随机车辆跟随系统的鲁棒控制

基于车辆系统建模中忽略的随机因素,根据伊藤随机微分方程建立随机车辆动力学模型,运用滑模控制研究了具有鲁棒性的随机车辆纵向跟随控制。假设参数有界,设计了一类随机车辆跟随系统的变结构鲁棒控制规律。运用随机车辆跟随系统的稳定性判据分析了控制系统的稳定性,得到控制系统收敛的充分条件。数值仿真表明,根据所设计的鲁棒控制策略,既能达到满意的跟踪性能,又可以有效减弱控制抖动。     

一种领队车输入未知的多车辆纵向协作控制方法

本文考虑了领队车控制输入未知的情况,提出一种多车辆纵向协作控制方法.首先,通过采用精确反馈线性化技术,得到了线性的车辆的动力学模型.然后,采用双向领队跟随通信策略,基于邻居车辆的状态信息,为每辆跟随车设计分布式控制律.考虑在领队车输入有界的情况下,提出了一种有效的多车辆协作控制算法,能够保证多车辆系统以最大的收敛速率达到内部稳定.最后,仿真结果展示了所提出控制器设计算法的有效性和优越性.     

自动化公路系统车队换道变结构控制

基于车辆纵横向动力学耦合模型,研究了自动化公路系统车队换道的纵横向耦合控制.假定车队中每个跟随车辆依靠车间通信接收引导车辆以及该车前面相邻车辆的位移、速度信息,利用车载传感器获得车辆横摆角速度信息.基于满足正反梯形约束条件的侧向加速度,计算车辆换道时的期望横摆角和横摆角速度.采用有限时间滑模趋近律,设计了车队换道纵横向耦合变结构跟踪控制规律,基于李雅普诺夫稳定性理论,对控制系统的稳定性进行分析.仿真结果显示,采用文中设计的控制规律,对于车队中每个跟随车辆,在实现车辆自动换道的同时,纵向上能够保持满意的车间距离.     

车辆纵向速度分相控制

针对汽车纵向运动系统具有强烈非线性和参考速度输入不确定的特点,提出一种车辆纵向速度分相控制方法,可以用于车辆纵向速度闭环仿真,也可以用于智能驾驶系统纵向速度控制。算法采用分相控制思想,将车辆的纵向运动分成稳速控制相、加速控制相、急加速控制相、制动控制相、急减速控制相5个相。前3个相内采用油门控制,后2个相内采用刹车控制,在每一个相内采用抗积分饱和PID或比例控制。仿真结果表明,分相控制具有良好的速度跟随精度,并很好地解决了油门和制动的切换问题。     

一类随机车辆跟随系统的控制策略

为了改善高速公路的通行能力和安全性,考虑随机因素的影响,研究一类顾前顾后自动高速公路车辆跟随系统的控制器设计。基于伊藤随机微分方程建立了随机车辆动力学模型,运用滑模控制设计了随机车辆纵向跟随系统的控制规律。然后根据系统稳定性判据分析了控制系统的稳定性,得到系统控制参数的收敛区域为式(18)~(20)。数值仿真实验表明:各跟随车辆的速度、加速度等状态在较短的时间内能迫近领头车辆,车间距误差有较快的收敛速度,在15 s内收敛于0。     

基于MIMO类脑情感学习回路的横-纵向综合控制驾驶员模型

创新性地引入多输入多输出的大脑情感学习回路模型(MIMO-BEL),从认知过程出发建立了横-纵向综合控制驾驶员模型。利用大脑情感学习回路模型对不确定性系统的自适应控制能力,实现了驾驶员模型对车辆横纵向控制的解耦。最后,基于MIMO-BEL建立了横-纵向综合控制驾驶员模型,仿真结果表明,基于MIMO-BEL的横-纵向综合控制驾驶员模型具有良好的道路和车辆纵向加速度跟随精度。     

车辆纵向加速度自抗扰控制

使用自抗扰控制（active disturbance rejection control,ADRC）方法对车辆纵向加速度控制进行研究．首先给出以油门开度指令为控制量的发动机动态模型和车辆纵向动力学模型,对ADRC进行简要介绍;然后将模型变换为适于自抗扰控制的仿射系统,设计车辆纵向加速度ADRC控制器;最后在车辆和发动机参数摄动以及道路扰动的环境下进行仿真、结果表明,ADRC控制器能够使车辆获得快速、平稳和高精度的加速度控制效果.     

车辆纵向加速度自抗扰控制研究

使用自抗扰控制(ADRC)方法对车辆纵向加速度控制进行研究.首先给出以油门开度指令为控制量的发动机动态模型和车辆纵向动力学模型,对ADRC进行简要介绍;然后将模型变换为适于自抗扰控制的仿射系统,设计车辆纵向加速度ADRC控制器;最后在车辆和发动机参数摄动以及道路扰动的环境下进行仿真.结果表明,ADRC控制器能够使车辆获得快速、平稳和高精度的加速度控制效果.     

嵌入式多旋翼机载车辆跟随系统研究与设计

针对多旋翼车辆跟随系统中存在无线数据通信延时导致检测实时性较差问题,研究车辆跟随系统的数据传输流程;结合多旋翼的物理模型推导适配机载处理系统的限制条件与理论续航计算公式;设计基于微型高性能的嵌入式计算机多旋翼机载车辆跟随系统。通过对机载处理系统进行目标检测的资源占用率与延时测试,证明该系统能够实现车辆跟随功能,车辆检测的时间平均缩短了135ms,达到了车辆跟随系统的实时性要求;同时根据续航测试结果,分析了导致续航下降的主要因素。     

智能电动车辆横纵向协同运动控制

针对车速变化下的车辆轨迹跟随稳定性问题,提出一种基于模型预测控制（MPC）与滑模控制结合的横纵向协同控制策略。建立描述车辆纵向、横向及横摆运动状态的三自由度动力学模型;然后,设计模型预测控制器对车辆期望轨迹进行跟踪,考虑车辆行驶运动过程中横纵向耦合问题,将纵向车速作为横向控制系统的状态量,并利用反馈矫正机制不断更新预测模型;在此基础上,采用滑模控制算法对期望车速及加速度进行跟踪,并采用饱和函数作为指数趋近率以减小抖振;采用基于规则的制动转矩分配方式得到行驶过程中各个车轮的需求转矩。该控制策略考虑了车辆动力学中的横纵向耦合问题,可在线处理车辆动力学约束,将车辆稳定跟踪期望轨迹的问题转化为求解带约束的最优控制问题。仿真结果表明所提出控制策略的有效性。     

汽车外形对智能车辆队列行驶气动特性的影响

为了研究智能交通系统中不同外形车辆在队列行驶时的空气动力特性,以及车辆纵向间距对队列行驶车辆气动特性的影响,采用数值模拟方法对阶背式、快背式和直背式轿车5车队列分别在6种纵向间距下的气动特性了进行研究。结果表明:三种车型队列的平均减阻率大约为10%~40%,节省燃油5%~20%。阶背式轿车队列的平均减阻率最大,直背式次之,快背式最小。随着纵向间距的减小,每辆车的升力都增大,稳定性都变差。     

队列行驶车辆的空气动力特性

为了研究队列行驶时,车辆前后间距对队列行驶车辆气动特性的影响以及队列中车辆数目对气动阻力系数的影响,采用数值模拟方法分别对智能交通系统中队列行驶车辆11种不同情况下车辆的气动特性分别进行了研究。结果表明:队列行驶车辆随车间距离的缩短,阻力值降低。在固定间距下,随着队列中车辆数目的增加,平均阻力系数可降低20%—30%,阻力最低的车大致处于车队的中心位置。     

Effect of information delay on string stability of platoon of automated vehicles under typical information frameworks

The effect of the information delay, which was caused by the nature of the distance sensors and wireless communication systems, on the string stability of platoon of automated vehicles was studied. The longitudinal vehicle dynamics model was built by taking the information delay into consideration, and three typical information frameworks, i.e., leader-predecessor framework (LPF), multiple-predecessors framework (MPF) and predecessor-successor framework (PSF), were defined and their related spacing error dynamics models in frequency domain were proposed. The string stability of platoon of automated vehicles was analyzed for the LPF, MPF and PSF, respectively. Meanwhile, the related sufficient string stable conditions were also obtained. The results demonstrate that the string stability can be guaranteed for the LPF and PSF with considering the information delay, but the ranges of the control gains of the control laws are smaller than those without considering the information delay. For the MPF, the “weak” string stability, which can be guaranteed without considering the information delay, cannot be obtained with considering the information delay. The comparative simulations further demonstrate that the LPF shows better string stability, but the PSF shows better string scalable performance.     

Direct adaptive control for lane keeping in intelligent vehicle systems

In this paper, with parametric uncertainties such as the mass of vehicle, the inertia of vehicle about vertical axis, and the tire cornering stiffness, we deal with the vehicle lateral control problem in intelligent vehicle systems. Based on the dynamical model of vehicle, by applying Lyapunov function method, the control problem for lane keeping in the presence of parametric uncertainty is studied, the direct adaptive algorithm to compensate for parametric variations is proposed and the terminal sliding mode variable structure control laws are designed with look-ahead references systems. The stability of the system is investigated from the zero dynamics analysis. Simulation results show that convergence rates of the lateral displacement error, yaw angle error and slip angle are fast.     

基于车队D-Q模型的交通信号控制算法

用D-Q模型对单交叉口的车队形成、消散进行了描述,D(discharging)代表车队的消散过程、Q(queuing)代表车队的形成过程.在交通信号控制中,设计了一种以车队总延误时间为优化目标的实时的onestep控制算法.编制交通仿真系统平台,对该方法的控制效果与定时控制进行了模拟比较,仿真试验的结果说明该方法的控制效果明显优于传统的控制方式.     

Distributed receding horizon control for fuel-efficient and safe vehicle platooning

This paper investigates the problem of fuel-efficient and safe control of autonomous vehicle platoons. We present a two-part hierarchical control method that can guarantee platoon stability with minimal fuel consumption. The first part vehicle controller is derived in the context of receding horizon optimal control by constructing and solving an optimization problem of overall fuel consumption. The Second part platoon controller is a complementation of the first part, which is given on the basis of platoon stability analysis. The effectiveness of the presented platoon control method is demonstrated by both numerical simulations and experiments with laboratory-scale Arduino cars.     

网联交通环境下的车-车通信故障诊断方法

以智慧交通场景中的车辆编队为应用背景, 建立基于智能驾驶员模型的车辆队列控制模型, 分析车-车通信中延时对队列控制稳定性的影响。提出基于车-车通信更新延迟的故障诊断方法, 利用中值和均值的统计特性计算用于判断是否发生故障的决策变量, 设计两层滑窗对决策变量进行平滑, 实现决策变量实时、自适应计算; 利用Jarque-Bera检验一段时间内接收端延迟更新统计分布的正态性, 若该分布显著偏离正态分布, 则认为通信质量恶化。在测试场地采集车辆行驶速度数据和车-车通信延时数据, 对不同场景下车-车通信更新延迟的统计分布特性进行仿真试验, 验证车-车通信中延时对智能网联汽车协同控制的影响。研究结果表明, 车-车通信延时会导致协同控制过程中控制率的剧烈变化, 基于更新延迟的通信故障诊断方法可以对车-车通信质量是否恶化进行有效诊断。     

考虑车速分布区间限制的车队密度离散模型

假设车速为在最小速度和自由流速度之间的截断正态分布,从交通流密度的角度分析了上游交叉口的排队车辆在绿灯放行后在下游道路行驶过程中的离散特性。构造了车队在时空坐标上的交通流密度函数的分段计算公式。给出了整个车队通过和未通过下游断面的车辆数计算公式,以及上下游断面的流量分布模式,得出了车队密度离散模型。基于此,本文推导了车队头尾部离散模型,以方便在信号灯协调控制中应用。最后,以相邻交叉口信号协调控制为例,验证了模型的有效性。     

基于自适应快速终端滑模的车轮滑移率跟踪控制

针对汽车对连续、快速和稳定的车轮滑移率跟踪控制的需求,提出基于自适应快速终端滑模的车轮滑移率跟踪控制策略. 基于Burckhardt轮胎模型建立车轮滑移率跟踪控制模型,将模型简化过程中的不确定性考虑成复合干扰项,将轮胎侧向力对纵向力的影响考虑成未知参数. 利用双曲正切函数和终端吸引因子设计改进的跟踪微分器,平滑车轮滑移率跟踪误差和估计车轮滑移率跟踪误差的一阶导数. 以车轮滑移率跟踪控制模型和改进的跟踪微分器输出为基础,基于自适应快速终端滑模控制理论,设计对复合干扰项具有强鲁棒性的车轮滑移率跟踪控制律;基于投影算子理论设计自适应律来实时补偿未知参数,利用LaSalle不变性原理证明了闭环系统的渐近稳定性. 利用车辆动力学软件仿真验证提出的控制律的可行性和有效性. 结果表明,提出的车轮滑移率跟踪控制策略具有精度高和鲁棒性强的优点.