基于卡尔曼滤波与可达集的自主车辆安全性验证方法

针对目前自动驾驶中车辆安全性验证缺少动态验证过程以及安全性验证结果保守度过高的问题,构建车辆动力学和车辆跟踪偏差模型,结合卡尔曼滤波与传感器数据对目标集动态状态进行预测更新,通过可达性分析计算可达集;提出准确度指标、优化度指标以及风险指标评价可达集,通过优化各个指标参数以平衡可达集保守度和危险度,在此基础上建立车辆安全等级,实现了自主车辆动态安全性验证任务。结果表明,基于卡尔曼滤波与可达集的自主车辆安全性验证方法不仅可以在平衡保守度和风险度的情况下验证自主车辆安全等级,还可以为车辆监控预警系统提供依据。

基于改进反向可达集的在线社交网络不良信息抑制方法

随着互联网的发展,网络中不良信息的数量呈现出快速增长的趋势,对于社会的稳定与安全构成了威胁.传统的在线社交网络不良信息抑制方法存在效率低、实时性差等问题,为此提出一种基于改进反向可达集的在线社交网络不良信息抑制方法.分析现有的网络不良信息抑制方法,介绍了反向可达集的概念和原理,基于六度分隔理论,提出一种改进反向可达集的生成方法,并进一步提出一种不良信息抑制方法IRRIMM.通过在真实的社交网络数据集中的实验验证了所提出方法的有效性.

基于可达集的无人机低空飞行冲突解脱算法

针对无人空中交通管理(UTM)中的冲突解脱问题,提出了以可达集分析为基础的实时避撞算法。该算法可用于城市低空环境中的密集交通流空域,保证无人机(UAV)飞行过程的安全性。基于相对运动的概念,通过分析平面空域中的飞行博弈问题对避撞系统进行建模,同时利用水平集方法和最优控制理论对无人机的可达集进行分析和计算,使用机载传感器获取无人机与周围物体的信息,为每架无人机提供新的避撞策略。通过3种不同空域环境的飞行案例进行仿真实验,验证了该策略不仅可以得到平滑的飞行路径,实时安全地解决冲突解脱问题,而且针对合作/非合作目标均有效。

基于可达集的虚拟编组行车安全防护方法研究

虚拟编组可有效提升运输能力,是轨道交通领域的研究前沿,其行车方式的变革给列车运行控制带来新的问题。为满足虚拟编组行车紧密追踪及协同作业的安全防护需求,探讨一种基于可达集的虚拟编组列车运行安全防护方法。首先,构造列车运行控制混成自动机模型,更加精确地描述编组列车控制行为;然后,提出一种通过对混成模型过近似可达集求解来确保列车运行安全的防护方法,深入剖析虚拟编组列车运动行为,给出一种面向多面体精化的自适应步长可达集求解算法,能够实时预测前行列车动态轨迹,进而达到最大限度缩短列车追踪间隔的效果;最后,利用实际线路数据进行仿真实验。实验结果表明,该防护方法与传统防护方法相比,可进一步缩短列车追踪间隔,更能满足虚拟编组行车安全防护需求。

中立型马尔可夫跳跃系统的可达集边界估计

通过构造适当的Lyapunov泛函,利用改进的Wirtinger型积分不等式,并结合自由权矩阵思想和时滞拆分方法,得到了一类具有分布时滞的中立型马尔可夫跳跃系统以线性矩阵不等式形式表示的、较小的可达集边界条件.

广义半马尔可夫跳跃系统可达集边界估计

基于Lyapunov泛函方法,研究了一类具有时变时滞的广义半马尔可夫跳跃系统的可达集边界估计问题.先通过分片分析方法和积分不等式技术获得快慢子系统的边界,再利用半马尔可夫转移率的上下界处理转移率非常值的问题,最后以线性矩阵不等式形式给出了系统可达集边界存在的充分条件.

多约束下车辆自主决策可达集分析

探究了自主车辆安全决策中存在的问题,包括复杂的操作条件及不确定性,传统验证方法无法满足这些需求,会降低自主车辆的安全性。为解决这一问题,提出了一种创新方法,利用车道边界作为主要约束条件,运用哈密顿-雅可比方程管理可达集,通过水平集技术可视化可达集,帮助自主车辆界定安全区域。研究结果表明,此方法提高了自主车辆的适应性,为其在复杂道路环境中的智能驾驶提供了理论支持,提升了道路安全性。这一多目标约束可达集建模方法有望推动自主驾驶汽车技术的进一步发展,实现更安全高效的道路交通。

基于可达集的自主车辆超车决策

车辆在自主驾驶中会遇到随机障碍物,存在无法识别问题,且自主驾驶的安全性验证模型大多为单个目标,导致自主驾驶车辆系统的适应性能力不高。将哈密顿雅可比方程与可达集分析方法相结合,提出在自主驾驶超车决策模型中对即将进行超车的车辆同向道增加一辆目标车辆及反向车道增加一辆目标车辆的方法,以可达集为约束条件改进模型,得出自主驾驶车辆与目标车辆在任何环境下的行为。采用水平集等方法来描述自主驾驶车辆的超车过程,结合自主驾驶车辆在不同环境下可能会发生的不同运行状态,引入曲线道路下车辆行驶过程,得出车辆行驶的特性曲线函数及自主驾驶车辆在不同行驶状态的下可达集变化。结果表明,此方法在交通堵塞道路及超车环境下,能够评估自主驾驶车辆的安全性,为车辆的智能驾驶决策提供参考。

自主车辆避障安全路径的可达集建模

针对传统的路径规划算法在车辆不确定行为状态方面存在的问题,提出将运动车辆视为在连续和离散模式间动态切换的混合系统,采用单一安全目标位置建模车辆避障最优轨迹,并基于多目标轨迹束建立安全状态可达集的建模方法。借此分析了车辆碰撞不可避免的条件,提出了车辆避障最优控制问题的松弛约束。仿真表明,该方法不仅可以规划车辆避障轨迹,还可以推断避障过程中车辆安全状态的可达范围,增强了系统对未来某一时间间隔内车辆状态安全的预测能力。

基于Hamilton-Jacobi方程的飞行器机动动作可达集分析

为了给驾驶员完成标准机动动作提供决策支持,提出一种使用哈密尔顿–雅克比(Hamilton-Jacobi)方程求解机动动作可行状态空间的研究方法.使用关键点将机动动作划分为不同阶段,将各关键点的标准状态约束作为目标集,逆时间求解目标集对应的可达集得到各阶段的边界状态范围,目标集和可达集均由零水平集表示.使用该方法得到斤斗动作三维度运动模型下各阶段的可达集及斤斗动作的可行状态空间,为了使运动模型的控制量与驾驶员实际操纵更为接近,构建了以迎角变化率为控制量的四维度运动模型,在此基础上对斤斗动作各阶段的可达集进行了分析.

一种基于转矩可达集的操纵面组合分配设计方法

现有基于数学规划的操纵面组合分配方法往往忽略操纵面之间物理区别、同时调用所有控制面参与各阶段分配求解,这种做法极不利于算法的工程应用和系统的可靠性。提出了一种基于转矩可达集设计的操纵面组合分配方法,该方法首先计算出各个基控制组的转矩可达集,在此基础上综合分析各个基控制组转矩可达集的构造特点,结合操纵面的气动特性、雷达反射特性、最少推力矢量模式等工程要求,确立一组主控舵面,以使现有常规布局飞机的控制律设计方法和经验得以沿用。而当主控舵面不能满足机动飞行对于可用力矩的需求时,启用辅助操纵面及推力矢量操纵面,辅助操纵面的管理按照舵面偏转对于雷达反射的优先级进行。仿真验证表明:文中提出的方法避免了数学规划法各模态切换带来的复杂问题,按照三轴可用力矩调度管理辅助操纵面、推力矢量操纵面的方法有效可行,能够实现合理的操纵面分配设计。

基于可达集的车辆躲避策略及安全性验证

针对目前传统算法在安全性验证中置信水平较低的问题,将自主车辆在道路上的行为视为混合系统,提出以道路边界为约束条件的安全区域可达集建模方法。在此基础上建立安全等级评判标准,给出自主车辆道路行为的哈密顿雅可比方程;提出自主车辆避障问题的最优控制方法。结果表明,该方法不仅可以应用于自动驾驶车辆的安全性验证,还能够对手动驾驶的危险行为进行预警和规避,增加了车辆安全性验证的置信度。

具有自适应噪声边界的Tube可达集鲁棒预测控制

针对过程噪声设定边界与真实噪声边界失配的有界干扰离散线性不确定系统,提出一种具有自适应噪声边界的Tube可达集鲁棒模型预测控制方法.首先,该算法引入基于MIT规则的自适应集员滤波在线估计系统状态和噪声边界.其次,基于估计值,通过迭代自适应集员滤波的时间更新部分计算出预测时域内闭环不确定系统状态的可达集.最后,用可达集代替不变集并根据Tube鲁棒模型预测控制策略,给出了实际不确定系统的控制律,确保系统状态鲁棒渐近稳定,并收敛于终端干扰不变集.仿真结果验证了该控制方法的有效性.

多操纵面飞机耦合非线性可达集研究

针对现代飞机操纵面多、交叉耦合效应强，线性可达集无法实现指令精确分配的问题，提出了一种耦合非线性可达集的构建方法。研究了线性控制分配方法。给出了可达集的基本性质。根据耦合非线性可达集边界面的特点，分别定义了耦合、半耦合和非耦合三种边界面类型，并通过向量空间运算，给出了耦合非线性可达集的构建方法。针对边界面非线性的特点，采用线性逼近方法得到了可达集体积的计算公式。最后通过实例构建了某多操纵面飞机的耦合非线性可达集。

复杂环境下车辆自主决策可达集分析

针对传统的车辆安全性验证模型多为单目标简单环境而导致其适应性低的问题,提出基于哈密顿-雅可比方程的可达集分析方法.在经典超车问题的建模中,通过加入对向来车,增加模型的复杂度和可达集计算的约束条件,识别并预测场景中各交通参与者的机动行为.为了提高计算的准确性,采用水平集方法描述可达集演变过程,引入曲线行驶下车辆行驶特性函数fa(x),以适应自主车辆在不同行为决策下可达集的变化.仿真结果表明,该方法在复杂的道路交通环境下不仅能够判断自主车辆目前状态的安全性,而且能够预测未来时刻的安全性,同时可为智能驾驶决策的安全性提供参考依据.

多目标环境下车辆自主决策可达集分析

由于自主车辆具有离散控制和连续行为混成以及不可避免的系统偏差的特点,使传统验证方法无法遍历所有不确定的系统输入和运行状态,因而自主车辆安全决策的置信水平较低。为此,提出以车道边界作为约束条件的多目标约束的可达集建模方法,该方法利用哈密顿雅可比方程控制可达集变化,利用水平集完成可达集的可视化任务,确定具有不确定系统输入和运行状态的自主车辆安全区域。结果表明,与传统仿真方法相比,基于可达集的自主车辆多目标安全决策方法具有更高的适应性,并且可以为智能驾驶车辆在较为复杂环境下的安全性提供理论保证。

多操纵面控制分配策略的虚拟可达集研究

针对现代飞行器操纵面个数多且控制效率相互耦合,难于直接构建虚拟控制指令可达集的问题,在研究控制分配技术的基础上提出了一种通用的构建方案。基于线性控制分配模型,分别对独立操纵面和共面操纵面两种情形分析了虚拟控制指令可达集的基本性质。通过向量的空间运算获取了可达集的边界顶点,结合凸包络理论构建了可达集的几何外形,给出了其体积的计算方法。仿真实验表明,该方案不受操纵面个数的限制,能够快速准确地构建所有操纵面组合的虚拟控制可达集,对其他过驱动系统都是可行的。

基于可达集的鲁棒模型预测控制

设计了一种基于可达集的鲁棒模型预测控制算法.首先确定了一个鲁棒不变集,并将此不变集用作模型预测控制的终端约束集:接着采用终端约束集对可达集的包含度作为优化指标;最后,采用预测时域逐渐减小的控制策略以保证在线优化存在可行解.从理论上证明了吸引域内的任意点在有限时域内都会被引导至终端约束集并始终停留在此集之内,并由仿真算例验证了本文所设计鲁棒模型预测控制算法的可行性.

广义随机Petri网(GSPN)的一种可达集生成算法

广义随机Pctri网(GSPN)在离散事件系统的性能分析中得到广泛的应用。本文提供了用计算机自动进行GSPN可达性分析的算法,该算法可处理含禁止线,k有界的情况,也同时适用于PN、SPN模型,并给出几个应用本算法的例子。

可达集约束下的自主车辆路径规划势场蚁群算法

针对目前路径规划算法不能覆盖车辆所有不确定的状态而导致安全性低的问题,提出了以后向可达集为约束的自主车辆最优路径规划算法。即后向可达集的变化范围作为势场蚁群算法的约束条件,在多车辆道路交通环境下,利用后向可达集不同安全区域信息素浓度不同,且越靠近危险区域信息素浓度越低的特点,给出了自主车辆最优路径建模方法,并且从理论上保证了该算法安全性的置信水平。仿真表明,该方法不仅提高了传统势场蚁群算法的安全性,同时也可以推算自主车辆轨迹跟踪的过程中安全状态的可达范围,预测自主车辆未来一段时间间隔内安全状态。