智能网联汽车协同控制技术（第2版）课件 第14章 混行车辆编队控制方法及稳定性分析

智能网联汽车协同控制技术第2版“十四五”时期国家重点出版物出版专项规划项目新基建核心技术与融合应用丛书智能网联汽车技术系列第14章混行车辆编队控制方法及稳定性分析14.1基于模型预测控制的混行车辆编队模型14.2系统稳定性分析14.3混行车辆编队控制效果验证及分析

14.4混行车队协同控制及通信异常切换控制14.5考虑交通信号配时下的单车道混行车队协同控制14.6考虑交通信号配时下的多车道混行车队协同控制第14章

混行车辆编队控制方法及稳定性分析本章内容：●综合考虑速度、安全车距、无线通信及交通信号配时等多种约束条件，基于模型预测控制（MPC）方法建立编队控制算法；●分析控制模型满足队列稳定性和渐近稳定性时需要具备的条件●最后，通过Prescan/Matlab/Simulink软件联合仿真对建立的混行车队协同控制算法进行验证。14.1基于模型预测控制的混行车辆编队模型基于MPC建立异构混行车辆编队控制算法，具有抗干扰能力强和鲁棒性好的优点，在处理多约束、多变量问题上的效果较好。14.1基于模型预测控制的混行车辆编队模型14.1基于模型预测控制的混行车辆编队模型主要研究内容：1）采集车辆运行状态（如初始速度、初始位置等），以及当前信号灯状态（如信号灯色、信号时长、相位开始时刻等），建立状态空间方程；然后，根据实际交通环境约束条件（交通信号绿灯时长、网络状态、路段限速等）建立编队控制算法和多目标优化函数。2）研究目前存在的稳定性分析方法及其适用性和局限性，探讨基于MPC的混行车辆编队算法具体适用于哪种稳定性分析方法，并根据队列稳定性满足时刻反推车间距、速度或加速度应该满足的条件。14.1基于模型预测控制的混行车辆编队模型MPC方法的控制特点：1）建模简单，能够处理多约束、多变量问题，即使不了解系统内部运行过程，只要准确建立输入、输出模型，就可掌握系统控制量的变化，预测未来发展趋势。2）通过反馈校正，可逐步消除预测输出和实际输出之间的误差，尽可能使预测值更加准确，提高了系统的稳定性。3）针对控制目标，对预测输出和参考轨迹进行滚动优化。通过求解目标函数最优时系统最优控制率，并随着时间向前滚动一直持续优化系统，达到实际输出和预测输出一致，能够有效解决模型适应性、算法灵敏度、外界不确定因素干扰等问题，提高系统的鲁棒性。14.1.1模型预测控制方法简述14.1基于模型预测控制的混行车辆编队模型MPC方法4个组成环节：1）模型预测。能通过历史数据和现在采集的数据来预测未来时刻被控对象的发展趋势，描述其可能出现的动作行为和动态轨迹。2）反馈校正。反馈机制，更能体现系统控制效果并且便于后续优化改进。3）滚动优化。在每一个采样时刻都会根据反馈信息和控制目标自行调整优化.4）参考轨迹。系统会首先根据控制目标输出一条理想状态下的平滑的曲线，以此作为参考标准。14.1.1模型预测控制方法简述14.1基于模型预测控制的混行车辆编队模型14.1.1模型预测控制方法简述14.1基于模型预测控制的混行车辆编队模型车辆编队控制主要是为了将分散的个体组成一个整体，使同为一个队列的个体车辆具有相同的行驶速度和车间距，以此有效减少个体车辆由于判断不准确存在的车间距过大问题，减少道路资源浪费。本章以领航车为坐标原点，研究跟随车相对于领航车的纵向运动状态。14.1.2通信正常混行车辆编队控制模型14.1基于模型预测控制的混行车辆编队模型14.1.2通信正常混行车辆编队控制模型14.1基于模型预测控制的混行车辆编队模型两车实际车间距偏差：车辆间速度偏差：车辆n的车头时距：推导得14.1.2通信正常混行车辆编队控制模型14.1基于模型预测控制的混行车辆编队模型车间距偏差一阶导：速度偏差一阶导：14.1.2通信正常混行车辆编队控制模型14.1基于模型预测控制的混行车辆编队模型假设领航车以匀速状态行驶，跟随车n的实际车间距：状态空间方程：14.1.2通信正常混行车辆编队控制模型14.1基于模型预测控制的混行车辆编队模型设简化状态空间方程：14.1.2通信正常混行车辆编队控制模型14.1基于模型预测控制的混行车辆编队模型MPC中输入和输出关系：进行离散化处理14.1.2通信正常混行车辆编队控制模型14.1基于模型预测控制的混行车辆编队模型车辆输入状态方程：14.1.2通信正常混行车辆编队控制模型14.1基于模型预测控制的混行车辆编队模型式（14-14）和式（14-15）离散化处理：14.1.2通信正常混行车辆编队控制模型14.1基于模型预测控制的混行车辆编队模型建立多目标函数，不仅要满足行程时间最短，而且要保障车间距偏差和速度偏差最小。则多目标函数为14.1.2通信正常混行车辆编队控制模型14.1基于模型预测控制的混行车辆编队模型满足14.1.2通信正常混行车辆编队控制模型14.1基于模型预测控制的混行车辆编队模型有14.1.2通信正常混行车辆编队控制模型14.1基于模型预测控制的混行车辆编队模型车辆编队控制条件约束：1）加速度2）速度3）安全车距4）执行器物理限制5）通信状态6）行程时间14.1.2通信正常混行车辆编队控制模型14.1基于模型预测控制的混行车辆编队模型基于MPC的整体控制策略不改变，局部车辆输入发生变化，状态空间矩阵发生改变，进而影响最优控制策略。i号车出现通信失效，则i号车和通i－1号车的实际车间距偏差：建立状态空间方程：14.1.3通信异常混行车辆编队控制模型14.1基于模型预测控制的混行车辆编队模型设有通信异常时，MPC中输入和输出关系：进行离散化处理：14.1.3通信异常混行车辆编队控制模型14.1基于模型预测控制的混行车辆编队模型建立目标函数：满足14.1.3通信异常混行车辆编队控制模型14.2系统稳定性分析队列稳定性研究的基本过程：①队列稳定性性质的数学定义。②根据理论分析方法推导充分条件。③设计满足条件的控制器。队列稳定性3种基本属性：收敛性、有界性和可伸缩性。3种队列稳定性定义：李雅普诺夫（Lyapunov）稳定性、输入-输出稳定性和状态输入稳定性（ISSS）。14.2系统稳定性分析控制系统方程控制系统的稳定性分为三种：李雅普诺夫意义下的稳定性、渐进稳定性和大范围（全局）渐进稳定性。这三者稳定性强度逐渐增强，并且要求条件越来越苛刻。本章基于MPC建立混行车队控制模型，分析满足李雅普诺夫意义下的稳定性和渐进稳定性时应该具备的条件，以保障队列稳定性。14.2系统稳定性分析队列稳定性指队列中车辆车间距偏差值随着车队的延伸而不增加，并且相邻两车的速度偏差在车辆下行过程中减弱甚至消除。本章采用MPC方法，主要适用于离散状态，需研究系统满足队列稳定性时，应该具备的条件。14.2.1队列稳定性分析14.2系统稳定性分析14.2.1队列稳定性分析14.2系统稳定性分析14.2.1队列稳定性分析14.2系统稳定性分析一个控制系统，能够找到一个正定函数且其导数是负定的，则系统是渐进稳定的。假设本章设计的控制器满足Mayne给出的MPC系统渐进稳定4个条件，反推目标函数中未知参数的取值范围。考虑以下MPC连续约束问题：14.2.2渐进稳定性分析14.2系统稳定性分析控制器满足以下4个条件可认为是渐进稳定的：式（14-22）和式（14-23）中的权重矩阵定义为14.2.2渐进稳定性分析14.2系统稳定性分析假设式（14-21）的目标函数满足定理：14.2.2渐进稳定性分析14.2系统稳定性分析14.2.2渐进稳定性分析14.2系统稳定性分析14.2.2渐进稳定性分析14.3混行车辆编队控制效果验证及分析混行驾驶实验的验证主要分为实车验证和仿真验证两种：●混行驾驶实车实验的难度大、灵活度低。●混行驾驶仿真实验前期验证成本较低。本章根据实际道路需求和混行车辆编队特性，基于Prescan/Matlab/Simulink软件搭建不同测试场景下的联合仿真环境：首先，结合无线通信信道仿真仪对车车基车路通信系统进行建模；然后，基于Prescan微观交通仿真软件，搭建混行驾驶环境并修改车辆基本参数；之后，基于Matlab/Simulink软件对不同车辆模型进行混行车队动力学建模，对实际运行效果进行实时优化改进，并将优化后的数据发送到信道仿真仪，再分发给仿真环境中的各个车辆，实现闭环控制的目的。14.3混行车辆编队控制效果验证及分析14.3混行车辆编队控制效果验证及分析Prescan软件包含多种环境组件，通过可视化查看器（VisViewer）将场景转换成3D模式，支持车辆基本参数的修改。14.3混行车辆编队控制效果验证及分析Prescan软件可以和Vissim软件联合仿真，产生随机车流，模拟车流量较大时的交通状况；可以和Matlab/Simulink软件联合仿真，建立车辆控制模型，通过改变节气门开度、方向盘转角等让车辆按照计算出的最优控制策略行驶。Prescan软件搭建的环境与Simulink软件的模块一一对应，车辆的感知决策和执行都是通过Simulink软件平台完成的，改变控制模型参数可影响车辆在Prescan软件的运行效果.14.4混行车队协同控制及通信异常切换控制场景设计：一个十字交叉口，车辆从西向东行驶，选取5辆车进行混行车队协同控制；领航车和车辆4为CAV，车辆1为MV，车辆2和车辆3为CV。此时，MPC方法的控制时域为200ms，预测时域为辆20s。14.4.1实验场景设计14.4混行车队协同控制及通信异常切换控制14.4.1实验场景设计14.4混行车队协同控制及通信异常切换控制为了验证MPC模型的抗干扰能力和鲁棒性，因此分为两个场景：场景1，所有网联车通信正常；场景2，车辆2在第20s时出现通信中断，其余车辆通信正常。14.4.1实验场景设计14.4混行车队协同控制及通信异常切换控制场景1车队通信正常不考虑交通信号配时；领航车以正弦匀变速方式行驶；整个队列车车之间通信正常；不存在数据丢包、时延或中断等现象；通信拓扑结构保持不变。仿真结果：领航车状态发生变化，跟随车辆状态也相应发生变化，并逐步与领航车保持一致。加速度变化限制为－2～2，速度变化限制为5～20m/s，车间距偏差控制在0.2m以内。14.4.2实验结果分析14.4混行车队协同控制及通信异常切换控制14.4.2实验结果分析14.4混行车队协同控制及通信异常切换控制场景2车队通信异常车队正常行驶到第20s时，车辆场通信时延过大导致通信异常，无法将信息发送给周围车辆。仿真结果：车辆2通信异常时，队列中也无碰撞事故，保证了队列行驶安全性。第20s，车辆3的加速度和速度产生突变，但第22s恢复到正常状态；车辆2和车辆3的车间距偏差均产生小幅度波动，当整体仍控制在0.02m以内，且第40s后车间距偏差趋于0，说明满足队列稳定性要求。14.4.2实验结果分析14.4混行车队协同控制及通信异常切换控制14.4.2实验结果分析14.4混行车队协同控制及通信异常切换控制场景2Prescan软件仿真14.4.2实验结果分析14.5考虑交通信号配时下的单车道混行车队协同控制6辆车进行混行车队协同控制：车辆1和车辆4为CAV车辆2和车辆5为CV车辆3和车辆6为MVMPC方法的控制时域为100ms，预测时域为10s。14.5.1实验场景设计14.5考虑交通信号配时下的单车道混行车队协同控制14.5.1实验场景设计14.5考虑交通信号配时下的单车道混行车队协同控制14.5.1实验场景设计14.5考虑交通信号配时下的单车道混行车队协同控制6辆车进行混行车队协同控制：车队通信正常，通过改变交通信号配时，验证MPC模型和交通信号的协同关系。主要分为两个场景：场景3，当前绿灯时间能够满足6辆车同时通过，因此组成一队；场景4，当前绿灯时间不能满足6辆车同时通过，只能满足部分车辆通过，因此拆分为两个队，分别进行车队协同控制。14.5.1实验场景设计14.5考虑交通信号配时下的单车道混行车队协同控制场景3一个信号周期通过交通信号配时：绿灯时间为20s，黄灯时间为3s，红灯时间为8s。车辆均以15m/s速度进入路段，预测驶出时间和当前绿灯时间，车辆均能通过。车辆1为领航车组队。前方不存在干扰车辆，为保障车队行程时间最短，因而动态调整各车行驶状态，以最大速度20m/s通过交叉口。领航车状态发生变化，跟随车的行驶状态也会发生改变，并逐渐与领航车状态一致。14.5.2实验结果分析14.5考虑交通信号配时下的单车道混行车队协同控制仿真前6s调整车辆行驶状态，保障车队能够以最短时间通过交叉口，因此车辆加速度先增加后减少；6s后稳定于0，速度均由15m/s提升到20m/s后匀速行驶。车间距偏差变化为－0.7～0.1m，最终趋近于0，保障了队列稳定性。各车轨迹不存在交叉，说明车车间没有发生碰撞，保障了队列安全性。14.5.2实验结果分析14.5考虑交通信号配时下的单车道混行车队协同控制14.5.2实验结果分析14.5考虑交通信号配时下的单车道混行车队协同控制14.5.2实验结果分析场景3Prescan软件仿真14.5考虑交通信号配时下的单车道混行车队协同控制14.5.2实验结果分析场景4分两个信号周期通过交通信号配时：绿灯时间为10s，黄灯时间为3s，红灯时间为间5s。车辆均以15m/s速度进入路段，预测驶出时间和当前绿灯时间，前3辆车能通过，后前辆车需等待下一个绿灯时间通过。分别以1号和4号车辆作为领航车组成两个队列。队列1行程时间最短，以最大速度20m/s通过交叉口。队列2能够在下一个绿灯时间通过，且不会在停止线前停车，以9m/s的速度通过交叉口。14.5考虑交通信号配时下的单车道混行车队协同控制14.5.2实验结果分析14.5考虑交通信号配时下的单车道混行车队协同控制14.5.2实验结果分析受交通信号影响，车辆组成两个车队——车队1加速通过，车队2减速通过。由于跟随车行驶状态受领航车影响存在差异，但同一个车队的跟随车逐渐与领航车状态一致。场景4Prescan软件仿真14.6考虑交通信号配时下的多车道混行车队协同控制14.6.1实验场景设计东西直行方向车道，两个方向使用同一信号相位控制；以西向东编队区起始点为坐标原点，西向东为正方向，则东向西为负方向；编队区长度为265m，十字交叉口长度为40m，因此车辆从进入缓冲区到完全通过交叉口总共行驶的路程为305m。西向东方向和东向西方向直行车道，均分别选取10辆车进行混行车队协同控制：4辆为CAV4辆为CV2辆为MV14.6考虑交通信号配时下的多车道混行车队协同控制14.6.1实验场景设计14.6考虑交通信号配时下的多车道混行车队协同控制14.6.1实验场景设计车队通信正常，通过改变直行相位交通信号配时，验证多车道下MPC模型和交通信号的协同关系，主要分为两个场景：场景5，当前绿灯时间能够满足西向东10辆车和东向西10辆车两个方向的车辆分别组成一个队列通过；场景6，当前绿灯时间只能满足西向东10辆车和东向西10辆车两个方向的部分车辆分别组成一个队列通过，而剩余车辆只能调节速度等待下一周期通过，因此两个方向的车辆各自拆为两个车队，分别进行车队协同控制。14.6考虑交通信号配时下的多车道混行车队协同控制14.6.1实验场景设计14.6考虑交通信号配时下的多车道混行车队协同控制14.6.2实验结果分析场景5西向东和东向西直行车道分别组成一个队列交通信号配时：绿灯时间为20s，黄灯时间为3s，红灯时间为10s。西向东和东向西直行车道两个方向的车辆均以15m/s的速度进入路段，预测驶出时间和当前绿灯时间，每个车道10辆车均能通过，两个方向的1号车辆均为CAV，因此以1号车辆作为领航车进行组队。直行车道前方不存在干扰车辆，为保障车队行程时间最短，因而动态调整各车行驶状态，使其以最大速度20m/s通过交叉口。同一车队中，随着领航车状态发生变化，跟随车的行驶状态也会发生改变，并逐渐与领航车状态一致。14.6考虑交通信号配时下的多车道混行车队协同控制14.6.2实验结果分析14.6考虑交通信号配时下的多车道混行车队协同控制14.6.2实验结果分析14.6考虑交通信号配时下的多车道混行车队协同控制14