自适应巡航控制系统是智能驾驶辅助系统的重要组成部分,可以有效改善驾驶员疲劳驾驶问题,提高驾驶员乘车舒适性。传统ACC系统大多只能对自车车道内的行驶车辆进行识别,而在旁车道车辆并线时,只有当旁车完全进入自车车道后才会引起ACC系统跟车目标的改变,因此传统ACC系统的目标更新及控制相对滞后。为了提高ACC系统的舒适性和安全性,提出了一种可识别旁车并线意图的改进ACC系统。主要研究内容如下:首先,确定ACC系统分层架构,设计下层控制器。在Simulink中设计搭建驱动系统逆模型和制动系统逆模型,防止驱动和制动频繁切换,设计了驱动/制动切换逻辑模块,并在下层控制器中加入前馈加反馈的控制策略。采用典型信号对其验证,结果表明下层控制器可以有效跟随期望加速度。其次,设计旁车并线意图识别模型。确定模型特征参数,从运动轨迹数据集中筛选样本构建训练集和测试集,并使用卡方分裂算法对其进行预处理。在基于评分搜索的网络结构学习基础上,加入随机抽样避免局部最优,通过构造出接近目标平稳分布的马尔可夫链,在多次迭代收敛到平稳状态后获得的样本中选取最佳网络结构。使用贝叶斯估计法学习网络参数,搭建基于贝叶斯网络的旁车并线意图识别模型。以测试样本验证模型效果,结果表明模型能有效识别旁车并线意图。然后,在ACC系统上层控制中集成旁车并线意图识别结果,基于MPC设计ACC系统上层控制算法。由意图识别模型计算旁车并线概率,若并线概率大于50%,则在自车前方建立虚拟前车,ACC系统更新跟车目标,跟随虚拟前车动态行驶,若并线概率小于等于50%,则继续跟随前车行驶。基于4个状态变量搭建ACC系统跟车预测模型。以相对速度和跟车间距误差建立跟车性能指标,并施加软约束,最终将目标约束求解问题转化为二次规划问题,求得最优解。最后,搭建Simulink和Carsim的联合仿真平台验证控制效果。分别在典型的低速、中速和高速三种速度工况下进行仿真,结果表明,在三种速度工况下,改进ACC系统相比传统ACC系统,减速过程平滑,加速度和加速度变化率变化平缓,跟车间距合理,燃油消耗量更低,舒适性、安全性和燃油经济性均得到有效改善。且改进ACC系统的速度误差和跟车间距误差都能快速收敛,证明跟车性良好。综上所述:改进ACC系统可以有效改善传统ACC在旁车并线工况下控制滞后的问题,提高舒适性、安全性和燃油经济性。