CN113848896A - 一种基于事件触发扩张状态观测器的分布式车辆队列控制方法 - Google Patents

一种基于事件触发扩张状态观测器的分布式车辆队列控制方法 Download PDF

Info

Publication number
CN113848896A
CN113848896A CN202111093876.1A CN202111093876A CN113848896A CN 113848896 A CN113848896 A CN 113848896A CN 202111093876 A CN202111093876 A CN 202111093876A CN 113848896 A CN113848896 A CN 113848896A
Authority
CN
China
Prior art keywords
vehicle
event
extended state
control input
virtual
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.)
Pending
Application number
CN202111093876.1A
Other languages
English (en)
Inventor
刘安全
李韬
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.)
East China Normal University
Original Assignee
East China Normal 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 East China Normal University filed Critical East China Normal University
Priority to CN202111093876.1A priority Critical patent/CN113848896A/zh
Publication of CN113848896A publication Critical patent/CN113848896A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291—Fleet control
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process

Abstract

本发明提出一种基于事件触发扩张状态观测器的分布式车辆队列控制方法，该方法将车辆模型中的未知参数和外部扰动统一看成未建模动态，然后设计事件触发扩张状态观测器来估计未建模动态。基于对未建模动态的估计，结合改进的动态面控制方法，仅利用了跟随者车辆传感器获得的自身车辆的速度、加速度、前车的速度以及与前车之间的间距设计了分布式控制律。本方法不依赖于精确的车辆模型，且不需要车间的无线通讯网络，可以同时保证车队系统的闭环稳定性和队列稳定性。

Description

一种基于事件触发扩张状态观测器的分布式车辆队列控制 方法
技术领域
本发明涉及车辆队列控制系统，属于智能交通领域，主要涉及一种基于事件触发扩张状态观测器的分布式车辆队列控制方法。
背景技术
随着汽车保有量的持续增长，各种交通问题日益凸显，如人为操作失误造成的交通事故；能源消耗增多，污染气体排放带来的环境污染问题；道路利用率下降引起的交通拥堵等。车辆队列运动是指同车道内的多车辆以相同速度运动的同时相邻车辆之间的间距保持预先设定的期望值。研究表明车辆队列控制可以增强道路安全、降低车辆能源消耗、提高道路利用率。
车辆队列控制的早期研究可以追溯到19世纪80年代，早期的车辆队列控制方法主要是基于线性动力学车辆模型。现实中的车辆往往是复杂的非线性系统，目前也有很多学者基于非线性动力学车辆模型提出了车辆队列控制方法。目前的非线性车辆队列控制方法主要有以下两方面的缺陷。第一，车辆模型的未知参数和外部扰动的估计。自适应控制用来处理车辆模型中的未知参数和外部扰动。已有的大部分车辆队列控制方法中的自适应律需要知道车辆模型的具体形式。神经网络常被用来逼近车辆模型中的未建模动态。但神经网络的结构往往需要凭经验来确定，并且神经网络中有大量的参数需要设计。第二，车辆间信息流拓扑结构。现有的非线性车辆队列控制方法的设计需要通过无线通讯网络来获取前车加速度、领导者车辆的速度或者加速度，然而无线通讯所带来的问题是无法忽略的，如时延、丢包、网络攻击等。
发明内容
针对现有技术存在的缺陷，本发明的目的是提供一种基于事件触发扩张状态观测器的分布式车辆队列控制方法。首先将车辆模型中的含有未知参数的部分和外部扰动统一看成未建模动态，然后设计事件触发扩张状态观测器来估计车辆模型中的未建模动态，最后基于对未建模动态的估计，利用改进的动态面控制方法设计了分布式控制律。
本发明的目的是这样实现的：
一种基于事件触发扩张状态观测器的分布式车辆队列控制方法，该方法包括以下具体步骤：
步骤1：改写车辆模型，将模型中包含未知参数的部分和外部扰动统一看成未建模动态qi(t)；
步骤2：设计事件触发扩张状态观测器来估计车辆模型中的未建模动态qi(t)；
步骤3：设计虚拟速度控制输入α1i(t)，设计虚拟速度控制输入相关的一阶低通滤波器；
步骤4：定义虚拟速度跟踪误差z1i(t)，设计虚拟加速度控制输入α2i(t)，设计虚拟加速度控制输入相关的一阶低通滤波器；
步骤5：定义虚拟加速度跟踪误差z2i(t)，设计实际控制输入ui(t)。
所述步骤1中改写后的车辆模型为：
Figure BDA0003268335920000021
其中pi(t),vi(t),ai(t)分别是第i辆跟随者车辆的位置、速度和加速度，
Figure BDA0003268335920000022
qi(t)是未建模动态，常数mi,ci,μi和τi分别为车辆的质量、风阻系数、摩擦系数和纵向动力的惯性延迟系数，常数g是重力加速度值，bi＝1/miτi，
Figure BDA0003268335920000023
是bi的估计值，ui(t)是控制输入。
所述步骤2中的事件触发扩张状态观测器为：
Figure BDA0003268335920000024
其中
Figure BDA0003268335920000025
是qi(t)的估计值，li是观测器增益，si(t)是中间变量，γi(t)是扩张状态观测器的输入。
Figure BDA0003268335920000026
Figure BDA0003268335920000027
其中
Figure BDA0003268335920000028
第i辆跟随者车辆的第k次事件触发时刻。ψi(t)＝γi(t)-ui(t)为采样误差，Mi＞0为事件触发阈值。
所述步骤3中的虚拟速度控制输入α1i(t)为：
Figure BDA0003268335920000029
其中ei(t)＝pi-1(t)-pi(t)-yi是相邻两车之间的间距误差，常数yi是期望的相邻两车之间的间距。hi和k1i是控制参数。虚拟速度控制输入相关的一阶低通滤波器为：
Figure BDA00032683359200000210
其中β1i(t)是滤波器的输出，κ1i是滤波器参数。
所述步骤4中的虚拟速度跟踪误差z1i(t)为：
Figure BDA0003268335920000031
虚拟的加速度控制输入α2i(t)为：
Figure BDA0003268335920000032
其中η1i(t)＝β1i(t)-α1i(t)是滤波误差，k2i是控制参数，虚拟加速度速度控制输入相关的一阶低通滤波器为：
Figure BDA0003268335920000033
其中β2i(t)是滤波器的输出，κ2i是滤波器参数。
所述步骤5中的虚拟加速度跟踪误差z2i(t)为：
z2i(t)＝ai(t)-β2i(t)，
实际控制输入ui(t)为：
Figure BDA0003268335920000034
其中η2i(t)＝β2i(t)-α2i(t)是滤波误差，k3i是控制参数。
本发明与现有技术相比，具有以下技术效果：
本发明方法中的事件触发扩张状态观测器不依赖于精确的车辆模型，与自适应律和神经网络相比，其不需要将车辆模型参数线性化，而且结构简单、需要调整的参数少。状态观测器中内嵌的事件触发机制可以有效减少控制器到扩张状态观测器的信息传递，达到节省能量的目的。改进的动态面控制方法避免了在控制律的设计中需要通过无线通讯网络获取前车加速度，从而避免了引入无线通讯网络，通过调节在定义跟随者车辆的虚拟速度跟踪误差时引入的参数可以保证车队系统的队列稳定性。
附图说明
图1是事件触发扩张状态观测器的结构框图；
图2是第4辆跟随者车辆的未建模动态的真实值和估计值的变化图；
图3是事件触发的时间序列图；
图4是车辆的加速度变化图；
图5是相邻两车之间的速度差变化图；
图6是相邻两车之间的间距误差变化图。
具体实施方式
下面结合附图及实施例对本发明作进一步详细描述。
实施例
首先给出跟随者车辆模型参数，如下表1所示：
表1
Figure BDA0003268335920000041
再给出跟随者车辆的初始位置和初始速度，如下表2所示：
表2
Figure BDA0003268335920000042
领导者车辆的初始位置和初始速度分别为p0(0)＝80m和v0(0)＝10m/s，领导者车辆和跟随者车辆的初始加速度a0(0)＝0m/s2,i＝0,1,...,5。相邻两车之间的期望间距ri＝8m，外部扰动σi(t)＝sin(5t),i＝1,...,5。
然后事件触发扩张状态观测器增益li＝1200，再选择控制参数k1i＝0.7，k2i＝12，k3i＝40，hi＝0.1，
Figure BDA0003268335920000043
滤波器参数κ1i＝0.0005κ2i＝0.0005,i＝1,2,...,5。
参阅图1，是事件触发扩张状态观测器的结构框图。从图1可以看出在控制器到观测器的信息传递通道嵌入了一个事件触发模块，控制器只有在事件触发的时刻才向观测器传递数据，因此可以减少数据传递的次数。
参阅图2，是第4辆跟随者车辆的未建模动态的真实值和估计值的变化图。从图2可以看出事件触发扩张状态观测器能够很好的估计出车辆的未建模动态。
参阅图3，是事件触发的时间序列图。由图3可以看出事件仅在个别的时间点触发，因此事件触发机制可以有效减少控制器到扩张状态观测器的信息传递，达到节省能量的目的。
参阅图4，是车辆的加速度变化图。由于相邻车辆之间的速度差和间距误差的初值非零，从图4可以看出跟随者车辆快速通过加速或者减速来跟踪前车的速度和调整与前车之间的间距，随着领导者车辆的加速度变为零，跟随者车辆的加速度也都收敛到零的小邻域内。
参阅图5，是相邻两车之间的速度差变化图。从图5可以看出相邻两车之间的速度差从非零的初始状态逐渐减小，最终都收敛到零的小邻域内。
参阅图6，是相邻两车之间的间距误差变化图。从图6可以看出相邻两车之间的间距误差也是从非零的初始状态逐渐减小，最终也是收敛到零的小邻域内。

Claims (6)

1.一种基于事件触发扩张状态观测器的分布式车辆队列控制方法，其特征在于，该方法包括以下具体步骤：
步骤1：改写车辆模型，将车辆模型中包含未知参数的部分和外部扰动统一看成未建模动态qi(t)；
步骤2：设计事件触发扩张状态观测器来估计车辆模型中的未建模动态qi(t)；
步骤3：设计虚拟速度控制输入α1i(t)，设计虚拟速度控制输入相关的一阶低通滤波器；
步骤4：定义虚拟速度跟踪误差z1i(t)，设计虚拟加速度控制输入α2i(t)，设计虚拟加速度控制输入相关的一阶低通滤波器；
步骤5：定义虚拟加速度跟踪误差z2i(t)，设计实际控制输入ui(t)。
2.根据权利要求1所述的基于事件触发扩张状态观测器的分布式车辆队列控制方法，其特征在于，所述步骤1改写的车辆模型为：
Figure FDA0003268335910000011
其中pi(t)，vi(t)，ai(t)分别是第i辆跟随者车辆的位置、速度和加速度，
Figure FDA0003268335910000012
qi(t)是未建模动态，常数mi，ci，μi和τi分别为车辆的质量、风阻系数、摩擦系数和纵向动力的惯性延迟系数，常数g是重力加速度值，bi＝1/miτi，
Figure FDA0003268335910000013
是bi的估计值，ui(t)是控制输入。
3.根据权利要求1所述的基于事件触发扩张状态观测器的分布式车辆队列控制方法，其特征在于，所述步骤2中的事件触发扩张状态观测器为：
Figure FDA0003268335910000014
其中ai(t)是车辆加速度，
Figure FDA0003268335910000015
是车辆模型中未建模动态qi(t)的估计值，li是观测器增益，si(t)是中间变量，γi(t)是扩张状态观测器的输入；
Figure FDA0003268335910000016
Figure FDA0003268335910000017
其中
Figure FDA0003268335910000021
第i辆跟随者车辆的第k次事件触发时刻ψi(t)＝γi(t)-ui(t)为采样误差，ui(t)是控制输入，Mi＞0为事件触发阈值。
4.根据权利要求1所述的基于事件触发扩张状态观测器的分布式车辆队列控制方法，其特征在于，所述步骤3中的虚拟速度控制输入α1i(t)为：
Figure FDA0003268335910000022
其中vi-1(t)是第i-1辆车的速度，ei(t)＝pi-1(t)-pi(t)-yi是相邻两车之间的间距误差，pi-1(t)和pi(t)分别为第i-1辆车和第i辆车的位置，常数yi是期望的相邻两车之间的间距；hi和k1i是控制参数；所述虚拟速度控制输入相关的一阶低通滤波器为：
Figure FDA0003268335910000023
其中β1i(t)是滤波器的输出，κ1i是滤波器参数。
5.根据权利要求1所述的基于事件触发扩张状态观测器的分布式车辆队列控制方法，其特征在于，所述步骤4中的虚拟速度跟踪误差z1i(t)为：
Figure FDA0003268335910000024
其中vi(t)是第i辆车的速度；所述虚拟的加速度控制输入α2i(t)为：
Figure FDA0003268335910000025
其中η1i(t)＝β1i(t)-α1i(t)是滤波误差，k2i是控制参数；所述虚拟加速度速度控制输入相关的一阶低通滤波器为：
Figure FDA0003268335910000026
其中β2i(t)是滤波器的输出，κ2i是滤波器参数。
6.根据权利要求1所述的基于事件触发扩张状态观测器的分布式车辆队列控制方法，其特征在于，所述步骤5中的虚拟加速度跟踪误差z2i(t)为：
z2i(t)＝ai(t)-β2i(t)，
其中ai(t)是第i辆车的加速度；所述实际控制输入ui(t)为：
Figure FDA0003268335910000031
其中η2i(t)＝β2i(t)-α2i(t)是滤波误差，k3i是控制参数。
CN202111093876.1A 2021-09-17 2021-09-17 一种基于事件触发扩张状态观测器的分布式车辆队列控制方法 Pending CN113848896A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111093876.1A CN113848896A (zh) 2021-09-17 2021-09-17 一种基于事件触发扩张状态观测器的分布式车辆队列控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111093876.1A CN113848896A (zh) 2021-09-17 2021-09-17 一种基于事件触发扩张状态观测器的分布式车辆队列控制方法

Publications (1)

Publication Number Publication Date
CN113848896A true CN113848896A (zh) 2021-12-28

Family

ID=78974310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111093876.1A Pending CN113848896A (zh) 2021-09-17 2021-09-17 一种基于事件触发扩张状态观测器的分布式车辆队列控制方法

Country Status (1)

Country Link
CN (1) CN113848896A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116560227A (zh) * 2023-03-31 2023-08-08 上海理工大学 基于广义扩张状态观测器的鲁棒弦稳定车队纵向控制方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160033944A1 (en) * 2014-07-29 2016-02-04 Linestream Technologies Optimized parameterization of active disturbance rejection control
CN109002058A (zh) * 2018-09-10 2018-12-14 北京航空航天大学 基于事件触发的航天器编队飞行相对位置协同控制方法
CN110703761A (zh) * 2019-10-30 2020-01-17 华南理工大学 一种基于事件触发的网络化自主车队调度与协同控制方法
CN112578804A (zh) * 2020-12-16 2021-03-30 南京理工大学 一种基于事件触发机制的四旋翼飞行器编队滑模控制方法
CN112731937A (zh) * 2020-12-29 2021-04-30 苏州科技大学 含噪声干扰的事件触发车辆队列控制系统设计方法
CN113178098A (zh) * 2021-05-20 2021-07-27 大连海事大学 一种无人船事件触发分层协同控制系统
CN113220022A (zh) * 2021-05-06 2021-08-06 西北工业大学 基于事件触发估计信息传输的飞行编队有限时间自适应控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160033944A1 (en) * 2014-07-29 2016-02-04 Linestream Technologies Optimized parameterization of active disturbance rejection control
CN109002058A (zh) * 2018-09-10 2018-12-14 北京航空航天大学 基于事件触发的航天器编队飞行相对位置协同控制方法
CN110703761A (zh) * 2019-10-30 2020-01-17 华南理工大学 一种基于事件触发的网络化自主车队调度与协同控制方法
CN112578804A (zh) * 2020-12-16 2021-03-30 南京理工大学 一种基于事件触发机制的四旋翼飞行器编队滑模控制方法
CN112731937A (zh) * 2020-12-29 2021-04-30 苏州科技大学 含噪声干扰的事件触发车辆队列控制系统设计方法
CN113220022A (zh) * 2021-05-06 2021-08-06 西北工业大学 基于事件触发估计信息传输的飞行编队有限时间自适应控制方法
CN113178098A (zh) * 2021-05-20 2021-07-27 大连海事大学 一种无人船事件触发分层协同控制系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
PANPAN YANG: "Observer-based event-triggered tracking control for large-scale high order nonlinear uncertain systems", ORIGINAL PAPER, vol. 105, 21 August 2021 (2021-08-21), pages 3299 - 3321, XP037557760, DOI: 10.1007/s11071-021-06805-5 *
邵星灵: "基于固定阈值事件触发扩张状态观测器的多智能体协同目标环绕控制", 导航定位与授时, vol. 8, no. 1, 31 January 2021 (2021-01-31), pages 41 - 54 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116560227A (zh) * 2023-03-31 2023-08-08 上海理工大学 基于广义扩张状态观测器的鲁棒弦稳定车队纵向控制方法
CN116560227B (zh) * 2023-03-31 2023-12-12 上海理工大学 基于广义扩张状态观测器的鲁棒弦稳定车队纵向控制方法

Similar Documents

Publication Publication Date Title
CN106828493B (zh) 一种自动驾驶车辆分层式纵向规划控制系统及方法
CN108538069B (zh) 一种匝道合流区车辆速度管控系统及方法
WO2021197246A1 (zh) 一种基于v2x的车队协同制动方法及系统
CN111679668B (zh) 一种基于新的时距策略的网络化自主车队的跟随控制方法
CN110703761B (zh) 一种基于事件触发的网络化自主车队调度与协同控制方法
CN103337161A (zh) 基于实时仿真模型的交叉口动态综合评价及信控系统优化方法
CN110990950B (zh) 基于混合运行模式的多目标列车节能优化方法
Cai et al. Adaptive traffic signal control using vehicle-to-infrastructure communication: a technical note
CN107146408B (zh) 一种基于车联网的道路环保驾驶系统的控制方法
CN113848896A (zh) 一种基于事件触发扩张状态观测器的分布式车辆队列控制方法
CN110116730A (zh) 一种车辆制动控制方法、系统、设备和介质
CN108827334A (zh) 一种自动驾驶方法
Wen et al. Observer-based control of vehicle platoons with random network access
Schmidt et al. A two-layer control scheme for merging of automated vehicles
CN112164217A (zh) 一种自动驾驶车辆队列行驶管理系统及其控制方法
CN113077644B (zh) 一种交叉口车辆通行控制方法及系统
Tiganasu et al. Design and simulation evaluation of cooperative adaptive cruise control for a platoon of vehicles
CN111736473A (zh) 基于非线性终端滑模方法的车队有限时间制动控制方法
CN115497281B (zh) 混合交通场景下多队列领航车的鲁棒模型预测控制方法
Chien et al. Autonomous intelligent cruise control using both front and back information for tight vehicle following maneuvers
CN109725639A (zh) 巡航系统的线性控制方法及装置
Ren et al. An intersection platoon speed control model considering traffic efficiency and energy consumption in cvis
CN112537346B (zh) 防撞最优车距的控制方法
Sudin et al. Two-vehicle look-ahead convoy control systems
CN113421444A (zh) 一种基于车辆路径信息的城市道路网信号控制方法与装置

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