首页> 中国专利> 一种领航车队协同的单车道多队列分层控制方法

一种领航车队协同的单车道多队列分层控制方法

摘要

本发明提出一种领航车队协同的单车道多队列分层控制方法,属于智能驾驶汽车队列控制技术领域。该方法首先构建单车道多队列系统并划分为由领航车构成的领航车层和由跟随车构成的子队列层,确定该系统信息流拓扑结构后,建立单车道多队列分布式模型预测控制器;每辆车根据当前时刻自车状态、接收的上一时刻前方车辆发送的当前时刻他车假设输出序列、以及上一时刻计算的当前时刻自车假设输出序列,利用预测控制器,计算当前时刻自车的最优预测控制输入序列实现自车控制,同时计算自车下一时刻的假设输出序列并发送给其他车辆,以实现单车道多队列系统的稳定性跟随控制。本发明可保证多车辆队列按照要求行驶且实现稳定、安全等多种控制目标。

著录项

  • 公开/公告号CN112445229A

    专利类型发明专利

  • 公开/公告日2021-03-05

    原文格式PDF

  • 申请/专利权人 清华大学;

    申请/专利号CN202011219390.3

  • 申请日2020-11-04

  • 分类号G05D1/02(20200101);G05B13/04(20060101);

  • 代理机构11201 北京清亦华知识产权代理事务所(普通合伙);

  • 代理人廖元秋

  • 地址 100084 北京市海淀区清华园1号

  • 入库时间 2023-06-19 10:06:57

说明书

技术领域

本发明属于智能驾驶汽车队列控制技术领域,特别是涉及一种领航车队协同的单车道多队列分层控制方法,以实现单车道多车辆队列的稳定性跟随控制。

背景技术

在智能交通系统快速发展趋势下,未来高速公路上队列和车群将成为车辆的主要驾驶形式,能够大幅提升驾驶安全性、经济性以及道路通行效率。其中队列控制已经有了二十年的研究,目前,随着通信技术和自动驾驶技术的快速发展,单一队列相关技术研究已逐渐趋于成熟,向产业化方向发展。这对队列的管理和运输能力等方面提出了更高的要求;随着车辆队列的普及,未来高速公路上将会出现多个队列同时存在的场景。因此,近年来自动驾驶多队列控制问题引起了研究者的注意,将多个单队列组合成多队列协同控制,能够进一步提高安全性和交通效率,并避免队列间的冲突。但在这一领域,国内仍缺乏相关研究。

多队列控制技术以单队列控制技术为基础,包含单队列控制和队列之间的协同控制两个层次,依靠车车通信实现车辆之间的信息交互。现有关于多队列的研究缺乏对车辆动力学和通信过程的统一建模方法,常将车辆动力学简化为质点或线性模型,没有考虑到车辆本身的非线性和响应特性;并采用简单的线性反馈控制方法,无法实现车辆的精确控制,且缺乏对车辆跟踪性能、动力性、安全性、经济性等多目标的考虑;且在多队列中,各子队列的领航车也可以采用自动驾驶模式,但现有研究对子队列领航车控制策略的设计关注较少。

发明内容

本发明的目的是为克服现有技术的不足之处,提出一种领航车队协同的单车道多队列分层控制方法。该方法能够对单车道上存在多个车辆队列协同行驶的场景进行统一的动力学建模,并实现多车辆队列的稳定性控制,保证其能够按照要求行驶且实现稳定、安全等多种控制目标。

本发明提出一种领航车队协同的单车道多队列分层控制方法,其特征在于,包括以下步骤;

1)在单车道上,构建由多个单车队列组成的单车道多队列系统,其中,所有单车队列的领航车组成单车道多队列系统的领航车层,每个单车队列中的领航车以及所有跟随车组成一个子队列,所有子队列组成子队列层;

确定子队列数量n

设定每个子队列内部的期望跟车距离d和相邻子队列之间的期望跟车距离D;

2)确定单车道多队列系统的信息流拓扑结构,分别建立领航车层的领航牵引矩阵和领航邻接矩阵,以及各子队列的跟随车牵引矩阵和跟随车邻接矩阵;具体步骤如下:

2-1)确定单车道多队列系统的信息流拓扑结构,其中,领航车层采用领航前车跟随式拓扑结构,即每个子队列领航车接收前方相邻的一个子队列领航车的信息并进行跟随控制;子队列层采用前车-领航车跟随式拓扑结构,即每个子队列中的跟随车接收前方相邻一个跟随车以及所属子队列的领航车的信息并进行跟随控制;

2-2)确定领航车层的领航牵引矩阵和领航邻接矩阵;

领航车层的领航车为车辆1;对于除车辆1外的每一辆领航车层的车辆n

若车辆n

领航牵引矩阵P

2-3)确定各子队列的跟随车牵引矩阵和跟随车邻接矩阵;

根据任一跟随车辆i的编号确定其所属子队列编号k及所属子队列领航车编号n

若该车辆i能够获取相同子队列内车辆j的信息,则该子队列的跟随车邻接矩阵A

该子队列的跟随车牵引矩阵和跟随车邻接矩阵表达式分别为:

p

其中P

3)构建单车道多队列分布式模型预测控制器;具体步骤如下:

3-1)建立车辆非线性动力学模型;

对于单车道多队列系统中除车辆1外的任一车辆i,建立该车辆对应的非线性动力学模型如下:

其中,t为控制时刻,p

将车辆i的t时刻状态记为x

进一步写作:x

其中,

车辆i在t时刻的输出方程为:y

3-2)构建分布式模型预测控制器;

将单车道多队列系统中每一辆车作为一个节点,在除车辆1节点外的每个车辆节点上定义一个分布式模型预测控制器的优化模型,则共建立N-1个分布式模型预测控制器的优化模型;

每个优化模型中,预测步长均为N

对于每个节点i,在每个时刻的预测时域内[t,t+N

3-2-1)构建领航分布式模型预测控制器优化模型;具体步骤如下:

3-2-1-1)对于除车辆1节点外的每个领航车节点i,i=2,...,n

J

其中,

3-2-1-2)确定领航车节点i的领航分布式模型预测控制器优化模型的约束条件,包括:

领航车辆动力学约束:

领航车初始状态约束:

领航车控制量极限值约束:

领航车终端状态约束:

领航车终端状态转矩约束:

3-2-1-3)领航车节点i的分布式非线性模型预测控制器优化模型表达式如下:

求解该优化模型,得到领航车辆节点i在t时刻的最优预测控制输入序列

3-2-2)构建子队列分布式模型预测控制器优化模型;具体步骤如下:

3-2-2-1)对于任一子队列j,其领航车节点为n

J

其中,

3-2-2-2)确定子队列跟随车节点i的分布式模型预测控制器优化模型的约束条件,包括:

跟随车动力学约束:

跟随车初始状态约束:

跟随车控制量极限值约束:

其中,U

跟随车终端状态约束:

跟随车终端状态转矩约束:

3-2-2-3)子队列跟随车节点i的分布式非线性模型预测控制器优化模型表达式如下:

求解该优化模型,得到子队列跟随车节点i在t时刻的最优预测控制输入序列

3-3)计算假设输出序列;

在每一时刻t,对于除车辆1节点外的其他领航车节点和所有子队列跟随车节点,根据步骤3-2)计算得到的自车节点在t时刻的最优预测控制输入序列和自车节点t时刻的状态,得到自车节点在t+1时刻的预测时域中的最优状态序列:

计算该车辆节点t+1时刻的假设输入序列:

则该车辆节点t+1时刻的相应的假设输出轨迹为:

则车辆节点i的t+1时刻假设输出序列为:

4)车辆控制;

4-1)对于领航车层,控制方法如下:

在每一时刻t,除车辆1外的每辆领航车i采集当前时刻自车状态x

4-2)对于子队列层的跟随车,控制方法如下:

在每一时刻t,每辆子队列跟随车i采集当前时刻自车状态x

本发明的特点及有益效果在于:

本发明针对现有技术难以处理多个车辆队列之间的协同关系,同时对车辆的非线性特性研究不足,无法体现车辆的实际响应特性的不足,本发明对多车辆队列进行统一建模,采用非线性分布式模型预测控制方法,针对领航车和子队列两个层次进行协同控制,通过对领航车层的控制能够有效协调各个子队列之间的关系,使其能够按照给定的队列内和队列间的期望跟车间距稳定行驶,保持多队列的拓扑构型和位置关系,并且在第一辆领航车速度变化时也能够保证多队列的快速响应,避免失稳状态的发生。同时,由于本发明采用了分层控制方法,能够避免对多队列中所有车辆同时进行建模及协同控制,各个车辆分工明确,大大降低了多队列模型的复杂程度,提高了控制器的计算速度。

附图说明

图1是本发明的单车道多队列系统示意图;

图2是本发明方法的整体流程图;

图3是本发明中单车道多队列系统分层结构示意图;

图4是本发明中单车道多队列系统领航前车跟随式拓扑结构示意图;

图5是本发明中分布式模型预测控制器结构示意图;

图6是多队列系统车辆控制流程图。

具体实施方式

本发明提出一种领航车队协同的单车道多队列分层控制方法,下面结合附图和具体实施例对本发明进一步详细说明如下。

本发明提出一种领航车队协同的单车道多队列分层控制方法,采用DMPC(Distributed Model Predictive Control,分布式模型预测控制)方法,对车车通信情况下的单车道多队列系统进行控制,达到多个车辆队列协同稳定行驶的目标。

图1是本发明中单车道多队列系统的示意图。单车道多队列系统由多个子队列构成,所有子队列顺序行驶在同一条车道上;每个子队列由一辆领航车和若干跟随车组成,每个子队列内部跟随车采用本发明设计的控制器进行车辆控制;其中,系统中第一个子队列的领航车为人工驾驶或理想运动状态;后方子队列的领航车为自动驾驶模式,由本发明设计的控制器进行车辆控制;各个子队列之间通过通信网络进行信息交互,以达到多队列协同控制的目标。每辆车上均配备本发明所述分布式模型预测控制器,根据邻域车辆信息来控制自身车辆行为。图1中,共包含n

本发明提出一种领航车队协同的单车道多队列分层控制方法,整体流程如图2所示,包括以下步骤;

1)在单车道上,构建由多个单车队列组成的单车道多队列系统,其中,所有单车队列的领航车构成单车道多队列系统的领航车层,每个单车队列中的领航车以及其所有跟随车组成一个子队列,所有子队列组成子队列层;

确定子队列数量n

将每个子队列的领航车构成单车道多队列系统的领航车层,该层以队列方式进行协同控制。如图3所示为领航车层和子队列层的分层示意图,其中L

设定每个子队列内部的期望跟车距离d和相邻子队列之间的期望跟车距离D;所述子队列内部的期望跟车距离为各子队列内部跟随车与前方车辆之间的期望间距;所述子队列之间的期望跟车距离存在两种定义方式,分别为所在子队列领航车与前方子队列尾车之间的期望间距D

2)确定单车道多队列系统的信息流拓扑结构,分别建立领航车层的领航牵引矩阵和领航邻接矩阵以及各子队列的跟随车牵引矩阵和跟随车邻接矩阵。具体步骤如下:

2-1)确定单车道多队列系统的信息流拓扑结构,其中,领航车层互相通信以确定各子队列领航车的行驶状态,并进一步指导该领航车所属子队列内跟随车的行驶状态;考虑到子队列长度和通信距离的限制,领航车层采用领航前车跟随式拓扑结构,即每个子队列领航车接收前方相邻的一个子队列领航车的信息并进行跟随控制。子队列层则采用前车-领航车跟随式拓扑结构,即每个子队列中的跟随车接收前方相邻一个跟随车以及所属子队列的领航车的信息进行跟随控制(如果任一子队列中该跟随车为领航车后第一辆跟随车,则该车只接收领航车的信息)。

本发明中,领航车层和子队列层信息流拓扑结构如图4所示。其中,箭头代表信息的传递方向。

信息流拓扑结构由牵引矩阵和邻接矩阵描述。其中牵引矩阵用于描述跟随车获得领航车信息的情况,假设一个车辆队列中共有M辆跟随车,则牵引矩阵定义为P=diag(p

则对于领航前车跟随式拓扑结构的单车道多队列系统,领航车层的领航牵引矩阵和领航邻接矩阵,以及子队列层的子队列牵引矩阵、子队列邻接矩阵可由以下方法得到:

2-2)确定领航车层的领航牵引矩阵和领航邻接矩阵;

领航车层的领航车为车辆1。则对于除车辆1外的每一辆领航车层的车辆n

领航车层采用领航前车跟随式拓扑结构,则根据上述原则,可确定领航牵引矩阵P

其中,P

2-3)确定各子队列跟随车的子队列牵引矩阵和子队列邻接矩阵。

各子队列的信息流拓扑结构采用前车领航车跟随式(PLF)。根据任一跟随车辆i的编号(i为1至N中的属于跟随车辆的任一编号)可确定其所属子队列编号k及所属子队列领航车编号n

因此,可确定该子队列的跟随车牵引矩阵和跟随车邻接矩阵分别为:

p

其中P

对于单车道多队列系统中的各子队列,可分别依据上述原则写出对应的该子队列的跟随车牵引矩阵和跟随车邻接矩阵。

对于任一节点i,在确定其所处子队列以及是否为领航车后,均可根据相应的牵引矩阵和邻接矩阵确定其可以获取信息的通信对象。

3)设计单车道多队列分布式模型预测DMPC控制器。该控制器由依次连接的数据接收及处理模块、DMPC控制器模块和数据发送模块构成,结构如图5所示。

数据接收及处理模块根据步骤2)得到的多队列系统的信息流拓扑结构,接收邻域车辆发送的该邻域车辆的假设输出序列,采集自车当前时刻(t时刻)状态信息及上一时刻(t-1时刻)计算出的当前时刻(t时刻)自车假设输出序列;根据步骤1)确定的子队列跟车距离、队列之间的跟车距离确定自车期望位置,并发送给DMPC控制器模块。

DMPC控制器模块中,建立车辆非线性纵向动力学模型;根据上一时刻计算出的自车在当前时刻的假设输出序列、自车期望位置、自车当前时刻状态、车辆非线性动力学模型,分别设计领航分布式模型预测控制器和子队列分布式模型预测控制器。求解各分布式模型预测控制器的优化模型得到对应车辆当前时刻的最优控制序列,并将最优控制序列的第一个值用于该车辆控制,同时利用该最优控制序列计算自车下一时刻假设输出序列,并发送给数据发送模块。

数据发送模块向其他车辆发送数据,所述数据均带有时间戳、数据发出车辆的编号以及该车辆下一时刻的假设输出序列,且发送不存在时延、丢包等非理想通信特性。其中车辆j假设输出序列Y

其中,分布式控制器模块的建立可分为如下步骤:

3-1)建立车辆非线性动力学模型;

对于单车道多队列系统中任一被控车辆i(i≠1)(本发明中被控车辆为单车道多队列系统中除车辆1外的其他车辆),为更加准确地描述车辆行驶过程,采用如下非线性动力学模型:

其中,t为控制时刻,p

将车辆i的t时刻状态记为x

进一步可以写作:x

其中,

车辆i在t时刻的输出方程为:y

3-2)构建分布式模型预测控制器;

接下来构建DMPC控制器。将单车道多队列系统中每一辆车作为一个节点,在除车辆1外的每个车辆节点上定义一个分布式模型预测控制器的优化模型。每个优化模型只利用该节点邻域车辆节点的信息进行优化求解,得到该节点的控制输入,则共建立N-1个分布式模型预测控制器的优化模型。

在这N个优化模型中,预测步长均为N

3-2-1)构建领航分布式模型预测控制器优化模型;具体步骤如下:

3-2-1-1)领航车层采用PF拓扑结构,从第二辆领航车起,每辆车只接收前一辆领航车的信息,则其模型预测控制器的目标函数要考虑三个方面。对于除车辆1节点外的每个领航车节点i,i=2,...,n

J

其中,

3-2-1-2)领航车节点i的领航分布式模型预测控制器优化模型的约束条件包括如下几项:

3-2-1-3)基于上述目标函数和约束条件,可以得到领航车节点i的分布式非线性模型预测控制器的优化模型为:

求解上述局部优化模型即可得到领航车辆节点i在t时刻的最优预测控制输入序列

3-2-2)构建子队列分布式模型预测控制器优化模型;

3-2-2-1)子队列层均采用PLF拓扑结构,每辆跟随车节点接收其前一辆跟随车信息,同时接收该车自身所在子队列的领航车的信息,用于自车控制。与领航车层相比,子队列层要考虑其领航车信息,因此其模型预测控制器的目标函数要考虑四个方面。对于任一子队列j,其领航车节点为n

J

其中,

子队列跟随车节点i的分布式模型预测控制器优化模型的约束条件包括如下几项:

3-2-2-3)基于上述目标函数和约束条件,可以得到子队列跟随车节点i的分布式非线性模型预测控制器的优化模型为:

求解上述局部优化模型即可得到子队列跟随车节点i在t时刻的最优预测控制输入序列

3-3)计算车辆假设输出序列;

对于被控领航车节点(即除第一辆领航车节点外的其他领航车节点)和所有子队列跟随车节点,均需根据步骤3-2)中计算出对应的最优预测控制输入序列和车辆当前时刻状态,计算该节点在下一个时刻的预测时域中的最优状态序列:

其中,x

计算该节点t+1时刻的假设输入序列:

得到该节点t+1时刻的相应的假设输出轨迹为:

则车辆节点i t+1时刻的假设输出序列为:

车辆节点i将该序列通过无线通信传输给其他车辆。

数据发送模块将自车ID、自车假设输出序列打包,根据领航及子队列牵引矩阵、邻接矩阵,通过通信网络将打包好的数据发送给需要接收该数据包的车辆。具体地,对于领航车节点,其需要在领航车层和子队列层同时发送信息,在领航车层,根据领航牵引矩阵和领航邻接矩阵元素,将自车信息发送给后方领航车;在子队列层,领航车需根据该子队列的子队列牵引矩阵将自车信息发送给所有子队列跟随车。对于子队列层,跟随车需根据子队列邻接矩阵元素将自车信息发送给后方跟随车。

根据上述方法可以构建出单车道多队列系统的统一模型,并分别针对领航车层和子队列层的车辆设计了分布式模型预测控制器,以进行车辆运动控制。在应用过程中可按照如图6所示的流程进行多队列控制。

A.程序初始化。

该步骤包括单车道多队列系统的建立和控制器初始化等内容。根据车车通信内容获得多队列的相关参数,包括自车所处子队列的编号、自车所处子队列领航车的编号、自车编号、与前车的期望车间距等。进行控制器的初始化,即假设当前为t=0时刻,假设所有车辆均处于匀速运动,控制量为保持车辆匀速运动的值,则可通过车辆动力学模型迭代计算节点i上的假设输入与输出序列,以用于后续控制器计算。

B.自车身份判断。

根据自车编号和领航车编号判断自车是否为领航车,若是,则跳转C,否则跳转D;

C.领航车控制。

在每一时刻t,除第1领航车外的其他领航车i采集当前时刻自车状态x

D.子队列跟随车控制。

在每一时刻t,每辆子队列跟随车i采集当前时刻自车状态x

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号