择更适合驾驶员首选驾驶行为的PACC调谐。通过逆向强化学习(IRL)方法,通过从驾驶员的演示驾驶数据中恢复最好地解释观察到的驾驶风格的唯一代价函数,来学习个体驾驶员的偏好。所提出的PACC设计计划的SAV的运动,通过最小化学习的唯一代价函数,考虑到前面的人类驾驶车辆的短预览信息。实验结果表明,在各种交通条件下,学习后的驾驶员模型能够准确、一致地识别和复制前车的个性化驾驶行为。此外,我们研究了PACC与不同的司机对混合交通的影响,考虑车头时距,间隙距离,和燃油经济性评估。统计调查表明,PACC对混合交通的影响因驾驶员的内在驾驶偏好而异。
2021-03-26 cs.SY eess.SY
Safety Certified Cooperative Adaptive Cruise Control under Unreliable Inter-vehicle Communications
University of Notre Dame(圣母大学)
本文研究了在不可靠车际通信环境下协同自适应巡航控制系统的安全认证问题,通过考虑非确定性时延和数据包丢失,形式化验证了混合CACC系统的被动安全性,定义了安全控制包络以指导控制信号合成。
2016-09-23 cs.MA cs.SY eess.SY
On the Security of Networked Control Systems in Smart Vehicle and its Adaptive Cruise Control
随着车联网(IoV)模式的发展,随之而来的是前所未有的安全挑战。在互联系统的许多应用中,车载网络和智能汽车是已经推出的例子。智能车辆不仅具有通过控制器局域网(CAN)总线连接其内部组件的网络,而且还通过路边单元和其他车辆连接到外部世界。在某些情况下,内部和外部网络数据包通过相同的硬件,仅由软件定义的规则隔离。任何错误的配置都为黑客入侵车辆的内部组件打开了一扇窗户,例如中央锁系统,发动机控制单元(ECU),防抱死制动系统(ABS)或自适应巡航控制(ACC)系统。其中任何一个妥协都可能导致灾难性的后果。本文研究了智能汽车自适应巡航控制系统在隐蔽攻击下的安全性。我们定义了两个隐蔽/隐形攻击的背景下,巡航控制,并提出了一种新的入侵检测和补偿方法来披露和响应这样的攻击。更准确地说,我们专注于隐蔽的网络攻击,损害巡航控制器的完整性,并采用一个神经网络标识符在IDS引擎动态估计系统输出,并将其与ACC输出。如果检测到任何异常,嵌入式替代控制器就会启动并接管控制。我们在MATLAB中进行了大量的实验,以评估所提出的方案在模拟环境中的有效性。
2020-08-04 cs.CR cs.SY eess.SY
An Energy-Efficient Lyapunov-Based Cooperative Adaptive Cruise Controller for Electric Vehicles
University of South Florida(南佛罗里达大学)
本文提出了一种针对电动汽车编队的新型Lyapunov基于CACC控制器,通过第三阶动态模型提升能量效率,实验证明在降低控制增益的同时保持字符串稳定性,并提升能量效率达38.5%。
2026-04-09 cs.SY eess.SY
Safe Adaptive Cruise Control with Road Grade Preview and V2V Communication
University of Michigan(密歇根大学)
本文提出了一种安全自适应巡航控制系统,利用道路坡度和前车运动预览,通过模型预测控制框架优化舒适性、安全性和能耗,采用新颖的方法计算鲁棒不变终端集以确保车辆间安全距离,仿真结果验证了该控制算法的有效性。
2018-10-21 cs.RO cs.SY eess.SY
Comparison of Deep Reinforcement Learning and Model Predictive Control for Adaptive Cruise Control
本研究比较了深度强化学习(DRL)和模型预测控制(MPC)在车辆跟驰场景中的自适应巡航控制(ACC)设计。一阶系统被用作面向控制的模型(COM)来近似车辆的加速指令动态。基于控制系统方程和多目标代价函数,采用深度确定性策略梯度(DDPG)训练DRL策略,并采用内点优化(IPO)求解MPC问题。对事件成本的仿真结果表明,当没有建模误差且测试输入在训练数据范围内时,DRL解决方案等效于具有足够长预测范围的MPC。特别是,DRL事件成本仅比通过IPO优化整个事件提供的基准解决方案高5.8%。当测试输入超出训练数据范围时,DRL控制性能下降,表明泛化不足。当由于控制延迟、干扰和/或使用车辆的高保真模型(HFM)的测试而存在建模误差时,DRL训练的策略在大的建模误差下表现更好,而在建模误差小时具有与MPC类似的性能。
2020-05-20 cs.SY eess.SY
Model based string stability of adaptive cruise control systems using field data
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Vanderbilt University(范德堡大学)
本文基于缺乏商用SAE一级自动驾驶系统性能实证数据的问题,通过现场实验校准了最优速度相对速度跟车模型,并发现校准模型存在字符串不稳定性,表明无法完全防止交通扰动放大为 phantom jams,但中等规模的字符串不稳定商业ACC编队仍能部分抑制某些扰动。
2019-02-13 cs.SY eess.SY
Hybrid Car-Following Strategy based on Deep Deterministic Policy Gradient and Cooperative Adaptive Cruise Control
Beijing Jiaotong University(北京交通大学);Tsinghua University(清华大学)
基于深度确定性策略梯度(DDPG)的车辆跟驰策略具有对复杂环境的探索能力,可以突破微分方程模型的约束。然而,DDPG的跟驰性能通常会因奖励函数设计不合理、训练不足和采样效率低而下降。为了解决这类问题,提出了一种基于DDPG和协同自适应巡航控制(CACC)的混合跟驰策略。首先,车辆跟驰过程被建模为马尔可夫决策过程,在每帧同时计算CACC和DDPG。给定当前状态,分别从CACC和DDPG获得两个动作。然后,一个最优的行动,对应于一个提供更大的奖励,选择作为混合策略的输出。同时,设计了一个规则,以确保加速度的变化率小于期望值。因此,该策略既保证了CACC的基本跟驰性能,又充分利用了DDPG在复杂环境下的探测优势。仿真结果表明,与DDPG和CACC相比,该策略的跟驰性能得到了改善。
2022-01-11 cs.AI cs.LG cs.SY
Adaptive Leading Cruise Control in Mixed Traffic Considering Human Behavioral Diversity
本文提出了一种自适应的领先巡航控制策略的连接和自动驾驶汽车(CAV),并首先考虑其对以下的人类驾驶的车辆(HDV)具有不同的驾驶特性的影响,在统一的优化框架,以提高整体的能源效率。HDV的跟车行为使用下一代仿真数据集进行统计校准。在典型的单车道车辆跟驰场景中,CAVs和HDV共享道路,CAVs的纵向速度控制可以通过避免不必要的加速和制动来大幅降低跟驰HDV的能耗。此外,除了车辆跟驰安全和交通效率等目标外,CAV和HDV的能量效率都被纳入强化学习的奖励函数中。从历史速度信息中实时学习后续HDV的特定驾驶模式,以预测其在优化范围内的加速度和功耗。仿真结果表明,在不确定性和驾驶行为多样性的情况下,CAV对混合交通流的整体能效有积极的影响.仿真结果表明,整体能源效率平均提高了4.38%。
2022-10-05 cs.SY eess.SY
Adaptive Cruise Control in Autonomous Vehicles: Challenges, Gaps, Comprehensive Review, and, Future Directions
KLE Technological University(KLE理工大学)
本文针对现有自适应巡航控制(ACC)综述缺乏挑战与解决方案全面分析的不足,系统梳理ACC研究空白,提出未来方向与创新方法,助力下一代ACC系统研发及可持续高韧性城市交通实现。
2025-09-30 cs.RO cs.SY eess.SY
Safety Filtering for Reinforcement Learning-based Adaptive Cruise Control
基于强化学习(RL)的自适应巡航控制系统(ACC)学习并适应道路、交通和车辆状况,对于提高车辆能量效率和交通流量具有吸引力。然而,RL在安全关键系统(如ACC)中的应用需要强有力的安全保证,这是很难实现的学习代理,有一个基本的需要探索。在本文中,我们推导出控制障碍函数作为安全过滤器,允许基于RL的ACC控制器在碰撞安全集内自由探索。具体而言,我们推导出控制障碍函数的高相对度非线性系统考虑到惯性效应有关的商用车。我们还概述了一个算法,用于容纳驱动饱和与这些障碍函数。虽然任何RL算法都可以用作性能ACC控制器与这些过滤器,我们实现了最大后验策略优化(MPO)算法与混合行动空间,学习燃料最佳档位选择和扭矩控制策略。安全过滤RL方法与仅在充分训练后学习以避免冲突的奖励整形RL方法形成对比。在不同的驱动周期的评价表明,所提出的方法相比,基线ACC算法的燃油经济性显着改善。
2023-01-02 cs.SY eess.SY
Analyzing Attacks on Cooperative Adaptive Cruise Control (CACC)
Institute of Distributed Systems Ulm University(乌尔姆大学分布式系统研究所)
本文研究CACC系统的攻击韧性,提出攻击模型和评估框架,揭示三种控制器易受干扰和数据注入攻击,强调需结合行为检测与鲁棒控制算法以保障安全。
2017-12-08 cs.CR cs.SY eess.SY
Driving Towards Stability and Efficiency: A Variable Time Gap Strategy for Adaptive Cruise Control
针对自适应巡航控制中时间间隔设置对交通容量与队列稳定性的权衡问题,提出一种基于非线性H∞控制的变时间间隔反馈策略,经OpenACC数据校准与仿真验证,能有效抑制扰动,提升混合交通流的效率与安全性。
2025-06-19 cs.SY eess.SY
A Real-Time Robust Ecological-Adaptive Cruise Control Strategy for Battery Electric Vehicles
针对网联纯电动汽车生态自适应巡航控制,提出空间域凸建模与基于 sLMI 的 RMPC 策略,在扰动下兼顾约束鲁棒性、节能性与实时性。
2023-08-15 cs.SY eess.SY
A Learning-based Stochastic MPC Design for Cooperative Adaptive Cruise Control to Handle Interfering Vehicles
West Virginia University(西弗吉尼亚大学);University of Central Florida(中佛罗里达大学)
本文提出基于神经网络的切入检测与轨迹预测方案,结合概率框架和随机模型预测控制器,提升对干扰车辆切入行为的应对能力,通过现实驾驶场景验证系统性能。
2018-02-26 cs.SY eess.SY
Resilient Interval Observer-Based Control for Cooperative Adaptive Cruise Control under FDI Attack
University of Tulsa(塔尔萨大学)
本文提出了一种结合非线性控制器和区间观测器的控制框架,用于在面对FDI攻击时实现鲁棒的状态估计和安全的协同自适应巡航控制。
2026-01-18 cs.SY eess.SY
Extending Adaptive Cruise Control with Machine Learning Intrusion Detection Systems
本文提出基于入侵检测系统的自适应巡航控制系统,通过引入IDS输出来增强ACC对注入攻击的防御能力,从而提升碰撞避免性能。
2026-03-01 cs.CR cs.SY eess.SY
A Review on Cooperative Adaptive Cruise Control (CACC) Systems: Architectures, Controls, and Applications
Department of Mechanical Engineering(机械工程系)
本文综述了全球范围内关于CACC系统不同方面的研究进展,涵盖架构、控制方法及应用,分析了当前机遇与挑战,并展望了未来发展方向。
2018-09-08 cs.IT cs.RO cs.SY
Improvement and Evaluation of Resilience of Adaptive Cruise Control Against Spoofing Attacks Using Intrusion Detection System
自适应巡航控制(ACC)系统自动调整车速,以保持车辆与前车之间的安全距离。控制器的加速或减速决定是使用车辆的目标速度和车辆到领头车辆的距离与到该车辆的安全距离之间的差来计算的。欺骗通过车辆的控制器局域网(CAN)传送的车辆速度会对ACC(比例-积分-微分变型)防止与领头车辆碰撞的能力产生负面影响。本文报告了扩展ACC与实时入侵检测系统(IDS)能够检测速度欺骗攻击与合理的响应时间和检测率,并模拟建议的扩展使用CARLA仿真平台。仿真的结果是:(1)欺骗车辆速度可以阻止ACC错误地加速,从而导致事故,以及(2)使用基于ML的IDS扩展ACC以在事故即将发生时触发制动器可以缓解该问题。研究结果表明,探索基于ML的IDS的能力,以支持弹性机制,减轻对车辆的网络攻击。
2023-02-02 cs.CR cs.SY eess.SY
Enhancing Safety in Nonlinear Systems: Design and Stability Analysis of Adaptive Cruise Control
本研究提出一种基于控制屏障函数的安全控制方法,将安全条件转化为约束,应用于自适应巡航控制,仿真验证了在保证安全的同时不牺牲控制性能。
2024-01-22 cs.SY eess.SY
Ecological Adaptive Cruise Control for City Buses based on Hybrid Model Predictive Control using PnG and Traffic Light Information
本文提出了一种生态自适应巡航控制(EACC)的概念,其主要目标是最大限度地减少城市公交车的燃油消耗与内燃机(ICE)。一个混合模型预测控制(HMPC)在这项工作中实现控制连续和离散时间变量。此外,多目标优化问题的EACC制定在时域上作为一个混合整数二次约束二次规划(MIQCQP)问题。建议HMPC-EACC执行强大的车辆跟踪,同时跟踪领先的车辆和计划燃油效率的加速和减速机动的主机。此外,它使用信号相位和定时(SPaT)信息来计算本车在绿灯相位通过信号交叉口的绿波参考速度。此外,所提出的控制器执行脉冲和滑翔(PnG),以最佳地控制发动机的ON和OFF状态,并节省额外的燃料。此外,所提出的策略的性能进行评估,在现实世界的驾驶配置文件和比较,从文献中的基线控制器。最后,研究了不同预测时域对燃料节省量和计算时间的影响。结果表明,HMPC-EACC的燃油消耗显着减少,并证明所提出的控制器是实时的能力。
2021-04-18 cs.SY eess.SY
Adaptive Tube-based Nonlinear MPC for Ecological Autonomous Cruise Control of Plug-in Hybrid Electric Vehicles
本文提出了一种自适应管状非线性模型预测控制(AT-NMPC)方法,用于设计自主跟车控制系统。该方法利用两个独立模型来定义约束递推最优控制问题,通过固定名义模型和自适应模型分别处理约束和目标函数,以提高控制性能和鲁棒性。
2018-03-15 cs.SY eess.SY
Correctness Guarantees for the Composition of Lane Keeping and Adaptive Cruise Control
University of Michigan(密歇根大学);California Institute of Technology(加州理工学院)
本文提出一种具有正确性保证的控制方法,用于同时操作车道保持和自适应巡航控制,通过集合不变性表达安全规范,并利用二次规划和物理建模设计控制屏障函数,实现安全性和性能的结合。
2017-05-05 cs.SY eess.SY math.OC
Measuring Impact of Adaptive and Cooperative Adaptive Cruise Control on Throughput of Signalized Intersections
本文分析了三种车距模型对交叉口通行能力的影响,探讨了最大车辆加速度和ACC/CACC车辆比例对通行能力的作用,并通过SUMO仿真评估了车组模式下的行驶时间与网络通行能力。
2017-12-22 cs.SY eess.SY
A phase-aware AI car-following model for electric vehicles with adaptive cruise control: Development and validation using real-world data
Department of Civil Engineering(土木工程系);Saint Louis University(圣路易斯大学);Department of Civil, Environmental, and Architectural Engineering(土木、环境与建筑工程系);University of Kansas(堪萨斯大学);Department of Computer Science(计算机科学系)
针对电动汽车独特跟驰动态,提出融合相位识别AI的PAAI模型,利用ACC真实轨迹数据验证,显著提升预测精度。
2025-09-30 cs.AI cs.RO cs.SY
Communication-Efficient Decentralized Multi-Agent Reinforcement Learning for Cooperative Adaptive Cruise Control
针对协作式自适应巡航控制(CACC),提出一种完全去中心化的多智能体强化学习框架,并结合基于量化的通信方案降低开销,实验证明其在通信效率与控制效能上均优于现有基准。
2024-02-19 cs.SY eess.SY
The Effects of Powertrain Mechanical Response on the Dynamics and String Stability of a Platoon of Adaptive Cruise Control Vehicles
本文分析了动力总成机械响应下自适应巡航控制车辆队列的动力学,发现加速度反馈增益影响扰动衰减和稳定性,提出了频率相关增益以消除振荡并保持快速扰动衰减。
2013-01-09 cs.SY eess.SY nlin.AO
Development and Virtual Testing of 5G Connected Adaptive Cruise Control
据估计,90%的撞车事故是由于人为错误造成的,主要是由于判断力差、注意力分散或缺乏态势感知。旨在提高道路安全性和驾驶舒适性的系统开发是许多OEM目前面临的主要挑战。使用快速可靠的创新通信技术(如5G)可以促进ADAS领域的进步和发展。本文的目的是研究连接性在安全性和车辆舒适性方面可能给ACC系统带来的潜在改进。本文从现有的ACC的研究现状出发,设计并深入研究了一种新型的互联ACC。这些算法的主要特点在于整合有关5G提供的其他道路车辆的信息,以及有关倍耐力Cyber Tyre等智能传感器提供的潜在抓地力的信息。新的解决方案,然后通过几个模拟考虑两个实际的交通情况下,不同的道路摩擦系数的标准ACC进行比较。最后对该算法的优点和局限性进行了深入的讨论。
2022-01-11 cs.SY eess.SY
Impact of Acceleration/deceleration Limits on the String Stability of Adaptive Cruise Control
本文证明了ACC系统中的加减速限制可以使串稳定ACC放大自然驾驶中的速度扰动。结果表明,受约束的加/减速度的以下ACC很可能会导致速度超调,以补偿一个额外的大/小的间距。此外,我们发现,约束减速限制也可能危及安全,因为有限的制动功率产生额外的小间距,甚至崩溃。通过实车实验验证了研究结果。本文建议,ACC参数空间应扩展到包括加速度/减速度限制,考虑到其显着的作用,在这里暴露。通过对ACC队列的数值模拟,我们发现:(1)边缘串稳定的ACC队列具有较小的总队长和较短的拥塞持续时间; ii)混合ACC队列中的拥堵波很大程度上取决于提供不同加速度/减速度限制的车辆顺序,当存在串不稳定ACC时,约束减速度限制引起的安全危险在混合ACC排中更显著。
2021-08-09 cs.SY eess.SY
Impact Sensitivity Analysis of Cooperative Adaptive Cruise Control Against Resource-Limited Adversaries
本文针对资源受限攻击,提出了CACC方案的敏感性分析建模框架,通过计算可达集的外部椭球近似来量化攻击损害,并发现不同控制器实现会显著影响攻击效果。
2023-09-07 cs.CR cs.SY eess.SY
A Nonlinear CTH-Based Adaptive Cruise Controller With Safety and String Stability Guarantees
National Technical University of Athens(雅典国立技术大学);Technical University of Crete(克里特理工大学)
研究车辆编队纵向控制问题,设计基于CTH策略的非线性自适应巡航控制器,能保证车速和加速度有界及防撞,通过引入间距误差变量分析闭环系统,保证间距误差收敛并建立非线性队列稳定性,推导\(L_p\)队列稳定性充分条件。
2026-07-28 cs.SY eess.SY math.OC
Improving Cooperative Adaptive Cruise Control Robustness to Parametric Uncertainty via Plant Equivalent Controller Realizations
Eindhoven University of Technology(埃因霍温理工大学);Singapore University of Technology and Design(新加坡科技设计大学)
本文提出通过优化植物等效控制器实现CACC在参数不确定性下的鲁棒性提升,采用凸优化方法确保稳定性和性能。
2026-09-10 cs.SY eess.SY
Evaluation and Optimization of Adaptive Cruise Control in Autonomous Vehicles using the CARLA Simulator: A Study on Performance under Wet and Dry Weather Conditions
Al-Ahliyya Amman University(安曼阿赫利亚大学);University of Jordan(约旦大学)
本文在CARLA模拟器中利用深度相机和雷达传感器结合PID控制实现自适应巡航控制,研究干湿天气下的性能,结果表明雨天会降低车速、延长行驶时间,并能有效防止追尾碰撞。
2024-05-02 cs.RO cs.SY eess.SY
Communication-Efficient MARL for Platoon Stability and Energy-efficiency Co-optimization in Cooperative Adaptive Cruise Control of CAVs
本文提出融合QSGD与BDC的完全去中心化通信高效MARL框架,用于CAV的CACC,以协同优化车队稳定性与能效,并在多种基准和OpenACC真实场景中验证其节能、可扩展性与实用性。
2024-06-17 cs.SY eess.SY