紧急路况下智能网联车辆队列控制策略设计及仿真分析

智能网联车辆队列能够有效改善燃油经济性、提高行车安全性,但在实际中不可避免会遇到其他车辆干扰需要紧急制动的路况。对紧急路况下智能网联车辆队列控制策略进行研究,确保车辆队列的行车安全性与稳定性。对紧急制动、他车插入并长时间停留、他车插入并快速驶离3种紧急路况下的控制策略进行设计,并在PreScan平台下开展3种控制策略的仿真试验。结果表明,所设计的3种紧急路况下的控制策略能够确保智能网联车辆队列的安全、稳定行驶。

智能车辆队列横纵向有限时间滑模控制

针对智能车辆队列横纵向控制及误差快速收敛问题,本文提出一种分布式横纵向有限时间滑模控制策略.首先,考虑跟踪误差的连锁反应及横纵向耦合效应,利用投影变换建立车辆队列横纵向误差模型,提出一种车辆队列横纵向控制框架.而后,针对误差快速收敛问题,设计非奇异积分终端滑模面(NITSM)与自适应幂次积分趋近律(APIRL),通过构造Lyapunov函数分析系统的有限时间稳定性与队列稳定性.最后,基于Trucksim/Simulink联合仿真以及实车实验进一步验证了本文方法的有效性.结果表明,本文所提方法能保证队列稳定性,并实现误差快速收敛,规避跟踪误差的连锁反应及车辆横向运动对纵向车间距误差的影响.

基于全局快速积分终端滑模的智能车队有限时间纵向控制

针对智能车辆队列纵向协同控制问题,提出一种基于终端滑模和非光滑趋近律的有限时间控制算法以提高车队系统车间距的收敛性能和强队列稳定性。首先,为加快车辆队列车间距误差的收敛速度,实现目标车速的快速跟踪,构建包含车间距误差积分项的全局快速积分终端滑模面(GFITSMS)。其次,针对由外部干扰作用造成的车间距稳态收敛误差,提出连续但不可导的非光滑趋近律(NSRL),并基于提出的GFITSMS和NSRL构建全局快速积分终端滑模控制器(GFITSMC),通过构造Lyapunov函数,分析车队系统的队列有限时间稳定性和车间距误差的快速收敛性。研究结果表明,在首车-跟随(LF)通信拓扑结构下,相较于普通滑模控制器(SMC)和双幂次滑模控制器(DPSMC),所提有限时间控制器使车间距误差收敛时间分别减少了56.3%和50%,误差峰值分别降低了72%和58%。在前车-跟随(PF)通信拓扑结构下,车间距误差收敛时间分别减少了51.4%和48.6%。这表明所提有限时间控制算法在两种不同通信拓扑结构下均能有效地提高车间距误差的快速收敛性能和鲁棒性能,并显著改善由控制器产生抖振导致的车辆频繁加减速现象。

面向预期功能安全的汽车队列主动容错控制

针对智能网联汽车队列预期功能安全挑战,以同时存在感知、控制执行与通信系统性能局限的智能网联汽车为研究对象,提出面向预期功能安全的汽车队列主动容错控制。首先,提出适应不同间歇车间通信拓扑构型的队列容错控制方法,分别设计分布式增广综合干扰估计器、容错跟踪控制器和安全控制器,用于提供估计信息、应对理想或部分连接的和应对完全中断车间通信拓扑构型;此外,提出了时变车间通信条件下的控制器平稳切换充分条件及其在线参数自适应更新方法,应对时变的间歇通信与控制器切换。基于Matlab/Simulink建立7车队列模型和控制策略,基于dSpace和真实通信硬件搭建队列容错控制硬件在环试验平台,对比验证了所提控制策略的有效性和优越性。仿真和试验结果表明,所提方法在多种工况下均可保障队列在同时存在感知、控制执行和通信性能局限条件下的安全稳定运行,且良好的鲁棒性和切换平顺性。

编队运行中多车通信故障影响及其数据弥补研究

智能网联车编队运行以其特有的安全、高效和节能等优势,在智能交通领域受到广泛关注。然而,该技术应用极度依赖良好的车–车通信条件,偶发或连片的通信故障将大大影响编队运行的动态性能,严重情况甚至危及车辆行驶安全。本文主要聚焦于编队运行过程中,连续多车通信故障引发的队列行驶控制数据缺失问题,分别提出了单数据源、双数据源和多数据源的数据弥补策略。进一步地,本文从车辆跟随性、燃油经济性和驾驶舒适性三个方面对比了所提数据弥补策略在不同故障窗口大小情况下编队运行的性能维持效应。仿真结果表明,三种数据弥补策略均能极大缓解由于连续多车通信故障引起的编队运行性能下降,维持良好的车辆编队运行特性。此外,对比实验还发现,因单数据源的弥补策略所选取的交通状态数据最接近故障车的状态数据,所以单数据源的弥补策略在维持队列原有良好性能上具有最佳效果,可为将来编队运行控制数据的弥补提供参考。

车联网环境下交叉路口车辆入队与轨迹规划

针对车联网环境下的十字交叉路口车辆换道进入主路的交通场景,重点考虑交叉路口次路车右转弯加入主路车辆的情形,根据交叉路口车辆的行驶特征,建立次路车入队运动学模型和主路车队控制模型。对比分析主路车队采用不变间距控制策略和变间距控制策略,在给定初始条件下,分别获得车队给次路车预留间隙过程中车队车辆的位移和速度变化曲线。采用四阶贝塞尔曲线得到次路入队车辆在交叉路口的可行轨迹区域,并进行轨迹规划,以使入队车辆安全平稳入队。最后以5辆车队列为例,利用MATLAB软件仿真分析主路车队在次路车辆入队过程的速度、位移的变化特点,并规划次路车的进入主路的轨迹路径。结果表明:主路车队采用变间距控制策略更有利于次路车安全平稳入队,次路车最佳入队位置与其速度、轨迹和初始位置有关。研究结果可为提高交叉路口通行效率和交通安全提供参考。

Design of a fractional PI~λD~μ controller using the cohort intelligence method

The cohort intelligence （CI） method has recently evolved as an optimization method based on artificial intelligence. We use the CI method for the first time to optimize the parameters of the fractional proportional- integral-derivative （PID） controller. The performance of the CI method in designing the fractional PID controller was validated and compared with those of some other popular algorithms such as particle swarm optimization, the genetic algorithm, and the improved electromagnetic algorithm. The CI method yielded improved solutions in terms of the cost function, computing time, and function evaluations in comparison with the other three algorithms. In addition, the standard deviations of the CI method demonstrated the robustness of the proposed algorithm in solving control problems.