基于恒中心位置约束的高速公路车辆队列协同控制研究

The cooperative control technology can be used in intelligent transportation systems, especially for the highway vehicle platoon, to improve traffic capacity, enhance safety and reduce energy consumption. The existing control strategies are weak in dealing with platoon formation, nonlinearity of the system and external interference, or obtaining the global optimal control. In this proposal, a swarm intelligence method based on constant center constraint is introduced. According to the variable distance strategy, the formation movement is achieved by attraction and repulsion between every two vehicles. The dynamical characteristics of the vehicle platoon system are explored. The inequality constraints of lateral, longitudinal and the nonholonomic guidance rules are transformed into second order differential form. Then, the dynamic model can be established by the Udwadia-Kalaba equation. The Fuzzy Dynamic System approach is used to explore the cooperative control of formation, safe distance and vehicle speed with mismatched uncertainties. Under the premise of ensuring the stability of the system, a quadratic optimal performance index which considers both transient and steady-state characteristics of the system is proposed. The optimal control parameters are obtained by solving the differential inequality using D-operation. Through this research, we can get the formation model of highway vehicle platoon system and the cooperative stability controller. The research is of great significance to improve the system modeling and cooperative control theory of vehicle platoon and to promote its application in the field of transportation system and national defense.

车辆队列协同控制技术可用于智能交通系统，特别是用于高速公路车辆队列巡航，对提高通行能力、增强安全性、降低能耗具有重要作用。现有控制策略不能很好解决队列集聚、系统非线性、外部干扰和最优控制等问题。本课题引入基于“恒中心位置约束”的群体智能控制思想，设计变间距策略，通过吸引和排斥实现编队运动；探索车辆队列系统的动力学特性，将车辆横向、纵向不等式约束、非完整引导规律约束转换为二阶微分形式，利用Udwadia-Kalaba方法建立动力学模型；应用模糊动态系统法研究含有不匹配不确定性时编队、车距和车速的协同控制问题；在保证系统稳定性的前提下，提出同时考虑系统瞬态特性和稳态特性的二次优化性能指标；利用D-运算解模糊后求解微分不等式获得最优控制参数。通过项目研究，可获得高速公路车辆队列巡航的编队模型和稳定性控制器。项目对完善车辆队列系统建模和协同控制理论，促进其在交通系统和国防领域中应用具有重要意义。

车辆编队与协同控制技术是高速公路车辆队列系统的关键技术，是当前智慧交通、智能驾驶领域的迫切需求，对缓解交通拥堵压力、节约能源消耗有重要作用。该项技术能够有效缩短行驶时车辆之间的距离，提高道路利用率，增强安全性、降低能耗等，引起国内外众多专家学者的关注。本项目考虑受约束条件下队列系统的横纵向控制问题，着力解决编队函数如何设计、不等式约束条件下约束力如何求解、系统不确定性如何描述等问题。项目引入群体智能思想，探索车辆队列系统的运动学特性，分析系统运行过程中所受到的约束条件，设计车道边界横向约束、前后车辆的纵向不等式约束及车辆速度引导规律约束，并结合坐标转换将其转换为二阶微分标准形式；建立队列系统无约束动力学模型，采用主动约束的建模思想，利用U-K方法求解约束力的解析解，并将该解析解附加到无约束情况下的方程中，进而建立受约束条件下队列系统的动力学模型；针对基于U-K方程建立的车辆队列系统动力学模型，利用模糊集理论描述系统中延迟、参数不确定、外部干扰等不确定性和系统状态变量所处的模糊集合，确定集合的论域及对应隶属度函数，把建立的模型转化为模糊动态系统模型。根据对系统信息的描述情况选择鲁棒控制或者自适应鲁棒控制，实现不确定环境中系统的稳定性控制。在保证系统稳定性的前提下，提出同时考虑系统瞬态特性和稳态特性的二次优化性能指标。根据博弈论理论确定瞬态特性和稳态特性的权值，利用D运算对系统参数进行模糊处理，从而将模糊控制器的优化问题转化为多元函数极值问题求解，然后利用求解微分不等式的方式获得最优控制参数。本项目成果完整地提出了一套智能车辆队列系统协同控制及优化方法，所用的理论分析方法不仅适用于高速公路队列系统，也为一般工业机器人、移动机器人、空间飞行器、水下机器人等系统的控制提供理论借鉴。完成了项目预期的研究目标。