[发明专利]一种通信拓扑无约束情形下的车辆队列协同最优控制方法

说明书

本发明公开了一种通信拓扑无约束情形下的车辆队列协同最优控制方法，首先为车辆队列选取了恒定时距间距策略，旨在描述车辆间距和保障行车安全；其次设计通信拓扑无约束情形下的目标函数和控制输入函数，旨在减少车辆队列的状态误差和能量消耗；最后根据通信拓扑无约束情形下的目标函数和控制输入函数设计了通信拓扑无约束情况下车辆队列协同最优控制方法，并且在保证车辆队列渐近稳定且能耗最小的情况下，解得车辆队列最优通信拓扑的拉普拉斯矩阵、邻接矩阵和与头车相关的邻接矩阵。本发明能满足车辆运行过程中的乘坐舒适度和安全性，同时能够使得车辆队列在较短时间内达到协同驾驶。

技术领域

本发明属于智能交通技术领域，具体涉及一种车辆队列协同最优控制方法。

背景技术

近年来，随着通信技术、计算机技术的不断发展，智能交通系统逐渐成为解决交通问题的重要途径之一，其中智能网联车辆以减少交通拥堵、提升道路利用率和减少能源消耗等优点逐渐成为全球汽车发展的趋势。智能网联环境下，自动驾驶车辆调整纵向运动状态进行编队，达到一致的行驶速度和期望的间距，形成车辆队列。车辆队列具有诸多优点：队列行驶可以提高道路通行能力、提升道路行车的安全性、降低车辆的燃油消耗、减少环境污染。

智能网联车辆队列模型主要由通信拓扑结构、分布式控制器、动力学模型和间距策略四部分组成。其中，通信拓扑结构是描述车辆间通过车车通讯(vehicle to vehicle,V2V)进行信息传递的拓扑关系。车辆获取的信息不同对控制方法的精确性影响不同，因而通信拓扑结构对车辆队列的稳定性和协同性都有很重要的影响。通信拓扑可以分为前车-头车跟随式、双前车跟随式、双前车-头车跟随式、无向拓扑式、有限距离通信式以及全连接通信式等不同的形式。

现有车辆队列协同驾驶控制技术仍有一定的不足。首先，队列协同控制方法中大多采用固定的通信拓扑进行控制。不同的通信拓扑对车辆队列的稳定性、燃油的经济性和驾乘的舒适性都有很大的影响。因此，如何通过优化车辆队列的通信拓扑，提高队列的稳定性并降低燃油消耗成为了亟待解决的技术问题。其次，协同控制不仅需要保证车辆的协同驾驶，而且需要兼顾能耗与安全，采用更低的能耗使队列系统性能达到最优。车辆队列的协同最优控制对车辆安全、稳定、节能环保行驶具有重要意义。

发明内容

为了克服现有技术的不足，本发明提供了一种通信拓扑无约束情形下的车辆队列协同最优控制方法，首先为车辆队列选取了恒定时距间距策略，旨在描述车辆间距和保障行车安全；其次设计通信拓扑无约束情形下的目标函数和控制输入函数，旨在减少车辆队列的状态误差和能量消耗；最后根据通信拓扑无约束情形下的目标函数和控制输入函数设计了通信拓扑无约束情况下车辆队列协同最优控制方法，并且在保证车辆队列渐近稳定且能耗最小的情况下，解得车辆队列最优通信拓扑的拉普拉斯矩阵、邻接矩阵和与头车相关的邻接矩阵。本发明能满足车辆运行过程中的乘坐舒适度和安全性，同时能够使得车辆队列在较短时间内达到协同驾驶。

本发明解决其技术问题所采用的技术方案包括如下步骤：.

步骤1：定义车辆队列由1辆头车及N辆跟随车辆组成，头车由0表示，跟随车辆由i表示，i∈{1,2,…,N}，构建车辆的动力学模型；

车辆采用三阶动力学模型，具体表示如下：

其中，p_i(t)、v_i(t)及a_i(t)分别表示车辆i的位置、速度及加速度，u_i(t)表示车辆i的控制输入，T0表示车辆传动系统常数；

步骤2：确定车辆队列的间距策略；

采用恒定时距间距策略，车辆i和头车0之间的期望间距s_i0表示如下：

s_i0＝h_i0v₀+d_i0 (2)