【MATLAB代码】车联网7：CACC网联车辆协同跟驰控制：ACC对比、V2X时延丢包与队列稳定性，MATLAB完整代码在订阅专栏后可直接查看

如需帮助，或有车联网、网联车辆控制、交通仿真、滤波与导航相关的代码定制需求，可从个人主页左侧联系我

订阅专栏后，可直接查看源代码，粘贴到MATLAB空脚本中即可直接运行、得到结果
本例程面向车联网环境下的多车纵向协同控制问题，构建“领航车加减速工况 + 多辆网联车跟驰 + 通信时延与丢包扰动”的完整仿真场景，对普通ACC和CACC进行同条件对比。程序能够直观展示CACC利用V2X前车加速度信息后，在速度跟踪、车间距控制、加速度平顺性和队列稳定性方面的改善效果，适合用于车联网、智能网联汽车、协同自适应巡航控制、交通流稳定性等方向的课程设计、论文复现和二次开发。

运行结果

• 速度跟踪对比图：对比领航车、普通ACC末车和CACC末车的速度变化过程，展示车队对加减速扰动的跟踪能力。

• 车间距误差图：给出普通ACC和CACC在典型车辆上的车间距误差变化，用于观察跟驰控制精度和安全间距保持效果。
  

• 加速度控制量图：展示领航车、普通ACC末车和CACC末车的加速度响应，用于分析控制动作是否平顺、是否存在明显振荡。

• 通信时延影响图：扫描不同V2X通信时延下的间距误差和队列稳定性指标，观察时延增大对协同控制性能的影响。

• 队列稳定性指标图：对比普通ACC和CACC的速度扰动放大倍数，指标小于1时表示扰动沿车队传播没有被放大。

MATLAB源代码

完整代码：

%% CACC网联车辆协同跟驰控制例程
% 作者：matlabfilter，接定位与导航、滤波相关的matlab代码定制
% 2026-08-31 / Ver1

clear; clc; close all;
rng(0);

% 设置仿真参数和典型工况，保证每次运行结果可复现。


%% 仿真参数
dt = 0.05;                      % 采样时间，s
T = 80;                         % 仿真时长，s
t = (0:dt:T)';
numStep = numel(t);
numFollower = 5;                % 跟驰车辆数量

veh.length = 4.8;               % 车辆长度，m
veh.tauAcc = 0.55;              % 车辆纵向动力学时间常数，s
veh.aMin = -4.0;                % 最大制动减速度，m/s^2
veh.aMax = 2.5;                 % 最大驱动加速度，m/s^2

policy.d0 = 7.0;                % 静止安全间距，m
policy.h = 0.75;                % 期望时距，s
policy.kpAcc = 0.34;            % ACC间距误差增益
policy.kvAcc = 0.72;            % ACC相对速度增益
policy.kpCacc = 0.42;           % CACC间距误差增益
policy.kvCacc = 0.88;           % CACC相对速度增益
policy.kff = 0.68;              % 前车加速度前馈增益
policy.delayStep = round(0.25 / dt);
policy.lossRate = 0.10;

%% 领航车工况
[leadX, leadV, leadA] = makeLeadVehicle(t, dt);

%% 普通ACC与CACC仿真
acc = simulatePlatoon('ACC', leadX, leadV, leadA, t, dt, veh, policy, numFollower);
cacc = simulatePlatoon('CACC', leadX, leadV, leadA, t, dt, veh, policy, numFollower);

%% 通信时延敏感性
delayList = [0.00 0.10 0.20 0.30 0.40 0.55 0.70];
delayRms = zeros(size(delayList));
delayAmp = zeros(size(delayList));
for k = 1:numel(delayList)
    testPolicy = policy;
    testPolicy.delayStep = round(delayList(k) / dt);
    testPolicy.lossRate = 0.08;
    tmp = simulatePlatoon('CACC', leadX, leadV, leadA, t, dt, veh, testPolicy, numFollower);
    delayRms(k) = tmp.metrics.spacingRms;
    delayAmp(k) = tmp.metrics.stringAmp;
end

%% 结果指标
% 输出关键评价指标，便于从命令行直接比较不同策略。
fprintf('CACC网联车辆协同跟驰控制仿真结果\n');
fprintf('仿真车辆：1辆领航车 + %d辆跟驰车，仿真时长 %.1f 秒，采样时间 %.2f 秒。\n', ...
    numFollower, T, dt);
fprintf('V2X设置：通信时延 %.2f 秒，丢包率 %.1f%%。\n\n', ...
    policy.delayStep * dt, policy.lossRate * 100);

fprintf('普通ACC | 间距误差RMSE %.3f 米 | 速度误差RMSE %.3f 米/秒 | 最大加速度 %.3f 米/秒^2 | 队列稳定性指标 %.3f\n', ...
    acc.metrics.spacingRms, acc.metrics.speedRms, acc.metrics.maxAbsAcc, acc.metrics.stringAmp);
fprintf('CACC协同控制 | 间距误差RMSE %.3f 米 | 速度误差RMSE %.3f 米/秒 | 最大加速度 %.3f 米/秒^2 | 队列稳定性指标 %.3f\n\n', ...
    cacc.metrics.spacingRms, cacc.metrics.speedRms, cacc.metrics.maxAbsAcc, cacc.metrics.stringAmp);

fprintf('CACC相对普通ACC的间距误差降低 %.2f%%。\n', ...
    100 * (acc.metrics.spacingRms - cacc.metrics.spacingRms) / max(acc.metrics.spacingRms, eps));
fprintf('CACC相对普通ACC的速度误差降低 %.2f%%。\n', ...
    100 * (acc.metrics.speedRms - cacc.metrics.speedRms) / max(acc.metrics.speedRms, eps));
fprintf('队列稳定性指标小于1表示扰动沿车队传播时没有被放大。\n');

%% 结果绘图
% 通过独立绘图函数生成五个结果图窗；图窗保持纯净，不在 MATLAB 窗口内添加水印。
plotSpeedTracking(t, leadV, acc, cacc);

plotSpacingError(t, acc, cacc);

plotAcceleration(t, leadA, acc, cacc);

plotDelayImpact(delayList, delayRms, delayAmp);

plotStringStability(t, acc, cacc);



%% 局部函数
function [x, v, a] = makeLeadVehicle(t, dt)
    a = zeros(size(t));
    a(t >= 8 & t < 15) = 0.85;
    a(t >= 24 & t < 32) = -1.15;
    a(t >= 42 & t < 50) = 0.65;
    a(t >= 58 & t < 66) = -0.70;
    a = smoothdata(a, 'movmean', max(3, round(0.6 / dt)));

    v = zeros(size(t));
    v(1) = 20.0;
    for i = 2:numel(t)
        v(i) = max(8.0, min(29.0, v(i - 1) + a(i - 1) * dt))