基于数据驱动的鲁棒反步自适应巡航控制

为了实现高精度的鲁棒自适应巡航控制（ACC）,提出基于数据驱动的鲁棒反步自适应巡航控制算法. 利用反步技术设计虚拟控制器,将车辆间距控制转化为速度控制,避免速度相关型间距策略带来的间距与速度控制耦合;构建基于数据的耦合滑模面并设计状态观测器,补偿车辆复杂的非线性动力学特性、离散误差及外部干扰,提升控制算法的鲁棒性;利用反馈控制及鲁棒控制技术设计数据驱动的ACC鲁棒控制算法;分别选取固定时间间距、变时间间距策略,利用所提ACC算法及基于比例积分（PI）的ACC算法进行车辆自适应巡航控制对比仿真验证. 对比实验结果表明,所提算法在控制精度、鲁棒性方面具有优越性.     

基于信息一致性的自主车辆变车距队列控制}%页眉设置

针对目前自主车辆队列控制中采用的间距策略存在间距调节灵活性不足、道路利用率欠佳等问题,提出一种基于信息一致性的自主车辆变车距队列控制方法.首先,结合车速与车辆制动时间的动态关系,设计一种变时间间隔策略.在此基础上,基于信息一致性理论,提出一种车间距可随车速自适应变化的自主车辆队列控制算法.仿真结果表明,所提算法不仅可以实现自主车辆的变车距队列控制,且车间距离的调节具有较好的灵活性,尤其在低速行驶时,可有效减少道路占用量,提高道路利用率.     

基于预测智能的群集自组织分裂/融合方法

为了进一步提升群集的运动灵活性和环境适应性,提出一种基于预测机制的自组织分裂/融合控制方法.通过赋予个体一定的“预测智能”,使其可以利用历史信息对邻居的未来状态进行预测;进而结合刺激信息在群内的传播规律,设计包含预测信息的群集自组织分裂/融合协同控制方法,实现群集的自发编队融合以及在外部刺激下的应激分裂运动.仿真结果表明,所提出的方法可以显著增强群集的“预见”能力,使其不仅能够获得优良的组群性能, 而且在进行分群机动时也更为灵活高效.