基于新时变间距策略的无人车编队控制方法技术

本发明专利技术公开了基于新时变间距策略的无人车编队控制方法，应用于无人车编队控制系统，无人车编队包括领队车和跟随车，通过构造关于相邻两车间距误差的新时变间距策略，使得各车之间的初始间距误差为零，解决了现有技术中非零初始间距误差可能导致队列不稳定，以致于影响整个系统的稳定性的问题；通过设计每辆跟随车的自适应更新率和控制器，跟随车通过预设控制器参数，并实时将自适应更新率得到的估计值和自身运动信息以及接收到的前车和领队车的运动信息计算控制器的大小，并将控制器大小带入至跟随车的纵向动力学模型中，以得到跟随车加速度的导数，根据加速度的导数来控制跟随车的加速度变化，实现无人车编队中车辆运动的控制。制。制。

【技术实现步骤摘要】
基于新时变间距策略的无人车编队控制方法


[0001]本专利技术属于无人车编队领域，具体涉及基于新时变间距策略的无人车编队控制方法。

技术介绍

[0002]随着物流和运输业的快速发展以及汽车保有量的迅速增长，道路交通系统面临一系列社会问题，其中无人车编队控制作为建设智能交通系统的关键环节，逐渐成为智能交通系统建设的研究重点。
[0003]针对无人车编队控制策略，主要包括固定间距策略和时变间距策略。目前大多数研究成果主要基于固定间距策略，但该间距策略被指出无法适应复杂交通环境，在只获得前车速度及车距信息的前提下无法保证队列稳定性。另外在实际应用中，无人车编队往往需要针对不同的场景采用不同的编队形式，如在交通复杂度较大时需要采用间距较大的编队形式，而在交通复杂度较低时需要采用间距较小的编队形式，所以采用时变间距策略对无人车编队控制具有更高的实用意义。但是传统时变间距策略并不总能满足零初始间距误差这个要求，尤其是在异构编队系统中。值得指出的是，非零初始间距误差可能导致队列不稳定，进而影响整个系统的稳定性，因此解决传统时变间距策略的非零初始间距误差问题变得尤为重要。

技术实现思路

[0004]本专利技术的目的在于针对解决
技术介绍
中提出的问题，提出基于新时变间距策略的无人车编队控制方法。
[0005]为实现上述目的，本专利技术所采取的技术方案为：
[0006]本专利技术提出的基于新时变间距策略的无人车编队控制方法，应用于无人车编队控制系统，无人车编队包括领队车和跟随车，各车辆通过配置的传感器获取自身运动信息且各车辆之间通信互连，基于新时变间距策略的无人车编队控制方法，包括：
[0007]建立领队车和跟随车的纵向动力学模型。
[0008]构造关于跟随车与前车间距误差的新时变间距策略，并建立以间距误差为控制变量的比例积分微分滑模函数和耦合滑模函数。
[0009]采用神经网络逼近跟随车纵向动力学模型中的非线性函数，采用自适应方法估计神经网络权重、逼近误差和跟随车纵向动力学模型中的外部干扰，并结合间距误差、比例积分微分滑模函数和耦合滑模函数，设计每辆跟随车的自适应更新率和控制器。
[0010]根据自适应更新率得到神经网络权重估计值、以及逼近误差和外部干扰的估计值，跟随车通过预设控制器参数，并实时将自适应更新率得到的估计值和自身运动信息以及接收到的前车和领队车的运动信息计算控制器的大小，并将控制器大小带入至跟随车的纵向动力学模型中，以得到跟随车加速度的导数，根据加速度的导数来控制跟随车的加速度变化。
[0011]优选地，建立领队车和跟随车的纵向动力学模型，包括：
[0012]各车运动信息包括位置、速度和加速度；
[0013]建立领队车的纵向动力学模型：
[0014][0015]其中，x0和v0分别表示领队车的位置和速度，a0表示期望的领队车加速度函数，表示x0的一阶导数，表示v0的一阶导数；
[0016]建立第i辆跟随车的纵向动力学模型：
[0017][0018][0019][0020]其中，i＝1,2
…
N，x
i
、v
i
和a
i
分别表示第i辆跟随车的位置、速度和加速度，表示x
i
的一阶导数，表示v
i
的一阶导数，表示a
i
的一阶导数，c
i
表示第i辆跟随车发动机或制动机的输入，w
i
表示第i辆跟随车因风力或道路条件造成的外部干扰，且表示第i辆跟随车因风力或道路条件造成的外部干扰，且表示外部干扰的未知常数，f
i
(v
i
,a
i
)表示非线性函数，且非线性函数表示如下：
[0021][0022]其中，τ
i
表示第i辆跟随车发动机的时间常数，r表示空气质量密度，m
i
、A
i
、C
di
和d
mi
分别表示第i辆跟随车的质量、横截面积、拽力系数和机械阻力，表示空气阻力；
[0023]定义控制器u
i
为使得控制器的输入不依赖于各车的质量，则第i辆跟随车的纵向动力学模型更新为：
[0024][0025]优选地，构造关于相邻两车间距误差的新时变间距策略，包括：
[0026]构造新时变间距策略：
[0027]定义第i辆车与第i
‑
1辆车的间距误差为δ
i
：
[0028][0029]其中，当i取1，i
‑
1等于0表示领队车，π
i
表示一个正常数，L
i
表示第i辆车的长度，Δ
i
‑
1,i
表示第i辆车与第i
‑
1辆车之间的安全距离，h表示无人车编队控制系统的延迟时间，t表示时间，σ表示安全系数，A
m
表示最大可能减速度的绝对值，表示E
i
的一阶导数，表示E
i
的二阶导数，Γ
i
是一个指数项，用来满足如下等式：
[0030][0031]其中，表示对δ
i
一阶导数，表示对δ
i
二阶导数；公式(4)中的第一个等式表示新时变间距策略的初始间距误差在任何情况下都为零；
[0032]根据公式(3)，第i辆车与第i
‑
1辆车的期望间距S
quad,i
为：
[0033][0034]其中，期望间距S
quad,i
为无人车编队控制系统稳定时，即间距误差δ
i
等于0时，相邻两车辆之间保持的最小距离。
[0035]优选地，建立以间距误差为控制变量的比例积分微分滑模函数和耦合滑模函数，包括：
[0036]建立比例积分微分滑模函数s
i
如下：
[0037][0038]其中，K
p
、K
i
和K
d
分别表示比例、积分和微分系数；
[0039]根据误差传递函数H
i
(s)＝δ
i+1
(s)/δ
i
(s)＝λ，构建δ
i
和δ
i+1
之间的关系，因此定义耦合滑模函数S
i
如下：
[0040][0041]其中，λ是一个正常数，δ
i+1
(s)、δ
i
(s)分别表示δ
i+1
和δ
i
的拉普拉斯变换，s表示复频率。
[0042]优选地，采用神经网络逼近跟随车纵向动力学模型中的非线性函数，采用自适应方法估计神经网络权重、逼近误差和跟随车纵向动力学模型中的外部干扰，并结合间距误差、比例积分微分滑模函数和耦合滑模函数，设计每辆跟随车的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于新时变间距策略的无人车编队控制方法，应用于无人车编队控制系统，其特征在于：所述无人车编队包括领队车和跟随车，各车辆通过配置的传感器获取自身运动信息且各车辆之间通信互连，所述基于新时变间距策略的无人车编队控制方法，包括：建立领队车和跟随车的纵向动力学模型；构造关于跟随车与前车间距误差的新时变间距策略，并建立以间距误差为控制变量的比例积分微分滑模函数和耦合滑模函数；采用神经网络逼近跟随车纵向动力学模型中的非线性函数，采用自适应方法估计神经网络权重、逼近误差和跟随车纵向动力学模型中的外部干扰，并结合间距误差、比例积分微分滑模函数和耦合滑模函数，设计每辆跟随车的自适应更新率和控制器；根据自适应更新率得到神经网络权重估计值、以及逼近误差和外部干扰的估计值，跟随车通过预设控制器参数，并实时将自适应更新率得到的估计值和自身运动信息以及接收到的前车和领队车的运动信息计算控制器的大小，并将控制器大小带入至跟随车的纵向动力学模型中，以得到跟随车加速度的导数，根据加速度的导数来控制跟随车的加速度变化。2.如权利要求1所述的基于新时变间距策略的无人车编队控制方法，其特征在于：所述建立领队车和跟随车的纵向动力学模型，包括：各车运动信息包括位置、速度和加速度；建立领队车的纵向动力学模型：其中，x0和v0分别表示领队车的位置和速度，a0表示期望的领队车加速度函数，表示x0的一阶导数，表示v0的一阶导数；建立第i辆跟随车的纵向动力学模型：建立第i辆跟随车的纵向动力学模型：建立第i辆跟随车的纵向动力学模型：其中，i＝1,2
…
N，x
i
、v
i
和a
i
分别表示第i辆跟随车的位置、速度和加速度，表示x
i
的一阶导数，表示v
i
的一阶导数，表示a
i
的一阶导数，c
i
表示第i辆跟随车发动机或制动机的输入，w
i
表示第i辆跟随车因风力或道路条件造成的外部干扰，且表示第i辆跟随车因风力或道路条件造成的外部干扰，且表示外部干扰的未知常数，f
i
(v
i
,a
i
)表示非线性函数，且非线性函数表示如下：其中，τ
i
表示第i辆跟随车发动机的时间常数，r表示空气质量密度，m
i
、A
i
、C
di
和d
mi
分别表示第i辆跟随车的质量、横截面积、拽力系数和机械阻力，表示空气阻力；
定义控制器u
i
为使得控制器的输入不依赖于各车的质量，则第i辆跟随车的纵向动力学模型更新为：3.如权利要求2所述的基于新时变间距策略的无人车编队控制方法，其特征在于：所述构造关于相邻两车间距误差的新时变间距策略，包括：构造新时变间距策略：定义第i辆车与第i
‑
1辆车的间距误差为δ
i
：其中，当i取1，i
‑
1等于0表示领队车，π
i
表示一个正常数，L
i
表示第i辆车的长度，Δ
i
‑
1,i
表示第i辆车与第i
‑
1辆车之间的安全距离，h表示无人车编队控制系统的延迟时间，t表示时间，σ表示安全系数，A
m
表示最大可能减速度的绝对值，表示E
i
的一阶导数，表示E
i
的二阶导数，Γ
i
是一个指数项，用来满足如下等式：其中，表示对δ
i
一阶导数，表示对δ
i
二阶导数；公式(4)中的第一个等式表示新时变间距策略的初始间距误差在任何情况下都为零；根据公式(3)，第i辆车与第i
‑
1辆车的期望间距S
quad,i
为：其中，期望间距S
quad,i
为无人车编队控制系统稳定时，即间距误差δ
i
等于0时，相邻两车辆之间保持的最小距离。4.如权利要求3所述的基于新时变间距策略的无人车编队控制方法，其特征在于：所述建立以间距误差为控制变量的比例积分微分滑模函数和耦合滑模函数，包括：建立比例积分微分滑模函数s
i
如下：其中，K
p
、K
i
和...

【专利技术属性】
技术研发人员：蔡晓晰，李平，周明政，徐子潇，丁钢波，
申请(专利权)人：中国电子科技集团公司第五十二研究所，
类型：发明
国别省市：