CN111746539A - 一种智能网联汽车严格安全换道入队控制方法 - Google Patents

Abstract

本发明公开了一种智能网联汽车严格安全换道入队控制方法，具体包括以下步骤：步骤1；当有匝道车辆申请换道入队时，主车道现有车队的领航车接收该申请，并获取换道入队车辆当前行驶状态信息，信息包括该车当前位置、速度、加速度；步骤2；领航车判定申请入队车辆的汇入位置；步骤3；对车间距误差建立双边约束，并对车间距误差做状态变换；步骤4；建立非线性纵向动力学模型，并考虑实际场景下的参数摄动，在此条件下设计鲁棒控制律；步骤5、当申请换道入队的车辆完成换道后全过程结束，各车辆切换至自适应巡航控制，该方法能确保换道过程中入队车辆与其插入位置前后车车间距始终保持在合理范围内，从而实现换道合流的严格安全。

Description

一种智能网联汽车严格安全换道入队控制方法

技术领域

本发明涉及一种智能网联汽车道路安全控制技术，尤其涉及一种智能网联汽车安全自组织多车换道合流控制方法。

背景技术

车辆队列行驶是指将同一车道的邻近车辆进行编队，根据编队中其他车辆信息自动调整该车辆的运动状态，最终达到一致的行驶速度和期望的空间构型。队列行驶可以显著减缓交通拥堵、改善交通效率、提高驾驶安全性和改进燃油经济性。针对车辆队列行驶的实验项目包括英国主导的SARTRE项目、瑞典主导的SCANIA项目、荷兰主导的GCDC公路挑战赛等。以上项目验证了队列控制在安全、节能、环保和缓解交通拥堵方面的积极作用，也推动了协同式自动驾驶的商用化进程。

换道是在车辆行驶过程中的一个常规操作，统计表明在我国高速公路的众多交通事故中，不同车道车辆合流导致的事故占近50％。提升换道过程安全性、高效性具有重要意义，智能网联汽车可以利用车载感知、通信单元实现车-车通信(V2V)，获取周围车辆的信息，实现安全、高效的协同多车换道合流。

目前，智能网联汽车的换道合流策略也有不少人进行研究，但现有研究对合流序列与合流轨迹的强耦合考虑较少，且大多是基于线性运动学控制模型，侧重于通过规划车辆运动学参数的变化来实现车与车之间的避撞，其建立在大量通讯和高效计算的基础上，且未考虑实际车辆纵向动力学的强非线性，难以严格保证合流过程避撞。

发明内容

为发明的目的是确保换道过程中入队车辆与其插入位置前后车车间距始终保持在合理范围内，从而实现换道合流的严格安全。

本发明提供的技术方案是一种智能网联汽车严格安全换道入队控制方法，具体包括以下步骤：

步骤1；当有匝道车辆申请换道入队时，主车道现有车队的领航车接收该申请，并获取换道入队车辆当前行驶状态信息，信息包括该车当前位置、速度、加速度；

步骤2；领航车判定申请入队车辆的汇入位置；

步骤3；对车间距误差建立双边约束，并对车间距误差做状态变换；

步骤4；建立非线性纵向动力学模型，并考虑实际场景下的参数摄动，在此条件下设计鲁棒控制律；

步骤5、当申请换道入队的车辆完成换道后全过程结束，各车辆切换至自适应巡航控制。

进一步地，步骤3具体包括以下步骤：

步骤3.1、建立车间距误差双边约束

定义i号车的车间距误差为：e_i＝d_d-x_i-1+x_i+l_i-1，其中l_i-1为i-1号车的车长，i为更新后的车辆序号，即图1中车辆右侧的序号，i＝1,2,3,4,5,6,7,8……；x_i表示i号车的位置，x_i-1表示i-1号车的位置。

实现换道过程中，每辆车与它跟随车的车间距都保持在一个合理范围内，即

d_i,mim<x_i-1-x_i-l_i-1<d_i,max

其中d_i,min、d_i,max为大于0的常数，分别代表i号车最小车间距与最大车间距；x_i表示i号车的位置，x_i-1表示i-1号车的位置。

由此，i号车的车间距误差e_i的双边约束可以写作：

其中d _i、

为常数，其值可根据上式求得；d_d为常数，表示期望车间距。

步骤3.2、对步骤3.1中得到的双边约束进行状态变换，将受约束的状态e_i转变为不受约束的状态z_i，转换方法如下：

其中

T表示转换映射。

这样就得到，z_i＝T(e_i)，e_i＝T^-1(z_i)。

进一步地，步骤4具体包括如下步骤：

步骤4.1；建立带有时变不确定性的车辆纵向动力学模型，方程如下

其中，x_i(t)为位移；v_i(t)为车速；u_i为车辆驱动力(或制动力)；M_i为车辆质量；c_i为空气阻力系数；c_iv_i(t)|v_i(t)|为空气阻力项；-F_i为滚动阻力和坡道阻力项；σ_i(t)为参数时变不确定性部分；下标i代表i号车对应的参数；

步骤4.2；将步骤4.1所得动力学模型中的

用变量z_i来替换，得到关于z_i的动力学方程如下

其中，

下标i代表i号车对应的参数，下标i-1代表i-1号车对应的参数。

步骤4.3、求解步骤4.2中的非线性动力学系统控制问题，给出鲁棒控制律的显式表达式u_i(t)，

u_i(t)＝p₁+p₂+p₃

其中，p₁为针对名义部分的控制律；p₂为用于消除初始误差的控制律；p₃为针对不确定性部分的控制律。

本发明的有益效果为：

1、本发明用采用一种状态变换的方法，确保换道过程中入队车辆与其插入位置前后车车间距始终保持在合理范围内，从而实现换道合流的严格安全；

2、本发明充分考虑换道合流不同阶段的行驶需求，在横向运动开始前兼顾多车的安全性、经济性、舒适性、高效性，在横向运动开始后严格保证多车的安全性；

3、本发明所用的通行控制方法侧重于车辆非线性动力学控制，更符合实际场景且适用于多辆车换道的情形，为智能网联汽车自组织多车换道合流提供了新思路。

附图说明

图1为请求入队的车辆与队列车辆的路面行车示意图；

图2为方法总流程图；

图3为状态变换示意图；

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互结合。

如图1所示，该实施例提供了一种智能网联汽车严格安全换道入队控制方法，具体包括以下步骤：

步骤1；当有匝道车辆申请换道入队时，主车道，即图1中的中间车道，现有车队的领航车接收该申请，并获取换道入队车辆当前行驶状态信息，信息包括该车当前位置、速度、加速度。

关于图1中各编号的说明：处于车辆左侧的各编号A、B、C、①、②、③、④、⑤表示申请换道前的车辆编号；处于车辆右侧的各编号

为申请换道后的新车辆编号。

如图1所示，中间车道为主车道，图1中的①号车为领航车，①、②、③、④、⑤为原有的主车道车辆；A、B、C为三辆申请换道的车，这三辆车对应的位置为x_A、x_B、x_C；

步骤2；领航车判定申请入队车辆的汇入位置

领航车根据申请入队车辆的位置x_A、x_B、x_C，以及中间车道所有附近车辆的位置X_①、X_②、X_③、X_④、X_⑤，进行判定，判定规则为当前位置靠前的排在前面。以图1中场景为例：

X_②<x_A<X_①

X_④<x_B<X_③

X_⑤<x_C<X_④

那么A车就汇入到①车和②车中间，即A车跟随①车，②车跟随A车；B车就汇入到③车和④车中间，即B车跟随③车，④车跟随B车；C车就汇入到④车和⑤车中间，即C车跟随④车，⑤车跟随C车。据此方法，每辆申请入队的车辆都能找到它对应的汇入位置，也就找到了它需要跟随的车辆。

确定汇入位置后按新的行驶顺序更新车辆序号，即

如图1所示，每辆车左侧的编号为更新前序号，右侧的编号为更新后的序号。

步骤3；对车间距误差建立双边约束，并对车间距误差做状态变换。

步骤3.1；建立车间距误差双边约束

依据更新后的车辆编号，定义i号车，i为更新后的车辆序号，即图1中车辆右侧的序号，i＝1,2,3,4,5,6,7,8。的车间距误差为：e_i＝d_d-x_i-1+x_i+l_i-1，其中l_i-1为i-1号车的车长；x_i表示i号车的位置，x_i-1表示i-1号车的位置。

本发明旨在实现换道过程中，每辆车与它跟随车的车间距都保持在一个合理范围内，即

d_i,min<x_i-1-x_i-l_i-1<d_i,max

其中d_i,min、d_i,max为大于0的常数，分别代表i号车最小车间距与最大车间距；x_i表示i号车的位置，x_i-1表示i-1号车的位置。

由此，i号车的车间距误差e_i的双边约束可以写作：

其中d _i、

为常数，其值可根据上式求得；d_d为常数，表示期望车间距。

步骤3.2；对步骤3.1中得到的双边约束进行状态变换，将受约束的状态e_i转变为不受约束的状态z_i，转换方法如下：

其中

T表示转换映射。

这样就得到，z_i＝T(e_i)，e_i＝T^-1(z_i)。下标i代表i号车对应的参数，i为更新后的车辆序号i，即图1中位于车辆右侧的编号

本发明通过步骤3状态变换来严格保证车间距误差始终处于合理范围内，进而确保换道汇入过程的严格安全。其变换过程如图3所示，不仅严格保证安全，还能实现当且仅当e_i＝0时，有z_i＝0。这就意味着本发明一旦能使z_i趋向于0，那么车间距误差也趋向于0。这一过程将在步骤4中实现。

步骤4；建立非线性纵向动力学模型，并考虑实际场景下的参数摄动，在此条件下设计鲁棒控制律。

具体步骤如下：

步骤4.1；建立带有时变不确定性的车辆纵向动力学模型，方程如下

其中，x_i(t)为位移；v_i(t)为车速；u_i为车辆驱动力(或制动力)；M_i为车辆质量；c_i为空气阻力系数；c_iv_i(t)|v_i(t)|为空气阻力项；-F_i为滚动阻力和坡道阻力项；σ_i(t)为参数时变不确定性部分；下标i代表i号车对应的参数。

步骤4.2；将步骤4.1所得动力学模型中的

用变量z_i来替换，得到关于z_i的动力学方程如下

其中，

下标i代表i号车对应的参数，下标i-1代表i-1号车对应的参数。

步骤4.3、求解步骤4.2中的非线性动力学系统控制问题，给出鲁棒控制律的显式表达式u_i(t)，

u_i(t)＝p₁+p₂+p₃

其中，p₁为针对名义部分的控制律；p₂为用于消除初始误差的控制律；p₃为针对不确定性部分的控制律。为得到显示表达式，先进行如下各项定义：

(1)z_i(t)满足

其中h_i为大于零的常数；

(2)M_i、c_i和F_i都由名义部分和时变部分组成，且名义部分不随时间变化，分别表示为

和

则控制律显示表达式如下：

其中Π_i为参数不确定性的最差情况，即最大偏差。

步骤5、当申请换道入队的车辆完成换道后全过程结束，各车辆切换至自适应巡航控制。

尽管参考附图详地公开了本申请，但应理解的是，这些描述仅仅是示例性的，并非用来限制本申请的应用。本申请的保护范围由附加权利要求限定，并可包括在不脱离本申请保护范围和精神的情况下针对发明所作的各种变型、改型及等效方案。

Claims (3)

1.一种智能网联汽车严格安全换道入队控制方法，其特征在于，其特征在于，具体包括以下步骤：

步骤1、当有匝道车辆申请换道入队时，主车道现有车队的领航车接收该申请，并获取换道入队车辆当前行驶状态信息，信息包括该车当前位置、速度和加速度；

步骤2、领航车判定申请入队车辆的汇入位置；

步骤3、对车间距误差建立双边约束，并对车间距误差做状态变换；

步骤4、建立非线性纵向动力学模型，并考虑实际场景下的参数摄动，在此条件下设计鲁棒控制律；

步骤5、当申请换道入队的车辆完成换道后全过程结束，各车辆切换至自适应巡航控制。

2.根据权利要求1所述的智能网联汽车严格安全换道入队控制方法，其特征在于：步骤3具体包括以下步骤：

步骤3.1、建立车间距误差双边约束

定义i号车，i代表更新后的车辆序号，即车辆右侧的序号，i＝1，2，3，4，5，6，7，8......，i号车的车间距误差为：e_i＝d_d-x_i-1+x_i+l_i-1，其中l_i-1为i-1号车的车长；x_i表示i号车的位置，x_i-1表示i-1号车的位置；d_d为常数，表示期望车间距；

实现换道过程中，每辆车与它跟随车的车间距都保持在一个合理范围内，即

d_i，min＜x_i-1-x_i-l_i-1＜d_i，max

其中d_i，min、d_i，max为大于0的常数，d_i，min代表i号车最小车间距、d_i，max代表i号车最大车间距；x_i表示i号车的位置，x_i-1表示i-1号车的位置；

由此，i号车的车间距误差e_i的双边约束可以写作：

其中d _i、

为常数，其值可根据上式求得；d_d为常数，表示期望车间距；

步骤3.2、对步骤3.1中得到的双边约束进行状态变换，将受约束的状态e_i转变为不受约束的状态z_i，转换方法如下：

其中

T表示转换映射。

这样就得到，z_i＝T(e_i)，e_i＝T^-1(z_i)。

3.根据权利要求1所述的智能网联汽车严格安全换道入队控制方法，其特征在于：步骤4具体包括如下步骤：

步骤4.1；建立带有时变不确定性的车辆纵向动力学模型，方程如下

其中，x_i(t)为位移；v_i(t)为车速；u_i为车辆驱动力(或制动力)；M_i为车辆质量；c_i为空气阻力系数；c_iv_i(t)|v_i(t)|为空气阻力项；-F_i为滚动阻力和坡道阻力项；σ_i(t)为参数时变不确定性部分；下标i代表i号车对应的参数；

步骤4.2；将步骤4.1所得动力学模型中的

用变量z_i来替换，得到关于z_i的动力学方程如下

其中，

下标i代表i号车对应的参数，下标i-1代表i-1号车的参数；

步骤4.3、求解步骤4.2中的非线性动力学系统控制问题，给出鲁棒控制律的显式表达式u_i(t)，

u_i(t)＝p₁+p₂+p₃

其中，p₁为针对名义部分的控制律；p₂为用于消除初始误差的控制律；p₃为针对不确定性部分的控制律。

Images