CN113589690B - 协同自适应巡航控制鲁棒容错方法及装置 - Google Patents
协同自适应巡航控制鲁棒容错方法及装置 Download PDFInfo
- Publication number
- CN113589690B CN113589690B CN202110791133.5A CN202110791133A CN113589690B CN 113589690 B CN113589690 B CN 113589690B CN 202110791133 A CN202110791133 A CN 202110791133A CN 113589690 B CN113589690 B CN 113589690B
- Authority
- CN
- China
- Prior art keywords
- interference
- matrix
- adaptive cruise
- estimation errors
- performance defect
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000007547 defect Effects 0.000 claims abstract description 70
- 238000013178 mathematical model Methods 0.000 claims abstract description 16
- 230000003190 augmentative effect Effects 0.000 claims abstract description 11
- 230000003044 adaptive effect Effects 0.000 claims description 48
- 239000011159 matrix material Substances 0.000 claims description 39
- 230000007812 deficiency Effects 0.000 claims description 14
- 230000003416 augmentation Effects 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 7
- 239000000654 additive Substances 0.000 claims description 4
- 230000000996 additive effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种协同自适应巡航控制鲁棒容错方法及装置,构造带有非线性系统参数摄动、多源未知外界干扰和雷达性能缺陷、执行控制性能缺陷的车辆系统数学模型;设计CACC‑SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器,构造带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统;求解CACC‑SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器的增益,使带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统渐进稳定,并具有H∞性能。该方法能够在保障协同自适应巡航控制预期功能安全的同时,应对车辆系统参数时变摄动、控制器参数摄动、多源外界干扰问题。
Description
技术领域
本发明涉及智能网联汽车技术领域,特别涉及一种协同自适应巡航控制鲁棒容错方法及装置。
背景技术
协同式自适应巡航控制(Cooperative Adaptive Cruise Control,CACC)是最接近最终形态的一种智能网联汽车技术。该技术通过在传统自适应巡航控制(AdaptiveCruise Control,ACC)上扩展V2X无线通信,可以控制车辆形成稳定的队列,进而达到提升道路通行效率、改善交通拥堵状况和减少燃油消耗的目的,是未来高速公路场景下的智能网联汽车技术典型应用。
协同式自适应巡航控制在硬件上依赖复杂、不确定的感知、通信和线控执行设备,在软件上依赖相应的算法,实现在复杂、非结构的道路环境中运行。这些新的特点使协同式自适应巡航控制对性能缺陷带来的风险高度敏感。不仅如此,运行在真实环境中的车辆受到系统不确定、多源外界未知干扰和控制器摄动等固有特性的影响。上述因素对协同自适应巡航预期功能的正确实施和鲁棒性能产生严重的影响,设置导致队列碰撞。
不仅如此,实际道路环境中还存在复杂的未知因素。一方面,车辆的驱动、传动、制动系统都是非线性的,涉及的动力学特性和参数难以获得,且具有受环境和车辆使用状况变化的特性。上述因素将带来车辆系统的不确定。另一方面,多源未知干扰如阵风、前车加速度摄动,雷达传感器测量噪声和控制命令信号噪声在实际环境中也需要考虑。考虑上述因素所设计的控制器通常是鲁棒和优化的,因此,由参数漂移、精度问题带来的任意控制器摄动可能都会使得系统失稳。不仅如此,上述因素对于协同式自适应巡航控制系统都是未知的。考虑到实际道路环境中存在的系统不确定性、多源干扰和控制器摄动问题,协同式自适应巡航控制的预期功能安全问题将更难保障。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种协同自适应巡航控制鲁棒容错方法,该方法解决了协同式自适应巡航控制在实际运行过程中,由于感知传感器和线控执行设备由于自身设计缺陷,造成的整车碰撞等不合理风险的问题,同时应对车辆在实际环境中运行时可能遇到的现实问题,包括:车辆系统参数的非线性时变摄动、控制器参数的非线性时变摄动和外界的多源未知干扰。
本发明的另一个目的在于提出一种协同自适应巡航控制鲁棒容错装置。
为达到上述目的,本发明一方面实施例提出了一种协同自适应巡航控制鲁棒容错方法,包括以下步骤:
构造带有非线性系统参数摄动、多源未知外界干扰和雷达性能缺陷、执行控制性能缺陷的协同式自适应巡航控制系统数学模型;
设计CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器,并将控制率带回所述协同式自适应巡航控制系统数学模型,以状态、动态输出反馈中间变量为增广状态,构造带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统;以及
求解所述CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器的增益,使所述带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统达到稳定条件,具有H∞性能。
为达到上述目的,本发明另一方面实施例提出了一种协同自适应巡航控制鲁棒容错装置,包括:
构造模块,用于构造带有非线性系统参数摄动、多源未知外界干扰和雷达性能缺陷、执行控制性能缺陷的协同式自适应巡航控制系统数学模型;
设计模块,用于设计CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器,并将控制率带回所述协同式自适应巡航控制系统数学模型,以状态、动态输出反馈中间变量为增广状态,构造带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统;以及
计算模块,用于求解所述CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器的增益,使所述带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统达到稳定条件,具有H∞性能。
本发明实施例的协同自适应巡航控制鲁棒容错方法及装置,主要适用于降低协同式自适应巡航控制由于感知和执行性能缺陷造成的风险,可对实际环境中存在的多源外界干扰、系统不确定性和控制器摄动鲁棒,可以保障协同式自适应巡航控制在实际环境中预期功能安全。
本发明实施例的协同自适应巡航控制鲁棒容错装置,解决了协同式自适应巡航控制在实际运行过程中,由于感知传感器和线控执行设备由于自身设计缺陷,造成的整车碰撞等不合理风险的问题,同时应对车辆在实际环境中运行时可能遇到的现实问题,包括:车辆系统参数的非线性时变摄动、控制器参数的非线性时变摄动和外界的多源未知干扰。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的协同自适应巡航控制鲁棒容错方法流程图;
图2为根据本发明一个实施例的协同自适应巡航控制鲁棒容错方法流程框图;
图3为根据本发明一个实施例的有加法控摄动下的车间相对距离、相对速度、加速度控制效果及其估计结果图;
图4为根据本发明一个实施例的在具有加法控摄动下的车间雷达性能缺陷、执行性能缺陷及外界干扰估计结果图;
图5为根据本发明一个实施例的在具有乘法控摄动下的车间相对距离、相对速度、加速度控制效果及其估计结果图;
图6为根据本发明一个实施例的在具有乘法控摄动下的车间雷达性能缺陷、执行性能缺陷及外界干扰估计结果图;
图7为根据本发明一个实施例的协同自适应巡航控制鲁棒容错装置结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的协同自适应巡航控制鲁棒容错方法及装置。
首先将参照附图描述根据本发明实施例提出的协同自适应巡航控制鲁棒容错方法。
图1为根据本发明一个实施例的协同自适应巡航控制鲁棒容错方法流程图。
如图1所示,该协同自适应巡航控制鲁棒容错方法包括以下步骤:
步骤S101,构造带有非线性系统参数摄动、多源未知外界干扰和雷达性能缺陷、执行控制性能缺陷的协同式自适应巡航控制系统数学模型。
可选地,协同式自适应巡航控制系统表达式为:
y(t)=Cx(t)+Fsfs(t)+D2d(t)
其中,x(t)=[ε(t) Δv(t) a(t)]T为系统状态,ε相对距离误差,Δv为相对速度,a为自车加速度,为系统矩阵,h为车头时距,ζ为发动机时间常数,D1为系统未知外界干扰矩阵;g(A,t)为系统非线性时变参数摄动;/>为输入矩阵,u(t)为控制输入,d(t)为未知外界干扰;E=S1为执行控制性能缺陷矩阵,fa(t)为执行控制性能缺陷,y(t)为测量输出,C,D2和F分别为原始系统的输出矩阵、测量未知外界干扰矩阵和雷达性能缺陷矩阵,fs(t)为雷达性能缺陷。
步骤S102,设计CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器,并将控制率带回协同式自适应巡航控制系统数学模型,以状态、动态输出反馈中间变量为增广状态,构造带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统。
其中,设计带有控制器参数非线性时变摄动的动态输出反馈H∞主动容错反馈控制器,表达式为:
其中,Ak,Bk,Ck,Dk均为控制器增益,h(Ck,t)为控制器增益Ck的非线性时变摄动,B*为B1为伪逆矩阵,Ns满足B1Ns=D11,D11为D1中的匹配部分,为未知外界干扰的估计,/>为雷达性能缺陷的估计,/>为执行控制性能缺陷的估计。
构造的带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统,表达式为:
其中:
ed(t)为干扰估计误差,efs(t)为雷达性能缺陷的估计误差,efa(t)为执行控制性能缺陷估计误差。
步骤S103,求解CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器的增益,使带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统达到稳定条件,具有H∞性能。
其中,提出CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器的增益Ak,Bk,Ck,Dk求解方法为:
1)首先给定常数ε>0和矩阵
2)CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器的中间变量求解
2-1)若控制器增益摄动为加法式摄动,即h(Ck,t)=ΔCk(t),则通过最小化γ,求解满足线性矩阵不等式和等式约束:
YX+NMT=I
其中:
的优化解/>M.N。
2-2)若控制器增益摄动为乘法式摄动,即h(Ck,t)=ΔCk(t)Ck(t),则通过最小化γ,求解满足线性矩阵不等式和等式约束:
YX+NMT=I
其中:
的优化解/>M,N。
3)CACC-SOTIF鲁棒非脆弱动态输出反馈He主动容错控制器的增益求解
通过等式关系
得到CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器增益Ak,Bk,Ck,Dk。
图2展示了协同自适应巡航控制鲁棒容错方法的处理过程,图3、图4、图5和图6展示了本发明的结果。
根据本发明实施例提出的协同自适应巡航控制鲁棒容错方法,解决了协同式自适应巡航控制在实际运行过程中,由于感知传感器和线控执行设备由于自身设计缺陷,造成的整车碰撞等不合理风险的问题,同时应对车辆在实际环境中运行时可能遇到的现实问题,包括:车辆系统参数的非线性时变摄动、控制器参数的非线性时变摄动和外界的多源未知干扰。
其次参照附图描述根据本发明实施例提出的协同自适应巡航控制鲁棒容错装置。
图7为根据本发明一个实施例的协同自适应巡航控制鲁棒容错装置结构示意图。
如图7所示,该协同自适应巡航控制鲁棒容错装置包括:构造模块701、设计模块702和计算模块703。
构造模块701,用于构造带有非线性系统参数摄动、多源未知外界干扰和雷达性能缺陷、执行控制性能缺陷的协同式自适应巡航控制系统数学模型。设计模块702,用于设计CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器,并将控制率带回协同式自适应巡航控制系统数学模型,以状态、动态输出反馈中间变量为增广状态,构造带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统。计算模块703,用于求解CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器的增益,使带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统达到稳定条件,具有H∞性能。
可选地,在本发明的一个实施例中,协同式自适应巡航控制系统数学模型中的协同式自适应巡航控制系统表达式为:
y(t)=Cx(t)+Fsfs(t)+D2d(t),
其中,x(t)=[ε(t) Δv(t) a(t)]T为系统状态,ε相对距离误差,Δv为相对速度,a为自车加速度,为系统矩阵,h为车头时距,ζ为发动机时间常数,D1为系统未知外界干扰矩阵,g(A,t)为系统非线性时变参数摄动;/>为输入矩阵,u(t)为控制输入,d(t)为未知外界干扰,E=B1为执行控制性能缺陷矩阵,fa(t)为执行控制性能缺陷,y(t)为测量输出,C,D2和F分别为原始系统的输出矩阵、测量未知外界干扰矩阵和雷达性能缺陷矩阵,fs(t)为雷达性能缺陷。
可选地,在本发明的一个实施例中,CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器的表达式为:
其中,Ak,Bk,Ck,Dk均为控制器增益,h(Ck,t)为控制器增益Ck的非线性时变摄动,B*为B1为伪逆矩阵,Ns满足B1Ns=D11,D11为D1中的匹配部分,为未知外界干扰的估计,/>为雷达性能缺陷的估计,/>为执行控制性能缺陷的估计。
可选地,在本发明的一个实施例中,增广闭环系统的表达式为:
其中, ed(t)为干扰估计误差,efs(t)为雷达性能缺陷的估计误差,efa(t)为执行控制性能缺陷估计误差。
需要说明的是,前述对方法实施例的解释说明也适用于该实施例的装置,此处不再赘述。
根据本发明实施例提出的协同自适应巡航控制鲁棒容错装置,解决了协同式自适应巡航控制在实际运行过程中,由于感知传感器和线控执行设备由于自身设计缺陷,造成的整车碰撞等不合理风险的问题,同时应对车辆在实际环境中运行时可能遇到的现实问题,包括:车辆系统参数的非线性时变摄动、控制器参数的非线性时变摄动和外界的多源未知干扰。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (4)
1.一种协同自适应巡航控制鲁棒容错方法,其特征在于,包括以下步骤:
构造带有非线性系统参数摄动、多源未知外界干扰和雷达性能缺陷、执行控制性能缺陷的协同式自适应巡航控制系统数学模型;
设计CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器,并将控制率带回所述协同式自适应巡航控制系统数学模型,以状态、动态输出反馈中间变量为增广状态,构造带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统;以及
求解所述CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器的增益,使所述带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统达到稳定条件,具有H∞性能;
所述协同式自适应巡航控制系统数学模型中的协同式自适应巡航控制系统表达式为:
y(t)=Cx(t)+Ffs(t)+D2d(t),
其中,x(t)=[ε(t) Δv(t) a(t)]T为系统状态,ε相对距离误差,Δv为相对速度,a为自车加速度,为系统矩阵,h为车头时距,ζ为发动机时间常数,D1为系统未知外界干扰矩阵,g(A,t)为系统非线性时变参数摄动;/>为输入矩阵,u(t)为控制输入,d(t)为未知外界干扰,E=B1为执行控制性能缺陷矩阵,fa(t)为执行控制性能缺陷,y(t)为测量输出,C,D2和F分别为原始系统的输出矩阵、测量未知外界干扰矩阵和雷达性能缺陷矩阵,fs(t)为雷达性能缺陷;
所述CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器的表达式为:
其中,Ak,Bk,Ck,Dk均为控制器增益,h(Ck,t)为控制器增益Ck的非线性时变摄动,B*为B1为伪逆矩阵,Ns满足B1Ns=D11,D11为D1中的匹配部分,为未知外界干扰的估计,/>为雷达性能缺陷的估计,/>为执行控制性能缺陷的估计,η(t)为协同式自适应鲁棒容错的状态;
所述增广闭环系统的表达式为:
其中, ed(t)为干扰估计误差,efs(t)为雷达性能缺陷的估计误差,efa(t)为执行控制性能缺陷估计误差,Cz为被控输出矩阵。
2.根据权利要求1所述的方法,其特征在于,所述求解所述CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器的增益,包括:
若增益摄动为加法式摄动,则通过最小化,求解第一满足线性矩阵不等式和等式约束;
若所述增益摄动为乘法式摄动,则通过最小化,求解第二满足线性矩阵不等式和等式约束;
其中,为干扰能量衰减的系数。
3.根据权利要求2所述的方法,其特征在于,所述增益的求解公式为:
其中,Ak,Bk,Ck,Dk为所述CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器的增益。
4.一种协同自适应巡航控制鲁棒容错装置,其特征在于,包括:
构造模块,用于构造带有非线性系统参数摄动、多源未知外界干扰和雷达性能缺陷、执行控制性能缺陷的协同式自适应巡航控制系统数学模型;
设计模块,用于设计CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器,并将控制率带回所述协同式自适应巡航控制系统数学模型,以状态、动态输出反馈中间变量为增广状态,构造带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统;以及
计算模块,用于求解所述CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器的增益,使所述带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统达到稳定条件,具有H∞性能;
所述协同式自适应巡航控制系统数学模型中的协同式自适应巡航控制系统表达式为:
y(t)=Cx(t)+Ffs(t)+D2d(t),
其中,x(t)=[ε(t) Δv(t) a(t)]T为系统状态,ε相对距离误差,Δv为相对速度,a为自车加速度,为系统矩阵,h为车头时距,ζ为发动机时间常数,D1为系统未知外界干扰矩阵,g(A,t)为系统非线性时变参数摄动;/>为输入矩阵,u(t)为控制输入,d(t)为未知外界干扰,E=B1为执行控制性能缺陷矩阵,fa(t)为执行控制性能缺陷,y(t)为测量输出,C,D2和F分别为原始系统的输出矩阵、测量未知外界干扰矩阵和雷达性能缺陷矩阵,fs(t)为雷达性能缺陷;
所述CACC-SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器的表达式为:
其中,Ak,Bk,Ck,Dk均为控制器增益,h(Ck,t)为控制器增益Ck的非线性时变摄动,B*为B1为伪逆矩阵,Ns满足B1Ns=D11,D11为D1中的匹配部分,为未知外界干扰的估计,/>为雷达性能缺陷的估计,/>为执行控制性能缺陷的估计,η(t)为协同式自适应鲁棒容错的状态;
所述增广闭环系统的表达式为:
其中, ed(t)为干扰估计误差,efs(t)为雷达性能缺陷的估计误差,efa(t)为执行控制性能缺陷估计误差,Cz为被控输出矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110791133.5A CN113589690B (zh) | 2021-07-13 | 2021-07-13 | 协同自适应巡航控制鲁棒容错方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110791133.5A CN113589690B (zh) | 2021-07-13 | 2021-07-13 | 协同自适应巡航控制鲁棒容错方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113589690A CN113589690A (zh) | 2021-11-02 |
CN113589690B true CN113589690B (zh) | 2023-07-21 |
Family
ID=78247254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110791133.5A Active CN113589690B (zh) | 2021-07-13 | 2021-07-13 | 协同自适应巡航控制鲁棒容错方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113589690B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115649240B (zh) * | 2022-12-29 | 2023-03-17 | 中南大学 | 一种在线实时优化多列车协同巡航控制方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020030797A (ja) * | 2018-08-20 | 2020-02-27 | 富士電機株式会社 | 制御装置の設計装置及び設計方法 |
-
2021
- 2021-07-13 CN CN202110791133.5A patent/CN113589690B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020030797A (ja) * | 2018-08-20 | 2020-02-27 | 富士電機株式会社 | 制御装置の設計装置及び設計方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113589690A (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ploeg et al. | Design and experimental evaluation of cooperative adaptive cruise control | |
Xiao et al. | Practical string stability of platoon of adaptive cruise control vehicles | |
Yang et al. | Adaptive estimation of road gradient and vehicle parameters for vehicular systems | |
Li et al. | Predefined-time asymptotic tracking control for hypersonic flight vehicles with input quantization and faults | |
Zhang et al. | Data-driven based cruise control of connected and automated vehicles under cyber-physical system framework | |
CN113589690B (zh) | 协同自适应巡航控制鲁棒容错方法及装置 | |
Shao et al. | Input-and-measurement event-triggered control for flexible air-breathing hypersonic vehicles with asymmetric partial-state constraints | |
Cao et al. | Analysis and design of adaptive cruise control for smart electric vehicle with domain-based poly-service loop delay | |
Sun et al. | A novel torque coordination control strategy of a single-shaft parallel hybrid electric vehicle based on model predictive control | |
Kim et al. | Robust vehicle speed control using disturbance observer in hybrid electric vehicles | |
Li et al. | Extended State Observer Based Adaptive Back‐Stepping Sliding Mode Control of Electronic Throttle in Transportation Cyber‐Physical Systems | |
Chu et al. | State Estimation and Coordinated Control System | |
Li et al. | Velocity tracking control based on throttle-pedal-moving data mapping for the autonomous vehicle | |
Reddy et al. | Real-time predictive clunk control using a reference governor | |
Trudgen et al. | Robust cooperative adaptive cruise control design and implementation for connected vehicles | |
CN113147763B (zh) | 面向协同自适应巡航控制预期功能安全的容错控制方法 | |
Zhang et al. | An eco-cruise control for electric vehicles moving on slope road with constant speed | |
CN113602269B (zh) | 面向协同自适应巡航控制预期功能安全的容错方法及装置 | |
CN111284332A (zh) | 一种电动汽车车速管理方法、装置及电子设备 | |
Nakonechnyi et al. | Investigation of the control law influence on the dynamic characteristics of vehicle movement control system model | |
Naus | Model-based control for automotive applications | |
Wang et al. | Model predictive control‐based longitudinal control for autonomous electric vehicle with changing mass | |
Pan et al. | Dual-objective torque control of electric vehicles drivetrain with robust global finite-time stability guarantee | |
Liu et al. | Improved model predictive control for cooperative adaptive cruise control subject to actuator delay | |
Chen et al. | An LMIs‐based back‐stepping sliding mode control framework for robust velocity tracking of the automatic driving vehicle on sloped roads |
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 |