[发明专利]一种近信号控制区混合车群的分布式协同控制方法

权利要求书

1.一种近信号控制区混合车群的分布式协同控制方法，其特征在于：该方法包括以下步骤：

S1：设置近信号控制区混合交通场景；

S2：根据S1分别建立传统人驾车线性动力学模型和网联自动车线性动力学模型；

S3：根据S2利用网联自动车的协同方式和人驾车的跟随行为，设计混合车群所有车辆的状态误差向量；

S4：根据S3分别构建传统人驾车的跟驰模型和网联自动车的控制模型；

S5：根据S4将传统人驾车的跟驰模型、网联自动车的控制模型与混合车群的状态误差向量相结合，构建考虑信息不确定性的混合车群误差系统状态空间；

S6：根据混合车群在近信号控制区的一致性约束和红绿灯约束，从信息物理的视角出发，并结合混合车群误差系统模型，设计近信号控制区考虑约束条件下的混合车群分布式协同控制方法。

2.根据权利要求1所述的近信号控制区混合车群的分布式协同控制方法，其特征在于：所述S1具体为：

在近信号控制区一个单车道上有N+1辆车，其中，包含m辆跟随的传统人驾车、n辆网联自动车和一辆领头网联自动车，m+n＝N；在这个场景下，网联自动驾驶车通过互相传递信息并自动控制，传统的人驾车通过驾驶员的感知获取前车和后车的信息，使前车和后车保持一个期望的车间距。

3.根据权利要求2所述的近信号控制区混合车群的分布式协同控制方法，其特征在于：所述S2具体为：

由于混合交通的车辆异质特性，网联自动车和传统人驾车具有不同的车辆动力学特性，传统人驾车线性动力学模型能够被表示如下：

其中，p^HV(t)、v^HV(t)和a^HV(t)表示传统人驾车的位置、速度和加速度；网联自动车的线性动力学模型能够被定义为：

其中，p^CAV(t)、v^CAV(t)和a^CAV(t)表示网联自动车的位置、速度和加速度，u^CAV(t)表示网联自动车的控制输入；所述领头的网联自动车的线性动力学模型为：

其中，和表示领头的网联自动车的位置、速度和加速度，即为领头的网联自动车的控制输入。

4.根据权利要求3所述的近信号控制区混合车群的分布式协同控制方法，其特征在于：所述S3中的混合车群所有车辆的状态误差向量为：

其中，上式表示混合车群中所有车辆的误差向量为HV车辆的误差向量与CAV车辆的误差向量之和，根据车群的大小，混合车群的误差向量具有三种不同的表示形式。

5.根据权利要求4所述的近信号控制区混合车群的分布式协同控制方法，其特征在于：所述S4具体为：

为了保证传统人驾车与前后车辆的安全行驶距离，建立考虑惯性时延和驾驶员的反应时延的传统人驾车的跟驰模型为：

其中，β₁、β₂和β₃表示驾驶员的反应参数，表示第i辆传统人驾车与前车的车间距，表示第i辆传统人驾车与后车的车间距，τ₁和τ₂表示驾驶员的反应延迟和车辆的惯性时延，d^HV表示传统人驾车的期望距离；传统人驾车的跟驰模型的状态空间可以进一步写为：

其中

由于网联自动车会进行车辆与设施通信和车车之间进行通信，如果通信失败就会造成丢包现象，因此，结合通信拓扑有向图的概念，构建考虑惯性时延、通信时延和丢包的网联自动车控制模型；

其中，k_1,p和k_2,v表示控制增益，ω表示位置和速度的权重，M表示网联自动车之间的通信连接，d表示网联自动车的期望距离；网联自动车控制模型的状态空间可以进一步写为：

其中

6.根据权利要求5所述的近信号控制区混合车群的分布式协同控制方法，其特征在于：所述S5具体为：

其中，ΔA＝DF(t)E表示信息不确定性参数。