智能驾驶的发展,使得协同自适应巡航控制(Cooperative Adaptive Cruise Control,CACC)成为近年来研究的热点问题。该技术能够形成有较小的车辆间距,同时能够避免扰动沿车辆队列的放大,从而能够使驾驶员获得更好的驾驶体验。同时,CACC系统能够显著增加道路的安全性以及交通吞吐量,并可以减少能源的消耗。由于传统的基于时间触发的控制方式周期的进行采样并计算,导致控制器进行了许多不必要的运算,造成了计算机资源的极大浪费。针对这一问题,基于事件触发的控制机制提供了一种很好的解决方法,它能够在保证系统控制性能的前提下有效减少计算机的冗余计算。所以,为了能够减少控制系统的冗余计算,有效改善CACC系统的性能,可以将控制算法的计算单元限制为仅在必要的情况下才进行计算。为了实现这样的控制目标,本文提出了一种基于事件触发PID的控制方案,该方案能够有效减少计算机的冗余计算,同时能够保证系统所需的闭环性能。本文研究内容如下:(1)提出了一种基于事件触发PID控制的算法,首先,本文根据控制系统设计了相应的事件触发条件,然后设计了基于事件触发控制的PID控制器,并对事件触发算法的设计流程进行了分析,最后利用事件触发控制机制对算法的计算部分进行优化,结果表明该算法能够有效减少冗余计算,降低控制器的负担,节约计算机资源。(2)提出了一种基于事件触发神经网络PID控制的算法,通过在事件触发PID控制中引入神经网络来对控制算法进行改进使之具有更优的控制性能。首先,本文介绍了神经网络的学习模式,然后设计了基于事件触发的神经网络PID控制器,并对神经网络PID控制算法的学习过程进行了分析,最后,根据本文设计的控制器设计了仿真实验,并对实验结果进行了分析。结果表明所提出的算法能够有效解决PID控制器参数不易整定的问题,并能够减少PID运算次数,降低控制器的负担。(3)提出了一种基于前馈-反馈控制的事件触发神经网络PID控制算法,通过在事件触发神经网络PID控制中引入前馈控制来对外界可测扰动进行补偿,从而抵消扰动作用对被控制对象的影响。本文首先分析了扰动对系统的影响,然后根据系统的特性设计了前馈控制器,以系统控制量和系统输出参数为描述系统性能的参数,分别设计了有扰动情况无前馈控制情况和有扰动有前馈控制情况的仿真实验,最后,通过对实验结果的对比分析,说明了该前馈控制器能够有效抵消扰动给系统带来的干扰,实现了预期的目标。