[發明專利]基于分布式有限時間狀態觀測器的多智能車輛編隊方法

有效

• 申請號: 201910571957.4
• 申請日: 2019-06-28
• 公開（公告）號: CN110209175B
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 王祝萍;汪磊;張皓;陳啟軍
• 申請（專利權）人: 同濟大學
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 趙繼明

本發明涉及一種基于分布式有限時間狀態觀測器的多智能車輛編隊方法，包括步驟：S1、根據智能車輛運動學模型，描述智能車輛的運動學特征；S2、構建多智能車輛的主從架構，并基于有向生成樹的拓撲結構建立多智能車輛間的通信網絡結構；S3、設計不依賴于全局坐標信息的分布式有限時間狀態觀測器，以得到觀測值；S4、將觀測值輸入多智能車輛分布式編隊控制器，以實現多智能車輛的自動編隊。與現有技術相比，本發明通過激光雷達和陀螺儀獲取車輛間的相對位置，使誤差控制在毫米級范圍內，保證了觀測值更加接近實際值，同時采用有向生成樹構建通信網絡結構保證了觀測器的收斂性，最終能有效提升智能車輛編隊的精度與安全性。

技術領域

本發明涉及多智能車輛協同控制領域，尤其是涉及一種基于分布式有限時間狀態觀測器的多智能車輛編隊方法。

背景技術

隨著對智能駕駛車輛研究的不斷深入，單個智能車輛性能(如負載能力、工作效率、探測視野等)的有限性被逐漸暴露出來，利用群體協同工作的優勢可以克服單體的能力局限，提高整體系統性能，相比單個智能體，多智能體系統有著不可替代的優越性：

對于復雜的任務和環境，多智能體系統可把復雜的任務分解成多個簡單的子任務，然后利用多個智能體分布在不同的區域內同時工作，從而提高工作效率；

多個智能體分布在區域較大的環境中，各自感知其周圍的環境，通過智能體間的通信共享各自感知到的信息，大大擴展了多智能體系統對環境的感知范圍；

多智能體系統在數量上的冗余，能夠提高整個系統的魯棒性；

多智能體系統還具有可擴展性，能根據不同的要求對自身進行擴展，從而完成新的任務。

因此，開展多智能車輛的協同控制研究，具有十分重要的研究意義，在多智能車的協同控制研究中，常見的協同控制方法包括制有跟隨領航法、基于行為法、虛結構法、人工勢場法等，這些協同控制方法可以分為兩種框架：集中式框架和分布式框架。這兩種框架一般都是基于主從結構，即在一個多智能車系統中，選取某一個智能車作為主機，其他車輛作為從機，主機與從機之間通過無線通信建立連接。

集中式框架是指主機與所有的從機之間進行通信，主機掌握所有環境信息，并向所有的從機發送控制信號并傳輸數據，集中式框架的優點是其結構清晰，容易實現，其缺點在于系統對主機依賴度過高，當主機出現故障時，會導致整個系統的癱瘓，由于信號的集中處理和傳輸會給主機帶來極大的計算量和通訊負擔，因此對主機的計算和通信性能要求很高，系統的可擴展性比較弱。

分布式架構是指主機只與部分從機進行通信，從機與從機之間也會存在相互通信，整個系統的通信拓撲以一種有向圖或無向圖的形式存在，系統中的每一個智能車輛只通過獲取其鄰居以及自身的狀態信息來實現整體的協同目標，這種分布式的架構具有靈活性好、有較強的擴展能力和容錯能力、能夠適應各種變化的環境等優點，此外，在分布式系統中，一般不存在較大的計算量和通訊負擔，由于分布式系統解決了集中式系統在系統規模擴大時存在的各種制約問題，因而目前有關多智能車輛協同控制的研究也在往分布式方向發展，其中多智能車的分布式編隊控制技術因其潛在的巨大價值受到了研究者的廣泛關注。

在多智能車輛的分布式編隊控制中，由于車輛模型的非線性與復雜性，分布式編隊控制器的設計往往是研究中的主要難點。隨著近年來研究人員的不斷深入，人們發現分布式狀態觀測器的引入可以極大地降低分布式編隊控制器的設計難度，因為分布式狀態觀測器可以幫助所有的從機獲取主機的信息，在此基礎之上，復雜的分布式編隊控制問題往往可以簡化成一個相對簡單的單車控制問題。在分布式狀態觀測器的研究中，觀測器的性能往往可以從兩個角度來判斷：第一，是否能夠收斂到被觀測對象的真實值，第二，收斂到被觀測對象真實值所需要的時間。現有的研究中，能夠收斂到被觀測對象的真實值的觀測器按其收斂時間或效果一般分為漸進收斂、指數收斂以及有限時間收斂，其中漸進收斂和指數收斂都需要時間趨于無窮大時才能收斂到真實值，而有限時間收斂可以在某一確定的時間內收斂到真實值。因而，分布式有限時間狀態觀測器是一種更優的觀測器。