CN113022585A - 一种基于多源信息拓扑通信系统的异构多车协同控制方法 - Google Patents

一种基于多源信息拓扑通信系统的异构多车协同控制方法 Download PDF

Info

Publication number
CN113022585A
CN113022585A CN202110284273.3A CN202110284273A CN113022585A CN 113022585 A CN113022585 A CN 113022585A CN 202110284273 A CN202110284273 A CN 202110284273A CN 113022585 A CN113022585 A CN 113022585A
Authority
CN
China
Prior art keywords
vehicle
acceleration
ith
model
communication
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110284273.3A
Other languages
English (en)
Other versions
CN113022585B (zh
Inventor
吴超仲
杨鑫炜
贺宜
黄珍
雷剑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN202110284273.3A priority Critical patent/CN113022585B/zh
Publication of CN113022585A publication Critical patent/CN113022585A/zh
Application granted granted Critical
Publication of CN113022585B publication Critical patent/CN113022585B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/65—Data transmitted between vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出了一种基于多源信息拓扑通信系统的异构多车协同控制方法。本本发明系统包括中心服务器、车载状态监控系统、动力管理控制系统。本发明方法以中心服务器设定车辆列队的通信邻域范围、车头时距参数，并根据车辆编号、状态信息构造出单一前馈信号的协同控制器；在此基础上单一前馈信号的协同控制器扩展为通信延时下的多源前馈信息控制器；将协同控制器耦合成单车的状态空间闭环控制模型；再构建通信延时下的单车闭环控制模型的扩展状态空间模型；最后构多辆车内部耦合的闭环控制状态空间模型，实时同步计算所有车辆的期望状态信息。本发明通过V2V实现异构车辆列队在通信延时环境下的协同控制，确保安全性的同时，兼顾稳定性。

Description

一种基于多源信息拓扑通信系统的异构多车协同控制方法
技术领域
本发明属于多车协同控制技术和智能网联技术领域，尤其一种基于多源信息拓扑通信系统的异构多车协同控制方法。
背景技术
随着交通安全需求、通行效率需求以及节能需求的不断提高，有研究表明将单一车辆的智能控制逐步过渡到群体车辆的协同控制，既能保证交通的安全性，也能大大提高交通流的通行效率降低拥堵和降低能耗实现生态驾驶。现阶段多车的协同驾驶技术还处在探究阶段，由于真实路面交通的复杂性和不确定性，因此仅有少部分的实车测试，设计一套完备的多车协同控制系统将是未来的研究热点。
专利CN110816529A提出一种基于可变时距间距策略的车辆协同式自适应巡航控制方法；专利CN111811834A提出一种基于车车通信的车辆队列自主行驶能力的测试方法及系统，此方法仅能实现两车间的V2V通信，但是缺乏对通信时滞问题的深入分析，还未考虑当前车与前向多车的信息交互技术；专利CN109144076B提出一种多车辆横纵向耦合协同控制系统及控制方法，此方法能改进车辆的安全性能，但是缺乏对通信延时问题的考虑，此外，采用神经网络分析，会增加系统的计算时间，缺乏时效性；专利CN111845745A提出一种考虑经济性的车辆队列控制方法及系统，综合考虑车辆列队行驶的经济性优化，但是对于多车的异构特性缺乏有效分析，存在局限性。
发明内容
为了解决上述技术问题，本发明提出了一种基于多源前向信息拓扑通信系统的异构多车协同控制方法。
本发明系统的技术方案为一种多源前向信息拓扑通信系统，其特征在于，包括：
中心服务器、n+1个车载状态监控系统、n+1个动力管理控制系统；
所述中心服务器与每个车载状态监控系统通过无线方式依次连接；所述车载状态监控系统安装于每一辆车上；
所述车载状态监控系统由定位模块、速度传感器、加速度传感器、微处理器、无线通信模块构成；
所述车载状态监控系统的微处理器分别与所述的定位模块、速度传感器、加速度传感器、无线通信模块通过有线方式依次连接；所述无线通信模块与所述中心服务器通信模块通过无线方式连接；
所述的定位模块采集车辆经纬度，并传输至所述微处理器；
所述的速度传感器安装于车轮，将车辆的轮胎转速转化为车辆车速，并传输至所述微处理器；
所述的加速度传感器安放于车辆ESP系统内部，采集车辆加速度，并传输至所述微处理器；
所述无线通信模块安装于车辆的左视镜或右视镜上，所述微处理器将车辆经纬度、车辆车速、车辆加速度通过所述无线通信模块无线传输至所述中心服务器；
所述的动力管理控制系统与车载状态监控系统有线连接；
所述的中心服务器接收到列队中n+1台车辆的当前经纬度、n+1台车辆的车速、n+1台车辆的车辆加速度，同时计算每台车辆的期望加速度，同时将每台车辆的期望加速信息按对应的编号通过无线通信依次传递给n+1台车载状态监控系统，再传递给当前车辆的动力管理控制系统进行车速控制。
本发明方法的技术方案为一种异构多车协同控制方法，其特征在于，包括以下步骤：
步骤1：中心服务器通过车载状态监控系统采集多台车辆的车载状态信息，同时根据中心服务器所设定的通信邻域范围、车头时距计算每台车辆的期望加速度信息，再通过无线方式依次传输至每台车辆的车载状态监控系统中，再传递至动力管理控制系统进行车速控制；
步骤2：中心服务器接收到n+1台车载状态监控系统所传递的n+1辆车的状态信息，构建单一车辆带有一阶时滞环的三阶车辆纵向动力学模型、基于恒定时距跟驰策略的安全距离模型、经纬度信息下的距离模型、距离误差动力学模型，进一步构造出单一前馈信号的协同控制器，再结合多源前馈的拓扑通信模式和考虑通信延时常量，将单一前馈信号的协同控制器扩展为通信延时下的多源前馈信息控制器，计算车辆当前的期望加速度；
步骤3：将步骤2中三阶车辆纵向动力学模型、距离误差动力学模型、前馈信号的协同控制器耦合成单车的状态空间闭环控制模型；将步骤2的通信延时常量转化为k阶的状态空间的形式；由此构建通信延时下的单车闭环控制模型的扩展状态空间模型；最后将通信延时下的单车闭环控制模型的扩展状态空间模型作为子系统，进一步构建n+1辆车内部耦合的闭环控制状态空间模型，对所有车辆的状态信息进行同步计算。
作为优选，步骤1所述多台车辆编号为：
第0台车辆、第1台车辆、...、第n+1台车辆；
所述的第0台车辆、第1台车辆、...、第n+1台车辆依次排列于一条交通行驶车道上；
步骤1所述车辆的车载状态信息为：
datai＝{lati，loni，vi，ai}，i∈[0,n+1]
其中，datai为第i台车辆的车载状态信息，lati为定位模块采集的第i台车辆的纬度，loni为第i台车辆的经度，vi为车速传感器采集的第i台车辆的车辆车速，ai为加速度传感器采集的第i台车辆的车辆加速度；
步骤1所述每台车辆的通信邻域范围为：
i+r .... i+2 i+1 i i-1 i-2 .... i-z
其中，z为第i台车辆的前向通信车辆范围，r为第i台车辆的后向通信车辆范围；
作为优选，步骤2所述的带有一阶时滞环的三阶车辆纵向动力学模型为：
Figure BDA0002979778340000031
其中，xi为定位模块采集的当前第i辆车的位置，vi为车速传感器测量的当前第i辆车的车速，ai为加速度传感器测量的当前第i辆车的加速度，τi为当前第i辆车的时滞参数，ui为当前第i辆车的期望加速度；
步骤2所述的基于恒定时距跟驰策略安全距离模型为：
ds＝d0+vith
其中，ds为车辆安全距离，d0为车辆初始最小间距，中心服务器中设定车头时距th；
步骤2所述的经纬度信息下的距离模型为：
Figure BDA0002979778340000041
其中，xj为第j辆车的位置信息，xi为第i辆车的位置信息，R为地球半径，取平均值6371km，latj为第j辆车的纬度，lati为第i辆车的纬度，lonj为第j辆车的经度，loni为第i辆车的经度。
步骤2所述的距离误差动力学模型为：
中心服务器设定前向通信邻域范围z＝1，后向通信邻域范围r＝0，则利用采集到的编号为i的车辆状态信息{lati,loni,vi,ai}和编号为i-1的车辆状态信息{lati-1,loni-1,vi-1,ai-1}可得：
Figure BDA0002979778340000042
其中，xi为当前第i辆车的位置，
Figure BDA0002979778340000043
和vi为当前第i辆车的车速，
Figure BDA0002979778340000044
为当前第i辆车的加速度，th为车头时距，xi-1为第i-1辆车的位置，
Figure BDA0002979778340000045
为第i-1辆车的车速，d0为车辆初始最小间距，ei和
Figure BDA0002979778340000046
分别为第i辆车的距离误差和第i辆车的车速误差，Li为第i辆车的车身长度；
步骤2所述的单一前馈信号的协同控制器为：
Figure BDA0002979778340000047
其中，ui为当前第i辆车的期望加速度，kp,i和kd,i分别为车辆的控制器增益，f(t)为前馈信号的滤波函数，ai-1为相邻前车的加速度，xi为当前第i辆车的位置，
Figure BDA0002979778340000048
和vi为当前第i辆车的车速，
Figure BDA0002979778340000049
为当前第i辆车的加速度，th为车头时距，xi-1为第i-1辆车的位置，
Figure BDA00029797783400000410
为第i-1辆车的车速，d0为车辆初始最小间距，ei和
Figure BDA00029797783400000411
分别为第i辆车的距离误差和第i辆车的车速误差，Li为第i辆车的车身长度；
步骤2所述的多源前馈信息控制器：
中心服务器所设定的前向通信邻域范围z≥1时，并且加入了V2V通信延时常量θ，将单一前馈信号的协同控制器扩展为通信延时下的多源前向信息控制器：
Figure BDA00029797783400000412
其中，z为前向通信邻域范围，θ为延时系数，kp,i和kd,i分别为车辆的控制器增益，f(t)为前馈信号的滤波函数，aj为第j辆车的加速度，xi为当前第i辆车的位置，
Figure BDA0002979778340000051
和vi为当前第i辆车的车速，
Figure BDA0002979778340000052
为当前第i辆车的加速度，th为车头时距，xj为第j辆车的位置，
Figure BDA0002979778340000053
为第j辆车的车速，d0为车辆初始最小间距,Li为第i辆车的车身长度；
作为优选，步骤3所述的单车的状态空间闭环控制模型：
设定车辆的状态向量Xi＝[ei vi ai up,i]Τ关于车辆的距离误差ei、车速vi、加速度ai、滤波后的前馈加速度up,i＝f(t)aj；
假设当前中心服务器设定的前向通信邻域范围为z，则令m＝i-j,i＞j；
步骤2中前馈信号的协同控制器(当前车的期望加速度)也可表示为：
ui＝up,i+uf,i＝kp,iei+kd,i(vj-vi-mthai)+up,i
＝Ki,iXi+Ki,jXj
其中
Figure BDA0002979778340000054
uf,i为车辆的PD控制模块输出加速度，
Figure BDA0002979778340000055
为第i辆车和第j辆车的车辆的动力响应比例，κ为车辆ACC或CACC模式的判别系数，当κ＝1时，表明是V2V的通信模式进行控制，当κ＝0时，表明车辆列队处在ACC模式下，仅通过传感器进行控制。
再结合步骤2中三阶车辆纵向动力学模型和误差动力学模型：
Figure BDA0002979778340000056
可得单车的闭环控制模型的状态空间模型：
Figure BDA0002979778340000057
其中
Figure BDA0002979778340000061
步骤3所述的步骤2的通信延时常量转化为k阶的状态空间的形式：
令通信延时常量的传递函数函数为D(s)，进行Pade近似处理，可得多阶的传递函数：
Figure BDA0002979778340000062
其中ζk为比例系数，k为近似的阶数，再转换为k阶的状态空间的形式：
Figure BDA0002979778340000063
其中
Figure BDA0002979778340000064
为延时函数的状态向量，Ad,i和Cd,i分别为
Figure BDA0002979778340000065
的状态转移矩阵，ui为控制输入，Bd,i和Dd,i分别为ui的状态转移矩阵。
步骤3所述的通信延时下的单车闭环控制模型的扩展状态空间模型为：
将单车的闭环控制模型的状态空间模型加入k阶通信延时函数的状态空间模型，可扩展为：
Figure BDA0002979778340000066
步骤3所述的将通信延时下的单车闭环控制模型的扩展状态空间模型作为子系统，进一步构建n+1辆车内部耦合的闭环控制状态空间模型：
第0至第n+1辆车通信延时下的单车闭环控制模型的扩展状态空间模型可分别表示为：
Figure BDA0002979778340000071
定义由n个子系统耦合成的整体系统的状态向量
Figure BDA0002979778340000072
其中
Figure BDA0002979778340000073
为领航车的输入状态量，ul为外部输入加速度信号，它们作为整个级联系统的参考输入，因此连续多辆车内部耦合的闭环控制状态空间表达为：
Figure BDA0002979778340000074
其中
Figure BDA0002979778340000075
为了实现同时对n+1辆车的期望加速度计算，领航车0的加速度信号ul作为整体系统的输入信息，中心服务器根据期望加速度模型计算第i辆车的期望加速度，带入单车的闭环控制模型的状态空间模型加入k阶通信延时函数的状态空间模型计算每辆车的状态向量，最后将每辆车的状态向量构成空间向量的形式，耦合连续多辆车的空间状态模型并同时表示出第0至第n+1辆车的状态向量，最后中心服务器将n+1辆车的状态向量按编号通过无线通信反馈给每辆车的车载状态监控系统，进一步传输给动力管理控制系统进行车辆速度控制。
本发明可以带来以下有益效果：本发明提出一种列队控制的系统架构设计，通过构建车辆列队的闭环耦合模型，在中心服务器中计算所有车辆的状态信息，实现连续多辆车在同一通信网络下进行协同控制，既能保证安全性，也可保证列队的稳定性，同时能实现ACC和CACC系统的相互切换，避免通信故障下，CACC失效的缺陷。
附图说明
图1：本发明车辆列队示意图；
图2：本发明方法流程图；
图3：本发明系统架构图；
图4：本发明方法流程图；
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种多源前向信息拓扑通信的异构多车协同控制方法及系统,图1为车辆列队示意图，图中表明车辆列队由n辆车形成编队，含括了车辆列队的两种模式，其中分为多源前向信息拓扑通信结构的5g通信互联和基于激光雷达的自适应巡航，两种模式可互相切换。当车辆处于CACC模式时，是通过5g网络进行V2V网联协同控制，上游车辆将当前的位置信息传递给下游，而当5g网络出现故障，驾驶员可选择切换至ACC巡航控制，激光雷达检测相邻前车的位置和速度信息。
如图2所示，为本发明的方法流程图，表示了车辆列队系统中当前车i的控制流程图，其中包括车辆通信的延时传递函数D(s),CACC和ACC的切换选择开关，车辆的PD控制模块Ki(s)，车辆动力学模块Gi(s),前馈滤波模块Fi(s)，跟驰策略反馈模块Hi(s),由此构成一个整体的控制传递流程图。
如图3所示，为本发明的系统架构图，包括：
中心服务器、n+1个车载状态监控系统、n+1个动力管理控制系统；
所述中心服务器与每个车载状态监控系统通过无线方式依次连接；所述车载状态监控系统安装于每一辆车上；
所述车载状态监控系统由定位模块、速度传感器、加速度传感器、微处理器、无线通信模块构成；
所述车载状态监控系统的微处理器分别与所述的定位模块、速度传感器、加速度传感器、无线通信模块通过有线方式依次连接；
所述中心服务器的选型为PowerEdge R740；
所述车载状态监控系统中定位模块选型为SKG12A GPS；
所述车载状态监控系统中速度传感器选型为SC461；
所述车载状态监控系统中加速度传感器选型为G251；
所述车载状态监控系统中微处理器选型为高通骁龙820A；
所述车载状态监控系统中无线通信模块选型为华为MH5000；
所述n+1个动力管理控制系统的选型均为高通骁龙820A；
所述的定位模块采集车辆经纬度，并传输至所述微处理器；
所述的速度传感器安装于车轮，将车辆的轮胎转速转化为车辆车速，并传输至所述微处理器；
所述的加速度传感器安放于车辆ESP系统内部，采集车辆加速度，并传输至所述微处理器；
所述无线通信模块安装于车辆的左视镜或右视镜上，所述微处理器将车辆经纬度、车辆车速、车辆加速度通过所述无线通信模块无线传输至所述中心服务器；
所述的动力管理控制系统与车载状态监控系统有线连接；
所述的中心服务器微处理器接收到列队中n+1台车辆的当前经纬度、n+1台车辆的车速、n+1台车辆的车辆加速度，同时计算每台车辆的期望加速度，同时将每台车辆的期望加速信息按对应的编号通过无线通信模块依次传递给n+1台车载状态监控系统，再传递给当前车辆的动力管理控制系统进行车速控制。
本发明方法的技术方案为一种多源前向信息拓扑通信的异构多车协同控制方法，其特征在于，包括以下步骤：
步骤1：中心服务器通过车载状态监控系统采集多台车辆的车载状态信息，同时根据中心服务器所设定的通信邻域范围、车头时距计算每台车辆的期望加速度信息，再通过无线方式依次传输至每台车辆的车载状态监控系统中，再传递至动力管理控制系统进行车速控制。
步骤1所述多台车辆编号为：
第0台车辆、第1台车辆、...、第5台车辆；
所述的第0台车辆、第1台车辆、...、第5台车辆依次排列于一条交通行驶车道上；
步骤1所述车辆的车载状态信息为：
datai＝{lati，loni，vi，ai}，i∈[0,6]
其中，datai为第i台车辆的车载状态信息，lati为定位模块采集的第i台车辆的纬度，loni为第i台车辆的经度，vi为车速传感器采集的第i台车辆的车辆车速，ai为加速度传感器采集的第i台车辆的车辆加速度；
步骤1所述每台车辆的通信邻域范围为：
i+r .... i+2 i+1 i i-1 i-2 .... i-z
其中，z为第i台车辆的前向通信车辆范围，r为第i台车辆的后向通信车辆范围；
步骤2：中心服务器的微处理器接收到6台车载状态监控系统所传递的6辆车的状态信息，构建单一车辆带有一阶时滞环的三阶车辆纵向动力学模型、基于恒定时距跟驰策略的安全距离模型、经纬度信息下的距离模型、距离误差动力学模型，进一步构造出单一前馈信号的协同控制器，再结合多源前馈的拓扑通信模式和考虑通信延时常量，将单一前馈信号的协同控制器扩展为通信延时下的多源前馈信息控制器，计算车辆当前的期望加速度。
步骤2所述的带有一阶时滞环的三阶车辆纵向动力学模型为：
Figure BDA0002979778340000101
其中，xi为定位模块采集的当前第i辆车的位置，vi为车速传感器测量的当前第i辆车的车速，ai为加速度传感器测量的当前第i辆车的加速度，τi为当前第i辆车的时滞参数，ui为当前第i辆车的期望加速度；
步骤2所述的基于恒定时距跟驰策略安全距离模型为：
ds＝d0+vith
其中，ds为车辆安全距离，d0为车辆初始最小间距，中心服务器中设定车头时距th；
步骤2所述的经纬度信息下的距离模型为：
Figure BDA0002979778340000102
其中，xj为第j辆车的位置信息，xi为第i辆车的位置信息，R为地球半径，取平均值6371km，latj为第j辆车的纬度，lati为第i辆车的纬度，lonj为第j辆车的经度，loni为第i辆车的经度。
步骤2所述的距离误差动力学模型为：
中心服务器的微处理器设定前向通信邻域范围z＝1，后向通信邻域范围r＝0，则利用采集到的编号为i的车辆状态信息{lati,loni,vi,ai}和编号为i-1的车辆状态信息{lati-1,loni-1,vi-1,ai-1}可得：
Figure BDA0002979778340000111
其中，xi为当前第i辆车的位置，
Figure BDA0002979778340000112
和vi为当前第i辆车的车速，
Figure BDA0002979778340000113
为当前第i辆车的加速度，th为车头时距，xi-1为第i-1辆车的位置，
Figure BDA0002979778340000114
为第i-1辆车的车速，d0为车辆初始最小间距，ei和
Figure BDA0002979778340000115
分别为第i辆车的距离误差和第i辆车的车速误差，Li为第i辆车的车身长度；
步骤2所述的单一前馈信号的协同控制器为：
Figure BDA0002979778340000116
其中，ui为当前第i辆车的期望加速度，kp,i和kd,i分别为车辆的控制器增益，f(t)为前馈信号的滤波函数，ai-1为相邻前车的加速度，xi为当前第i辆车的位置，
Figure BDA0002979778340000117
和vi为当前第i辆车的车速，
Figure BDA0002979778340000118
为当前第i辆车的加速度，th为车头时距，xi-1为第i-1辆车的位置，
Figure BDA0002979778340000119
为第i-1辆车的车速，d0为车辆初始最小间距，ei和
Figure BDA00029797783400001110
分别为第i辆车的距离误差和第i辆车的车速误差，Li为第i辆车的车身长度；
步骤2所述的多源前馈信息控制器：
中心服务器所设定的前向通信邻域范围z≥1时，令z＝2，r＝0，并且加入了V2V通信延时常量θ，将单一前馈信号的协同控制器扩展为通信延时下的多源前向信息控制器：
Figure BDA00029797783400001111
其中，z为前向通信邻域范围，θ为延时系数，kp,i和kd,i分别为车辆的控制器增益，f(t)为前馈信号的滤波函数，aj为第j辆车的加速度，xi为当前第i辆车的位置，
Figure BDA00029797783400001112
和vi为当前第i辆车的车速，
Figure BDA00029797783400001113
为当前第i辆车的加速度，th为车头时距，xj为第j辆车的位置，
Figure BDA00029797783400001114
为第j辆车的车速，d0为车辆初始最小间距,Li为第i辆车的车身长度；
步骤3：将步骤2中三阶车辆纵向动力学模型、距离误差动力学模型、前馈信号的协同控制器耦合成单车的状态空间闭环控制模型；将步骤2的通信延时常量转化为k阶的状态空间的形式；由此构建通信延时下的单车闭环控制模型的扩展状态空间模型；最后将通信延时下的单车闭环控制模型的扩展状态空间模型作为子系统，进一步构建6辆车内部耦合的闭环控制状态空间模型，对所有车辆的状态信息进行同步计算。
步骤3所述的单车的状态空间闭环控制模型：
设定车辆的状态向量Xi＝[ei vi ai up,i]Τ关于车辆的距离误差ei、车速vi、加速度ai、滤波后的前馈加速度up,i＝f(t)aj；
假设当前中心服务器设定的前向通信邻域范围为z，则令m＝i-j,i＞j；
步骤2中前馈信号的协同控制器(当前车的期望加速度)也可表示为：
ui＝up,i+uf,i＝kp,iei+kd,i(vj-vi-mthai)+up,i
＝Ki,iXi+Ki,jXj
其中
Figure BDA0002979778340000121
uf,i为车辆的PD控制模块输出加速度，
Figure BDA0002979778340000122
为第i辆车和第j辆车的车辆的动力响应比例，κ为车辆ACC或CACC模式的判别系数，当κ＝1时，表明是V2V的通信模式进行控制，当κ＝0时，表明车辆列队处在ACC模式下，仅通过传感器进行控制。
再结合步骤2中三阶车辆纵向动力学模型和误差动力学模型：
Figure BDA0002979778340000123
可得单车的闭环控制模型的状态空间模型：
Figure BDA0002979778340000124
其中
Figure BDA0002979778340000131
步骤3所述的步骤2的通信延时常量转化为k阶的状态空间的形式：
令通信延时常量的传递函数函数为D(s)，进行Pade近似处理，可得多阶的传递函数：
Figure BDA0002979778340000132
其中ζk为比例系数，k为近似的阶数，再转换为k阶的状态空间的形式：
Figure BDA0002979778340000133
其中
Figure BDA0002979778340000134
为延时函数的状态向量，Ad,i和Cd,i分别为
Figure BDA0002979778340000135
的状态转移矩阵，ui为控制输入，Bd,i和Dd,i分别为ui的状态转移矩阵。
步骤3所述的通信延时下的单车闭环控制模型的扩展状态空间模型为：
将单车的闭环控制模型的状态空间模型加入k阶通信延时函数的状态空间模型，可扩展为：
Figure BDA0002979778340000136
步骤3所述的将通信延时下的单车闭环控制模型的扩展状态空间模型作为子系统，进一步构建6辆车内部耦合的闭环控制状态空间模型：
第1至第6辆车通信延时下的单车闭环控制模型的扩展状态空间模型可分别表示为：
Figure BDA0002979778340000141
定义由6个子系统耦合成的整体系统的状态向量
Figure BDA0002979778340000142
其中
Figure BDA0002979778340000143
为领航车的输入状态量，ul为外部输入加速度信号，它们作为整个级联系统的参考输入，因此连续多辆车内部耦合的闭环控制状态空间表达为：
Figure BDA0002979778340000144
其中
Figure BDA0002979778340000145
为了实现同时对6辆车的期望加速度计算，领航车0的加速度信号ul作为整体系统的输入信息，中心服务器的微处理器根据期望加速度模型计算第i辆车的期望加速度，带入单车的闭环控制模型的状态空间模型加入k阶通信延时函数的状态空间模型计算每辆车的状态向量，最后将每辆车的状态向量构成空间向量的形式，耦合连续多辆车的空间状态模型并同时表示出第1至第6辆车的状态向量，最后中心服务器将6辆车的状态向量按编号通过无线通信反馈给每辆车的车载状态监控系统，进一步传输给动力管理控制系统进行车辆速度控制。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (4)

1.一种基于多源信息拓扑通信系统的异构多车协同控制方法，其特征在于，
所述多源信息拓扑通信系统包括：
中心服务器、n+1个车载状态监控系统、n+1个动力管理控制系统；
所述中心服务器与每个车载状态监控系统通过无线方式依次连接；所述车载状态监控系统安装于每一辆车上；
所述车载状态监控系统由定位模块、速度传感器、加速度传感器、微处理器、无线通信模块构成；
所述车载状态监控系统的微处理器分别与所述的定位模块、速度传感器、加速度传感器、无线通信模块通过有线方式依次连接；所述无线通信模块与所述中心服务器通信模块通过无线方式连接；
所述的定位模块采集车辆经纬度，并传输至所述微处理器；
所述的速度传感器安装于车轮，将车辆的轮胎转速转化为车辆车速，并传输至所述微处理器；
所述的加速度传感器安放于车辆ESP系统内部，采集车辆加速度，并传输至所述微处理器；
所述无线通信模块安装于车辆的左视镜或右视镜上，所述微处理器将车辆经纬度、车辆车速、车辆加速度通过所述无线通信模块无线传输至所述中心服务器；
所述的动力管理控制系统与车载状态监控系统有线连接；
所述的中心服务器接收到列队中n+1台车辆的当前经纬度、n+1台车辆的车速、n+1台车辆的车辆加速度，同时计算每台车辆的期望加速度，同时将每台车辆的期望加速信息按对应的编号通过无线通信模块依次传递给n+1台车载状态监控系统，再传递给当前车辆的动力管理控制系统进行车速控制；
所述异构多车协同控制方法包括以下步骤：
步骤1：中心服务器通过车载状态监控系统采集多台车辆的车载状态信息，同时根据中心服务器所设定的通信邻域范围、车头时距计算每台车辆的期望加速度信息，再通过无线方式依次传输至每台车辆的车载状态监控系统中，再传递至动力管理控制系统进行车速控制；
步骤2：中心服务器接收到n+1台车载状态监控系统所传递的n+1辆车的状态信息，构建单一车辆带有一阶时滞环的三阶车辆纵向动力学模型、基于恒定时距跟驰策略的安全距离模型、经纬度信息下的距离模型、距离误差动力学模型，进一步构造出单一前馈信号的协同控制器，再结合多源前馈的拓扑通信模式和考虑通信延时常量，将单一前馈信号的协同控制器扩展为通信延时下的多源前馈信息控制器，计算车辆当前的期望加速度；
步骤3：将步骤2中三阶车辆纵向动力学模型、距离误差动力学模型、前馈信号的协同控制器耦合成单车的状态空间闭环控制模型；将步骤2的通信延时常量转化为k阶的状态空间的形式；由此构建通信延时下的单车闭环控制模型的扩展状态空间模型；最后将通信延时下的单车闭环控制模型的扩展状态空间模型作为子系统，进一步构建n+1辆车内部耦合的闭环控制状态空间模型，对所有车辆的状态信息进行同步计算。
2.根据权利要求1所述的基于多源信息拓扑通信系统的异构多车协同控制方法，其特征在于，
步骤1所述多台车辆编号为：
第0台车辆、第1台车辆、...、第n+1台车辆；
所述的第0台车辆、第1台车辆、...、第n+1台车辆依次排列于一条交通行驶车道上；
步骤1所述车辆的车载状态信息为：
datai＝{lati，loni，vi，ai}，i∈[0,n+1]
其中，datai为第i台车辆的车载状态信息，lati为定位模块采集的第i台车辆的纬度，loni为第i台车辆的经度，vi为车速传感器采集的第i台车辆的车辆车速，ai为加速度传感器采集的第i台车辆的车辆加速度；
步骤1所述每台车辆的通信邻域范围为：
i+r....i+2i+1ii-1i-2....i-z
其中，z为第i台车辆的前向通信车辆范围，r为第i台车辆的后向通信车辆范围。
3.根据权利要求1所述的基于多源信息拓扑通信系统的异构多车协同控制方法，其特征在于，
步骤2所述的带有一阶时滞环的三阶车辆纵向动力学模型为：
Figure FDA0002979778330000031
其中，xi为定位模块采集的当前第i辆车的位置，vi为车速传感器测量的当前第i辆车的车速，ai为加速度传感器测量的当前第i辆车的加速度，τi为当前第i辆车的时滞参数，ui为当前第i辆车的期望加速度；
步骤2所述的基于恒定时距跟驰策略安全距离模型为：
ds＝d0+vith
其中，ds为车辆安全距离，d0为车辆初始最小间距，中心服务器中设定车头时距th；
步骤2所述的经纬度信息下的距离模型为：
Figure FDA0002979778330000032
其中，xj为第j辆车的位置信息，xi为第i辆车的位置信息，R为地球半径，取平均值6371km，latj为第j辆车的纬度，lati为第i辆车的纬度，lonj为第j辆车的经度，loni为第i辆车的经度；
步骤2所述的距离误差动力学模型为：
中心服务器设定前向通信邻域范围z＝1，后向通信邻域范围r＝0，则利用采集到的编号为i的车辆状态信息{lati,loni,vi,ai}和编号为i-1的车辆状态信息{lati-1,loni-1,vi-1,ai-1}可得：
Figure FDA0002979778330000033
其中，xi为当前第i辆车的位置，
Figure FDA0002979778330000034
和vi为当前第i辆车的车速，
Figure FDA0002979778330000035
为当前第i辆车的加速度，th为车头时距，xi-1为第i-1辆车的位置，
Figure FDA0002979778330000036
为第i-1辆车的车速，d0为车辆初始最小间距，ei和
Figure FDA0002979778330000037
分别为第i辆车的距离误差和第i辆车的车速误差，Li为第i辆车的车身长度；
步骤2所述的单一前馈信号的协同控制器为：
Figure FDA0002979778330000041
其中，ui为当前第i辆车的期望加速度，kp,i和kd,i分别为车辆的控制器增益，f(t)为前馈信号的滤波函数，ai-1为相邻前车的加速度，xi为当前第i辆车的位置，
Figure FDA0002979778330000042
和vi为当前第i辆车的车速，
Figure FDA0002979778330000043
为当前第i辆车的加速度，th为车头时距，xi-1为第i-1辆车的位置，
Figure FDA0002979778330000044
为第i-1辆车的车速，d0为车辆初始最小间距，ei和
Figure FDA0002979778330000045
分别为第i辆车的距离误差和第i辆车的车速误差，Li为第i辆车的车身长度；
步骤2所述的多源前馈信息控制器：
中心服务器所设定的前向通信邻域范围z≥1时，并且加入了V2V通信延时常量θ，将单一前馈信号的协同控制器扩展为通信延时下的多源前向信息控制器：
Figure FDA0002979778330000046
其中，z为前向通信邻域范围，θ为延时系数，kp,i和kd,i分别为车辆的控制器增益，f(t)为前馈信号的滤波函数，aj为第j辆车的加速度，xi为当前第i辆车的位置，
Figure FDA0002979778330000047
和vi为当前第i辆车的车速，
Figure FDA0002979778330000048
为当前第i辆车的加速度，th为车头时距，xj为第j辆车的位置，
Figure FDA0002979778330000049
为第j辆车的车速，d0为车辆初始最小间距,Li为第i辆车的车身长度。
4.根据权利要求1所述的基于多源信息拓扑通信系统的异构多车协同控制方法，其特征在于，
步骤3所述的单车的状态空间闭环控制模型：
设定车辆的状态向量Xi＝[ei vi ai up,i]Τ关于车辆的距离误差ei、车速vi、加速度ai、滤波后的前馈加速度up,i＝f(t)aj；
假设当前中心服务器设定的前向通信邻域范围为z，则令m＝i-j,i＞j；
步骤2中前馈信号的协同控制器(当前车的期望加速度)也可表示为：
ui＝up,i+uf,i＝kp,iei+kd,i(vj-vi-mthai)+up,i
＝Ki,iXi+Ki,jXj
其中
Figure FDA0002979778330000051
Figure FDA0002979778330000052
uf,i为车辆的PD控制模块输出加速度，
Figure FDA0002979778330000053
为第i辆车和第j辆车的车辆的动力响应比例，κ为车辆ACC或CACC模式的判别系数，当κ＝1时，表明是V2V的通信模式进行控制，当κ＝0时，表明车辆列队处在ACC模式下，仅通过传感器进行控制；
再结合步骤2中三阶车辆纵向动力学模型和误差动力学模型：
Figure FDA0002979778330000054
可得单车的闭环控制模型的状态空间模型：
Figure FDA0002979778330000055
其中
Figure FDA0002979778330000056
步骤3所述的步骤2的通信延时常量转化为k阶的状态空间的形式：
令通信延时常量的传递函数函数为D(s)，进行Pade近似处理，可得多阶的传递函数：
Figure FDA0002979778330000057
其中ζk为比例系数，k为近似的阶数，再转换为k阶的状态空间的形式：
Figure FDA0002979778330000058
其中
Figure FDA0002979778330000061
为延时函数的状态向量，Ad,i和Cd,i分别为
Figure FDA0002979778330000062
的状态转移矩阵，ui为控制输入，Bd,i和Dd,i分别为ui的状态转移矩阵；
步骤3所述的通信延时下的单车闭环控制模型的扩展状态空间模型为：
将单车的闭环控制模型的状态空间模型加入k阶通信延时函数的状态空间模型，可扩展为：
Figure FDA0002979778330000063
Figure FDA0002979778330000064
步骤3所述的将通信延时下的单车闭环控制模型的扩展状态空间模型作为子系统，进一步构建n+1辆车内部耦合的闭环控制状态空间模型：
第0至第n+1辆车通信延时下的单车闭环控制模型的扩展状态空间模型可分别表示为：
Figure FDA0002979778330000065
定义由n个子系统耦合成的整体系统的状态向量
Figure FDA0002979778330000066
其中
Figure FDA0002979778330000067
为领航车的输入状态量，ul为外部输入加速度信号，它们作为整个级联系统的参考输入，因此连续多辆车内部耦合的闭环控制状态空间表达为：
Figure FDA0002979778330000068
其中
Figure FDA0002979778330000069
为了实现同时对n+1辆车的期望加速度计算，领航车0的加速度信号ul作为整体系统的输入信息，中心服务器根据期望加速度模型计算第i辆车的期望加速度，带入单车的闭环控制模型的状态空间模型加入k阶通信延时函数的状态空间模型计算每辆车的状态向量，最后将每辆车的状态向量构成空间向量的形式，耦合连续多辆车的空间状态模型并同时表示出第0至第n+1辆车的状态向量，最后
中心服务器将n+1辆车的状态向量按编号通过无线通信反馈给每辆车的车载状态监控系统，进一步传输给动力管理控制系统进行车辆速度控制。
CN202110284273.3A 2021-03-17 2021-03-17 一种基于多源信息拓扑通信系统的异构多车协同控制方法 Active CN113022585B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110284273.3A CN113022585B (zh) 2021-03-17 2021-03-17 一种基于多源信息拓扑通信系统的异构多车协同控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110284273.3A CN113022585B (zh) 2021-03-17 2021-03-17 一种基于多源信息拓扑通信系统的异构多车协同控制方法

Publications (2)

Publication Number Publication Date
CN113022585A true CN113022585A (zh) 2021-06-25
CN113022585B CN113022585B (zh) 2022-04-15

Family

ID=76470941

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110284273.3A Active CN113022585B (zh) 2021-03-17 2021-03-17 一种基于多源信息拓扑通信系统的异构多车协同控制方法

Country Status (1)

Country Link
CN (1) CN113022585B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113808438A (zh) * 2021-09-18 2021-12-17 长安大学 基于神经网络的车辆队列控制模式切换系统及切换方法
CN113885319A (zh) * 2021-09-24 2022-01-04 清华大学 车辆合流的控制方法、装置、设备及存储介质
CN114609998A (zh) * 2022-03-09 2022-06-10 武汉理工大学 一种车辆队列测试方法、电子设备及储存介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140005906A1 (en) * 2012-06-28 2014-01-02 Toyota Motor Engineering & Manufacturing Preceding vehicle state prediction
US20180261097A1 (en) * 2017-03-07 2018-09-13 Qualcomm Incorporated Extending vehicle-to-vehicle communications via sensors
WO2018210496A1 (de) * 2017-05-17 2018-11-22 Wabco Gmbh Steueranordnung zum einstellen eines abstandes zwischen zwei fahrzeugen sowie verfahren zum einstellen eines abstandes zwischen zwei fahrzeugen mit einer derartigen steueranordnung
CN109591804A (zh) * 2018-11-22 2019-04-09 湖南大学 考虑通信时延的车辆队列稳定性控制方法
EP3751536A1 (en) * 2019-06-12 2020-12-16 Volkswagen AG Method for determining a high-density platooning driving maneuver, apparatus, vehicle and computer program

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140005906A1 (en) * 2012-06-28 2014-01-02 Toyota Motor Engineering & Manufacturing Preceding vehicle state prediction
US20180261097A1 (en) * 2017-03-07 2018-09-13 Qualcomm Incorporated Extending vehicle-to-vehicle communications via sensors
WO2018210496A1 (de) * 2017-05-17 2018-11-22 Wabco Gmbh Steueranordnung zum einstellen eines abstandes zwischen zwei fahrzeugen sowie verfahren zum einstellen eines abstandes zwischen zwei fahrzeugen mit einer derartigen steueranordnung
CN109591804A (zh) * 2018-11-22 2019-04-09 湖南大学 考虑通信时延的车辆队列稳定性控制方法
EP3751536A1 (en) * 2019-06-12 2020-12-16 Volkswagen AG Method for determining a high-density platooning driving maneuver, apparatus, vehicle and computer program

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113808438A (zh) * 2021-09-18 2021-12-17 长安大学 基于神经网络的车辆队列控制模式切换系统及切换方法
CN113808438B (zh) * 2021-09-18 2022-07-01 长安大学 基于神经网络的车辆队列控制模式切换系统及切换方法
CN113885319A (zh) * 2021-09-24 2022-01-04 清华大学 车辆合流的控制方法、装置、设备及存储介质
CN113885319B (zh) * 2021-09-24 2024-04-30 清华大学 车辆合流的控制方法、装置、设备及存储介质
CN114609998A (zh) * 2022-03-09 2022-06-10 武汉理工大学 一种车辆队列测试方法、电子设备及储存介质

Also Published As

Publication number Publication date
CN113022585B (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
CN113022585B (zh) 一种基于多源信息拓扑通信系统的异构多车协同控制方法
CN108437991B (zh) 一种智能电动汽车自适应巡航控制系统及其方法
CN111831008B (zh) 一种基于分布式架构的无人机编队协同控制系统及其方法
CN112445229A (zh) 一种领航车队协同的单车道多队列分层控制方法
CN107426694B (zh) 一种车载自组织网络的模糊分簇方法
CN110383358A (zh) 在移动中的长车辆组合和队列之间转换的方法
CN113724123B (zh) 一种基于多智能体的协同运输方法及其系统
CN109889564B (zh) 一种网联汽车的集中式群体协同控制方法
CN112099349B (zh) 一种车辆队列最优协同控制方法
CN108388247B (zh) 一种基于有向通信网络的无人车编队驾驶方法
CN111091721A (zh) 一种面向智慧车列交通系统的匝道合流控制方法及系统
CN112885117B (zh) 一种网联信控交叉口控制系统及方法
CN113886764A (zh) 一种基于Frenet坐标系的智能车辆多场景轨迹规划方法
CN115042770B (zh) 一种基于分布式鲁棒模型预测的车辆队列横向控制方法
CN117193325A (zh) 一种基于云边协同的车辆编队模型预测控制方法
CN109765801A (zh) 基于vissim仿真的车联网设计速度调整的实现方法
CN114200835A (zh) 一种基于Tube MPC的异构车队稳定性分布式控制方法
CN114043984A (zh) 一种基于车联网环境下的智能汽车换道控制系统和方法
CN103353736A (zh) 一种基于can网络的多轴数控系统的轮廓误差控制方法
CN117523813A (zh) 一种弯道场景下的车辆队列协同预测控制方法
CN111652345B (zh) 基于空时联合优化的车队刹车控制方法
CN113104036B (zh) 一种基于无向网络系统的车辆协同编队控制方法
CN115776638A (zh) 一种无人机中继系统安全速率智能优化方法及系统
CN113327457B (zh) 一种基于车路协同技术的车辆避碰系统及方法
Wang et al. A reinforcement learning approach to CAV and intersection control for energy efficiency

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant