一类耦合映射模糊时滞跟驰系统的反馈控制

由于驾驶员在感应车间距变化时存在时变滞后的问题,且其灵敏度随着不同的车速和车间距在一定范围内波动,为了准确描述车辆在行驶过程中的运行状态,文中在耦合映射(CM)跟驰模型基础上,提出了一类模糊滞后CM跟驰模型,并对该模型的稳定性进行了分析.利用Lyapunov函数给出了模糊控制器存在的充分条件,使闭环跟驰系统满足稳定性,即交通拥挤现象能够得到有效抑制,并通过求解线性矩阵不等式(LMI)得到所设计的控制器.仿真实验表明,在该模糊控制器作用下,各辆车的速度震荡幅度得到了有效的降低,且能够更快地恢复到平稳状态,同时有效降低了车辆的二氧化碳排放量,说明该方法对于抑制交通拥挤和降低二氧化碳排放量是有效的.

驾驶员前视距离对汽车稳定性的影响

本文采用预瞄最优曲率模型来仿真驾驶员的控制行为。假设驾驶员向前预视一个距离d ,并根据汽车的即时状态 y(t)与 y·(t) ,来确定一个最优的轨迹曲率 1 /R ,从而确定输入一个适当的转向盘转角。分析了系统响应的稳定性条件 ,并对等速输入时系统的响应作了仿真计算 ,结果证实了稳定性条件 。

异质车联网环境下耦合映射跟驰模型的协同控制问题

本文考虑驾驶员的滞后反应时间随时间变化的特性,提出了更符合实际的耦合映射跟驰模型,利用李雅普诺夫函数理论,推导了车队行驶满足稳定性的充分条件.在此基础上,考虑异质车联网环境下同时存在人工驾驶车辆和自动驾驶车辆根据车流的运行特性,将人工驾驶车辆抽象为自动驾驶车辆传感器失效的情况,设计了状态反馈速度控制器,使得闭环系统在部分传感器失效情况下仍然满足渐近稳定,即可缓解交通拥挤问题,利用MATLAB的LMIs工具箱求解得到该控制器的增益参数,最后通过数值算例将控制器的性能与传统的Konishi反馈控制器和无控制器情形相比,并分析了人工车辆的比例和位置对控制器效果的影响,验证了本文方法的有效性.