CACC 协同式自适应巡航模型（仿真软件版本：Carsim2016，Matlab2018b及以上) 搭建四辆车在carsim和simulink进行协同式自适应巡航，其中间距策略考虑领航车速的影响，各个车辆采用分层式控制，分层式控制器主要分为下层控制（使用车辆逆纵向动力学模型（包括逆发动机模型 ))和上层控制（模糊MPC算法对相对距离，相对速度，加速度等进行调节，其中模糊逻辑对MPC的权重系数进行在线调整，stateflow进行模式切换)，实现定速巡航和车队跟随工况。 附带详细学习资料，适合入门自适应巡航，协同式自适应巡航，自动驾驶纵向控制，同时学习模型预测控制算法和模糊推理方法。

在高速公路上四辆车自动保持紧密队形，前车急刹时整个车队像弹簧缓冲般平稳降速——这种魔法般的协同控制背后，是分层控制器在玩转车辆动力学。今天我们解剖一个用Carsim和Simulink搭建的CACC协同巡航模型，手把手拆解油门刹车背后的控制逻辑。

!分层控制架构示意图

（示意图：上层模糊MPC与下层逆动力学协同工作）

油门刹车的底层密码

CACC 协同式自适应巡航模型（仿真软件版本：Carsim2016，Matlab2018b及以上) 搭建四辆车在carsim和simulink进行协同式自适应巡航，其中间距策略考虑领航车速的影响，各个车辆采用分层式控制，分层式控制器主要分为下层控制（使用车辆逆纵向动力学模型（包括逆发动机模型 ))和上层控制（模糊MPC算法对相对距离，相对速度，加速度等进行调节，其中模糊逻辑对MPC的权重系数进行在线调整，stateflow进行模式切换)，实现定速巡航和车队跟随工况。 附带详细学习资料，适合入门自适应巡航，协同式自适应巡航，自动驾驶纵向控制，同时学习模型预测控制算法和模糊推理方法。

车辆逆动力学模型就像老司机踩油门的肌肉记忆。这段代码计算特定加速度需求对应的油门/刹车开度：

function [throttle, brake] = InverseLongitudinal(ax, vx)
    % 查表法获取基础扭矩
    engine_map = xlsread('EngineData.xlsx'); 
    available_torque = interp2(engine_map.RPM, engine_map.Throttle,...
                              engine_map.Torque, current_rpm, 100);
    
    % 考虑传动损耗
    effective_torque = available_torque * 0.85 - vx*0.2; 
    
    % 制动逻辑切换
    if ax < -3.0
        brake = (-ax - 3.0)/2.0 * 100;
        throttle = 0;
    else
        brake = 0;
        throttle = ax / max_accel * 100; 
    end
end

代码里的三维插值表藏着发动机的脾气，0.85的传动损耗系数是拆解实车数据得来的经验值。当需求加速度超过-3m/s²时触发紧急制动，这个阈值比传统ACC更激进——毕竟车队协同需要更快的响应速度。

会学习的MPC控制器

上层控制器的核心是个会自我调整的模糊MPC。与传统MPC不同，我们在代价函数里加入了动态权重：

% 模糊规则片段
addRule(fis, "If spacing_error is large then weight_accel low", 1);
addRule(fis, "If velocity_error is positive then weight_jerk high", 2);

% MPC权重在线调整
Q_weights = evalfis(current_state, fis);
mpcObj.Weights.OutputVariables = [Q_weights(1) Q_weights(2) 0.5];

当跟车间距过大时自动降低加速度权重，相当于控制策略从"温柔跟车"切换为"紧急追赶"。在Simulink中用Stateflow实现模式切换，这个状态机构成了控制器的决策大脑：

state CruiseControl
    when acceleration_demand < 0.1g enter FollowingMode
    when lead_vehicle_brake_lights == true enter EmergencyMode
end

实车调试才知道的坑

1. Carsim的纵向动力学模型对油门响应存在80ms延迟，在Matlab侧需要提前做相位补偿
2. 四车通信时延超过200ms会导致队列失稳，需要设计预测补偿器
3. 逆模型中的轮胎滑移率补偿系数在雨天工况要动态调整

!仿真结果对比

（图示：传统ACC与CACC在弯道工况下的间距控制对比）

新手入门包

• 《车辆动力学与控制》第五章纵向动力学
• MATLAB MPC工具箱案例mpccut-in
• 经典论文《Cooperative Adaptive Cruise Control in Real Traffic Situations》
• Carsim纵向控制接口开发手册（重点看第7章S-Function集成）

建议从单车逆模型调试开始，先让车辆能精准跟踪目标加速度，再逐步增加通信模块。遇到队列震荡问题时，试试在MPC代价函数里加入加速度变化率约束——这招能有效抑制"抖动传染"。