一种网联汽车的集中式群体协同控制方法技术

本发明专利技术涉及一种网联汽车的集中式群体协同控制方法，属于智能网联汽车控制技术领域。本发明专利技术方法包括并行计算节点的拓扑设计，每个智能网联汽车将信息发送给云平台，在云端平台将协同控制问题的集中式建模，引入一致性变量将问题构建为一致性优化问题，利用交替方向乘子法解耦该问题，并行的更新一致性变量、原始变量以及对偶变量直至满足设定的终止条件，之后将计算所得的控制变量发送给智能网联汽车进行执行。本方法采用交替方向乘子法将集中式控制问题进行解耦，实现并行计算，利用计算节点可以极大提高计算效率，同时本方法在较少的迭代步数下可以达到较高的精度，从而达到较好的控制效果。

A Centralized Group Cooperative Control Method for Networked Vehicles

The invention relates to a centralized group cooperative control method for networked vehicle, which belongs to the field of intelligent networked vehicle control technology. The method of the invention includes the topology design of parallel computing nodes, each intelligent network vehicle sends information to the cloud platform, centralized modeling of cooperative control problem on the cloud platform, introducing consistency variable to construct a consistency optimization problem, decoupling the problem by using alternating direction multiplier method, and updating the consistency variable, original variable and dual variable in parallel until full. Fully set the termination conditions, and then send the calculated control variables to the Intelligent Network United Vehicle for execution. This method uses alternating direction multiplier method to decouple the centralized control problem and realize parallel computation. The computing efficiency can be greatly improved by using computing nodes. At the same time, this method can achieve higher accuracy under less iteration steps, thus achieving better control effect.

【技术实现步骤摘要】
一种网联汽车的集中式群体协同控制方法
本专利技术涉及一种网联汽车的集中式群体协同控制方法，属于智能网联汽车控制
技术背景智能化、网联化是汽车技术的发展趋势，智能网联汽车具有增强安全性、提高经济性和增加通行量的潜在优点，作为解决交通中安全、能耗以及交通拥堵等问题的下一代智能交通技术，而成为国内外的研究热点。根据中国智能网联汽车技术路线图定义，智能网联汽车是指搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与人、车、路、云等(V2X)智能信息交换、共享，具备复杂环境感知、智能决策、协同控制等功能，可实现“安全、高效、舒适、节能”行驶，并最终可实现替代人来操作的新一代汽车。智能网联汽车在先进的传感器(如激光雷达、超声波雷达以及摄像头等)基础上，搭载车联网通讯技术(V2X)包括车辆与车辆通信(V2V)、车辆与基础设施通信(V2I)以及车辆与行人通信(V2P)，兼具自主式和网联式两种感知手段。可以实现多车之间的群体智能决策，编队协同控制，从而实现更加节能、安全、高效的交通环境，是用于提升道路安全、缓解交通拥堵以及减少环境污染的解决方案之一。目前针对智能网联汽车的协同控制的方法主要分为分布式以及集中式两种，其中分布式的协同控制方法主要应用于队列式车辆行驶，通过设计队列内的通讯拓扑结构及各自的代价函数分布式的构建协同控制问题，实现将分体分配到每一辆智能网联汽车上进行求解，具有较高的求解效率，但是该方法由于在问题构建中为独立考虑每个车辆的优化目标，因此无法保证全局最优性；另一种协同控制方法则是通过考虑所有受控车辆的状态量，构建一个集中式的控制问题，之后通过现有的求解器对该集中式优化问题进行求解，这种方法需要一个集中式的控制平台与每一辆智能网联汽车进行通讯，具有可以保证整个受控系统全局最有性的优点。但是，由于上述集中式控制方法同时考虑所有受控车辆的状态空间，随着车辆数量增长计算量也会增长，从而造成求解时间变长，而车辆的协同控制要求就要较好的实时计算能力，因此该方法对于受控车辆不具有很好的可拓展性，限制了该方法的应用。
技术实现思路
本专利技术的目的是提出一种网联汽车的集中式群体协同控制方法，针对智能网联汽车协同控制中为达到全局最优而进行的集中式控制面临的计算负荷随受控车辆数量增长的问题，利用交替方向乘子法将集中式优化控制问题进行解耦分配，并设计云平台控制网络结构，实现并行计算求解，从而提高计算效率，达到较好的计算实时性。本专利技术提出的网联汽车的集中式群体协同控制方法，包括以下步骤：(1)建立受控网联汽车之间的空间位置关系其中表示受控网联汽车的集合，N表示受控网联汽车的数量，ε表示受控网联汽车之间的位置交互关系的集合，ε＝{1，...，M}，其中M表示位置交互关系的数量，设定与受控网联汽车i具有位置交互关系的受控网联汽车的集合为其中i，j分别为受控网联汽车的集合中的元素；(2)根据步骤(1)的受控网联汽车的空间位置关系，设计一个由节点组成的控制网络，所述的节点包括主节点、本地节点和连接节点，根据空间位置关系进行控制网络中计算节点的分配，其中，本地节点的数量与受控网联汽车的数量相同，且分别使控制网络的本地节点与空间位置关系中的受控网联汽车一一对应，连接节点的数量与受控网联汽车之间的位置交互关系数量相同，且使控制网络的连接节点与空间位置关系中的位置交互关系ε对应；在控制网络中，与存在位置交互关系的受控网联汽车相对应的本地节点之间通过连接节点连接，分别为本地节点以及所有与该本地节点相连接的连接节点分配一个主节点，主节点集合用表示；(3)建立一个网联汽车的集中式群体协同控制的优化函数，该优化函数包括目标函数和约束条件，优化的目标是使车辆距离预定轨迹偏差最小，优化函数的表达式如下：满足：其中，t为控制时刻，T为控制时段，hi(xi，ui)为受控网联汽车的目标函数，xi，ui分别为受控网联汽车的状态量及控制量，为受控网联汽车的动力学或运动学模型，和分别表示受控网联汽车行驶和位置交互的约束条件；(4)利用交替方向乘子方法(简称ADMM)，在步骤(1)建立的控制网络上，对步骤(3)优化函数进行解耦分配及并行计算，实现对网联汽车的集中式群体协同控制，具体过程如下：(4-1)引入一个一致性变量zv，将步骤(3)的优化函数转化为如下的一致性优化形式：满足：uv＝zv，v∈ν，e∈ε(v)，其中，和分别为将xv和uv分配在连接节点上的复制值，ε(v)表示与受控网联汽车v连接的位置交互关系集合，分别表示对受控网联汽车状态量xv、控制量uv及相应复制值的取值范围进行限制的指示函数，即：(4-2)利用增广拉格朗日形式中的对偶变量λv，及惩罚因子ρ，将步骤(4-1)的一致性优化形式改写为增广拉格朗日形式如下：其中ν(e)表示与位置交互关系e连接的受控网联汽车集合，(4-3)利用交替方向乘子方法，迭代求解步骤(4-2)的增广拉格朗日形式问题，依次更新一致性变量zv、原始变量xv，uv，以及对偶变量λv，初始化时设迭代次数k为1：迭代求解过程有两种方法，其中第一种为同步更新方法，包括以下步骤：(4-3-1)在主节点对一致性变量zv进行更新，将更新后的一致性变量传递给本地节点及连接节点；更新公式如下：(4-3-2)本地节点和连接节点根据步骤(4-3-1)更新后的一致性变量，分别对原始变量xv，uv，进行更新，更新公式如下：其中，argminy(f(y))表示取使得f(y)达到最小值的y；(4-3-3)本地节点和连接节点根据步骤(4-3-1)更新后的一致性变量和步骤(4-3-2)更新后的原始变量，分别对对偶变量λv，进行更新，更新公式如下：所有本地节点和连接节点将更新后的原始变量及对偶变量传递给主节点；(4-3-4)根据求解增广拉格朗日形式问题的交替方向乘子方法的收敛判断条件，设定原始阈值∈pri和对偶阈值∈dual，计算原始半径rk+1＝||uk+1-zk+1||2，对偶半径sk+1＝ρ||zk+1-zk||2，若rk+1≤∈pri，且sk+1≤∈dual，则将作为受控网联汽车的控制量，实现网联汽车的集中式群体协同控制，若rk+1＞∈pri或sk+1＞∈dual，则返回步骤(4-3-1)；其中第二种为异步更新方为，分别在主节点、本地节点和连接节点进行更新，包括以下步骤：在主节点上进行如下更新：(4-3-5)主节点从本地节点及连接节点接收数据，包括原始变量xv，uv，以及对偶变量λv，并对接收的数据进行更新：其中，和分别表示从本地节点及连接节点接收到的原始变量及对偶变量，表示主节点接收到信息的本地节点及连接节点的集合；(4-3-6)对一致性变量zv进行更新，更新公式如下：(4-3-7)主节点将更新后的一致性变量传递给与之相连的本地节点和连接节点；在本地节点和连接节点上进行如下更新：(4-3-8)本地节点和连接节点分别从主节点获取更新后的一致性变量；(4-3-9)本地节点和连接节点分别根据更新后的一致性变量，分别根据步骤(4-3-2)的公式更新原始变量，根据步骤(4-3-3)更新对偶变量；(4-3-10)更新完成后，本地节点和连接节点分别将更新后的原始变量和对偶变量传递给主节点；(4-3-11)根据求解增广拉格朗日形式问题本文档来自技高网...

【技术保护点】
1.一种网联汽车的集中式群体协同控制方法，其特征在于该控制方法包括以下步骤：(1)建立受控网联汽车之间的空间位置关系

【技术特征摘要】
1.一种网联汽车的集中式群体协同控制方法，其特征在于该控制方法包括以下步骤：(1)建立受控网联汽车之间的空间位置关系其中表示受控网联汽车的集合，N表示受控网联汽车的数量，ε表示受控网联汽车之间的位置交互关系的集合，ε＝{1，...，M}，其中M表示位置交互关系的数量，设定与受控网联汽车i具有位置交互关系的受控网联汽车的集合为其中i，j分别为受控网联汽车的集合中的元素；(2)根据步骤(1)的受控网联汽车的空间位置关系，设计一个由节点组成的控制网络，所述的节点包括主节点、本地节点和连接节点，根据空间位置关系进行控制网络中计算节点的分配，其中，本地节点的数量与受控网联汽车的数量相同，且分别使控制网络的本地节点与空间位置关系中的受控网联汽车一一对应，连接节点的数量与受控网联汽车之间的位置交互关系数量相同，且使控制网络的连接节点与空间位置关系中的位置交互关系ε对应；在控制网络中，与存在位置交互关系的受控网联汽车相对应的本地节点之间通过连接节点连接，分别为本地节点以及所有与该本地节点相连接的连接节点分配一个主节点，主节点集合用表示；(3)建立一个网联汽车的集中式群体协同控制的优化函数，该优化函数包括目标函数和约束条件，优化的目标是使车辆距离预定轨迹偏差最小，优化函数的表达式如下：满足：其中，t为控制时刻，T为控制时段，hi(xi，ui)为受控网联汽车的目标函数，xi，ui分别为受控网联汽车的状态量及控制量，为受控网联汽车的动力学或运动学模型，和分别表示受控网联汽车行驶和位置交互的约束条件；(4)利用交替方向乘子方法(简称ADMM)，在步骤(1)建立的控制网络上，对步骤(3)优化函数进行解耦分配及并行计算，实现对网联汽车的集中式群体协同控制，具体过程如下：(4-1)引入一个一致性变量zv，将步骤(3)的优化函数转化为如下的一致性优化形式：满足：uv＝zv，其中，和分别为将xv和uv分配在连接节点上的复制值，分别表示对受控网联汽车状态量xv、控制量uv及相应复制值的取值范围进行限制的指示函数，即：(4-2)利用增广拉格朗日形式中的对偶变量λv，及惩罚因子ρ，将步骤(4-1)的一致性优化形式改写为增广拉格朗日形式如下：(4-3)利用交替方向乘子方法，迭代求解步骤(4-2)的增广拉格朗日形式问题，依次更新一致性变量zυ、原始变量xv，uv，以及对偶变量λv，初始化时设迭代次数k为1：迭代求解过程有两种方法，其中第一种为同步更新方法，包括以下步骤：(4-3-1)在主节点对...

【专利技术属性】
技术研发人员：李升波，李克强，王志涛，成波，郑洋，李杰，王文军，王建强，罗禹贡，忻隆，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11