一种车辆速度自适应控制方法与流程

本发明涉及智能车辆领域，更具体的说是涉及一种车辆速度自适应控制方法。

背景技术：

汽车极大的方便了人们的出行，已经实现了普及。驾驶员在驾驶汽车跟车过程中，为了和前方车辆保持一个合适的跟车距离，需要进行频繁的切换加速踏板和制动踏板，难免会感到腿部和脚踝酸胀，同时驾驶员注意力高度集中，开车时间久了会感到疲倦犯困，严重影响行车安全。不同驾驶员对跟车的距离要求不同，有的驾驶员开车不符合交通法规或者驾驶员距离感不好，习惯与前车保持的很近的距离，当前车突然刹车时，自车来不及刹车而易导致交通事故。还有的驾驶员开车习惯不好，经常急加速和急减速，一方面会导致乘客不舒适，另一方面容易引发交通事故。

智能车辆的自动驾驶能够解决驾驶员频繁的切换加速踏板和制动踏板，产生的感到腿部和脚踝酸胀，以及开车时间久了感到疲倦犯困等问题。当智能车辆行驶时，智能车辆的行驶速度以及与前方车辆或者障碍物的距离应当根据前方是否有车辆，以及前方车辆的速度等外界环境的不同而进行调整，对于智能车辆如何调整行驶速度，以及调整速度的时候尽量避免乘客感到不舒适的问题，一直是智能驾驶领域的重点解决问题。

技术实现要素：

针对现有技术存在的不足，本发明的目的在于提供一种车辆速度自适应控制方法，车辆可通过该方法根据环境变化对车辆的速度进行自适应调节，使得车辆在行驶过程中与前车保持合适的距离。

为实现上述目的，本发明提供了如下技术方案：一种车辆速度自适应控制方法，提供中央控制器、环境采集单元、车身数据采集单元以及车速控制单元，该方法包括有数据采集步骤、期望速度直接确定步骤、期望距离计算步骤、初始期望速度计算步骤、期望速度比较确定步骤、加速度确定步骤以及车辆执行步骤；

所述数据采集步骤包括所述环境采集单元采集本车车辆前方的障碍物行进速度和障碍物距离本车车辆的距离并发送至中央控制器，所述中央控制器根据本车车辆前方的障碍物行进速度和障碍物距离本车的距离确定关键障碍物的速度和距离本车车辆的距离，并对关键障碍物的速度求导得到关键障碍物的加速度，所述车速数据采集单元采获取本车车辆信息并发送至所述中央控制器，所述本车车辆信息包括本车车辆的速度、驾驶员设定的安全跟车系数、驾驶员设定的最大巡航速度，并进入所述期望速度直接确定步骤；

所述期望速度直接确定步骤包括所述中央控制器判断本车车辆前方是否有障碍物以及关键障碍物距离本车车辆的距离是否大于预设的有效影响距离，所述有效影响距离表征会对本车车辆的行驶速度产生影响的障碍物距离本车车辆的最大距离临界值，当本车车辆前方无障碍物或者关键障碍物距离本车车辆的距离大于所述有效影响距离时，设定本车车辆的期望速度为最大巡航速度，所述期望速度表征在当前外界环境下，期望本车车辆达到的行驶速度；当关键障碍物距离本车车辆的距离不大于所述有效影响距离时，进入期望距离计算步骤；

所述期望距离计算步骤包括所述中央控制器根据本车车辆的速度、关键障碍物的速度、关键障碍物的加速度、驾驶员设定的安全跟车系数通过预设的期望距离算法计算得到期望距离，所述期望距离表征在当前外界环境下，期望本车车辆与关键障碍物保持的距离，本车车辆的速度越大、关键障碍物的速度越小、关键障碍物的加速度越小、驾驶员设定的安全跟车系数越大，得到的期望距离越大，并进入所述初始期望速度计算步骤；

所述初始期望速度计算步骤包括所述中央控制器根据关键障碍物距离本车车辆的距离、期望距离、关键障碍物的速度以及本车车辆的速度计算得到初始期望速度，并进入所述期望速度比较确定步骤；

所述期望速度比较确定步骤包括所述中央控制器将所述初始期望速度与所述最大巡航速度比较，将较小值确定为所述期望速度，并进入所述加速度确定步骤；

所述加速度确定步骤包括所述中央控制器根据期望速度、本车车辆的速度通过预设的加速度算法计算得到本车加速度，所述期望速度越大，本车车辆的速度越小，得到的本车加速度越大，并进入车辆执行步骤；

所述车辆执行步骤包括所述中央控制器将本车加速度发送至车速控制单元，所述车速控制单元根据本车加速度控制本车车辆行驶。

作为本发明的进一步改进，所述初始期望速度计算步骤包括有第一初始期望速度差值计算子步骤、第二初始期望速度差值计算子步骤、初始期望速度差值确定子步骤以及初始期望速度确定子步骤；

所述第一初始期望速度差值计算子步骤包括所述中央控制器根据关键障碍物距离本车车辆的距离和期望距离通过预设的第一初始期望速度差值算法计算得到第一初始期望速度差值，关键障碍物距离本车车辆的距离越大、期望距离越小，得到的第一初始期望速度差值越大，并进入第二初始期望速度差值计算子步骤；

所述第二初始期望速度差值计算子步骤包括所述中央控制器根据关键障碍物的速度和本车车辆的速度通过预设的第二初始期望速度差值算法计算得到第二初始期望速度差值，关键障碍物的速度越大，本车车辆的速度越小，得到的第二初始期望速度差值越大，并进入初始期望速度差值确定子步骤；

所述初始期望速度差值确定子步骤包括所述中央控制器根据第一初始期望速度差值和第二初始期望速度差值确定初始期望速度差值，所述初始期望速度差值表征期望在当前本车车辆的速度基础上改变的速度变化量，并进入初始期望速度确定子步骤；

所述初始期望速度确定子步骤包括所述中央控制器根据本车车辆的速度和初始期望速度差值通过预设的初始期望速度算法计算得到初始期望速度，本车车辆的速度越大、初始期望速度差值越大，得到的初始期望速度越大。

作为本发明的进一步改进，所述中央控制器配置有初始期望速度差值确定策略，所述中央控制器根据所述初始期望速度差值确定策略确定初始期望速度差值，所述初始期望速度差值确定策略包括判断确定步骤、第一确定步骤以及第二确定步骤；

所述判断步骤包括判断所述第一初始期望速度差值和所述第二初始期望速度差值是否不小于0，当所述第一初始期望速度差值和所述第二初始期望速度差值均不小于0时，则所述第一初始期望速度差值和所述第二初始期望速度差值中较大值确定为所述初始期望速度差值；当所述第一初始期望速度差值和所述第二初始期望速度差值均小于0时，则所述第一初始期望速度差值和所述第二初始期望速度差值中的绝对值较大值确定为所述初始期望速度差值；当所述第一初始期望速度差值不小于0且所述第二初始期望速度差值小于0时，进入第一确定步骤；当所述第一初始期望速度差值小于0且所述第二初始期望速度差值不小于0时，进入第二确定步骤；

所述第一确定步骤包括所述中央控制器根据本车车辆的速度和期望距离通过预设的第一临界距离算法计算得到第一临界距离，本车车辆的速度越大，期望距离越大，得到的第一临界距离越大，当关键障碍物距离本车车辆的距离大于第一临界距离时，将所述第一初始期望速度差值确定为所述初始期望速度差值；当关键障碍物距离本车车辆的距离小于第一临界距离时，将所述第二初始期望速度差值确定为所述初始期望速度差值；

所述第二确定步骤包括所述中央控制器根据关键障碍物的速度和本车车辆的速度通过预设的危险距离算法计算得到危险距离，所述关键障碍物的速度越大，本车车辆的速度越小，得到的危险距离越小，当关键障碍物距离本车车辆的距离小于危险距离时，通过所述第一初始期望速度差值计算得到所述初始期望速度差值，所述第一初始期望速度差值越大，得到的所述初始期望速度差值越大；当关键障碍物距离本车车辆的距离大于危险距离时，通过关键障碍物的速度、本车车辆的速度以及期望距离根据预设的第二临界距离算法计算得到第二临界距离，期望距离越大、关键障碍物的速度越大、本车车辆的速度越小，得到的第二临界距离越大，当关键障碍物距离本车车辆的距离小于第二临界距离时，所述初始期望速度差值确定为0，当关键障碍物距离本车车辆的距离大于第二临界距离时，通过所述第二初始期望速度差值计算得到所述初始期望速度差值，所述第二初始期望速度差值越大，得到的所述初始期望速度差值越大。

作为本发明的进一步改进，所述第一确定步骤还包括当关键障碍物距离本车车辆的距离大于第一临界距离时，根据关键障碍物距离本车车辆之间的距离和第一临界距离计算得到临界调整值，关键障碍物距离本车车辆之间的距离越大、第一临界距离越小，得到的临界调整值越大，若本车车辆的速度与第一初始期望速度差值的和减去关键障碍物的速度的值大于临界调整值时，将第一初始期望速度差值调整为0。

作为本发明的进一步改进，所述第一初始期望速度差值和第二初始速度差值均设有上限值和下限值。

作为本发明的进一步改进，当关键障碍物距离本车车辆的距离小于危险距离时，得到的所述初始期望速度差值具有下限值；当关键障碍物距离本车车辆的距离大于第二临界距离时，得到的所述初始期望速度差值具有上限值。

作为本发明的进一步改进，所述环境采集单元包括有毫米波雷达和智能摄像头，所述毫米波雷达与所述智能摄像头均采集本车车辆前方的障碍物行进速度和障碍物距离本车车辆的距离并发送至中央控制器。

作为本发明的进一步改进，所述车速控制单元包括有加速控制单元和减速控制单元，当本车加速度大于0时，所述中央控制器将本车加速度发送至加速控制单元，当本车加速度小于0时，所述中央控制器将本车加速度发送至减速控制单元，所述加速控制单元和所述减速控制单元根据本车加速度控制本车车辆加速或减速。

作为本发明的进一步改进，所述期望距离算法配置为：

d’＝k·v+dmin+k2·(v-vobs)-k3·aobs

其中，d’为期望距离，v为本车车辆的速度，vobs为关键障碍物的速度，aobs为关键障碍物的加速度，k为安全跟车系数，k2、k3为预设的固定系数，dmin为预设的最小跟车距离。

作为本发明的进一步改进，所述危险距离算法配置为：

其中，dd为危险距离，lmin，m，n均为设定的常数。

本发明的有益效果：通过数据采集步骤、期望速度直接确定步骤、期望距离计算步骤、初始期望速度计算步骤、期望速度比较确定步骤、加速度确定步骤以及车辆执行步骤，实现了车辆根据环境变化对自身速度进行自适应调节，使得车辆在兼顾行驶安全的前提下能够具有最接近驾驶员设定的最大巡航速度的行驶速度，使得车辆在行驶过程中与前车保持合适的距离，行驶安全性高。

附图说明

图1为本发明的硬件结构示意图；

图2为本发明的框架结构示意图；

图3为本发明根据第一临界距离控制车速示意图；

图4为本发明根据危险距离控制车速示意图；

图5为本发明根据第二临界距离控制车速示意图；

图6为本发明的流程示意图。

附图标记：1、中央控制器；2、毫米波雷达；3、智能摄像头；4、加速控制单元；5、减速控制单元；6、车身数据采集单元。

具体实施方式

下面结合附图和实施例，对本发明进一步详细说明。其中相同的零部件用相同的附图标记表示。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“底面”和“顶面”、“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。

参照图1、图2、图6所示，本实施例的一种车辆速度自适应控制方法，提供中央控制器1、环境采集单元、车身数据采集单元6以及车速控制单元，该方法包括有数据采集步骤、期望速度直接确定步骤、期望距离计算步骤、初始期望速度计算步骤、期望速度比较确定步骤、加速度确定步骤以及车辆执行步骤。

环境采集单元包括有毫米波雷达2和智能摄像头3，数据采集步骤包括毫米波雷达2与智能摄像头3均采集本车车辆前方的障碍物行进速度和障碍物距离本车车辆的距离并发送至中央控制器1。智能摄像头3和毫米波雷达2互为补充，当其中一个检测结果丢失时另一个可以弥补，从而保证不会漏检测。中央控制器1根据本车车辆前方的障碍物行进速度和障碍物距离本车的距离确定关键障碍物的速度和距离本车车辆的距离，并对关键障碍物的速度求导得到关键障碍物的加速度，关键障碍物一般为本车车辆行进方向上的第一辆车，即本车车辆前方的第一辆车。车速数据采集单元采获取本车车辆信息并发送至中央控制器1，本车车辆信息包括本车车辆的速度、驾驶员设定的安全跟车系数、驾驶员设定的最大巡航速度，并进入期望速度直接确定步骤。

期望速度直接确定步骤包括中央控制器1判断本车车辆前方是否有障碍物以及关键障碍物距离本车车辆的距离是否大于预设的有效影响距离，有效影响距离表征会对本车车辆的行驶速度产生影响的障碍物距离本车车辆的最大距离临界值，例如有效影响距离可设置为150米。当本车车辆前方无障碍物或者关键障碍物距离本车车辆的距离大于有效影响距离时，设定本车车辆的期望速度为最大巡航速度，期望速度表征在当前外界环境下，期望本车车辆达到的行驶速度；当关键障碍物距离本车车辆的距离不大于有效影响距离时，进入期望距离计算步骤。

期望距离计算步骤包括中央控制器1根据本车车辆的速度、关键障碍物的速度、关键障碍物的加速度、驾驶员设定的安全跟车系数通过预设的期望距离算法计算得到期望距离，期望距离表征在当前外界环境下，期望本车车辆与关键障碍物保持的距离，本车车辆的速度越大、关键障碍物的速度越小、关键障碍物的加速度越小、驾驶员设定的安全跟车系数越大，得到的期望距离越大，并进入初始期望速度计算步骤。

期望距离算法配置为：

d’＝k·v+dmin+k2·(v-vobs)-k3·aobs

其中，d’为期望距离，v为本车车辆的速度，vobs为关键障碍物的速度，aobs为关键障碍物的加速度，k为安全跟车系数，k2、k3为预设的固定系数，dmin为预设的最小跟车距离。

从上式可以看到，当其他变量不变时，如果本车车辆的速度v越大，那么期望距离也越大，这正好符合常理——本车速度快就需要与前车保持的距离远。当其他变量不变时，如果本车车辆的速度比关键障碍物的速度快得越多，那么期望距离也越大，需要拉开距离；相反，本车车辆的速度比关键障碍物的速度慢得越多，那么期望距离也越小，需要拉近距离。当其他变量不变时，如果关键障碍物减速(aobs<0)，那么需要拉开距离；如果关键障碍物加速(aobs>0)，那么需要拉近距离。如果本车车辆和关键障碍物的速度一致(v-vobs＝0)，且关键障碍物保持速度稳定行驶(aobs＝0)，那么期望距离稳定保持为d’＝k·v+dmin。

初始期望速度计算步骤包括有第一初始期望速度差值计算子步骤、第二初始期望速度差值计算子步骤、初始期望速度差值确定子步骤以及初始期望速度确定子步骤。

第一初始期望速度差值计算子步骤包括中央控制器1根据关键障碍物距离本车车辆的距离和期望距离通过预设的第一初始期望速度差值算法计算得到第一初始期望速度差值，关键障碍物距离本车车辆的距离越大、期望距离越小，得到的第一初始期望速度差值越大，并进入第二初始期望速度差值计算子步骤。

第一初始期望速度差值算法配置为：δv1＝(dobs-d’)·k4，其中δv1为第一初始期望速度差值，dobs为关键障碍物距离本车车辆的距离，k4为预设的系数。第一初始期望速度差值设有上限值和下限值，即δvmin<δv1<δvmax，这是因为，当关键障碍物距离本车车辆的距离dobs与期望距离d’相差太多时，计算得到的速度变化量会很大，而车辆在一段时间内的速度变化如果太大，乘坐体验会不好。

第二初始期望速度差值计算子步骤包括中央控制器1根据关键障碍物的速度和本车车辆的速度通过预设的第二初始期望速度差值算法计算得到第二初始期望速度差值，关键障碍物的速度越大，本车车辆的速度越小，得到的第二初始期望速度差值越大，并进入初始期望速度差值确定子步骤。

第二初始期望速度差值算法配置为δv2＝(vobs-v)·k5，其中δv2为第二初始期望速度差值，k5为预设的系数。第二初始速度差值设有上限值和下限值，即δvmin<δv2<δvmax，这是因为，当关键障碍物的速度vobs与本车车辆的速度v相差太多时，计算得到的速度变化量会很大，而车辆在一段时间内的速度变化如果太大，乘坐体验会不好。

初始期望速度差值确定子步骤包括中央控制器1根据第一初始期望速度差值和第二初始期望速度差值确定初始期望速度差值，初始期望速度差值表征期望在当前本车车辆的速度基础上改变的速度变化量，并进入初始期望速度确定子步骤。

其中，中央控制器1配置有初始期望速度差值确定策略，中央控制器1根据初始期望速度差值确定策略确定初始期望速度差值，初始期望速度差值确定策略包括判断确定步骤、第一确定步骤以及第二确定步骤。

判断步骤包括判断第一初始期望速度差值和第二初始期望速度差值是否不小于0，当第一初始期望速度差值和第二初始期望速度差值均不小于0时，则第一初始期望速度差值和第二初始期望速度差值中较大值确定为初始期望速度差值。

即第一种情况：如果δv1和δv2都为正，说明无论是根据距离计算得到的δv1还是根据速度计算得到的δv2，都希望加速，那么加速量取其中较大的那个，即δv＝max(δv1,δv2)。

当第一初始期望速度差值和第二初始期望速度差值均小于0时，则第一初始期望速度差值和第二初始期望速度差值中的绝对值较大值确定为初始期望速度差值。

即第二种情况：如果δv1和δv2都为负，说明无论是根据距离计算得到的δv1还是根据速度计算得到的δv2，都希望减速，那么减速量取其中绝对值较大的那个，即实际值较小的那个δv＝min(δv1,δv2)。

当第一初始期望速度差值不小于0且第二初始期望速度差值小于0时，进入第一确定步骤。第一确定步骤包括中央控制器1根据本车车辆的速度和期望距离通过预设的第一临界距离算法计算得到第一临界距离，本车车辆的速度越大，期望距离越大，得到的第一临界距离越大，当关键障碍物距离本车车辆的距离大于第一临界距离时，将第一初始期望速度差值确定为初始期望速度差值；当关键障碍物距离本车车辆的距离小于第一临界距离时，将第二初始期望速度差值确定为初始期望速度差值。

第一确定步骤还包括当关键障碍物距离本车车辆的距离大于第一临界距离时，根据关键障碍物距离本车车辆之间的距离和第一临界距离计算得到临界调整值，关键障碍物距离本车车辆之间的距离越大、第一临界距离越小，得到的临界调整值越大，若本车车辆的速度与第一初始期望速度差值的和减去关键障碍物的速度的值大于临界调整值时，将第一初始期望速度差值调整为0。

即第三种情况：参照图3所示，如果δv1>＝0，δv2<0，说明还没有达到期望距离，需要继续拉近距离，而此时本车车辆速度比关键障碍物速度大，需要减速。在达到期望距离之前，计算第一临界距离d1，在此距离之前，可以接受本车车辆速度大于关键障碍物速度，在此距离之后，需要让本车车辆减速直至等于关键障碍物速度。第一临界距离算法配置为：d1＝p·v+d’，其中d1为第一临界距离，p为预设的系数。

在第一临界距离d1之前，虽然δv1>0，δv2<0，综合结果取δv＝δv1。但是也有限制条件，由于实际中不希望本车车辆的期望速度比关键障碍物速度大太多，尤其是距离关键障碍物越来越近的时候更是如此。因此距离第一临界距离越远，允许本车车辆期望速度比关键障碍物速度大得越多；距离第一临界距离越近，允许本车车辆期望速度比关键障碍物速度大得越少。因此设置临界调整值，临界调整值的算法配置为：aδv＝q·(dobs-d1)，其中aδv为临界调整值，q为预设的系数。

因此，在第一临界距离之前，如果计算得到的本车车辆期望速度v’1＝v+δv1减去关键障碍物的速度vobs大于临界调整值aδv时，直接将δv1重置为0，即当v’1-vobs>aδv时，δv＝δv1＝0。进入第一临界距离d1之后，虽然δv1>0，δv2<0，综合结果取δv＝δv2。

当第一初始期望速度差值小于0且第二初始期望速度差值不小于0时，进入第二确定步骤。第二确定步骤包括中央控制器1根据关键障碍物的速度和本车车辆的速度通过预设的危险距离算法计算得到危险距离，关键障碍物的速度越大，本车车辆的速度越小，得到的危险距离越小，当关键障碍物距离本车车辆的距离小于危险距离时，通过第一初始期望速度差值计算得到初始期望速度差值，第一初始期望速度差值越大，得到的初始期望速度差值越大，此时得到的初始期望速度差值具有下限值；当关键障碍物距离本车车辆的距离大于危险距离时，通过关键障碍物的速度、本车车辆的速度以及期望距离根据预设的第二临界距离算法计算得到第二临界距离，期望距离越大、关键障碍物的速度越大、本车车辆的速度越小，得到的第二临界距离越大，当关键障碍物距离本车车辆的距离小于第二临界距离时，初始期望速度差值确定为0，当关键障碍物距离本车车辆的距离大于第二临界距离时，通过第二初始期望速度差值计算得到初始期望速度差值，第二初始期望速度差值越大，得到的初始期望速度差值越大，此时得到的初始期望速度差值具有上限值。

即第四种情况：参照图4所示，如果δv1<0，δv2>＝0，说明与关键障碍物的距离小于期望距离，需要拉开距离，而此时本车车辆速度比关键障碍物速度小，需要加速。这种情况下，需要考虑距离是否安全，因为虽然前方障碍物比本车车辆快，但是如果距离太近的话，万一前方障碍物突然减速就非常危险。危险距离算法配置为：

其中，dd为危险距离，lmin，m，n均为设定的常数。当关键障碍物的速度vobs比本车车辆的速度v大得越多，则危险距离越小，也就是说允许靠的越近。

当dobs<dd时,初始期望速度差值δv＝c1·δv1，c1为系统设定的固定系数，此时初始期望速度差值δv具有下限，即δv>δvmin，这是因为，如果车辆在一段时间内的减速量太大，乘坐体验会不好。

当dobs>dd时，参照图5所示，计算第二临界距离，第二临界距离算法配置为：d2＝d’-r·(vobs-v)，其中，d2为第二临界距离，r为预设的系数，根据第二临界距离算法，如果关键障碍物速度vobs比本车车辆速度v快得越多，则第二临界距离d2越小，越应该尽早开始加速。

在距离拉开到第二临界距离之前，可以接受关键障碍物速度大于本车车辆速度，此时本车车辆速度不需要变化，即初始期望速度差值δv＝0。在距离拉开到大于第二临界距离之后，需要让本车车辆加速直至等于关键障碍物速度且距离等于期望距离，即初始期望速度差值δv＝c2·δv2，其中c2为预设的系数，此时初始期望速度差值δv具有上限，即δv<δvmax，这是因为，如果车辆在一段时间内的加速量太大，乘坐体验会不好。

初始期望速度确定子步骤包括中央控制器1根据本车车辆的速度和初始期望速度差值通过预设的初始期望速度算法计算得到初始期望速度，本车车辆的速度越大、初始期望速度差值越大，得到的初始期望速度越大。初始期望速度算法配置为：v’＝v+δv，其中v’为初始期望速度。

期望速度比较确定步骤包括中央控制器1将初始期望速度与最大巡航速度比较，将较小值确定为期望速度，并进入加速度确定步骤。即ve＝max(v’,vmax)，其中，ve为期望速度。

加速度确定步骤包括中央控制器1根据期望速度、本车车辆的速度通过预设的加速度算法计算得到本车加速度，期望速度越大，本车车辆的速度越小，得到的本车加速度越大，并进入车辆执行步骤。加速度算法配置为a’＝f·(ve-v)，其中，a’为本车加速度，f为预设的系数。

车辆执行步骤包括中央控制器1将本车加速度发送至车速控制单元，车速控制单元包括有加速控制单元4和减速控制单元4，当本车加速度大于0时，中央控制器1将本车加速度发送至加速控制单元4，当本车加速度小于0时，中央控制器1将本车加速度发送至减速控制单元4，加速控制单元4和减速控制单元4根据本车加速度控制本车车辆加速或减速。

驾驶员在长时间驾驶车辆感到劳累时，或者驾驶员不能很好地与前车保持安全距离时，或者驾驶员开车时不能保证乘客舒适性时，均可通过车辆上预装的系统，使得车辆通过本方法自动对车辆的速度进行控制，使得驾驶员的腿脚能够得到休息，车辆自动与前车保持安全的距离，且保证乘客的舒适性。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。