陳 濤，郭叢帥，李旭川，范林坤

（長(zhǎng)安大學(xué) 汽車(chē)運(yùn)輸安全保障技術(shù)交通行業(yè)重點(diǎn)實(shí)驗(yàn)室，西安 710064）

ACC系統(tǒng)作為先進(jìn)駕駛?cè)溯o助系統(tǒng)（advanced driver assistance system，ADAS）的重要組成部分已經(jīng)廣泛應(yīng)用于車(chē)輛。ACC系統(tǒng)可有效減輕駕駛?cè)素?fù)荷，提高車(chē)輛的主動(dòng)安全性。

近年來(lái)，國(guó)內(nèi)外研究人員在ACC系統(tǒng)研究過(guò)程中從多個(gè)角度進(jìn)行了分析。其中，控制算法方面，PID［1－2］、模糊邏輯控制（fuzzy logic control，F(xiàn)LC）［3］、滑模控制（sliding mode control，SMC）［4］、MPC等［5］控制算法均被應(yīng)用于ACC系統(tǒng)。安全車(chē)距方面，朱敏等［6］引入車(chē)間反應(yīng)時(shí)距并提出考慮車(chē)間反應(yīng)時(shí)距的ACC控制策略，實(shí)驗(yàn)結(jié)果表明，目標(biāo)車(chē)輛信息跳變時(shí)該控制策略仍能保持自車(chē)舒適運(yùn)行；許倫輝等［7］針對(duì)運(yùn)行車(chē)隊(duì)，分別以固定車(chē)距和固定時(shí)距建立控制策略，且分別考慮了有領(lǐng)車(chē)、無(wú)領(lǐng)車(chē)和理想、非理想情況，提出了考慮不同安全車(chē)距的ACC策略，仿真結(jié)果表明，整個(gè)車(chē)隊(duì)在各參數(shù)滿足車(chē)隊(duì)穩(wěn)定性條件下可保持穩(wěn)定行駛；黃晶等［8］針對(duì)不同的縱向工況采取不同的間距策略，實(shí)現(xiàn)了適應(yīng)駕駛?cè)孙L(fēng)格的工況平滑切換；魏娟等［9］考慮了前車(chē)加速度對(duì)于安全距離模型的影響，將前車(chē)加速度作為MPC的輸入量之一設(shè)計(jì)了ACC系統(tǒng)，結(jié)果表明，該方法可更快地響應(yīng)前車(chē)速度的變化。駕駛?cè)孙L(fēng)格方面，在大多ACC系統(tǒng)設(shè)計(jì)中并沒(méi)有考慮駕駛?cè)说膫€(gè)性化需求和系統(tǒng)使用之間的平衡，駕駛?cè)送ǔＶ荒鼙粍?dòng)適應(yīng)系統(tǒng)，所以考慮駕駛?cè)颂匦缘腁CC系統(tǒng)設(shè)計(jì)尤為重要。管欣等［10］將駕駛?cè)四Ｐ鸵氩⑻岢隽嘶隈{駛?cè)俗顑?yōu)預(yù)瞄加速度模型的ACC系統(tǒng)，結(jié)果表明，將駕駛?cè)诵袨榻?yīng)用于ACC系統(tǒng)的研究是可行的；Yi等［11］通過(guò)采集實(shí)際駕駛?cè)藬?shù)據(jù)，基于具有遺傳因子的遞歸最小二乘法在完全駕駛?cè)瞬僮黢{駛階段識(shí)別駕駛?cè)颂匦詤?shù)，并應(yīng)用于自動(dòng)控制系統(tǒng)駕駛階段，設(shè)計(jì)了自適應(yīng)巡航起－停系統(tǒng)，實(shí)驗(yàn)表明該系統(tǒng)可有效模擬駕駛?cè)藢?shí)際操作；Wang等［12］也用類(lèi)似算法設(shè)計(jì)了跟車(chē)輔助控制系統(tǒng)。其他方面，李亞勇等［13］提出了考慮前后方車(chē)輛行駛狀態(tài)的ACC系統(tǒng)控制方法；劉明春等［14］提出了考慮測(cè)量噪聲的車(chē)輛自適應(yīng)巡航控制系統(tǒng)縱向跟車(chē)控制方法。

以上文獻(xiàn)在考慮駕駛?cè)颂匦缘腁CC系統(tǒng)研究過(guò)程中，雖然在不同程度上考慮了駕駛?cè)思鞍踩?chē)距對(duì)于ACC系統(tǒng)的影響，但并未具體考慮駕駛?cè)孙L(fēng)格對(duì)于安全距離的影響，建立駕駛?cè)孙L(fēng)格辨識(shí)模型以選取匹配的安全距離模型使ACC系統(tǒng)適應(yīng)駕駛?cè)?。為此，提出了適應(yīng)駕駛?cè)说膫€(gè)性化ACC策略，將駕駛?cè)朔譃?類(lèi)建立基于固定車(chē)間時(shí)距的安全距離模型，并建立了分層ACC控制策略，最后進(jìn)行了聯(lián)合仿真驗(yàn)證。

1 安全距離模型及駕駛?cè)孙L(fēng)格辨識(shí)

1.1 安全距離模型

安全距離模型設(shè)計(jì)的適宜程度直接影響到車(chē)輛運(yùn)行安全性和駕駛?cè)藢?duì)ACC系統(tǒng)的接受程度，同時(shí)也反映了不同駕駛?cè)藢?duì)安全距離的不同期望。通過(guò)對(duì)22名不同年齡及不同駕齡的駕駛?cè)朔謩e進(jìn)行9種跟隨工況的實(shí)車(chē)試驗(yàn)，其中22名駕駛?cè)四挲g及駕齡分布如表1所示。通過(guò)試驗(yàn)獲取駕駛數(shù)據(jù)包括自車(chē)車(chē)速、主車(chē)車(chē)速、主車(chē)加速度、兩車(chē)相對(duì)距離、停車(chē)距離，然后計(jì)算車(chē)頭時(shí)距TH（time headway，TH）和碰撞時(shí)間倒數(shù)（time to collision inverse，TTCi）。TH可有效反映駕駛?cè)朔€(wěn)態(tài)跟車(chē)行為，TTCi可有效反映駕駛?cè)藢?duì)跟車(chē)時(shí)危險(xiǎn)情況的判斷程度，同時(shí)，dstop是安全距離模型建立的重要參數(shù)，也反映了不同風(fēng)格駕駛?cè)说钠谕＼?chē)距離，所以選取TH、TTCi和dstop為駕駛?cè)笋{駛特性參數(shù)。通過(guò)K-means均值聚類(lèi)方法對(duì)駕駛?cè)祟?lèi)型進(jìn)行分類(lèi)。駕駛風(fēng)格分類(lèi)結(jié)果如圖1所示。

表1 實(shí)車(chē)試驗(yàn)駕駛?cè)四挲g及駕齡分布

圖1 駕駛風(fēng)格分類(lèi)結(jié)果

由聚類(lèi)得到3類(lèi)駕駛?cè)伺鲎矔r(shí)間倒數(shù)－車(chē)頭時(shí)距－停車(chē)間距三維散點(diǎn)圖，如圖2所示。根據(jù)聚類(lèi)分析結(jié)果，謹(jǐn)慎型駕駛?cè)似蛴诟哕?chē)頭時(shí)距、低碰撞時(shí)間倒數(shù)以及高停車(chē)間距；激進(jìn)型駕駛?cè)藙t偏向低車(chē)頭時(shí)距、高碰撞時(shí)間倒數(shù)、低停車(chē)間距。適中型駕駛?cè)烁鲄?shù)值介于二者之間，如表2所示。

圖2 TTCi-TH-d stop三維散點(diǎn)圖

在跟車(chē)過(guò)程中，同一風(fēng)格駕駛?cè)藘A向于保持相近的車(chē)頭時(shí)距，但不同風(fēng)格駕駛?cè)说能?chē)頭時(shí)距各不相同；在前車(chē)停車(chē)后，不同風(fēng)格駕駛?cè)说耐＼?chē)距離范圍也各不相同。本文基于固定車(chē)間時(shí)距算法，提出適應(yīng)駕駛?cè)孙L(fēng)格的安全距離模型。所設(shè)計(jì)的安全距離模型只考慮前后車(chē)輛在同一車(chē)道縱向行駛工況，忽略兩車(chē)橫向偏移，具體公式為

式中：vr＝vh－vf，vh為主車(chē)車(chē)速，vf為前車(chē)車(chē)速；t1、t2分別為一段連續(xù)時(shí)間的起止時(shí)刻。不同風(fēng)格駕駛?cè)说腡H、dstop值如表3所示。

表3 不同風(fēng)格駕駛?cè)说腡H、d stop值

不同類(lèi)型駕駛?cè)税踩嚯x模型及加速度范圍約束如表4所示，加速度范圍根據(jù)駕駛?cè)祟?lèi)型劃分及實(shí)車(chē)試驗(yàn)數(shù)據(jù)獲取。

表4 不同駕駛風(fēng)格安全距離模型及 加速度范圍約束

1.2 駕駛風(fēng)格辨識(shí)

以車(chē)頭時(shí)距、碰撞時(shí)間倒數(shù)和車(chē)輛最大加速度為特征值，通過(guò)BP神經(jīng)網(wǎng)絡(luò)對(duì)駕駛?cè)孙L(fēng)格進(jìn)行離線辨識(shí)，分類(lèi)標(biāo)簽分別為謹(jǐn)慎型駕駛?cè)?、適中型駕駛?cè)撕图みM(jìn)型駕駛?cè)?。在駕駛過(guò)程中通過(guò)收集自車(chē)和前車(chē)行駛參數(shù)值計(jì)算得到辨識(shí)所需特征值進(jìn)行在線辨識(shí)得到當(dāng)前駕駛?cè)笋{駛風(fēng)格類(lèi)別，獲取相應(yīng)的安全距離模型及加速度限制范圍。

本文所建立的BP神經(jīng)網(wǎng)絡(luò)如圖3所示，隱藏層節(jié)點(diǎn)數(shù)為10，輸入輸出層節(jié)點(diǎn)數(shù)均為3。模型輸入量為T(mén)H、TTCi和amax，在輸入前均進(jìn)行歸一化，以保證數(shù)據(jù)的可解釋性，提高模型的收斂速度。同時(shí)，在輸出層應(yīng)用softmax激活函數(shù)，得到最終的回歸分類(lèi)器。以實(shí)驗(yàn)獲取的138條數(shù)據(jù)進(jìn)行模型訓(xùn)練，剩余60條數(shù)據(jù)進(jìn)行模型測(cè)試，最終辨識(shí)準(zhǔn)確率可達(dá)92.7%。

圖3 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖

在實(shí)際采樣過(guò)程中，需確保為有效工況，當(dāng)前方存在目標(biāo)車(chē)輛時(shí)，獲取自車(chē)速度、前車(chē)速度、相對(duì)距離，計(jì)算碰撞時(shí)間倒數(shù)及車(chē)頭時(shí)距，以碰撞時(shí)間倒數(shù)、車(chē)頭時(shí)距和自車(chē)最大加速度為一組辨識(shí)數(shù)據(jù)，以多次辨識(shí)中出現(xiàn)次數(shù)最多的類(lèi)型為最終辨識(shí)結(jié)果。

2 ACC控制系統(tǒng)設(shè)計(jì)

本文中搭建分層ACC系統(tǒng)控制器，如圖4所示，上層通過(guò)集成式建模，且在車(chē)輛運(yùn)行過(guò)程中，通過(guò)駕駛?cè)笋{駛數(shù)據(jù)進(jìn)行駕駛?cè)孙L(fēng)格辨識(shí)選擇相匹配的安全距離模型，并綜合考慮3個(gè)性能指標(biāo)基于MPC建立上層控制器。基于PID建立下層控制器實(shí)時(shí)調(diào)節(jié)期望加速度和實(shí)際加速度之間的誤差。

圖4 ACC系統(tǒng)分層式控制器框圖

2.1 上層控制器設(shè)計(jì)

車(chē)間縱向運(yùn)動(dòng)學(xué)模型直觀地反應(yīng)跟隨模式下主車(chē)和前車(chē)的行駛狀態(tài)，如圖5所示。同時(shí)，根據(jù)兩車(chē)的相對(duì)運(yùn)動(dòng)關(guān)系，對(duì)相對(duì)速度和相對(duì)距離誤差進(jìn)行定義：

圖5 車(chē)輛縱向運(yùn)動(dòng)學(xué)關(guān)系示意圖

式中：Δv為前車(chē)和主車(chē)之間的相對(duì)速度；Δd為兩車(chē)相對(duì)距離誤差。

建立1階慣性環(huán)節(jié)表示實(shí)際加速度和期望加速度的關(guān)系：

式中：ah為自車(chē)加速度，ades為期望加速度，KL為比例增益，取KL＝0.98，TL為時(shí)間常數(shù)，取TL＝0.53。

狀態(tài)空間方程，表示為：

式中：u（t）為系統(tǒng)控制量，選取為期望加速度，即u（t）＝ades；af（t）為前車(chē)加速度擾動(dòng)；x＝［ΔdΔv ah］T為系統(tǒng)狀態(tài)變量；y為系統(tǒng)輸出；Ac、Bcu、Bcd、C、D分別為狀態(tài)空間方程系數(shù)矩陣。 通過(guò)離散化處理，將預(yù)測(cè)模型轉(zhuǎn)變?yōu)榫€性時(shí)變模型，狀態(tài)空間方程表示如下：

式中：y（t）為被控輸出量；A、Bu、Bd、C、D分別為各增量所對(duì)應(yīng)的系數(shù)矩陣。

針對(duì)跟隨性指標(biāo)，ACC的目標(biāo)是使自車(chē)和目標(biāo)車(chē)輛保持安全距離模型得到期望安全距離，且兩車(chē)相對(duì)速度趨近于0，即兩車(chē)處于相對(duì)靜止的狀態(tài)：

針對(duì)舒適性指標(biāo)，有研究表明，加速度和加速度變化率越小，乘坐舒適度就越高。同時(shí)，加速度變化率從側(cè)面反映出燃油經(jīng)濟(jì)性，變化越小，燃油經(jīng)濟(jì)性越好。因此，應(yīng)保證加速度和加速度變化率在一定范圍內(nèi)波動(dòng)，式（6）給出期望加速度、加速度增量的約束條件：

式中：umin為期望加速度上界約束；umax為期望加速度下界約束；Δumax為期望加速度增量的上界約束；Δumin為期望加速度增量的上界約束。

考慮使用控制變量增量形式，建立MPC控制算法，首先定義：

式中：Δu（k）為期望加速度控制增量，假設(shè)i≥Nc時(shí)Δu（k＋i）＝0；Δφ（k）為前車(chē)加速度干擾增量，考慮只能得到當(dāng)下這一時(shí)刻的前車(chē)加速度值，因此Δφ（k＋i）＝0，i≥1。

新的狀態(tài)空間表達(dá)式為：

其中，

則第Np步預(yù)測(cè)系統(tǒng)狀態(tài)量和輸出量可表示為：

其中，

一方面，為提高系統(tǒng)魯棒性，將模型預(yù)測(cè)值與期望值間偏差的二次型最小化作為系統(tǒng)的優(yōu)化目標(biāo)。另一方面，為避免速度的劇烈變化影響舒適性以及執(zhí)行過(guò)程出現(xiàn)無(wú)法獲得最優(yōu)解的情況，將目標(biāo)函數(shù)中的控制量代替為控制增量，且加入松弛因子，如式（12）所示。

目標(biāo)函數(shù)可表示為：

其中：

式中：Yref（t＋1）為給定的參考輸入；ρ為權(quán)重系數(shù)；ε為松弛因子；ΓVy、Γu分別為系統(tǒng)輸出量和控制增量的權(quán)重矩陣。

2.2 下層控制器設(shè)計(jì)

利用PID控制器對(duì)下層控制器的輸入即期望加速度進(jìn)行控制，實(shí)時(shí)調(diào)節(jié)期望加速度和實(shí)際加速度之間的誤差，使下位控制器精準(zhǔn)追蹤期望加速度。下層控制器結(jié)構(gòu)如圖6所示。

圖6 基于PID的下層控制器結(jié)構(gòu)示意圖

下層控制器的控制對(duì)象是驅(qū)動(dòng)和制動(dòng)系統(tǒng)，需建立車(chē)輛逆縱向動(dòng)力學(xué)模型，將期望加速度ades轉(zhuǎn)化為相應(yīng)的期望節(jié)氣門(mén)開(kāi)度ades或期望制動(dòng)壓力Pdes作為輸入傳給車(chē)輛，以實(shí)現(xiàn)加減速。車(chē)輛逆縱向動(dòng)力學(xué)模型主要包括驅(qū)／制動(dòng)力切換策略、逆發(fā)動(dòng)機(jī)模型、逆制動(dòng)器模型［15］。車(chē)輛逆縱向動(dòng)力學(xué)系統(tǒng)模型如圖7所示。

圖7 車(chē)輛逆縱向動(dòng)力學(xué)系統(tǒng)模型框圖

2.2.1 驅(qū)／制動(dòng)力切換策略

根據(jù)期望加速度ades和實(shí)際加速度a關(guān)系，得到如下切換邏輯：

1）當(dāng)ades＞a＋h時(shí)，油門(mén)控制；

2）當(dāng)ades＜a－h(huán)時(shí)，制動(dòng)控制；

3）當(dāng)a－h(huán)＜ades＜a＋h時(shí)，維持上一周期控制。

為了防止驅(qū)／制動(dòng)控制切換過(guò)于頻繁，設(shè)置了緩沖區(qū)域，寬度h＝0.1 m／s2，圖中紅色曲線為車(chē)輛以初速140 km／h進(jìn)行帶檔滑行實(shí)驗(yàn)所獲得的車(chē)輛加速度變化曲線，綠色曲線與藍(lán)色曲線分別為緩沖上下界，得到油門(mén)與制動(dòng)切換邏輯曲線，如圖8所示。

圖8 油門(mén)與制動(dòng)切換邏輯曲線

2.2.2 逆發(fā)動(dòng)機(jī)模型

若邏輯切換后為加速控制，則計(jì)算得到期望發(fā)動(dòng)機(jī)轉(zhuǎn)矩，然后通過(guò)發(fā)動(dòng)機(jī)逆向模型得到期望節(jié)氣門(mén)開(kāi)度。對(duì)車(chē)輛進(jìn)行縱向力學(xué)分析得到車(chē)輛動(dòng)力學(xué)模型：

式中：ades為上層控制器計(jì)算的期望加速度；m為汽車(chē)整備質(zhì)量；Ft為地面對(duì)車(chē)輪的驅(qū)動(dòng)力；Fb為路面對(duì)車(chē)輛的制動(dòng)力；∑F為行駛阻力，即：

式中：Ff、Fw、Fi分別為滾動(dòng)、空氣及坡度阻力；g為重力加速度；f為滾動(dòng)阻力系數(shù)；CD為空氣阻力系數(shù)；A為迎風(fēng)面積；v為汽車(chē)和空氣的相對(duì)速度；β為坡度。

驅(qū)動(dòng)力可以表示為：

式中：ηT為傳動(dòng)系機(jī)械效率；Ttq為發(fā)動(dòng)機(jī)扭矩；wt為液力變矩器渦輪轉(zhuǎn)速；we為發(fā)動(dòng)機(jī)轉(zhuǎn)速為液力變矩器特性函數(shù)；ig為變速器傳動(dòng)比；io為主傳動(dòng)比；r為車(chē)輪滾動(dòng)半徑。

由式（10）～（15）可得：

根據(jù)節(jié)氣門(mén)開(kāi)度特性脈譜圖，反查表可得期望節(jié)氣門(mén)開(kāi)度：

2.2.3 逆制動(dòng)器模型

若邏輯切換為制動(dòng)控制，則先計(jì)算得到期望制動(dòng)力矩，然后通過(guò)逆制動(dòng)器模型得到期望制動(dòng)壓力。由于制動(dòng)時(shí)發(fā)動(dòng)機(jī)輸出轉(zhuǎn)矩為零，即Ft＝0，則：

在不超過(guò)路面最大制動(dòng)力的情況下，制動(dòng)力和制動(dòng)壓力可以近似表示：

式中：Tbf為前軸制動(dòng)力矩；Tbr為后軸制動(dòng)力矩；Kb為制動(dòng)力與制動(dòng)壓力的比值。

由式（21）（22）可得期望制動(dòng)壓力：

3 仿真研究

由于本文所提出的是適應(yīng)駕駛?cè)说膫€(gè)性化ACC策略，經(jīng)過(guò)對(duì)駕駛?cè)说姆治?，駕駛?cè)藢?duì)于車(chē)輛加減速最為敏感，所以本文為驗(yàn)證提出的個(gè)性化自適應(yīng)系統(tǒng)的性能，設(shè)計(jì)了綜合仿真工況，包含跟車(chē)－巡航、跟車(chē)減速及跟車(chē)加速多個(gè)工況。工況初始條件為：仿真時(shí)間50 s；兩車(chē)質(zhì)心相對(duì)距離為100 m，前車(chē)初速度為20 m／s，先勻速再加速至25 m／s然后減速最后以22.5m／s勻速行駛，自車(chē)初始速度為20 m／s。仿真結(jié)果如圖9～11所示。

圖9 綜合工況下加速度曲線

從車(chē)輛運(yùn)行角度分析，由圖9～11可知，在0～15 s由于兩車(chē)初始相對(duì)距離遠(yuǎn)大于期望安全距離，且自第5 s開(kāi)始前車(chē)開(kāi)始加速運(yùn)動(dòng)，為減小兩車(chē)之間相對(duì)距離，自車(chē)進(jìn)行加速運(yùn)動(dòng)，導(dǎo)致自車(chē)速度在一定程度上大于前車(chē)速度（如圖10所示），兩車(chē)相對(duì)距離逐漸減?。ㄈ鐖D11所示）；在15～25 s前車(chē)開(kāi)始減速，由于兩車(chē)實(shí)際相對(duì)距離與期望安全距離相近，自車(chē)開(kāi)始減速且跟隨前車(chē)速度變化而變化，在第30 s左右兩車(chē)基本達(dá)到相對(duì)靜止?fàn)顟B(tài)。結(jié)果表明，本文提出的算法可以達(dá)到良好的跟隨性及安全性。

圖10 綜合工況下車(chē)速曲線

圖11 綜合工況下相對(duì)距離曲線

從不同風(fēng)格駕駛?cè)私嵌冗M(jìn)行分析，由于激進(jìn)型駕駛?cè)司哂懈蟮募铀俣确秶图铀俣仍隽孔兓秶?，仿真結(jié)果表明，激進(jìn)型駕駛?cè)司哂休^大的期望加速度及實(shí)際加速度，適中型、謹(jǐn)慎型依次減?。ㄈ鐖D9所示），激進(jìn)型駕駛?cè)俗畲笃谕铀俣葹?.2 m／s2，最大實(shí)際加速度為1.6 m／s2，適中型駕駛?cè)俗畲笃谕铀俣葹?.2 m／s2，最大實(shí)際加速度為1.4 m／s2，謹(jǐn)慎型駕駛?cè)俗畲笃谕铀俣葹?.7 m／s2，最大實(shí)際加速度為1.2 m／s2；由于激進(jìn)型駕駛?cè)似谕^小的車(chē)頭時(shí)距及停車(chē)間距，導(dǎo)致所期望的安全距離較小，適中型與謹(jǐn)慎型所期望的安全距離依次增大。如圖11所示，達(dá)到相對(duì)穩(wěn)定后，激進(jìn)型駕駛?cè)税踩嚯x為33.5 m，適中型駕駛?cè)税踩嚯x為49.9 m，謹(jǐn)慎型駕駛?cè)税踩嚯x為60.5 m。仿真結(jié)果表明：本文提出的算法可以適應(yīng)不同駕駛?cè)说鸟{駛風(fēng)格，根據(jù)不同駕駛風(fēng)格呈現(xiàn)出不同的速度、加速度及相對(duì)距離的變化。

4 結(jié)論

本文中所提出控制策略相對(duì)于傳統(tǒng)自適應(yīng)巡航控制策略充分考慮了駕駛?cè)颂匦郧腋哚槍?duì)性。建立的駕駛?cè)孙L(fēng)格辨識(shí)模型準(zhǔn)確率為92.7%；將所建立的駕駛?cè)孙L(fēng)格辨識(shí)模型引入到上層控制器以選取匹配駕駛?cè)孙L(fēng)格的安全距離模型，在保證行駛安全性的基礎(chǔ)上更能夠適應(yīng)駕駛?cè)孙L(fēng)格，滿足個(gè)性化需求。仿真結(jié)果表明，在設(shè)計(jì)的綜合實(shí)驗(yàn)工況下本文提出的適應(yīng)駕駛?cè)说膫€(gè)性化ACC策略，可保證車(chē)輛良好的跟隨性能，適應(yīng)不同駕駛?cè)孙L(fēng)格，根據(jù)駕駛?cè)孙L(fēng)格變化調(diào)節(jié)加速度、速度以及相對(duì)距離，迎合不同駕駛?cè)说膫€(gè)性化需求。從ACC系統(tǒng)的本質(zhì)出發(fā)，適應(yīng)駕駛?cè)孙L(fēng)格的個(gè)性化ACC系統(tǒng)更具人性化。