一种基于多级领导者鸽群理论的车队路口避障控制方法技术

本发明专利技术公开了一种基于多级领导者鸽群理论的车队路口避障控制方法，包括步骤1，建立车队领导者数目切换原则；步骤2，定义风险感知区与危险感应区范围；步骤3，确定交通流车辆的集合划分；步骤4，计算车队中智能车i的风险系数μ

【技术实现步骤摘要】
一种基于多级领导者鸽群理论的车队路口避障控制方法
本专利技术属于车联网智能车队协同与应急避障
，特别涉及了一种基于多级领导者鸽群理论的车队路口避障控制方法。
技术介绍
为满足安全、高效、智能化交通发展的要求，智能网联汽车多车协同避障策略成为近年来发展和研究的热点方向。交叉路口作为城市交通环境的典型场景，由于人车混杂且交通主体之间的交互和影响十分复杂，极易发生交通事故，是城市交通的“咽喉”所在。车队在交叉路口弯道避障的不确定性和风险性，均高于直线路段的行驶环境。针对此，国内外研究者开展了大量理论和实验探讨，研究重点已逐渐从单一的车载系统向路口人车路一体化协同方向发展，近年来，车车协同、车路协同、智能化车辆安全技术和安全辅助驾驶技术等成为多学科交叉的研究热点。与此同时，随着仿生学的应用日益普及，鸽群的迁徙为解决交叉路口等问题提供了一种崭新的思路。鸽群在迁徙过程中飞行决策采用平等交互模式或层级交互模式，两种模式等同于车队中的无领导编队与领导车辆-从属车辆两种编队模式。平等交互模式下，车辆之间的行驶决策相互影响；层级交互模式下，车队存在领本文档来自技高网...

【技术保护点】
1.一种基于多级领导者鸽群理论的车队路口避障控制方法，其特征在于，包括如下步骤：/n步骤1，建立车队领导者数目切换原则；/n步骤2，定义风险感知区与危险感应区范围；/n步骤3，确定交通流车辆的集合划分；/n步骤4，计算车队中智能车i的风险系数μ

【技术特征摘要】
1.一种基于多级领导者鸽群理论的车队路口避障控制方法，其特征在于，包括如下步骤：
步骤1，建立车队领导者数目切换原则；
步骤2，定义风险感知区与危险感应区范围；
步骤3，确定交通流车辆的集合划分；
步骤4，计算车队中智能车i的风险系数μi；
步骤5，由风险系数μi确定二级领导者；
步骤6，建立二级领导者的应急避障控制；
步骤7，判断二级领导者是否成功完成避让，如果完成避让，则执行步骤8；
步骤8，建立二级领导者的领航控制；
步骤9，建立二级领导者后车的避让跟随控制；
步骤10，车队通过路口并退级切换。


2.根据权利要求1所述的一种基于多级领导者鸽群理论的车队路口避障控制方法，其特征在于，所述步骤1具体如下：
设有N辆直线行驶的无领导者智能车编队，每辆车辆个体i视作一个质点，其动力学模型如下式所示：



其中pi,qi,ui分别为编队车辆i的位置矢量,速度矢量，控制输入；其中||pi||2＜Vmax，Vmax＞0，Vmax为编队中个体允许的最大的行驶速度，mi为车队中第i辆车的质量；
定义智能车行驶时车队中某一辆车轨迹的曲率改变量Δρi，车队中领导者数目标识符Leaderi，车队发生领导者数目切换的Δρi阈值为Kswitch，其中Kswitch为一常数。车队为在通过路口前直线行驶，为平等交互模式，Leaderi＝0；当车队即将通过路口并开始转弯时切换为头车领导的单领导者层级交互模式，此时领导者数目标识符Leaderi＝1，当旁车贴近或行人逼近时车队中从属车产生避让行为并产生双领导者交互模式，此时Leaderi＝2；Leaderi与Kswitch具有如下关系：



在层级交互模式下，切换为Leaderi＝2必须以Leaderi＝1的层级交互模式为前提，不可跨级切换，也不可越级退出。


3.根据权利要求2所述的一种基于多级领导者鸽群理论的车队路口避障控制方法，其特征在于，所述步骤2中风险感知区与危险感应区的具体定义如下：
在三种Leaderi模式的车队行驶的过程中，车队中每一辆无人车均存在以自身(x,y)为圆心，Rcaution和Rdenger为大小的风险感知区与危险感应区，其中：



L为车身长度，δ为环境影响因子，其值大小与天气恶劣程度和交通流量成正相关，晴朗交通正常情况下δ＝1。


4.根据权利要求1所述的一种基于多级领导者鸽群理论的车队路口避障控制方法，其特征在于，所述步骤3具体如下：
根据风险感知圈和危险感应圈将车队智能车i旁的物体j(j＝1,2...N)根据距离智能车i的远近分为三类集合：



其中，||Xi-Xj||为智能车i与物体j的欧式距离，车队内部车一般为无风险车，属集合{j1}，对于旁道压线行驶的车，因距离较近有分险但暂无危险考虑到归为集合{j2}，对于骑轧车道线行驶车辆以及逼近行人距离过近，归为集合{j3}。


5.根据权利要求4所述的一种基于多级领导者鸽群理论的车队路口避障控制方法，其特征在于，所述步骤4中风险系数μi的具体计算如下：



对于在Rcaution外侧集合{j1}中的物体对车队构成的风险相对较小，暂不列入式中；逐渐贴近的旁车位于智能车i的集合{j2}中时，此时风险系数μi随两车之间的距离成一次反比增长，直至进入集合{j3}，则判定该车已经贴近车队且将对车队产生较大的危险，此时风险系数μi以不同于{j2}的反比平方速度飞速增长。


6.根据权利要求5所述的一种基于多级领导者鸽群理论的车队路口避障控制方法，其特征在于，所述步骤5具体如下：
比较此刻车队中每一辆车风险系数μi，由μi的最大值确定车队中产生的二级领导者：
secleader＝μimax。


7.根据权利要求1所述的一种基于多级领导者鸽群理论的车队路口避障控制方法，其特征在于，所述步骤6采用基于人工势场法建立二级领导者的应急避障控制，具体如下：
假设车队中每一辆车都处在一个势能场中，势场中的障碍物均被斥力包围，行驶过程中障碍物对每一辆车呈现斥力，且斥力大小障碍物距离智能体的距离减小而不断增大，方向背离障碍物；势场中的目标对于智能体呈现吸引力作用，且吸引力的大小随二者之间距离的减小而减小，方向指向目标点，将势场中所有的斥力势场力和吸引势场力作和得势函数，取势函数梯度下降的方向来实现无路径规划，车队中智能车i引力场和势力场分别定义为：
Qatt＝0.5...

【专利技术属性】
技术研发人员：郑曰文，蔡英凤，祁义恒，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏;32