[发明专利]混合交通场景下基于车路协同的车队一致性控制方法

权利要求书

1.混合交通场景下基于车路协同的车队一致性控制方法，其特征在于：

网联智能汽车接收快速路上传统人驾车的状态信息；

结合车辆的动力学特征以及混合交通场景下的通信拓扑结构，构建网联智能汽车的纵向控制策略和传统人驾车的轨迹预测模型；

结合车队中车辆的一致性控制目标，构建混合车队误差动力学模型；

获取保证系统稳定的最大时延条件和一致性约束条件；

根据所述保证系统稳定的最大时延条件和一致性约束条件，调整所述网联智能汽车的纵向控制策略；

所述网联智能汽车的纵向控制策略为：

式中：c_i,n是车辆n到车辆i的通信连接，k^c＞0,k^c∈Rλ^c＞0,λ^c∈R和μ^c＞0,μ^c∈R表示控制增益；

α^c_n,β^c_n和γ^c_n分别表示第n辆车对第i辆车的位置、速度和加速度的影响权重；h_i,n＝z_n(t)-z_i(t),Δv_i,n＝v_n(t)-v_i(t)和Δa_i,n＝a_n(t)-a_i(t)分别表示第n辆车与第i辆车的车间距、速度差和加速度差；

τ_i,n(t)表示通信时延；f(h_i,n(t))是一个非线性函数，具体定义如下：

如果h_i,n≤g_l,第i辆车的期望速度为0；当g_l≤h_i,n≤g_h时，期望速度随着h_i,n的增加而增加；当h_i,n≥g_h,车辆趋于最大速度v_m；

所述传统人驾车的轨迹预测模型为：

式中，k^h,λ^h和μ^h敏感系数，τ_i,n(t)表示驾驶员的感知时延；

所述混合车队误差动力学模型为：

k^mix≤N,l^mix≤N(N-1)

式中，

x_mix(t)＝[x₁^T(t) x₂^T(t) x₃^T(t)]^T，

和

h_i,0*是系统稳定时车辆i与头车之间的平衡距离，

其中

以及

2.根据权利要求1所述的混合交通场景下基于车路协同的车队一致性控制方法，其特征在于：所述车辆的动力学特征为：

式中：T_i和τ_i分别是第i个跟随车辆的机械惯性系数和时间延迟，u_i是车辆的控制输入,z_i表示输出，(s)表示相应时域变量(t)的拉普拉斯变换。

3.根据权利要求1所述的混合交通场景下基于车路协同的车队一致性控制方法，其特征在于：所述车队中车辆的一致性控制目标为：

式中：h_i0表示车辆i与头车的平衡间距，v_i(t)和a_i(t)分别表示车辆i的速度和加速度。

4.根据权利要求3所述的混合交通场景下基于车路协同的车队一致性控制方法，其特征在于：所述保证系统稳定的最大时延条件和一致性约束条件为：

k^mixδH/2-(1-η)Q_m＜0

l^mixδH/2-(1-ξ)Q_b＜0

其中，P、H、Q_m和Q_b为常数正定矩阵，