CN113671961B - 多车协同制动有限时间容错控制方法、系统、介质及设备 - Google Patents

多车协同制动有限时间容错控制方法、系统、介质及设备 Download PDF

Info

Publication number
CN113671961B
CN113671961B CN202110958908.3A CN202110958908A CN113671961B CN 113671961 B CN113671961 B CN 113671961B CN 202110958908 A CN202110958908 A CN 202110958908A CN 113671961 B CN113671961 B CN 113671961B
Authority
CN
China
Prior art keywords
vehicle
fault
fleet
braking
tolerant
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
Application number
CN202110958908.3A
Other languages
English (en)
Other versions
CN113671961A (zh
Inventor
韩金恒
张俊智
李超
季园
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN202110958908.3A priority Critical patent/CN113671961B/zh
Publication of CN113671961A publication Critical patent/CN113671961A/zh
Application granted granted Critical
Publication of CN113671961B publication Critical patent/CN113671961B/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
    • G05D1/0219Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
    • 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)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明涉及一种多车协同制动有限时间容错控制方法、系统、介质及设备,其包括:获取车辆纵向运动学方程,设置制动安全距离约束,获得车队协同制动一致性误差方程;根据车队协同制动一致性误差方程,设置自适应参数估计律,在线估计车辆故障程度,得到在线车辆故障估计值;基于在线车辆故障估计值,得到有限时间滑模容错控制器,实现车队容错控制。本发明能有效确保车辆编队行驶的安全性,提升故障发生时容错率。本发明可以在车队协同控制技术领域中应用。

Description

多车协同制动有限时间容错控制方法、系统、介质及设备
技术领域
本发明涉及一种车队协同控制技术领域,特别是关于一种针对车队在制动系统发生故障时的多车协同制动有限时间容错控制方法、系统、介质及设备。
背景技术
随着车辆普及率的提升,道路交通情况急剧恶化,而多车协同控制是缓解交通压力,提升交通效率,减少污染物排放的有效途径。多车协同控制的核心思想是通过车辆编队与车载无线网络(V2V)通信,将车间信息相互分享,在预设安全距离约束下,设计控制器保持车队间的同步行驶。在车队实际行驶中,由于车队往往规模较大且具有强耦合性、可扩展性,故障极易发生。在车辆编队行驶中,制动工况尤为危险,稍有不慎,便会发生连环碰撞等特大交通事故。因此,如何保证车辆队列在制动系统发生故障时依然顺利完成协同制动是目前面临的难题。
当前针对车辆编队行驶的研究中,大部分工作均立足于正常行驶工况研究,未考虑车辆编队行驶在发生故障后的处理方法。现有技术中针对车辆队列有限时间制动的方法。通过构造车辆运动学模型,引入车辆队列车间期望间距约束,得到距离误差方程,设计非线性终端滑模控制器,实现有限时间协同制动。现有技术中基于滑模控制理论的车队协同制动控制方法。通过构建高阶运动学方程,在实现车队中各车辆保持合理的车间距的同时,确保车辆迅速平稳地停到指定停车位置。综合以上研究,现有的研究主要聚焦于车辆在正常情况下的队列稳定性控制,而对异常(故障)情况下的研究少之又少。
车队故障状态对控制器的设计提出了更高要求。当车辆制动系统发生故障时,如何兼顾车队状态保持一致,单车制动平顺性和车队容错过渡时间等诸多性能指标,是一个亟待解决的问题。
发明内容
针对上述问题,本发明的目的是提供一种多车协同制动有限时间容错控制方法、系统、介质及设备,其能有效确保车辆编队行驶的安全性,提升故障发生时容错率。
为实现上述目的,本发明采取以下技术方案:一种多车协同制动有限时间容错控制方法,其包括:获取车辆纵向运动学方程,设置制动安全距离约束,获得车队协同制动一致性误差方程;根据车队协同制动一致性误差方程,设置自适应参数估计律,在线估计车辆故障程度,得到在线车辆故障估计值;基于在线车辆故障估计值,得到有限时间滑模容错控制器,实现车队容错控制。
进一步,所述制动安全距离约束为固定距离约束:满足第i辆车与第j辆车之间预先设定的安全距离。
进一步,所述车队协同制动一致性误差方程,为:
Figure BDA0003221358660000021
式中,mi是第i辆车的质量,ui为第i辆车的制动力输入,θi表示车辆制动系统故障程度;系数lij和bi与车队通信拓扑结构有关,f(t)是关于车辆风阻、滚动阻力以及路面非线性扰动的函数;
Figure BDA0003221358660000022
是第j辆车的速度的导数,u0是头车的制动减速度输入,/>
Figure BDA0003221358660000023
表示位置,速度同步误差的导数,n为队列跟随车辆数目;ei1,ei2为车辆位置同步误差和速度同步误差。
进一步,所述设置自适应参数估计律,包括:
Figure BDA0003221358660000024
式中,r为系统自适应增益,s为滑模控制量值,α∈[0,1)为幂指数项;P(t),Q(t)为积分滤波器所得中间变量;
Figure BDA0003221358660000025
为故障程度θ的在线估计值,x2为车辆速度状态,/>
Figure BDA0003221358660000026
表示误差估计值导数,上标T为矩阵转置;G、Gf、F、Ff为变量记号。
进一步,所述有限时间滑模容错控制器为:
Figure BDA0003221358660000027
其中,k1,k2,k3,k4为控制器可调增益,均为大于零的实数;γ∈[0,1)为幂指数项。
进一步,车队中每一台跟随车辆对应设置一个所述有限时间滑模容错控制器,根据所述有限时间滑模容错控制器得到每一台车的控制量输入,确保车辆协同制动安全。
一种多车协同制动有限时间容错控制系统,其包括:第一获取模块、在线故障程度估计模块和容错控制模块;所述第一获取模块,用于获取车辆纵向运动学方程,设置制动安全距离约束,获得车队协同制动一致性误差方程;所述在线故障程度估计模块,根据车队协同制动一致性误差方程,设置自适应参数估计律,在线估计车辆故障程度,得到在线车辆故障估计值;所述容错控制模块,基于在线车辆故障估计值,得到有限时间滑模容错控制器,实现车队容错控制。
进一步,所述第一获取模块中,所述车队协同制动一致性误差方程为:
Figure BDA0003221358660000031
式中,mi是第i辆车的质量,ui为第i辆车的制动力输入,θi表示车辆制动系统故障程度;系数lij和bi与车队通信拓扑结构有关,f(t)是关于车辆风阻、滚动阻力以及路面非线性扰动的函数;
Figure BDA0003221358660000032
是第j辆车的速度的导数,u0是头车的制动减速度输入,/>
Figure BDA0003221358660000033
表示位置,速度同步误差的导数,n为队列跟随车辆数目;ei1,ei2为车辆位置同步误差和速度同步误差。
一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行上述方法中的任一方法。
一种计算设备,其包括:一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行上述方法中的任一方法的指令。
本发明由于采取以上技术方案,其具有以下优点:
1、本发明通过车辆单车状态方程结合车车通信拓扑构造一致性误差方程,并基于一致性误差方程设计主动容错控制器,完成队列协同容错控制,有效的提升了车队协同制动的安全性,提升了车辆队列对制动系统故障的鲁棒性,有效减少了事故的发生。
2、本发明并不针对特殊车型,具有较高的实用性。
附图说明
图1是本发明一实施例中的控制方法流程示意图;
图2是本发明一实施例中的车辆队列协同制动场景示意图;
图3是本发明一实施例中的计算设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例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的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
本发明提供的针对车辆队列在故障发生时的有限时间容错控制方法,采用基于在线故障估计的有限时间主动容错控制方法,实现车队容错控制。其包括一个在线故障参数自适应律和一个有限时间自适应滑模容错控制器。在线故障参数自适应律通过车辆纵向运动学方程,在线估计车辆制动系统故障程度。有限时间自适应滑模容错控制器引入一个有限时间滑模面,基于一致性误差方程,实现车队在故障发生状况下,在有限时间内完成状态同步,完成协同制动任务。本发明提升了车队协同制动的安全性,提升了车辆队列对制动系统故障的鲁棒性,有效减少了事故的发生,具有较高的实用性。
在本发明的一个实施例中,如图1所示,提供一种多车协同制动有限时间容错控制方法,本实施例以该方法应用于终端进行举例说明,可以理解的是,该方法也可以应用于服务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。本实施例所提供的多车协同制动有限时间容错控制方法不仅可以用于车队协同控制技术领域,也可应用到其他领域。本实施例中,该方法包括以下步骤:
步骤1、获取车辆纵向运动学方程,设置制动安全距离约束,获得车队协同制动一致性误差方程;
步骤2、根据车队协同制动一致性误差方程,设置自适应参数估计律,在线估计车辆故障程度,得到在线车辆故障估计值;
步骤3、基于在线车辆故障估计值,得到有限时间滑模容错控制器,实现车队容错控制。
在本实施例中,步骤1中的通过车辆纵向运动学方程,结合代数图论知识,引入制动安全距离约束,获得车队协同制动一致性误差方程。
制动安全距离约束为固定距离约束ΔPij;ΔPij表示第i辆车与第j辆车之间安全距离;即满足第i辆车与第j辆车之间预先设定的安全距离。特别地,当j=0时表示与头车安全距离约束。
其中,第i辆车在车队协同制动中的运动学方程可以表示为:
Figure BDA0003221358660000051
定义ei1,ei2为车辆位置同步误差和速度同步误差。则车辆队列协同制动一致性误差方程可以表示为:
Figure BDA0003221358660000052
式中,lij表示车辆队列通信拓扑的拉普拉斯矩阵的第i行第j列的元素,ΔPij表示第i辆车与第j辆车的间距,ΔPi0表示第i辆车与头车的间距。
联立(1)式和(2)式,可以得到如下车队协同制动一致性误差动力学方程:
Figure BDA0003221358660000053
式中,mi第i辆车的质量,ui为第i辆车的制动力输入,θi表示车辆制动系统故障程度。值得注意的是,当θi=1时表示无任何故障,反之,当θi=0时表示完全失效。上式中系数lij和bi与车队通信拓扑结构有关,f(t)是关于车辆风阻、滚动阻力以及路面非线性扰动的函数。
Figure BDA0003221358660000054
是第j辆车的速度的导数,u0是头车的制动减速度输入,/>
Figure BDA0003221358660000055
表示位置、速度同步误差的导数,n为队列跟随车辆数目。
在本实施例中,上述步骤2中,根据车队协同制动一致性误差方程,设置如下参数自适应律,通过加入有限时间收敛项,在线估计车辆故障程度,提升响应效果。
Figure BDA0003221358660000056
式中,Γ为系统自适应增益,s为滑模控制量值,α∈[0,1)为幂指数项。P(t)、Q(t)为积分滤波器所得中间变量。
Figure BDA0003221358660000057
为故障程度θ的在线估计值,x2为车辆速度状态,/>
Figure BDA0003221358660000058
表示误差估计值导数,上标厂为矩阵转置。G、Gf、F,Ff为变量记号,其表达式如下所示:
Figure BDA0003221358660000061
则队列有限时间滑模控制器为:
Figure BDA0003221358660000062
其中,k1,k2,k3,k4为控制器可调增益,均为大于零的实数。γ∈[0,1)为幂指数项。
使用时,如图2所示,本发明基于车辆队列协同制动场景设计。典型车队协同制动场景包括一辆头车和N辆跟随车辆。ΔPN,N-1,ΔPN-1,N-2……表示预设两车之间的制动安全间距。不失一般性,本发明中采用非时变制动安全距离策略。uN,uN-1……表示每一辆跟随车的控制量输入,即本车总制动力需求。SN,N-1,SN-1,N-2……表示相邻两车距离跟踪误差。通过容错控制策略,本实施例的期望是在故障发生后,车队能在有限时间之内完成容错控制任务,平稳,快速地停靠在期望位置。
综上,本发明首先推导得到单车纵向运动学方程,并设计车辆协同制动间距策略,保证制动安全距离。之后引入一致性误差,基于一致性误差推导得到一致性误差方程。最后,从一致性误差方程出发,针对车队中每一台跟随车辆,设计容错控制器,得到每一台车的控制量输入。在设计容错控制器时,为了保证控制器根据车辆故障自动做出适应性改变,根据单车纵向运动学方程设计了关于故障程度的参数自适应律,保证容错算法能针对不同故障程度都能保证较好的适应效果。
在本发明的一个实施例中,提供一种多车协同制动有限时间容错控制系统,其包括:第一获取模块、在线故障程度估计模块和容错控制模块;
第一获取模块,用于获取车辆纵向运动学方程,设置制动安全距离约束,获得车队协同制动一致性误差方程;
在线故障程度估计模块,根据车队协同制动一致性误差方程,设置自适应参数估计律,在线估计车辆故障程度,得到在线车辆故障估计值;
容错控制模块,基于在线车辆故障估计值,得到有限时间滑模容错控制器,实现车队容错控制。
上述实施例中,在第一获取模块中,车队协同制动一致性误差方程为:
Figure BDA0003221358660000071
式中,mi是第i辆车的质量,ui为第i辆车的制动力输入,θi表示车辆制动系统故障程度;系数lij和bi与车队通信拓扑结构有关,f(t)是关于车辆风阻、滚动阻力以及路面非线性扰动的函数;
Figure BDA0003221358660000072
是第j辆车的速度的导数,u0是头车的制动减速度输入,/>
Figure BDA0003221358660000073
表示位置,速度同步误差的导数,n为队列跟随车辆数目;ei1,ei2为车辆位置同步误差和速度同步误差。
本实施例提供的系统是用于执行上述各方法实施例的,具体流程和详细内容请参照上述实施例,此处不再赘述。
如图3所示,为本发明一实施例中提供的计算设备结构示意图,该计算设备可以是终端,其可以包括:处理器(processor)、通信接口(Communications Interface)、存储器(memory)、显示屏和输入装置。其中,处理器、通信接口、存储器通过通信总线完成相互间的通信。该处理器用于提供计算和控制能力。该存储器包括非易失性存储介质、内存储器,该非易失性存储介质存储有操作系统和计算机程序,该计算机程序被处理器执行时以实现一种控制方法;该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、管理商网络、NFC(近场通信)或其他技术实现。该显示屏可以是液晶显示屏或者电子墨水显示屏,该输入装置可以是显示屏上覆盖的触摸层,也可以是计算设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。处理器可以调用存储器中的逻辑指令,以执行如下方法:
获取车辆纵向运动学方程,设置制动安全距离约束,获得车队协同制动一致性误差方程;根据车队协同制动一致性误差方程,设置自适应参数估计律,在线估计车辆故障程度,得到在线车辆故障估计值;基于在线车辆故障估计值,得到有限时间滑模容错控制器,实现车队容错控制。
此外,上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算设备的限定,具体的计算设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在本发明的一个实施例中,提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:获取车辆纵向运动学方程,设置制动安全距离约束,获得车队协同制动一致性误差方程;根据车队协同制动一致性误差方程,设置自适应参数估计律,在线估计车辆故障程度,得到在线车辆故障估计值;基于在线车辆故障估计值,得到有限时间滑模容错控制器,实现车队容错控制。
在本发明的一个实施例中,提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储服务器指令,该计算机指令使计算机执行上述各实施例提供的方法,例如包括:获取车辆纵向运动学方程,设置制动安全距离约束,获得车队协同制动一致性误差方程;根据车队协同制动一致性误差方程,设置自适应参数估计律,在线估计车辆故障程度,得到在线车辆故障估计值;基于在线车辆故障估计值,得到有限时间滑模容错控制器,实现车队容错控制。
上述实施例提供的一种计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
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 (9)

1.一种多车协同制动有限时间容错控制方法,其特征在于,包括:
获取车辆纵向运动学方程,设置制动安全距离约束,获得车队协同制动一致性误差方程;
根据车队协同制动一致性误差方程,设置自适应参数估计律,在线估计车辆故障程度,得到在线车辆故障估计值;
基于在线车辆故障估计值,得到有限时间滑模容错控制器,实现车队容错控制;
所述有限时间滑模容错控制器为:
Figure FDA0004021488460000011
其中,k1,k2,k3,k4为控制器可调增益,均为大于零的实数;γ∈[0,1)为幂指数项;ei1,ei2为车辆位置同步误差和速度同步误差;mi是第i辆车的质量,ui为第i辆车的制动力输入,θi表示车辆制动系统故障程度,
Figure FDA0004021488460000012
为故障程度θ的在线估计值;系数lij和bi与车队通信拓扑结构有关,lij表示车辆队列通信拓扑的拉普拉斯矩阵的第i行第j列的元素,f(t)是关于车辆风阻、滚动阻力以及路面非线性扰动的函数;/>
Figure FDA0004021488460000013
是第j辆车的速度的导数,u0是头车的制动减速度输入,/>
Figure FDA0004021488460000014
表示位置,速度同步误差的导数,n为队列跟随车辆数目,s为滑模控制量值,α∈[0,1)为幂指数项。
2.如权利要求1所述控制方法,其特征在于,所述制动安全距离约束为固定距离约束:满足第i辆车与第j辆车之间预先设定的安全距离。
3.如权利要求1所述控制方法,其特征在于,所述车队协同制动一致性误差方程,为:
Figure FDA0004021488460000015
式中,mi是第i辆车的质量,ui为第i辆车的制动力输入,θi表示车辆制动系统故障程度;系数lij和bi与车队通信拓扑结构有关,f(t)是关于车辆风阻、滚动阻力以及路面非线性扰动的函数;
Figure FDA0004021488460000016
是第j辆车的速度的导数,u0是头车的制动减速度输入,/>
Figure FDA0004021488460000021
表示位置,速度同步误差的导数,n为队列跟随车辆数目;ei1,ei2为车辆位置同步误差和速度同步误差。
4.如权利要求1所述控制方法,其特征在于,所述设置自适应参数估计律,包括:
Figure FDA0004021488460000022
式中,Γ为系统自适应增益,s为滑模控制量值,α∈[0,1)为幂指数项;P(t),Q(t)为积分滤波器所得中间变量;
Figure FDA0004021488460000023
为故障程度θ的在线估计值,x2为车辆速度状态,/>
Figure FDA0004021488460000024
表示误差估计值导数,上标T为矩阵转置;G、Gf、F、Ff为变量记号。
5.如权利要求1所述控制方法,其特征在于,车队中每一台跟随车辆对应设置一个所述有限时间滑模容错控制器,根据所述有限时间滑模容错控制器得到每一台车的控制量输入,确保车辆协同制动安全。
6.一种多车协同制动有限时间容错控制系统,其特征在于,包括:第一获取模块、在线故障程度估计模块和容错控制模块;
所述第一获取模块,用于获取车辆纵向运动学方程,设置制动安全距离约束,获得车队协同制动一致性误差方程;
所述在线故障程度估计模块,根据车队协同制动一致性误差方程,设置自适应参数估计律,在线估计车辆故障程度,得到在线车辆故障估计值;
所述容错控制模块,基于在线车辆故障估计值,得到有限时间滑模容错控制器,实现车队容错控制;
所述有限时间滑模容错控制器为:
Figure FDA0004021488460000025
其中,k1,k2,k3,k4为控制器可调增益,均为大于零的实数;γ∈[0,1)为幂指数项;ei1,ei2为车辆位置同步误差和速度同步误差;mi是第i辆车的质量,ui为第i辆车的制动力输入,θi表示车辆制动系统故障程度,
Figure FDA0004021488460000031
为故障程度θ的在线估计值;系数lij和bi与车队通信拓扑结构有关,lij表示车辆队列通信拓扑的拉普拉斯矩阵的第i行第j列的元素,f(t)是关于车辆风阻、滚动阻力以及路面非线性扰动的函数;/>
Figure FDA0004021488460000032
是第j辆车的速度的导数,u0是头车的制动减速度输入,/>
Figure FDA0004021488460000033
表示位置,速度同步误差的导数,n为队列跟随车辆数目,s为滑模控制量值,α∈[0,1)为幂指数项。
7.如权利要求6所述控制系统,其特征在于,所述第一获取模块中,所述车队协同制动一致性误差方程为:
Figure FDA0004021488460000034
式中,mi是第i辆车的质量,ui为第i辆车的制动力输入,θi表示车辆制动系统故障程度;系数lij和bi与车队通信拓扑结构有关,f(t)是关于车辆风阻、滚动阻力以及路面非线性扰动的函数;
Figure FDA0004021488460000035
是第j辆车的速度的导数,u0是头车的制动减速度输入,/>
Figure FDA0004021488460000036
表示位置,速度同步误差的导数,n为队列跟随车辆数目;ei1,ei2为车辆位置同步误差和速度同步误差。
8.一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行如权利要求1至5所述方法中的任一方法。
9.一种计算设备,其特征在于,包括:一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行如权利要求1至5所述方法中的任一方法的指令。
CN202110958908.3A 2021-08-20 2021-08-20 多车协同制动有限时间容错控制方法、系统、介质及设备 Active CN113671961B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110958908.3A CN113671961B (zh) 2021-08-20 2021-08-20 多车协同制动有限时间容错控制方法、系统、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110958908.3A CN113671961B (zh) 2021-08-20 2021-08-20 多车协同制动有限时间容错控制方法、系统、介质及设备

Publications (2)

Publication Number Publication Date
CN113671961A CN113671961A (zh) 2021-11-19
CN113671961B true CN113671961B (zh) 2023-03-28

Family

ID=78544435

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110958908.3A Active CN113671961B (zh) 2021-08-20 2021-08-20 多车协同制动有限时间容错控制方法、系统、介质及设备

Country Status (1)

Country Link
CN (1) CN113671961B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116215475B (zh) * 2023-05-09 2023-07-25 清华大学 新能源智能网联客车制动单元突发故障的容错控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2739989A1 (en) * 2008-10-24 2010-04-29 Gray & Company, Inc. Control and systems for autonomously driven vehicles
CN109557818A (zh) * 2019-01-10 2019-04-02 南京航空航天大学 具有执行器和传感器故障的多智能体跟踪系统的滑模容错控制方法
CN110333728A (zh) * 2019-08-02 2019-10-15 大连海事大学 一种基于变时间间距策略的异构车队容错控制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105242544B (zh) * 2015-10-30 2017-11-14 山东科技大学 考虑随机扰动的非线性多无人机系统容错编队控制方法
US11009874B2 (en) * 2017-09-14 2021-05-18 Uatc, Llc Fault-tolerant control of an autonomous vehicle with multiple control lanes
CN110244747B (zh) * 2019-08-02 2022-05-13 大连海事大学 一种基于执行器故障和饱和的异构车队容错控制方法
CN112527016B (zh) * 2020-12-02 2021-12-24 北京航空航天大学 一种智能集群一体化容错时变编队控制方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2739989A1 (en) * 2008-10-24 2010-04-29 Gray & Company, Inc. Control and systems for autonomously driven vehicles
CN109557818A (zh) * 2019-01-10 2019-04-02 南京航空航天大学 具有执行器和传感器故障的多智能体跟踪系统的滑模容错控制方法
CN110333728A (zh) * 2019-08-02 2019-10-15 大连海事大学 一种基于变时间间距策略的异构车队容错控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
汪丽 ; 徐小林 ; 韩涛 ; 吴杰 ; .基于快速终端滑模方法的二阶多智能体系统一致性跟踪.湖北师范大学学报(自然科学版).2020,(02),全文. *
祝赛君 ; 鲁敦科 ; 李晓航 ; .马尔可夫跳变系统基于观测器的有限时间容错控制.信息与控制.2020,(02),全文. *

Also Published As

Publication number Publication date
CN113671961A (zh) 2021-11-19

Similar Documents

Publication Publication Date Title
Zhao et al. Accelerated evaluation of automated vehicles in car-following maneuvers
US10991177B2 (en) Method for processing vehicle fault, apparatus, device, and storage medium
Wang et al. Output-feedback robust control for vehicle path tracking considering different human drivers’ characteristics
Shin et al. Reliability analysis and reliability-based design optimization of roadway horizontal curves using a first-order reliability method
CN113671961B (zh) 多车协同制动有限时间容错控制方法、系统、介质及设备
CN111259737B (zh) 车辆方向盘故障的预测方法、装置、电子设备及存储介质
Hu et al. Distributed coordinated brake control for longitudinal collision avoidance of multiple connected automated vehicles
DE102014225386A1 (de) System und verfahren zur bestimmung einer effektiven strassensteigungskenngrösse
CN108073076B (zh) 车辆控制方法和装置
CN114924488A (zh) 基于车辆队列分布式有限时间自适应容错控制方法及系统
Li et al. An extended car-following model incorporating the effects of lateral gap and gradient
Jing et al. Gain-scheduling robust control for a tire-blow-out road vehicle
Kazemi et al. A practical framework for implementing multivariate monitoring techniques into distributed control system
CN112149908A (zh) 车辆驾驶预测方法、系统、计算机设备及可读存储介质
US11288641B2 (en) Vehicle value as a token
CN103634236A (zh) 用于在运营网络中针对选定环境分配网络资源的方法
CN103136451B (zh) 动态相对安全车距的实时计算方法
Xue et al. A two-lane car-following model for connected vehicles under connected traffic environment
DE102021110946A1 (de) Systeme und verfahren zur fahrzeugmodellierung
Mohammadi et al. Vehicle lateral motion stability under wheel lockup attacks
Yang et al. Longitudinal safety analysis for heterogeneous platoon of automated and human vehicles
CN114537421A (zh) 调整系统故障的方法、装置、设备和计算机可读介质
Babykina et al. Reliability assessment for complex systems operating in dynamic environment
An et al. Novel dual‐layer‐oriented strategy for fully automated vehicles’ lane‐keeping system
Boyraz et al. Driver behavior modeling using hybrid dynamic systems for ‘driver-aware’active vehicle safety

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