[發明專利]智能網聯車輛隊列協同駕駛模型預測控制方法有效
| 申請號: | 202210070682.8 | 申請日: | 2022-01-21 |
| 公開(公告)號: | CN114489067B | 公開(公告)日: | 2023-09-12 |
| 發明(設計)人: | 王建;王立超 | 申請(專利權)人: | 東南大學 |
| 主分類號: | G05D1/02 | 分類號: | G05D1/02 |
| 代理公司: | 南京經緯專利商標代理有限公司 32200 | 代理人: | 姜慧勤 |
| 地址: | 210096 *** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 智能 車輛 隊列 協同 駕駛 模型 預測 控制 方法 | ||
1.智能網聯車輛隊列協同駕駛改進型模型預測控制方法,其特征在于,包括如下步驟:
步驟1,針對智能網聯車輛隊列提出離散最優控制問題;具體為:
設定智能網聯車輛隊列長度為n+1,隊列中所有車輛身份分別為車輛0、車輛1、車輛2、…、車輛n,車輛0為隊列頭車,車輛n為隊列尾車,車輛1到車輛n均為跟馳車輛;
利用xi(t)、vi(t)和ui(t)分別表示隊列中車輛i在t時刻的位置、速度以及加減速,i=0,1,…,n,將時間離散成連續的小的時間段,每一段的時間長度為τ秒,則時間段k的起始時刻為kτ,終點時刻為(k+1)τ,時刻kτ稱為放樣時刻,在該時刻,隊列中所有跟馳車輛執行新的加減速直到時刻(k+1)τ為止,k=1,2,3,…;
設定在τ時間段內,車輛的加減速一樣,通過優化所有跟馳車輛的加減速達到隊列運動整體最優的目的,提出以下離散最優控制問題,目標函數為:
約束條件為:
其中,P是預測時域,目標函數中項是目標懲罰函數,β是時間懲罰函數,ai、bi為車輛i的控制因子,ai作用于相鄰車輛實際車頭間距與理想車頭間距差,bi作用于相鄰車輛速度差與加減速度差,zi(m)為相鄰車輛i-1和i在m時刻的實際車頭間距與理想車頭間距差,yi(m)為相鄰車輛i-1和i在m時刻的速度差,ui(m)為車輛i在m時刻的加減速,φ(P)為預測時域P內的實際車頭間距與理想車頭間距差和相鄰車輛速度差的關系函數;aP、bP為預測時域P內目標函數的控制因子;
約束條件中第一和第二個公式為每個跟馳車輛在每個時刻m的動力學方程,xi(m+1)、xi(m)分別為車輛i在m+1、m時刻的位置,vi(m+1)、vi(m)分別為車輛i在m+1、m時刻的速度,si(m)為相鄰車輛i-1和i在m時刻的車頭間距,smin為安全閾值,vmax、vmin分別為速度的上、下界,umax、umin分別為加減速的上、下界,約束條件中第六和第七個公式分別給出隊列中所有車輛位置和速度的初始值,即在放樣時刻kτ的值,xi(0)、vi(0)分別為車輛i位置、速度初始值;
步驟2,在每個放樣時刻kτ之前ρ1秒開始求解離散最優控制問題,獲得未來P時段內所有跟馳車輛的最優加減速方案,ρ1秒需要大于等于求解離散最優控制問題的時間。
2.根據權利要求1所述的智能網聯車輛隊列協同駕駛改進型模型預測控制方法,其特征在于,所述離散最優控制問題的求解從時刻kτ-ρ1開始,需要預測時刻kτ隊列所有車輛位置和速度,其中,所有跟馳車輛在時刻kτ的位置和速度計算如下:
其中,xi(kτ-ρ1)、vi(kτ-ρ1)以及ui(kτ-ρ1)分別表示車輛i在時刻kτ-ρ1的位置、速度和加減速;
隊列頭車在時刻kτ的位置和速度預測如下:
其中,和分別表示隊列頭車在時刻kτ預測的位置和速度。
3.根據權利要求1所述的智能網聯車輛隊列協同駕駛改進型模型預測控制方法,其特征在于,所述改進型模型預測控制方法的控制過程為:在每個放樣時刻kτ前ρ1秒,隊列頭車收集所有跟馳車輛的速度、加減速度和位置信息,然后求解所述離散最優控制問題獲得未來P時段內所有車輛最優加減速方案,隊列頭車將該方案發送至所有跟馳車輛,跟馳車輛只執行k到k+1時間段的最優加減速,在時刻(k+1)τ,隊列頭車再次收集所有跟馳車輛速度、加減速度和位置信息,如此往復控制。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于東南大學,未經東南大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210070682.8/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種無隙預壓傳動裝置
- 下一篇:一種基于聲振信號的隨鉆巖性智能識別方法與系統





