CN113359733A - 一种具有预设瞬稳态性能的有限时间车辆编队控制方法 - Google Patents

一种具有预设瞬稳态性能的有限时间车辆编队控制方法 Download PDF

Info

Publication number
CN113359733A
CN113359733A CN202110658895.8A CN202110658895A CN113359733A CN 113359733 A CN113359733 A CN 113359733A CN 202110658895 A CN202110658895 A CN 202110658895A CN 113359733 A CN113359733 A CN 113359733A
Authority
CN
China
Prior art keywords
vehicle
ith
representing
error
ith vehicle
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
CN202110658895.8A
Other languages
English (en)
Other versions
CN113359733B (zh
Inventor
郭戈
张茜
高振宇
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.)
Northeastern University Qinhuangdao Branch
Original Assignee
Northeastern University Qinhuangdao Branch
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 Northeastern University Qinhuangdao Branch filed Critical Northeastern University Qinhuangdao Branch
Priority to CN202110658895.8A priority Critical patent/CN113359733B/zh
Publication of CN113359733A publication Critical patent/CN113359733A/zh
Application granted granted Critical
Publication of CN113359733B publication Critical patent/CN113359733B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0289Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling with means for avoiding collisions between vehicles
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291Fleet control
    • G05D1/0295Fleet control by at least one leading vehicle of the fleet

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供一种具有预设瞬稳态性能的有限时间车辆编队控制方法,针对车辆模型内部和外部不确定性构造有限时间扰动观测器,在控制中有效补偿扰动所造成的影响,考虑车载传感器的局限性,预设车辆相对距离和相对方向角的瞬稳态性能,基于扰动观测器、预设性能指标及有限时间控制理论设计与初始误差为零与否无关的纵横向一体化有限时间车辆编队控制器,使得跟踪误差在预设区域内变化并在有限时间内收敛,保证车辆连通性且避免碰撞;本发明中的控制方法可同时解决对称和非对称性能约束问题,当性能指标无限制时,该控制方法也可推广到无性能约束的车辆协作控制系统。

Description

一种具有预设瞬稳态性能的有限时间车辆编队控制方法
技术领域
本发明涉及车辆协同控制技术领域,具体涉及一种具有预设瞬稳态性能的有限时间车辆 编队控制方法。
背景技术
车辆协同控制是指车辆通过车载传感器等通信设备,获取周围车辆信息,并与之配合完 成所规定的任务。与车辆单独控制相比,车辆协同控制可增强道路安全、提高公路效用、提 升交通效率、减少燃油消耗,具有重要意义。车辆编队跟踪控制作为车辆协同控制领域的重 要分支,近年来备受关注。Cai等人(文献:Cai X,Queiroz M D.Adaptiverigidity-based formation control for multirobotic vehicles with dynamics[J].IEEE Transactions on Control Systems Technology,2014,23(1):389-396.)明确车辆动力学,设计基于刚性图论的纵横向一体化的车 辆编队控制器以实现所需要的车辆编队构型。Sawant等人(文献:Sawant J,Chaskar U,Ginoya D.Robust control ofcooperative adaptive cruise control in the absence of information aboutpreceding vehicle acceleration[J].IEEE Transactions on IntelligentTransportation Systems,2020.) 考虑车辆执行机构动力学和前车加速度中的不确定性,设计扰动观测器以补偿不确定性所造 成的影响。Dai等人(文献:Dai S L,He S,Chen X,etal.Adaptive leader-follower formation control of nonholonomic mobile robotswith prescribed transient and steady-state performance[J]. IEEE Transactionson Industrial Informatics,2019,16(6):3662-3671.)考虑车载传感器感知能力 的局限性,引入避障李雅普诺夫函数以控制编队误差在预定义的区域内变化并渐进收敛到零。 Li等人(文献:Li D,Guo G.Prescribed performance concurrent control of connectedvehicles with nonlinear third-order dynamics[J].IEEE Transactions onVehicular Technology,2020.)提出一种针 对纵向车队的不受初始跟踪误差符号限制的预设性能控制方法;该方法可保证输出跟踪误差 始终停留在由期望性能函数所限定的区域内。但上述研究内容皆为渐进稳定,即当时间趋于 无穷大时,编队误差收敛到零。然而在实际应用中对系统的控制精度的收敛速度要求较高, 若响应速率过慢,则无法保证有效的控制性能。为提高响应速率,Wang等人(文献:Wang F, Chen B,Lin C,et al.Adaptiveneural network finite-time output feedback control of quantized nonlinearsystems[J].IEEE Transactions on Cybernetics,2018,48(6):1839-1848.)研究有限时间跟 踪控制问题,并提出一种新的有限时间稳定判据。
目前,车辆编队跟踪控制的研究多集中于单一的纵向或横向控制,纵横向综合控制的研 究较少。且现有文献多为渐进稳定或最终一致有界,无法控制收敛时间,限制了适应性。Yu 等人(文献:Yu J,Shi P,Zhao L.Finite-time command filtered backsteppingcontrol for a class of nonlinear systems[J].Automatica,2018,92:173-180.)基于有限时间理论研究跟踪控制问题,但 未考虑实际性能约束及模型不确定性和外部扰动的影响。
发明内容
针对现有技术的不足,本发明提出一种具有预设瞬稳态性能的有限时间车辆编队控制方 法,包括:
步骤1:建立含模型不确定和外部扰动的车辆模型,所述车辆模型包括车辆运动学模型 和车辆动力学模型;
步骤2:采用领导与跟随编队策略,并用存在有向生成树的有向图来描述车辆间的通信 关系;将N+1辆车构成的车队分解为N个由领导车跟随车两辆车构成的子系统,其中,车队 中的头车跟随设定好的理想轨迹运动,且其为有向图的有向生成树的根;
步骤3:在有限感知和通信约束下,对于任意一对领导、跟随车辆,构建车辆协同控制 的控制目标;
步骤4:设计第i辆车的有限时间扰动观测器;
步骤5:变换跟踪误差,设计自适应有限时间编队控制律;
步骤6:令i=1,2,…,N,重复步骤3~步骤5,设计第i辆车的基于有限时间扰动观测器的 编队控制律,进而实现保证预设性能的有限时间多车编队控制。
所述步骤1包括:
步骤1.1:构建如下车辆运动学和动力学模型:
Figure BDA0003114355920000021
Figure BDA0003114355920000022
其中,pci=(xi yi θi)T,ri(t)表示外部扰动,ri(t)=(r1i(t) r2i(t))T,S(θi)表示旋转矩阵,
Figure BDA0003114355920000023
表示第i辆车的常数阻尼矩 阵,
Figure BDA0003114355920000024
△Dli表示车辆模型的不确定性;
步骤1.2:考虑由一辆头车和N辆跟随车构成的共N+1车的多车编队系统,对于车队中的 第i辆车,i∈{1,...,N},建立车辆运动学模型为:
Figure BDA0003114355920000031
建立车辆动力学模型为:
Figure BDA0003114355920000032
其中,
Figure BDA0003114355920000033
式中,(xi yi)T表示第i辆车所在的坐标,θi表示第i辆车相对于水平方向的偏转角度值, vi表示第i辆车的线速度,wi表示第i辆车的角速度,ηi表示第i辆车在θi方向的线速度和角 速度的集合,
Figure BDA0003114355920000034
表示第i辆车的质量矩阵,
Figure BDA0003114355920000035
表示
Figure BDA0003114355920000036
的逆矩阵,D0i=diag(D01i,D02i),D0i表 示第i辆车的常数阻尼矩阵的标称矩阵,τi=(τ1iτ2i)T,τi表示第i辆车的驱动系统提供的 输入量集合,τ1i、τ2i表示第i辆车的油门或刹车输入量,mi表示第i辆车的质量,Ii表示第i 辆车的绕垂直轴转动惯量,△Di=diag(△D1i,△D2i)表示第i辆车的模型不确定性,r1i(t)、r2i(t)表 示第i辆车在线速度、角速度变化方向上所受到的外部扰动,fi(t)表示第i辆车的由模型不确 定和外部扰动相结合构成的复合扰动,f1i、f2i分别表示第i辆车在其线速度、角速度变化方向 上所受到的复合扰动,且由车辆运行速度、携带能源及外界扰动能量的有限性可知f1i、f2i均为 有界的时变函数,
Figure BDA0003114355920000039
f1,max表示车辆线速度变化方向上的复合扰动的一阶 导的上界,f2,max表示车辆角速度变化方向上的复合扰动的一阶导的上界,f1,max、f2,max均为正 的常数。
所述步骤3包括:
步骤3.1:定义任意一对领导、跟随车,假定第j辆车为领导车,第i辆车为跟随车,i∈{1,...,N},j∈{0,1,...,N},i≠j,领导车和跟随车之间的相对距离di(t)和相对方向角
Figure BDA0003114355920000037
为:
Figure BDA0003114355920000038
Figure BDA0003114355920000041
其中,
Figure BDA0003114355920000042
式中,(xi yi)T表示第i辆车所在的坐标,(xj yj)T表示第j辆车所在的坐标;
步骤3.2:为避免邻近两辆车发生碰撞,设置约束条件:
Figure BDA0003114355920000043
根据第i辆车的感知能力,定义第i辆车所在子系统中两辆车的相对距离满足:
Figure BDA00031143559200000410
定义第i辆车所在子系统中两辆车的相对方向角满足:
Figure BDA0003114355920000044
步骤3.3:定义子系统中两辆车间的跟踪误差:
edi(t)=di(t)-ddes,i
Figure BDA0003114355920000045
其中,车队中的车辆初始状态满足:dcol,i-ddes,i<edi(t0)<dcon,i-ddes,i
Figure BDA0003114355920000046
为了保障连通性且避免碰撞,设置跟踪误差的约束条件为:
dcol,i-ddes,i<edi(t)<dcon,i-ddes,i
Figure BDA0003114355920000047
步骤3.4:为保证跟踪误差
Figure BDA0003114355920000048
的瞬态和稳态性能,设定边界函数为如下指数衰减 函数:
em,di(t)=(em,di,0-em,di,∞)exp(-km,dit)+em,di,∞
Figure BDA00031143559200000411
式中,km,di、em,di,∞、em,di,0
Figure BDA00031143559200000412
均为正实数,满足em,di,0=dcon,i-ddes,i
Figure BDA0003114355920000049
步骤3.5:在有限感知和通信约束下,对于任意一对领导、跟随车辆,定义第j辆车为领 导车,第i辆车为跟随车,i∈{1,...,N},j∈{0,1,...,N},i≠j,在误差初始条件满足dcol,i-ddes,i<edi(t0)<dcon,i-ddes,i
Figure BDA0003114355920000051
的情况下,构建车辆协同控制的控 制目标如下:
Figure BDA0003114355920000052
且满足
Figure BDA0003114355920000053
式中,T表示收敛时间,T∈[t0,+∞),t0表示初始时刻,设计参数βm,di
Figure BDA00031143559200000519
Figure BDA0003114355920000054
Figure BDA0003114355920000055
满足βm,diem,di(t)≤ddes,i-dcol,i,em,di(t)≤dcon,i-ddes,i
Figure BDA0003114355920000056
Figure BDA0003114355920000057
其中,边界函数em,di(t)、
Figure BDA00031143559200000520
取em,di(t)=(em,di,0-em,di,∞)exp(-km,dit)+em,di,∞
Figure BDA00031143559200000518
em,di,0=dcon,i-ddes,i
Figure BDA0003114355920000058
0<dcol,i<ddes,i<dcon,i
Figure BDA0003114355920000059
di(t)表示第i辆车在t时刻距离所在子系统中另一辆车的相对距离,
Figure BDA00031143559200000510
表示 第i辆车在t时刻距离所在子系统中另一辆车的相对方向角,ddes,i表示第i辆车在所在子系统 中距离另一辆车的期望相对距离,
Figure BDA00031143559200000511
表示第i辆车在所在子系统中距离另一辆车的期望相对 方向角,dcol,i表示设定的车辆间的安全距离,dcon,i表示第i辆车上车载传感器的最大测距值,
Figure BDA00031143559200000512
表示第i辆车上车载传感器的最大测量方向角值,em,di,0表示第i辆车的初始时刻的相对距 离误差的上界,em,di,∞表示第i辆车的稳定时的相对距离误差的上界,
Figure BDA00031143559200000513
表示第i辆车的初始时刻的相对方向角误差的上界,
Figure BDA00031143559200000514
表示第i辆车的稳定时的相对方向角误差的上界,km,di表 示第i辆车的相对距离误差边界函数的收敛速度的快慢,
Figure BDA00031143559200000515
表示第i辆车的相对方向角误差 边界函数的收敛速度的快慢,edi(t)表示第i辆车在t时刻的相对距离误差,
Figure BDA00031143559200000516
表示第i辆 车在t时刻的相对方向角误差,edi(t0)表示第i辆车在t0时刻的相对距离误差,
Figure BDA00031143559200000517
表示第i 辆车在t0时刻的相对方向角误差。
所述步骤4包括:
设计第i辆车的有限时间扰动观测器,所述扰动观测器分为观测f1i的观测器
Figure BDA0003114355920000061
以及观 测f2i的观测器
Figure BDA0003114355920000062
Figure BDA0003114355920000063
Figure BDA0003114355920000064
其中,
Figure BDA0003114355920000065
式中,λ1、λ2表示为正的常数,
Figure BDA0003114355920000066
分别表示κ1i、κ2i的估计值,κ1i、κ2i为便于扰动 观测器设计的辅助变量。
所述步骤5包括:
步骤5.1:引入光滑函数改写跟踪误差,改写后的跟踪误差表示如下:
Figure BDA0003114355920000067
式中,θ(·)表示严格单调递增的光滑函数;
对θ(zti(t))求反函数:
Figure BDA0003114355920000068
Figure BDA0003114355920000069
其中,
Figure BDA00031143559200000610
定义误差变量,并对误差变量求导:
Figure BDA00031143559200000611
Figure BDA00031143559200000612
引入线速度、角速度误差变量εvi、εwi
εvi=vifvi
εwi=wifwi
式中,αfvi、αfwi表示虚拟控制律;
步骤5.2:设计虚拟控制律为:
Figure BDA0003114355920000071
Figure BDA0003114355920000072
实际控制输入为:
Figure BDA0003114355920000073
Figure BDA0003114355920000074
其中,εvi=vifvi,εwi=wifwi
Figure BDA0003114355920000075
Figure BDA0003114355920000076
k1>0,k2>0,k3>0,k4>0,0<γ<1,k5>1,k6>0, k7>1,k8>0;
式中,k1、k2、k3、k4、k5、k6、k7、k8、γ皆表示设计参数,θj表示第j辆车相对于水 平方向的偏转角度值,vj表示第j辆车的线速度,εdi表示变化后的距离跟踪误差,
Figure BDA0003114355920000077
表示变 化后的方向角跟踪误差,εvi表示线速度误差变量,εwi表示角速度误差变量。
本发明的有益效果是:
本发明提出了一种具有预设瞬稳态性能的有限时间车辆编队控制方法,针对车辆模型内 部和外部不确定性构造有限时间扰动观测器,在控制中有效补偿扰动所造成的影响。考虑车 载传感器的局限性,预设车辆相对距离和相对方向角的瞬稳态性能,基于扰动观测器、预设 性能指标及有限时间控制理论设计与初始误差为零与否无关的纵横向一体化有限时间车辆编 队控制器,使得跟踪误差在预设区域内变化并在有限时间内收敛,保证车辆连通性且避免碰 撞。本文所提出的控制技术可同时解决对称和非对称性能约束问题。当性能指标无限制时, 所提控制方法也可推广到无性能约束的车辆协作控制系统。
附图说明
图1为本发明中具有预设瞬稳态性能的有限时间车辆编队控制方法流程图;
图2为本发明中由4辆车组成的车队的子系统划分示意图;
图3为本发明中领导跟随策略中一对领导、跟随车辆关系示意图;
图4为本发明中一子系统中领导车、跟随车的轨迹仿真图;
图5为本发明中一子系统中领导与跟随车辆间的相对距离误差和性能边界仿真图;
图6为本发明中一子系统中领导与跟随车辆间的相对方向角误差和性能边界仿真图;
图7为本发明中复合扰动f1i及观测器估计
Figure BDA0003114355920000086
的仿真图;
图8为本发明中复合扰动f2i及观测器估计
Figure BDA0003114355920000085
的仿真图;
具体实施方式
下面结合附图和具体实施实例对发明做进一步说明。本发明针对含有模型不确定和外部 扰动的多车协同编队问题,提出一种新的控制方法,该方法可以保证具有预设瞬态和稳态性 能约束的车辆编队的有限时间实现。首先将模型不确定和外部扰动相结合构成复合扰动,设 计扰动观测器,实现有限时间内对复合扰动的有效估计。其次基于扰动观测器、有限时间控 制理论及预设性能控制理论设计编队控制律,保证跟踪误差在预设区域内变化并在有限时间 内收敛,实现控制目标。
如图1所示,一种具有预设瞬稳态性能的有限时间车辆编队控制方法,包括:
步骤1:建立含模型不确定和外部扰动的车辆模型,所述车辆模型包括车辆运动学模型 和车辆动力学模型,包括:
步骤1.1:构建如下车辆运动学和动力学模型:
Figure BDA0003114355920000081
Figure BDA0003114355920000082
其中,pci=(xi yi θi)T,ri(t)表示外部扰动,ri(t)=(r1i(t) r2i(t))T,S(θi)表示旋转矩阵,
Figure BDA0003114355920000083
表示第i辆车的常数阻尼矩 阵,
Figure BDA0003114355920000084
△Dli表示车辆模型的不确定性;
步骤1.2:考虑由一辆头车和N辆跟随车构成的共N+1车的多车编队系统,对于车队中的 第i辆车,i∈{1,...,N},建立车辆运动学模型为:
Figure BDA0003114355920000091
建立车辆动力学模型为:
Figure BDA0003114355920000092
其中,
Figure BDA0003114355920000093
式中,(xi yi)T表示第i辆车所在的坐标,θi表示第i辆车相对于水平方向的偏转角度值, vi表示第i辆车的线速度,wi表示第i辆车的角速度,ηi表示第i辆车在θi方向的线速度和角 速度的集合,
Figure BDA0003114355920000095
表示第i辆车的质量矩阵,
Figure BDA0003114355920000096
表示
Figure BDA0003114355920000097
的逆矩阵,D0i=diag(D01i,D02i),D0i表 示第i辆车的常数阻尼矩阵的标称矩阵,D01i、D02i表示标称矩阵D0i中的具体元素, τi=(τ1i τ2i)T,τi表示第i辆车的驱动系统提供的输入量集合,τ1i、τ2i表示第i辆车的油门或 刹车输入量,mi表示第i辆车的质量,Ii表示第i辆车的绕垂直轴转动惯量,△Di=diag(△D1i,△D2i) 表示第i辆车的模型不确定性,r1i(t)、r2i(t)表示第i辆车在线速度、角速度变化方向上所受到 的外部扰动,如空气阻力、摩擦力等,fi(t)表示第i辆车的由模型不确定和外部扰动相结合 构成的复合扰动,f1i、f2i分别表示第i辆车在其线速度、角速度变化方向上所受到的复合扰动, 且由车辆运行速度、携带能源及外界扰动能量的有限性可知f1i、f2i均为有界的时变函数,
Figure BDA0003114355920000094
f1,max表示车辆线速度变化方向上的复合扰动的一阶导的上界,f2,max表 示车辆角速度变化方向上的复合扰动的一阶导的上界,f1,max、f2,max均为正的常数。
步骤2:采用领导与跟随编队策略,并用存在有向生成树的有向图来描述车辆间的协作 通信关系;将N+1辆车构成的车队分解为N个由领导车跟随车两辆车构成的子系统,其中, 车队中的头车跟随设定好的理想轨迹运动且其为有向图的有向生成树的根;为有效解释所构 建的编队策略,以图2中所示进一步举例说明,图2中给出了由4辆车构成的车队,其可以 被划分为3个子系统(一辆领导车和一辆跟随车),3个子系统中,子系统1:头车是领导车, 跟随车1是跟随车;子系统2:头车是领导车,跟随车2是跟随车;子系统3:跟随车1是领导车,跟随车3是跟随车。值得注意的是,若用有向图来描述车辆间的协作关系,则可认为有向图中存在有向生成树且头车为有向图的有向生成树的根。
步骤3:在有限感知和通信约束下,如图3所示,对于任意一对领导、跟随车辆,构建车 辆协同控制的控制目标,包括:
步骤3.1:在领导跟随策略下,控制每对领导、跟随车辆间的相对距离和相对方向角可以 得到期望的车队队形。定义任意一对领导、跟随车,假定第j辆车为领导车,第i辆车为跟随 车,i∈{1,...,N},j∈{0,1,...,N},i≠j,领导车和跟随车之间的相对距离di(t)和相对方向角
Figure BDA00031143559200001010
为:
Figure BDA0003114355920000101
Figure BDA0003114355920000102
其中,
Figure BDA0003114355920000103
式中,(xi yi)T表示第i辆车所在的坐标,(xj yj)T表示第j辆车所在的坐标;
步骤3.2:为避免邻近两辆车发生碰撞,设置约束条件:
Figure BDA0003114355920000104
根据第i辆车的感知能力,定义第i辆车所在子系统中两辆车的相对距离满足:
Figure BDA0003114355920000105
定义第i辆车所在子系统中两辆车的相对方向角满足:
Figure BDA0003114355920000106
其中,参数dcon,i(0<dcon,i),
Figure BDA0003114355920000107
取决于车载传感器 的测量能力;
步骤3.3:定义子系统中两辆车间的跟踪误差:
edi(t)=di(t)-ddes,i
Figure BDA0003114355920000108
其中,车队中的车辆初始状态满足:dcol,i-ddes,i<edi(t0)<dcon,i-ddes,i
Figure BDA0003114355920000109
其中,ddes,i(0<dcol,i<ddes,i<dcon,i)和
Figure BDA0003114355920000111
为期望的相对距离及相对方向角,其具体取 值由设计者根据实际任务情况给出;
为了保障连通性且避免碰撞,设置跟踪误差的约束条件为:
dcol,i-ddes,i<edi(t)<dcon,i-ddes,i
Figure BDA0003114355920000112
在控制设计中,为确保满足对跟踪误差edi(t)和
Figure BDA0003114355920000113
的期望性能要求,通过以下非对称性 能约束来限制误差边界:
m,diem,di(t)<edi(t)<em,di(t)
Figure BDA0003114355920000114
其中,βm,di
Figure BDA00031143559200001111
为待设计参数,满足βm,diem,di(t)≤ddes,i-dcol,i,em,di(t)≤dcon,i-ddes,i
Figure BDA0003114355920000115
步骤3.4:为保证跟踪误差
Figure BDA0003114355920000116
的瞬态和稳态性能,设定边界函数为如下指数衰减 函数:
em,di(t)=(em,di,0-em,di,∞)exp(-km,dit)+em,di,∞
Figure BDA0003114355920000117
式中,km,di、em,di,∞、em,di,0
Figure BDA0003114355920000118
均为正实数,其具体值可依据任务需要由 设计者给出,本发明取em,di,0=dcon,i-ddes,i
Figure BDA0003114355920000119
假设条件为:
1)扰动f1i和f2i是未知且有界的时变函数,其一阶导数满足
Figure BDA00031143559200001112
其中, f1,max和f2,max是正常数;
2)假定头车按理想轨迹η0=(x0 y0 θ0)T运动;多车系统的通信拓扑图中包含一条有向生 成树;
3)车队中车辆的初始状态不违反所设定的约束条件,即dcol,i-ddes,i<edi(t0)<dcon,i-ddes,i
Figure BDA00031143559200001110
车辆协同控制目标为:
在假设1)~3)的条件下,设计基于有限时间扰动观测器的分布式编队控制律,使得跟踪误 差edi(t)和
Figure BDA00031143559200001216
在预定义的区域内变化并在有限时间内收敛到关于零的小邻域。
步骤3.5:在有限感知和通信约束下,对于任意一对领导、跟随车辆,定义第j辆车为领 导车,第i辆车为跟随车,i∈{1,...,N},j∈{0,1,...,N},i≠j,在误差初始条件满足dcol,i-ddes,i<edi(t0)<dcon,i-ddes,i
Figure BDA0003114355920000121
的情况下,构建车辆协同控制的控 制目标如下:
Figure BDA0003114355920000122
且满足
Figure BDA0003114355920000123
式中,σ,ε为较小常数,T表示收敛时间,T∈[t0,+∞),t0表示初始时刻,设计参数βm,di
Figure BDA00031143559200001217
Figure BDA0003114355920000124
满足βm,diem,di(t)≤ddes,i-dcol,i,em,di(t)≤dcon,i-ddes,i
Figure BDA0003114355920000125
其中,边界函数em,di(t)、
Figure BDA0003114355920000126
Figure BDA0003114355920000127
em,di,0=dcon,i-ddes,i
Figure BDA0003114355920000128
0<dcol,i<ddes,i<dcon,i
Figure BDA0003114355920000129
di(t)表示第i辆车在t时刻距离所在子 系统中另一辆车的相对距离,
Figure BDA00031143559200001210
表示第i辆车在t时刻距离所在子系统中另一辆车的相对方 向角,ddes,i表示第i辆车在所在子系统中距离另一辆车的期望相对距离,
Figure BDA00031143559200001211
表示第i辆车在 所在子系统中距离另一辆车的期望相对方向角,dcol,i表示设定的车辆间的安全距离,dcon,i表示 第i辆车上车载传感器的最大测距值,
Figure BDA00031143559200001212
表示第i辆车上车载传感器的最大测量方向角值, em,di,0表示第i辆车的初始时刻的相对距离误差的上界,em,di,∞表示第i辆车的稳定时的相对距离 误差的上界,
Figure BDA00031143559200001213
表示第i辆车的初始时刻的相对方向角误差的上界,
Figure BDA00031143559200001214
表示第i辆车的 稳定时的相对方向角误差的上界,km,di表示第i辆车的相对距离误差边界函数的收敛速度的快 慢,
Figure BDA00031143559200001215
表示第i辆车的相对方向角误差边界函数的收敛速度的快慢,edi(t)表示第i辆车在t 时刻的相对距离误差,
Figure BDA0003114355920000131
表示第i辆车在t时刻的相对方向角误差,edi(t0)表示第i辆车在 t0时刻的相对距离误差,
Figure BDA0003114355920000132
表示第i辆车在t0时刻的相对方向角误差。
步骤4:设计第i辆车的有限时间扰动观测器,包括:
设计第i辆车的有限时间扰动观测器,所述扰动观测器分为观测f1i的观测器
Figure BDA0003114355920000133
以及观 测f2i的观测器
Figure BDA0003114355920000134
Figure BDA0003114355920000135
Figure BDA0003114355920000136
其中,
Figure BDA0003114355920000137
式中,λ1、λ2表示为正的常数,
Figure BDA0003114355920000138
分别表示κ1i、κ2i的估计值,κ1i、κ2i为便于扰动 观测器设计的辅助变量。
为证明所设计的有限时间扰动观测器的稳定性,先给出一个引理:对于标量μ1>0,μ2>0, 0<γ<1,
Figure BDA0003114355920000139
存在一连续正定函数V(x)对于非线性系统
Figure BDA00031143559200001310
Figure BDA00031143559200001311
那么
Figure BDA00031143559200001312
的解是实际有限时间稳定的,稳定时间T的上界为
Figure BDA00031143559200001313
其中,0<θ0<1,t0为初始时刻。
令扰动观测误差为:
Figure BDA00031143559200001314
对其求导可得:
Figure BDA00031143559200001315
Figure BDA00031143559200001316
选取李雅普诺夫函数为:
Figure BDA00031143559200001317
对其关于时间求导得:
Figure BDA0003114355920000141
根据实际有限时间理论可知,观测器误差是实际有限时间稳定的,且收敛时间Tfi满足:
Figure BDA0003114355920000142
其中, 0<θf<1,μ1f=min{2(λ1-1),2(λ2-1)}。
步骤5:变换跟踪误差,设计自适应有限时间编队控制律,包括:
步骤5.1:引入光滑函数改写跟踪误差,改写后的跟踪误差表示如下:
Figure BDA0003114355920000143
式中,θ(·)表示严格单调递增的光滑函数;
对θ(zti(t))求反函数:
Figure BDA0003114355920000144
Figure BDA0003114355920000145
其中,
Figure BDA0003114355920000146
定义误差变量,并对误差变量求导:
Figure BDA0003114355920000147
Figure BDA0003114355920000151
引入线速度、角速度误差变量εvi、εwi
εvi=vifvi
εwi=wifwi
式中,αfvi、αfwi表示虚拟控制律;
步骤5.2:设计虚拟控制律:
Figure BDA0003114355920000152
Figure BDA0003114355920000153
实际控制输入为:
Figure BDA0003114355920000154
Figure BDA0003114355920000155
其中,εvi=vifvi,εwi=wifwi
Figure BDA0003114355920000156
Figure BDA0003114355920000157
k1>0,k2>0,k3>0,k4>0,0<γ<1,k5>1,k6>0, k7>1,k8>0;
式中,k1、k2、k3、k4、k5、k6、k7、k8、γ皆表示设计参数,θj表示第j辆车相对于水 平方向的偏转角度值,vj表示第j辆车的线速度,Λdi
Figure BDA0003114355920000159
表示中间变量,εdi表示变化后的距 离跟踪误差,
Figure BDA00031143559200001510
表示变化后的方向角跟踪误差,εvi表示线速度误差变量,εwi表示角速度误差 变量;
步骤6:令i=1,2,…,N,重复步骤3~步骤5,设计第i辆车的基于有限时间扰动观测器的 编队控制律,进而实现保证预设性能的有限时间多车编队控制。
最后,对所设计的控制器进行有限时间稳定性分析:
构造李雅普诺夫函数为:
Figure BDA0003114355920000158
对所述李雅普诺夫函数关于时间求导,并将扰动观测器观测误差、虚拟控制律、实际控 制输入、预设性能函数带入李雅普诺夫函数求导后的公式,得到:
Figure BDA0003114355920000161
定义μ1=2min{k1,k3,k5-1,k7-1,k91-1),k102-1)},
μ2=min{k2,k4,k6,k8,(1-k9)(λ1-1),(1-k10)(λ2-1)},
Figure BDA0003114355920000162
则:
Figure BDA0003114355920000163
根据实际有限时间理论可得,跟踪误差在有限时间内收敛到一个关于0的小邻域内,其 稳定时间Ti满足:
Figure BDA0003114355920000164
值得注意的是,如果εdi
Figure BDA0003114355920000165
被证明有界,则可得zdi(t),
Figure BDA0003114355920000166
有界,那么,很容易得到 跟踪误差edi(t),
Figure BDA0003114355920000167
有界,即预设的性能得以保证。
下面通过仿真实验验证本发明方法的有效性,在考虑模型不确定和外部扰动的情况下, 采用反演控制技术、扰动观测器及有限时间控制理论,设计自适应编队控制律,使跟踪误差 在有限时间内收敛,保证车辆连通性且避免碰撞。
设置车辆运动学和动力学模型参数为:mi=3.6kg;Ii=0.0405kg-m2
Figure BDA0003114355920000168
D0i=diag(0.24kg·s-1,0.0032kg-m2·s-1)。领导车(第j辆车)轨迹由 运动学方程给出,其速度为:vj=0.3m·s-1,wj=0.05m·s-1,设置初始条件为:领导车的初始 位置pcj(0)=[0 0 0]T,跟随车的初始位置pci(0)=[-2.2 0 0.25π]T,ηi(0)=[0 0]T
假设车载传感器最大探测范围为dcol,i=3m,安全车间距为dcon,i=1m,最大探测角为
Figure RE-GDA0003147317860000169
在不违反约束的条件下,选择理想的相对距离和相对方向角分别为:ddes,i=2m,
Figure RE-GDA00031473178600001610
选取预设的性能函数为:em,di(t)=(1-0.1)exp(-0.3t)+0.1,
Figure RE-GDA0003147317860000171
其保证期望的跟踪误差edi(t)和
Figure RE-GDA0003147317860000172
的瞬态和稳态性能规范 符合约束条件。
考虑扰动f1i、f2i为变化率在一定范围内的随时间变化的函数,取r1i(t)=2+sin(0.01t), r2i(t)=1+sin(0.5t);扰动不确定性△D1i=0.06kg·s-1,△D2i=0.0008kg-m2·s-1;则
Figure BDA0003114355920000171
选取扰动观测器参数为:λ1=5,λ2=100。选取控制器参数为:k1=0.9,k2=0.09,k3=0.9, k4=0.05,k5=100,k6=9,k7=49,k8=9,k9=0.5,k10=0.5,γ=0.9。
仿真结果如图4~8所示。其中,图4给出领导车轨迹及跟随车实际行驶轨迹;图5所示 为领导、跟随车辆间的相对距离误差edi(t)和所预设的距离性能边界;领导、跟随车辆间的相 对方向角误差
Figure BDA0003114355920000172
和所预设的方向角性能边界在图6中给出;根据图5和图6可以看出,在 本发明所设计的控制器作用下,跟踪误差的预设的瞬态和稳态性能可以得到保证,从而实现 领导跟随策略下多车的编队跟踪控制。图7和图8分别给出扰动f1i、f2i的真实值和观测器作 用下的观测值
Figure BDA0003114355920000173
由图7和图8可得所设计的观测器可以实现对复合扰动的有效估计。

Claims (5)

1.一种具有预设瞬稳态性能的有限时间车辆编队控制方法,其特征在于,包括:
步骤1:建立含模型不确定和外部扰动的车辆模型,所述车辆模型包括车辆运动学模型和车辆动力学模型;
步骤2:采用领导与跟随编队策略,并用存在有向生成树的有向图来描述车辆间的通信关系;将N+1辆车构成的车队分解为N个由领导车跟随车两辆车构成的子系统,其中,车队中的头车跟随设定好的理想轨迹运动且其为有向图的有向生成树的根;
步骤3:在有限感知和通信约束下,对于任意一对领导、跟随车辆,构建车辆协同控制的控制目标;
步骤4:设计第i辆车的有限时间扰动观测器;
步骤5:变换跟踪误差,设计自适应有限时间编队控制律;
步骤6:令i=1,2,…,N,重复步骤3~步骤5,设计第i辆车的基于有限时间扰动观测器的编队控制律,进而实现保证预设性能的有限时间多车编队控制。
2.根据权利要求1所述的一种具有预设瞬稳态性能的有限时间车辆编队控制方法,其特征在于,所述步骤1包括:
步骤1.1:构建如下车辆运动学和动力学模型:
Figure FDA0003114355910000011
Figure FDA0003114355910000012
其中,pci=(xi yi θi)T,ri(t)表示外部扰动,ri(t)=(r1i(t) r2i(t))T,S(θi)表示旋转矩阵,
Figure FDA0003114355910000013
△Dli表示车辆模型的不确定性;
步骤1.2:考虑由一辆头车和N辆跟随车构成的共N+1车的多车编队系统,对于车队中的第i辆车,i∈{1,...,N},建立车辆运动学模型为:
Figure FDA0003114355910000014
建立车辆动力学模型为:
Figure FDA0003114355910000015
其中,
Figure FDA0003114355910000021
式中,(xi yi)T表示第i辆车所在的坐标,θi表示第i辆车相对于水平方向的偏转角度值,vi表示第i辆车的线速度,wi表示第i辆车的角速度,ηi表示第i辆车在θi方向的线速度和角速度的集合,
Figure FDA0003114355910000022
表示第i辆车的质量矩阵,
Figure FDA0003114355910000023
表示
Figure FDA0003114355910000024
的逆矩阵,D0i=diag(D01i,D02i),D0i表示第i辆车的常数阻尼矩阵中的标称矩阵,τi=(τ1i τ2i)T,τi表示第i辆车的驱动系统提供的输入量集合,τ1i、τ2i表示第i辆车的油门或刹车输入量,mi表示第i辆车的质量,Ii表示第i辆车的绕垂直轴转动惯量,△Di=diag(△D1i,△D2i)表示第i辆车的模型不确定性,r1i(t)、r2i(t)表示第i辆车在线速度、角速度变化方向上所受到的外部扰动,fi(t)表示第i辆车的由模型不确定和外部扰动相结合构成的复合扰动,f1i、f2i分别表示第i辆车在其线速度、角速度变化方向上所受到的复合扰动,且由车辆运行速度、携带能源及外界扰动能量的有限性可知f1i、f2i均为有界的时变函数,
Figure FDA0003114355910000025
f1,max表示车辆线速度变化方向上的复合扰动的一阶导的上界,f2,max表示车辆角速度变化方向上的复合扰动的一阶导的上界,f1,max、f2,max均为正的常数。
3.根据权利要求1所述的一种具有预设瞬稳态性能的有限时间车辆编队控制方法,其特征在于,所述步骤3包括:
步骤3.1:定义任意一对领导、跟随车,其中第j辆车为领导车,第i辆车为跟随车,i∈{1,...,N},j∈{0,1,...,N},i≠j,领导车和跟随车之间的相对距离di(t)和相对方向角
Figure FDA0003114355910000026
为:
Figure FDA0003114355910000027
Figure FDA0003114355910000028
其中,
Figure FDA0003114355910000029
式中,(xi yi)T表示第i辆车所在的坐标,(xj yj)T表示第j辆车所在的坐标;
步骤3.2:为避免邻近两辆车发生碰撞,设置约束条件:
Figure FDA0003114355910000031
根据第i辆车的感知能力,定义第i辆车所在子系统中两辆车的相对距离满足:
Figure FDA0003114355910000032
定义第i辆车所在子系统中两辆车的相对方向角满足:
Figure FDA0003114355910000033
步骤3.3:定义子系统中两辆车间的跟踪误差:
edi(t)=di(t)-ddes,i
Figure FDA0003114355910000034
其中,车队中的车辆初始状态满足:dcol,i-ddes,i<edi(t0)<dcon,i-ddes,i
Figure FDA0003114355910000035
为了保障连通性且避免碰撞,设置跟踪误差的约束条件为:
dcol,i-ddes,i<edi(t)<dcon,i-ddes,i
Figure FDA0003114355910000036
步骤3.4:为保证跟踪误差
Figure FDA0003114355910000037
的瞬态和稳态性能,设定边界函数为指数衰减函数,表示为:
em,di(t)=(em,di,0-em,di,∞)exp(-km,dit)+em,di,∞
Figure FDA0003114355910000038
式中,km,di、em,di,∞、em,di,0
Figure FDA0003114355910000039
均为正实数,满足em,di,0=dcon,i-ddes,i
Figure FDA00031143559100000310
步骤3.5:在有限感知和通信约束下,对于任意一对领导、跟随车辆,在误差初始条件满足dcol,i-ddes,i<edi(t0)<dcon,i-ddes,i
Figure FDA00031143559100000311
的情况下,构建车辆协同控制的控制目标如下:
Figure FDA0003114355910000041
且满足
Figure FDA0003114355910000042
式中,T表示收敛时间,T∈[t0,+∞),t0表示初始时刻,设计参数βm,di
Figure FDA0003114355910000043
Figure FDA0003114355910000044
Figure FDA0003114355910000045
满足βm,diem,di(t)≤ddes,i-dcol,i,em,di(t)≤dcon,i-ddes,i
Figure FDA0003114355910000046
Figure FDA0003114355910000047
其中,边界函数em,di(t)、
Figure FDA0003114355910000048
取em,di(t)=(em,di,0-em,di,∞)exp(-km,dit)+em,di,∞
Figure FDA0003114355910000049
em,di,0=dcon,i-ddes,i
Figure FDA00031143559100000410
0<dcol,i<ddes,i<dcon,i
Figure FDA00031143559100000411
di(t)表示第i辆车在t时刻距离所在子系统中另一辆车的相对距离,
Figure FDA00031143559100000412
表示第i辆车在t时刻距离所在子系统中另一辆车的相对方向角,ddes,i表示第i辆车在所在子系统中距离另一辆车的期望相对距离,
Figure FDA00031143559100000413
表示第i辆车在所在子系统中距离另一辆车的期望相对方向角,dcol,i表示设定的车辆间的安全距离,dcon,i表示第i辆车上车载传感器的最大测距值,
Figure FDA00031143559100000414
表示第i辆车上车载传感器的最大测量方向角值,em,di,0表示第i辆车的初始时刻的相对距离误差的上界,em,di,∞表示第i辆车的稳定时的相对距离误差的上界,
Figure FDA00031143559100000415
表示第i辆车的初始时刻的相对方向角误差的上界,
Figure FDA00031143559100000416
表示第i辆车的稳定时的相对方向角误差的上界,km,di表示第i辆车的相对距离误差边界函数的收敛速度的快慢,
Figure FDA00031143559100000417
表示第i辆车的相对方向角误差边界函数的收敛速度的快慢,edi(t)表示第i辆车在t时刻的相对距离误差,
Figure FDA00031143559100000418
表示第i辆车在t时刻的相对方向角误差,edi(t0)表示第i辆车在t0时刻的相对距离误差,
Figure FDA00031143559100000419
表示第i辆车在t0时刻的相对方向角误差。
4.根据权利要求1所述的一种具有预设瞬稳态性能的有限时间车辆编队控制方法,其特征在于,所述步骤4包括:
设计第i辆车的有限时间扰动观测器,所述扰动观测器分为观测f1i的观测器
Figure FDA00031143559100000420
以及观测f2i的观测器
Figure FDA00031143559100000421
Figure FDA0003114355910000051
Figure FDA0003114355910000052
其中,
Figure FDA0003114355910000053
式中,λ1、λ2表示为正的常数,
Figure FDA0003114355910000054
分别表示κ1i、κ2i的估计值,κ1i、κ2i为便于扰动观测器设计的辅助变量。
5.根据权利要求1所述的一种具有预设瞬稳态性能的有限时间车辆编队控制方法,其特征在于,所述步骤5包括:
步骤5.1:引入光滑函数改写跟踪误差,改写后的跟踪误差表示如下:
Figure FDA0003114355910000055
式中,
Figure FDA0003114355910000056
表示严格单调递增的光滑函数;
Figure FDA0003114355910000057
求反函数:
Figure FDA0003114355910000058
Figure FDA0003114355910000059
其中,
Figure FDA00031143559100000510
定义误差变量,并对误差变量求导:
Figure FDA00031143559100000511
Figure FDA00031143559100000512
引入线速度、角速度误差变量εvi、εwi
εvi=vifvi
εwi=wifwi
式中,αfvi、αfwi表示虚拟控制律;
步骤5.2:设计虚拟控制律为:
Figure FDA0003114355910000061
Figure FDA0003114355910000062
实际控制输入为:
Figure FDA0003114355910000063
Figure FDA0003114355910000064
其中,εvi=vifvi,εwi=wifwi
Figure FDA0003114355910000065
Figure FDA0003114355910000066
k1>0,k2>0,k3>0,k4>0,0<γ<1,k5>1,k6>0,k7>1,k8>0;
式中,k1、k2、k3、k4、k5、k6、k7、k8、γ皆表示设计参数,θj表示第j辆车相对于水平方向的偏转角度值,vj表示第j辆车的线速度,εdi表示变化后的距离跟踪误差,
Figure FDA0003114355910000067
表示变化后的方向角跟踪误差,εvi表示线速度误差变量,εwi表示角速度误差变量。
CN202110658895.8A 2021-06-15 2021-06-15 一种具有预设瞬稳态性能的有限时间车辆编队控制方法 Active CN113359733B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110658895.8A CN113359733B (zh) 2021-06-15 2021-06-15 一种具有预设瞬稳态性能的有限时间车辆编队控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110658895.8A CN113359733B (zh) 2021-06-15 2021-06-15 一种具有预设瞬稳态性能的有限时间车辆编队控制方法

Publications (2)

Publication Number Publication Date
CN113359733A true CN113359733A (zh) 2021-09-07
CN113359733B CN113359733B (zh) 2022-08-02

Family

ID=77534162

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110658895.8A Active CN113359733B (zh) 2021-06-15 2021-06-15 一种具有预设瞬稳态性能的有限时间车辆编队控制方法

Country Status (1)

Country Link
CN (1) CN113359733B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103528449A (zh) * 2013-09-18 2014-01-22 北京理工大学 基于扰动观测器与有限时间控制的导弹编队控制方法
CN108415422A (zh) * 2018-01-30 2018-08-17 上海交通大学 一种基于扰动观测器的多无人车编队驾驶控制方法
CN111531538A (zh) * 2020-05-08 2020-08-14 哈尔滨工业大学 一种切换拓扑下的多机械臂系统一致性控制方法及装置
CN112083719A (zh) * 2020-08-19 2020-12-15 东北大学秦皇岛分校 一种基于预设性能函数的有限时间车队控制方法
CN112650290A (zh) * 2020-12-24 2021-04-13 广东工业大学 带有扰动补偿的高层消防无人机编队优化控制方法及系统
CN114397821A (zh) * 2022-01-19 2022-04-26 大连海事大学 一种基于预设性能的多水面船分布式编队的鲁棒控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103528449A (zh) * 2013-09-18 2014-01-22 北京理工大学 基于扰动观测器与有限时间控制的导弹编队控制方法
CN108415422A (zh) * 2018-01-30 2018-08-17 上海交通大学 一种基于扰动观测器的多无人车编队驾驶控制方法
CN111531538A (zh) * 2020-05-08 2020-08-14 哈尔滨工业大学 一种切换拓扑下的多机械臂系统一致性控制方法及装置
CN112083719A (zh) * 2020-08-19 2020-12-15 东北大学秦皇岛分校 一种基于预设性能函数的有限时间车队控制方法
CN112650290A (zh) * 2020-12-24 2021-04-13 广东工业大学 带有扰动补偿的高层消防无人机编队优化控制方法及系统
CN114397821A (zh) * 2022-01-19 2022-04-26 大连海事大学 一种基于预设性能的多水面船分布式编队的鲁棒控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHU WANG: "Distributed dynamic average consensus for nonlinear multi-agent systems in the presence of external disturbances over a directed graph", 《INFORMATION SCIENCES》 *
吴垠: "一种基于模糊方法的领导-跟随型多机器人编队控制", 《智能系统学报》 *
郭戈: "具有预设瞬稳态性能的有限时间智能车辆固定构型编队控制", 《中国公路学报》 *

Also Published As

Publication number Publication date
CN113359733B (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
Guo et al. A computationally efficient path-following control strategy of autonomous electric vehicles with yaw motion stabilization
Lin et al. Trajectory tracking of autonomous vehicle with the fusion of DYC and longitudinal–lateral control
CN107831761B (zh) 一种智能车的路径跟踪控制方法
Chen et al. Path tracking and handling stability control strategy with collision avoidance for the autonomous vehicle under extreme conditions
CN108227491B (zh) 一种基于滑模神经网络的智能车轨迹跟踪控制方法
CN107015477B (zh) 基于状态反馈的车辆路径跟踪h∞控制方法
CN105676643B (zh) 一种智能汽车转向和制动自适应协调控制方法
Yang et al. Quasi-linear optimal path controller applied to post impact vehicle dynamics
Zhang et al. Data-driven based cruise control of connected and automated vehicles under cyber-physical system framework
CN108791290A (zh) 基于在线增量式dhp的双车协同自适应巡航控制方法
Chu et al. Self-learning optimal cruise control based on individual car-following style
Solyom et al. Performance limitations in vehicle platoon control
Guo et al. Dynamic coordinated control for over-actuated autonomous electric vehicles with nonholonomic constraints via nonsingular terminal sliding mode technique
CN106019938A (zh) 基于数据驱动的acc系统离散二阶滑模控制系统及其方法
Guo et al. Neural-fuzzy-based adaptive sliding mode automatic steering control of vision-based unmanned electric vehicles
Fu et al. Nmpc-based path tracking control strategy for autonomous vehicles with stable limit handling
CN114510032A (zh) 一种保障车辆快速编队稳定的多车协同控制方法及装置
CN113721634A (zh) 考虑执行器饱和的基于反步法的车队有限时间协同控制方法
CN113359733B (zh) 一种具有预设瞬稳态性能的有限时间车辆编队控制方法
Zhang et al. Energy dissipation based longitudinal and lateral coupling control for intelligent vehicles
Wang et al. Model predictive control‐based longitudinal control for autonomous electric vehicle with changing mass
Tran et al. A combination of analytical and model predictive optimal methods for adaptive cruise control problem
Karapınar et al. Laguerre MPC Formulation for Automotive Adaptive Cruise Control Application and Performance Analysis
Korus et al. Robust design of a complex, perturbed lateral control system for automated driving
CN111897213A (zh) 一种模型不确定下的汽车自适应巡航控制方法

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