Cloud Control System Architectures,Technologies and Applications on Intelligent and Connected Vehicles:a Review

The electrification of vehicle helps to improve its operation efficiency and safety.Due to fast development of network,sensors,as well as computing technology,it becomes realizable to have vehicles driving autonomously.To achieve autonomous driving,several steps,including environment perception,path-planning,and dynamic control,need to be done.However,vehicles equipped with on-board sensors still have limitations in acquiring necessary environmental data for optimal driving decisions.Intelligent and connected vehicles(ICV)cloud control system(CCS)has been introduced as a new concept as it is a potentially synthetic solution for high level automated driving to improve safety and optimize traffic flow in intelligent transportation.This paper systematically investigated the concept of cloud control system from cloud related applications on ICVs,and cloud control system architecture design,as well as its core technologies development.Based on the analysis,the challenges and suggestions on cloud control system development have been addressed.

智能网联汽车云控系统原理及其典型应用

智能网联汽车云控系统是基于新一代移动互联技术的车路云一体化融合控制系统(CCS),它是信息物理系统理论在智能网联汽车领域的典型应用。本文介绍了该系统的基本概念,架构组成、核心功能与工作原理。该系统具备车路云泛在互联、交通全要素数字映射、全局性能优化、高效计算调度、系统运行高可靠等5大特征,涉及端边云结合的一体化技术与动态资源调度技术等基础技术特点。同时介绍了该系统的2类典型应用:云控汽车节能驾驶系统(CloudEDS)、云控交通信号管控(CloudTCS),可显著提升车辆行驶经济性和道路通畅性。云控系统对中国智能汽车与智能交通产业的融合发展具有重要意义,亟需系统顶层规划、产业环境建设、标准法规统筹设计,推进核心技术攻关及产业化示范应用。

磁带导引AGV的自抗扰循迹控制方法

本文研究了磁带导引自动导引小车(AGV)的循迹控制问题,设计了一种线性自抗扰控制器,以达到AGV精准循迹、抗干扰能力强的控制要求。首先,建立了磁带导引AGV循迹误差系统的数学模型,将循迹控制系统的不确定动态描述为系统的加性总和干扰,通过设计扩张状态观测器对这些干扰量进行实时估计,进一步,设计线性自抗扰控制器对这些干扰进行动态线性化补偿,从而降低AGV循迹模型的不确定性及循迹过程中外部随机干扰对循迹控制性能的影响。最后,搭建了磁带导引AGV实验平台,并在该平台上验证了所提出方法的有效性和优越性。

磁导航车体运动数字控制系统数学模型研究

探讨磁导航车体运动数字控制系统的数学模型。用实验方法建立磁导航车体运动数字控制系统典型环节的时间连续数学模型,结合车体运动机械操纵环节的传统数学模型建立整个控制系统的时间连续数学模型。利用Z变换方法把控制系统时间连续数学模型转换成离散数学模型,引入数字控制系统典型环节的数学模型,建立磁导航车体运动数字控制系统的离散数学模型。设计数字控制系统的二次型最优控制器并进行计算机仿真。仿真分析结果验证了数学模型的有效性。

自动导引车云导引平台的研究与设计

针对传统自动导引车(AGV)导引方式存在抗干扰弱、灵活性差、造价高等问题,提出一种基于云端的导引方式,设计并实现了该导引方式的云导引平台(CBGP)。该平台系统中CBGP服务器提供平台接入、通信和任务执行管理等功能,MapReduce计算框架和HDFS文件系统提供分布式路径计算和存储。实验结果表明,CBGP平台能够较好地应用并行路径规划算法,并提供合适的路径完成云端导引AGV的任务。

利用通行能力余量的智能网联车队生态驾驶模型

针对非饱和城乡交通干道上存在通行能力余量和高燃油消耗的问题,提出一种利用通行能力余量的智能网联车队生态驾驶模型,该模型兼顾燃油经济性和通行能力两个目标,通过优化求解获取最优速度曲线,引导一系列小型车队平滑地通过非饱和城乡交通干道。提出近似的速度优化模型并采用遗传算法对其求解。定义3种控制方案对模型进行测试,仿真结果表明:与方案1相比,方案2燃油消耗量减少49.4%,通行能力增加200%,绿灯剩余时间减少14.7%;方案3燃油消耗量减少59.5%,通行能力增加200%,绿灯剩余时间减少23.5%。与方案2相比,方案3可以在不影响通行能力的前提下,通过绿灯剩余时间缩短10.3%和平均速度降低5.2%,燃油消耗量可以减少20%。结果表明,当信号交叉口存在通行能力余量时,可以通过调整车辆的行驶速度曲线以充分利用通行能力余量,明显改善燃油经济性。