异构车辆队列自适应容错优化云跟踪控制方法及装置制造方法及图纸

本发明专利技术提供一种异构车辆队列自适应容错优化云跟踪控制方法及装置，该方法包含：搭建关于异构车辆队列系统的“人

【技术实现步骤摘要】
异构车辆队列自适应容错优化云跟踪控制方法及装置


[0001]本专利技术属于智能交通控制
，尤其涉及一种基于双学习机制的异构车辆队列自适应容错优化云跟踪控制方法及装置
。

技术介绍

[0002]车辆队列控制技术，该技术是将单一车道内的相邻车辆进行编队，根据相邻车辆之间的信息交互，自动调整车辆的纵向运动状态，最终使整个车辆队列保持一致的速度和期望的车辆间距
。
多车辆以队列形式行驶过程中，能够提升交通吞吐量，缓解交通拥堵，同时，也可以大幅减小空气阻力，降低车辆尾气排放量
。
为此，该技术已经受到国内外学术界及工业界的高度重视
。
[0003]目前，针对多车辆队列系统协同控制的研究有许多杰出的成果，可实现车
‑
车协同控制
、
车
‑
路协同控制以及车
‑
网协同控制等，但面对复杂的交通网络系统其形式较为单一，且车辆行驶轨迹固定无法实现避障或避撞行为，这难以应用在复杂的交通中
。
其次，在现存的道路交通问题中，除了考虑交通事故
、
交通拥堵问题等，汽车能源的大量消耗也需必要考虑，针对车辆队列优化控制的研究结果较少
。
同时，现存的解决方法未涉及近似模型的准确性，使系统跟踪达不到预期效果
。
[0004]此外，在车队行驶的过程中，可能会出现意想不到的执行器故障，由于车辆长期运行，这在实践中是不可避免的
。
执行器故障的发生将导致系统性能恶化或车辆队列不稳定，从而导致乘客安全性和舒适性的下降
。
尽管也存在一些针对车辆队列系统中涉及了执行器故障的研究，但其对基于优化的车辆队列系统容错控制的研究还不够充分，并且车队执行器故障问题尚未得到良好的解决
。

技术实现思路

[0005]针对现有技术的不足，本专利技术提出一种异构车辆队列自适应容错优化云跟踪控制方法及装置，该方法保证了车辆的内部稳定性
、
队列稳定性和最优控制性能
。
[0006]为了实现上述目的，本专利技术一方面提供一种异构车辆队列自适应容错优化云跟踪控制方法，包含：
[0007]搭建关于异构车辆队列系统的“人
‑
车
‑
路
‑
云”交通场景，所述异构车辆队列系统，包含至少一领导者车辆，每一领导者车辆配置有多个跟随者车辆；
[0008]考虑外部扰动和执行器偏置故障的条件下，建立异构车辆队列系统的动力学模型；
[0009]构造关于异构车辆队列系统的有向图，有向图的每一节点表示一车辆，节点之间的连边表示车辆之间的通信链路；
[0010]利用所述有向图以及所述异构车辆队列系统的动力学模型，生成车辆跟踪误差模型；
[0011]依据所述车辆跟踪误差模型，构造车辆队列目标函数；
[0012]构建预测模型，利用所述预测模型预测出满足所述车辆队列目标函数的最优值
。
[0013]可选的，所述异构车辆队列系统的动力学模型包含：领导者车辆的动力学模型；
[0014]依据领导者车辆的输入控制信号，生成关于领导者车辆的位移轨迹
、
速度轨迹的动力学模型，包含：
[0015]依据所述领导者车辆的输入控制信号，生成领导者车辆的速度轨迹，
[0016]依据所述领导者车辆的速度信息，生成领导者车辆的位移轨迹，
[0017]其中，分别表示领导者车辆时变位移轨迹
、
速度轨迹，
x
0,v
表示领导者车辆速度信息，
u0表示领导者车辆的输入控制信号
。
[0018]可选的，所述异构车辆队列系统的动力学模型还包含：跟随者车辆的动力学模型；
[0019]增加外部扰动信息与执行器偏置故障信息，构造关于跟随者车辆的位移轨迹
、
速度轨迹
、
加速度轨迹的动力学模型，包含：
[0020]依据带有执行器偏置故障的额外控制输入信号
、
跟随者车辆加速度信息
、
加速度外部扰动信息，生成跟随者车辆加速度轨迹，
[0021]依据跟随者加速度信息
、
以及速度外部扰动信息，生成跟随者车辆速度轨迹，
[0022]依据跟随者车辆速度信息
、
以及位移外部扰动信息，生成跟随者车辆位移轨迹，
[0023]其中，是系统的状态，
x
i,p
，
x
i,v
与
x
i,a
分别表示跟随者车辆的位置
、
速度及加速度，表示未知非线性项，
w
i,j
表示外部扰动信息，
τ
i
＞0代表与发动机时间相关的常数，其中表示带有执行器偏置故障的额外控制输入信号，
Λ
i
(t,t
if
)
η
i
表示由偏置故障引起的控制输入偏差，并且
Λ
i
(t,t
if
)
表示时间轮廓，如果
t
＜
t
if
，则
Λ
i
(t,t
if
)
＝0，否则
t≥t
if
，则其中
t
if
和
θ
i
＞0分别为未知故障发生时间和演化速率，
η
i
表示偏置系数
。
[0024]可选的，利用所述有向图以及所述异构车辆队列系统的动力学模型，生成车辆跟踪误差模型，包含：
[0025]依据领导者车辆位移轨迹
、
跟随者车辆位移轨迹
、
跟随者车辆的长度
、
相邻跟随者车辆间的安全距离，确定跟随者车辆的间距误差，
[0026]依据跟随者车辆加速度轨迹
、
以及一虚拟速度控制信号，确定跟随者车辆的加速度误差，
e
i,a
＝
x
i,a
‑
α
i,v
；
[0027]依据跟随者车辆速度轨迹
、
以及一虚拟位移控制信号，确定跟随者车辆的速度误差，
e
i,v
＝
x
i,v
‑
α
i,p
；
[0028]其中，
L
i
表示跟随者车辆
i
的长度，
D
i
表示跟随者车辆
i
与相邻车辆间的安全距离，
x
k,p
表示跟随者车辆
k
的位移，若跟随者车辆
i
...

【技术保护点】

【技术特征摘要】
1.
一种异构车辆队列自适应容错优化云跟踪控制方法，其特征在于，包含：搭建关于异构车辆队列系统的“人
‑
车
‑
路
‑
云”交通场景，所述异构车辆队列系统，包含至少一领导者车辆，每一领导者车辆配置有多个跟随者车辆；考虑外部扰动和执行器偏置故障的条件下，建立异构车辆队列系统的动力学模型；构造关于异构车辆队列系统的有向图，有向图的每一节点表示一车辆，节点之间的连边表示车辆之间的通信链路；利用所述有向图以及所述异构车辆队列系统的动力学模型，生成车辆跟踪误差模型；依据所述车辆跟踪误差模型，构造车辆队列目标函数；构建预测模型，利用所述预测模型预测出满足所述车辆队列目标函数的最优值
。2.
根据权利要求1所述的方法，其特征在于，所述异构车辆队列系统的动力学模型包含：领导者车辆的动力学模型；依据领导者车辆的输入控制信号，生成关于领导者车辆的位移轨迹
、
速度轨迹的动力学模型，包含：依据所述领导者车辆的输入控制信号，生成领导者车辆的速度轨迹，依据所述领导者车辆的速度信息，生成领导者车辆的位移轨迹，其中，分别表示领导者车辆时变位移轨迹
、
速度轨迹，
x
0,v
表示领导者车辆速度信息，
u0表示领导者车辆的输入控制信号
。3.
根据权利要求2所述的方法，其特征在于，所述异构车辆队列系统的动力学模型还包含：跟随者车辆的动力学模型；增加外部扰动信息与执行器偏置故障信息，构造关于跟随者车辆的位移轨迹
、
速度轨迹
、
加速度轨迹的动力学模型，包含：依据带有执行器偏置故障的额外控制输入信号
、
跟随者车辆加速度信息
、
加速度外部扰动信息，生成跟随者车辆加速度轨迹，依据跟随者加速度信息
、
以及速度外部扰动信息，生成跟随者车辆速度轨迹，依据跟随者车辆速度信息
、
以及位移外部扰动信息，生成跟随者车辆位移轨迹，其中，是系统的状态，
x
i,p
，
x
i,v
与
x
i,a
分别表示跟随者车辆的位置
、
速度及加速度，表示未知非线性项，
w
i,j
表示外部扰动信息，
τ
i
＞0代表与发动机时间相关的常数，其中表示带有执行器偏置故障的额外控制输入信号，
Λ
i
(t,t
if
)
η
i
表示由偏置故障引起的控制输入偏差，并且
Λ
i
(t,t
if
)
表示时间轮廓，如果
t
＜
t
if
，则
Λ
i
(t,t
if
)
＝0，否则
t≥t
if
，则其中
t
if
和
θ
i
＞0分别为未知故障发生时间和演化速率，
η
i
表示偏置系数
。4.
根据权利要求3所述的方法，其特征在于，
利用所述有向图以及所述异构车辆队列系统的动力学模型，生成车辆跟踪误差模型，包含：依据领导者车辆位移轨迹
、
跟随者车辆位移轨迹
、
跟随者车辆的长度
、
相邻跟随者车辆间的安全距离，确定跟随者车辆的间距误差，依据跟随者车辆加速度轨迹
、
以及一虚拟速度控制信号，确定跟随者车辆的加速度误差，
e
i,a
＝
x
i,a
‑
α
i,v
；依据跟随者车辆速度轨迹
、
以及一虚拟位移控制信号，确定跟随者车辆的速度误差，
e
i,v
＝
x
i,v
‑
α
i,p
；其中，
L
i
表示跟随者车辆
i
的长度，
D
i
表示跟随者车辆
i
与相邻车辆间的安全距离，
x
k,p
表示跟随者车辆
k
的位移，若跟随者车辆
i
可以接收到来自跟随者车辆
k
的通讯信息，则
a
i,k

【专利技术属性】
技术研发人员：安佳鑫，付海燕，雷腾飞，张艳萍，王迎勋，刘延春，梁海明，柴琳，
申请(专利权)人：齐鲁理工学院，
类型：发明
国别省市：