智能網聯(lián)汽車協(xié)同控制技術第2版“十四五”時期國家重點出版物出版專項規(guī)劃項目新基建核心技術與融合應用叢書智能網聯(lián)汽車技術系列第14章混行車輛編隊控制方法及穩(wěn)定性分析14.1基于模型預測控制的混行車輛編隊模型14.2系統(tǒng)穩(wěn)定性分析14.3混行車輛編隊控制效果驗證及分析

14.4混行車隊協(xié)同控制及通信異常切換控制14.5考慮交通信號配時下的單車道混行車隊協(xié)同控制14.6考慮交通信號配時下的多車道混行車隊協(xié)同控制第14章

混行車輛編隊控制方法及穩(wěn)定性分析本章內容：●綜合考慮速度、安全車距、無線通信及交通信號配時等多種約束條件，基于模型預測控制（MPC）方法建立編隊控制算法；●分析控制模型滿足隊列穩(wěn)定性和漸近穩(wěn)定性時需要具備的條件●最后，通過Prescan/Matlab/Simulink軟件聯(lián)合仿真對建立的混行車隊協(xié)同控制算法進行驗證。14.1基于模型預測控制的混行車輛編隊模型基于MPC建立異構混行車輛編隊控制算法，具有抗干擾能力強和魯棒性好的優(yōu)點，在處理多約束、多變量問題上的效果較好。14.1基于模型預測控制的混行車輛編隊模型14.1基于模型預測控制的混行車輛編隊模型主要研究內容：1）采集車輛運行狀態(tài)（如初始速度、初始位置等），以及當前信號燈狀態(tài)（如信號燈色、信號時長、相位開始時刻等），建立狀態(tài)空間方程；然后，根據(jù)實際交通環(huán)境約束條件（交通信號綠燈時長、網絡狀態(tài)、路段限速等）建立編隊控制算法和多目標優(yōu)化函數(shù)。2）研究目前存在的穩(wěn)定性分析方法及其適用性和局限性，探討基于MPC的混行車輛編隊算法具體適用于哪種穩(wěn)定性分析方法，并根據(jù)隊列穩(wěn)定性滿足時刻反推車間距、速度或加速度應該滿足的條件。14.1基于模型預測控制的混行車輛編隊模型MPC方法的控制特點：1）建模簡單，能夠處理多約束、多變量問題，即使不了解系統(tǒng)內部運行過程，只要準確建立輸入、輸出模型，就可掌握系統(tǒng)控制量的變化，預測未來發(fā)展趨勢。2）通過反饋校正，可逐步消除預測輸出和實際輸出之間的誤差，盡可能使預測值更加準確，提高了系統(tǒng)的穩(wěn)定性。3）針對控制目標，對預測輸出和參考軌跡進行滾動優(yōu)化。通過求解目標函數(shù)最優(yōu)時系統(tǒng)最優(yōu)控制率，并隨著時間向前滾動一直持續(xù)優(yōu)化系統(tǒng)，達到實際輸出和預測輸出一致，能夠有效解決模型適應性、算法靈敏度、外界不確定因素干擾等問題，提高系統(tǒng)的魯棒性。14.1.1模型預測控制方法簡述14.1基于模型預測控制的混行車輛編隊模型MPC方法4個組成環(huán)節(jié)：1）模型預測。能通過歷史數(shù)據(jù)和現(xiàn)在采集的數(shù)據(jù)來預測未來時刻被控對象的發(fā)展趨勢，描述其可能出現(xiàn)的動作行為和動態(tài)軌跡。2）反饋校正。反饋機制，更能體現(xiàn)系統(tǒng)控制效果并且便于后續(xù)優(yōu)化改進。3）滾動優(yōu)化。在每一個采樣時刻都會根據(jù)反饋信息和控制目標自行調整優(yōu)化.4）參考軌跡。系統(tǒng)會首先根據(jù)控制目標輸出一條理想狀態(tài)下的平滑的曲線，以此作為參考標準。14.1.1模型預測控制方法簡述14.1基于模型預測控制的混行車輛編隊模型14.1.1模型預測控制方法簡述14.1基于模型預測控制的混行車輛編隊模型車輛編隊控制主要是為了將分散的個體組成一個整體，使同為一個隊列的個體車輛具有相同的行駛速度和車間距，以此有效減少個體車輛由于判斷不準確存在的車間距過大問題，減少道路資源浪費。本章以領航車為坐標原點，研究跟隨車相對于領航車的縱向運動狀態(tài)。14.1.2通信正常混行車輛編隊控制模型14.1基于模型預測控制的混行車輛編隊模型14.1.2通信正常混行車輛編隊控制模型14.1基于模型預測控制的混行車輛編隊模型兩車實際車間距偏差：車輛間速度偏差：車輛n的車頭時距：推導得14.1.2通信正常混行車輛編隊控制模型14.1基于模型預測控制的混行車輛編隊模型車間距偏差一階導：速度偏差一階導：14.1.2通信正常混行車輛編隊控制模型14.1基于模型預測控制的混行車輛編隊模型假設領航車以勻速狀態(tài)行駛，跟隨車n的實際車間距：狀態(tài)空間方程：14.1.2通信正常混行車輛編隊控制模型14.1基于模型預測控制的混行車輛編隊模型設簡化狀態(tài)空間方程：14.1.2通信正常混行車輛編隊控制模型14.1基于模型預測控制的混行車輛編隊模型MPC中輸入和輸出關系：進行離散化處理14.1.2通信正常混行車輛編隊控制模型14.1基于模型預測控制的混行車輛編隊模型車輛輸入狀態(tài)方程：14.1.2通信正常混行車輛編隊控制模型14.1基于模型預測控制的混行車輛編隊模型式（14-14）和式（14-15）離散化處理：14.1.2通信正常混行車輛編隊控制模型14.1基于模型預測控制的混行車輛編隊模型建立多目標函數(shù)，不僅要滿足行程時間最短，而且要保障車間距偏差和速度偏差最小。則多目標函數(shù)為14.1.2通信正常混行車輛編隊控制模型14.1基于模型預測控制的混行車輛編隊模型滿足14.1.2通信正常混行車輛編隊控制模型14.1基于模型預測控制的混行車輛編隊模型有14.1.2通信正常混行車輛編隊控制模型14.1基于模型預測控制的混行車輛編隊模型車輛編隊控制條件約束：1）加速度2）速度3）安全車距4）執(zhí)行器物理限制5）通信狀態(tài)6）行程時間14.1.2通信正常混行車輛編隊控制模型14.1基于模型預測控制的混行車輛編隊模型基于MPC的整體控制策略不改變，局部車輛輸入發(fā)生變化，狀態(tài)空間矩陣發(fā)生改變，進而影響最優(yōu)控制策略。i號車出現(xiàn)通信失效，則i號車和通i－1號車的實際車間距偏差：建立狀態(tài)空間方程：14.1.3通信異常混行車輛編隊控制模型14.1基于模型預測控制的混行車輛編隊模型設有通信異常時，MPC中輸入和輸出關系：進行離散化處理：14.1.3通信異常混行車輛編隊控制模型14.1基于模型預測控制的混行車輛編隊模型建立目標函數(shù)：滿足14.1.3通信異常混行車輛編隊控制模型14.2系統(tǒng)穩(wěn)定性分析隊列穩(wěn)定性研究的基本過程：①隊列穩(wěn)定性性質的數(shù)學定義。②根據(jù)理論分析方法推導充分條件。③設計滿足條件的控制器。隊列穩(wěn)定性3種基本屬性：收斂性、有界性和可伸縮性。3種隊列穩(wěn)定性定義：李雅普諾夫（Lyapunov）穩(wěn)定性、輸入-輸出穩(wěn)定性和狀態(tài)輸入穩(wěn)定性（ISSS）。14.2系統(tǒng)穩(wěn)定性分析控制系統(tǒng)方程控制系統(tǒng)的穩(wěn)定性分為三種：李雅普諾夫意義下的穩(wěn)定性、漸進穩(wěn)定性和大范圍（全局）漸進穩(wěn)定性。這三者穩(wěn)定性強度逐漸增強，并且要求條件越來越苛刻。本章基于MPC建立混行車隊控制模型，分析滿足李雅普諾夫意義下的穩(wěn)定性和漸進穩(wěn)定性時應該具備的條件，以保障隊列穩(wěn)定性。14.2系統(tǒng)穩(wěn)定性分析隊列穩(wěn)定性指隊列中車輛車間距偏差值隨著車隊的延伸而不增加，并且相鄰兩車的速度偏差在車輛下行過程中減弱甚至消除。本章采用MPC方法，主要適用于離散狀態(tài)，需研究系統(tǒng)滿足隊列穩(wěn)定性時，應該具備的條件。14.2.1隊列穩(wěn)定性分析14.2系統(tǒng)穩(wěn)定性分析14.2.1隊列穩(wěn)定性分析14.2系統(tǒng)穩(wěn)定性分析14.2.1隊列穩(wěn)定性分析14.2系統(tǒng)穩(wěn)定性分析一個控制系統(tǒng)，能夠找到一個正定函數(shù)且其導數(shù)是負定的，則系統(tǒng)是漸進穩(wěn)定的。假設本章設計的控制器滿足Mayne給出的MPC系統(tǒng)漸進穩(wěn)定4個條件，反推目標函數(shù)中未知參數(shù)的取值范圍。考慮以下MPC連續(xù)約束問題：14.2.2漸進穩(wěn)定性分析14.2系統(tǒng)穩(wěn)定性分析控制器滿足以下4個條件可認為是漸進穩(wěn)定的：式（14-22）和式（14-23）中的權重矩陣定義為14.2.2漸進穩(wěn)定性分析14.2系統(tǒng)穩(wěn)定性分析假設式（14-21）的目標函數(shù)滿足定理：14.2.2漸進穩(wěn)定性分析14.2系統(tǒng)穩(wěn)定性分析14.2.2漸進穩(wěn)定性分析14.2系統(tǒng)穩(wěn)定性分析14.2.2漸進穩(wěn)定性分析14.3混行車輛編隊控制效果驗證及分析混行駕駛實驗的驗證主要分為實車驗證和仿真驗證兩種：●混行駕駛實車實驗的難度大、靈活度低。●混行駕駛仿真實驗前期驗證成本較低。本章根據(jù)實際道路需求和混行車輛編隊特性，基于Prescan/Matlab/Simulink軟件搭建不同測試場景下的聯(lián)合仿真環(huán)境：首先，結合無線通信信道仿真儀對車車基車路通信系統(tǒng)進行建模；然后，基于Prescan微觀交通仿真軟件，搭建混行駕駛環(huán)境并修改車輛基本參數(shù)；之后，基于Matlab/Simulink軟件對不同車輛模型進行混行車隊動力學建模，對實際運行效果進行實時優(yōu)化改進，并將優(yōu)化后的數(shù)據(jù)發(fā)送到信道仿真儀，再分發(fā)給仿真環(huán)境中的各個車輛，實現(xiàn)閉環(huán)控制的目的。14.3混行車輛編隊控制效果驗證及分析14.3混行車輛編隊控制效果驗證及分析Prescan軟件包含多種環(huán)境組件，通過可視化查看器（VisViewer）將場景轉換成3D模式，支持車輛基本參數(shù)的修改。14.3混行車輛編隊控制效果驗證及分析Prescan軟件可以和Vissim軟件聯(lián)合仿真，產生隨機車流，模擬車流量較大時的交通狀況；可以和Matlab/Simulink軟件聯(lián)合仿真，建立車輛控制模型，通過改變節(jié)氣門開度、方向盤轉角等讓車輛按照計算出的最優(yōu)控制策略行駛。Prescan軟件搭建的環(huán)境與Simulink軟件的模塊一一對應，車輛的感知決策和執(zhí)行都是通過Simulink軟件平臺完成的，改變控制模型參數(shù)可影響車輛在Prescan軟件的運行效果.14.4混行車隊協(xié)同控制及通信異常切換控制場景設計：一個十字交叉口，車輛從西向東行駛，選取5輛車進行混行車隊協(xié)同控制；領航車和車輛4為CAV，車輛1為MV，車輛2和車輛3為CV。此時，MPC方法的控制時域為200ms，預測時域為輛20s。14.4.1實驗場景設計14.4混行車隊協(xié)同控制及通信異常切換控制14.4.1實驗場景設計14.4混行車隊協(xié)同控制及通信異常切換控制為了驗證MPC模型的抗干擾能力和魯棒性，因此分為兩個場景：場景1，所有網聯(lián)車通信正常；場景2，車輛2在第20s時出現(xiàn)通信中斷，其余車輛通信正常。14.4.1實驗場景設計14.4混行車隊協(xié)同控制及通信異常切換控制場景1車隊通信正常不考慮交通信號配時；領航車以正弦勻變速方式行駛；整個隊列車車之間通信正常；不存在數(shù)據(jù)丟包、時延或中斷等現(xiàn)象；通信拓撲結構保持不變。仿真結果：領航車狀態(tài)發(fā)生變化，跟隨車輛狀態(tài)也相應發(fā)生變化，并逐步與領航車保持一致。加速度變化限制為－2～2，速度變化限制為5～20m/s，車間距偏差控制在0.2m以內。14.4.2實驗結果分析14.4混行車隊協(xié)同控制及通信異常切換控制14.4.2實驗結果分析14.4混行車隊協(xié)同控制及通信異常切換控制場景2車隊通信異常車隊正常行駛到第20s時，車輛場通信時延過大導致通信異常，無法將信息發(fā)送給周圍車輛。仿真結果：車輛2通信異常時，隊列中也無碰撞事故，保證了隊列行駛安全性。第20s，車輛3的加速度和速度產生突變，但第22s恢復到正常狀態(tài)；車輛2和車輛3的車間距偏差均產生小幅度波動，當整體仍控制在0.02m以內，且第40s后車間距偏差趨于0，說明滿足隊列穩(wěn)定性要求。14.4.2實驗結果分析14.4混行車隊協(xié)同控制及通信異常切換控制14.4.2實驗結果分析14.4混行車隊協(xié)同控制及通信異常切換控制場景2Prescan軟件仿真14.4.2實驗結果分析14.5考慮交通信號配時下的單車道混行車隊協(xié)同控制6輛車進行混行車隊協(xié)同控制：車輛1和車輛4為CAV車輛2和車輛5為CV車輛3和車輛6為MVMPC方法的控制時域為100ms，預測時域為10s。14.5.1實驗場景設計14.5考慮交通信號配時下的單車道混行車隊協(xié)同控制14.5.1實驗場景設計14.5考慮交通信號配時下的單車道混行車隊協(xié)同控制14.5.1實驗場景設計14.5考慮交通信號配時下的單車道混行車隊協(xié)同控制6輛車進行混行車隊協(xié)同控制：車隊通信正常，通過改變交通信號配時，驗證MPC模型和交通信號的協(xié)同關系。主要分為兩個場景：場景3，當前綠燈時間能夠滿足6輛車同時通過，因此組成一隊；場景4，當前綠燈時間不能滿足6輛車同時通過，只能滿足部分車輛通過，因此拆分為兩個隊，分別進行車隊協(xié)同控制。14.5.1實驗場景設計14.5考慮交通信號配時下的單車道混行車隊協(xié)同控制場景3一個信號周期通過交通信號配時：綠燈時間為20s，黃燈時間為3s，紅燈時間為8s。車輛均以15m/s速度進入路段，預測駛出時間和當前綠燈時間，車輛均能通過。車輛1為領航車組隊。前方不存在干擾車輛，為保障車隊行程時間最短，因而動態(tài)調整各車行駛狀態(tài)，以最大速度20m/s通過交叉口。領航車狀態(tài)發(fā)生變化，跟隨車的行駛狀態(tài)也會發(fā)生改變，并逐漸與領航車狀態(tài)一致。14.5.2實驗結果分析14.5考慮交通信號配時下的單車道混行車隊協(xié)同控制仿真前6s調整車輛行駛狀態(tài)，保障車隊能夠以最短時間通過交叉口，因此車輛加速度先增加后減少；6s后穩(wěn)定于0，速度均由15m/s提升到20m/s后勻速行駛。車間距偏差變化為－0.7～0.1m，最終趨近于0，保障了隊列穩(wěn)定性。各車軌跡不存在交叉，說明車車間沒有發(fā)生碰撞，保障了隊列安全性。14.5.2實驗結果分析14.5考慮交通信號配時下的單車道混行車隊協(xié)同控制14.5.2實驗結果分析14.5考慮交通信號配時下的單車道混行車隊協(xié)同控制14.5.2實驗結果分析場景3Prescan軟件仿真14.5考慮交通信號配時下的單車道混行車隊協(xié)同控制14.5.2實驗結果分析場景4分兩個信號周期通過交通信號配時：綠燈時間為10s，黃燈時間為3s，紅燈時間為間5s。車輛均以15m/s速度進入路段，預測駛出時間和當前綠燈時間，前3輛車能通過，后前輛車需等待下一個綠燈時間通過。分別以1號和4號車輛作為領航車組成兩個隊列。隊列1行程時間最短，以最大速度20m/s通過交叉口。隊列2能夠在下一個綠燈時間通過，且不會在停止線前停車，以9m/s的速度通過交叉口。14.5考慮交通信號配時下的單車道混行車隊協(xié)同控制14.5.2實驗結果分析14.5考慮交通信號配時下的單車道混行車隊協(xié)同控制14.5.2實驗結果分析受交通信號影響，車輛組成兩個車隊——車隊1加速通過，車隊2減速通過。由于跟隨車行駛狀態(tài)受領航車影響存在差異，但同一個車隊的跟隨車逐漸與領航車狀態(tài)一致。場景4Prescan軟件仿真14.6考慮交通信號配時下的多車道混行車隊協(xié)同控制14.6.1實驗場景設計東西直行方向車道，兩個方向使用同一信號相位控制；以西向東編隊區(qū)起始點為坐標原點，西向東為正方向，則東向西為負方向；編隊區(qū)長度為265m，十字交叉口長度為40m，因此車輛從進入緩沖區(qū)到完全通過交叉口總共行駛的路程為305m。西向東方向和東向西方向直行車道，均分別選取10輛車進行混行車隊協(xié)同控制：4輛為CAV4輛為CV2輛為MV14.6考慮交通信號配時下的多車道混行車隊協(xié)同控制14.6.1實驗場景設計14.6考慮交通信號配時下的多車道混行車隊協(xié)同控制14.6.1實驗場景設計車隊通信正常，通過改變直行相位交通信號配時，驗證多車道下MPC模型和交通信號的協(xié)同關系，主要分為兩個場景：場景5，當前綠燈時間能夠滿足西向東10輛車和東向西10輛車兩個方向的車輛分別組成一個隊列通過；場景6，當前綠燈時間只能滿足西向東10輛車和東向西10輛車兩個方向的部分車輛分別組成一個隊列通過，而剩余車輛只能調節(jié)速度等待下一周期通過，因此兩個方向的車輛各自拆為兩個車隊，分別進行車隊協(xié)同控制。14.6考慮交通信號配時下的多車道混行車隊協(xié)同控制14.6.1實驗場景設計14.6考慮交通信號配時下的多車道混行車隊協(xié)同控制14.6.2實驗結果分析場景5西向東和東向西直行車道分別組成一個隊列交通信號配時：綠燈時間為20s，黃燈時間為3s，紅燈時間為10s。西向東和東向西直行車道兩個方向的車輛均以15m/s的速度進入路段，預測駛出時間和當前綠燈時間，每個車道10輛車均能通過，兩個方向的1號車輛均為CAV，因此以1號車輛作為領航車進行組隊。直行車道前方不存在干擾車輛，為保障車隊行程時間最短，因而動態(tài)調整各車行駛狀態(tài)，使其以最大速度20m/s通過交叉口。同一車隊中，隨著領航車狀態(tài)發(fā)生變化，跟隨車的行駛狀態(tài)也會發(fā)生改變，并逐漸與領航車狀態(tài)一致。14.6考慮交通信號配時下的多車道混行車隊協(xié)同控制14.6.2實驗結果分析14.6考慮交通信號配時下的多車道混行車隊協(xié)同控制14.6.2實驗結果分析14.6考慮交通信號配時下的多車道混行車隊協(xié)同控制14