[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

本發明公開了智能網聯車輛隊列協同駕駛模型預測控制方法，具體步驟為：構建隊列行駛動力學方程，設計理想最優控制模型，以隊列運動整體最優為目標，協同控制隊列中所有車輛加減速行為；針對理想最優控制問題求解而引發控制延誤問題，提出一種改進型模型預測控制方法，有效解決了理想最優控制模型控制延誤問題，但是該方法所給出的加減速結果與最優控制模型計算結果相差較大，不能保證隊列駕駛安全和效率；針對這一問題，提出了帶估計的改進型模型預測控制方法，采用一階估計策略提高改進型模型預測控制方法最優加減速預測精度，從而不僅解決了控制延遲問題，也能精確預測理想最優控制模型最優加減速，保證了隊列駕駛安全和高效。

技術領域

本發明涉及智能網聯車輛隊列協同駕駛模型預測控制方法，屬于高速公路智能網聯車輛隊列協同控制技術領域。

背景技術

智能網聯車輛將成為解決交通擁堵、交通安全、交通污染等問題的新的突破口。智能網聯汽車是自動駕駛汽車和網聯式智能汽車的融合，通過搭載先進的車載設備，融合現代通信與網絡技術，實現車與X(車、路、人、云等)智能信息交換、共享，具備復雜環境感知、智能決策、協同控制等功能，可實現安全、高效、舒適、節能行駛，最終實現替代人類操作的新一代汽車。智能網聯車輛優勢之一在于其能形成有效隊列，使車與車之間保持較小的縱向間距，車隊整體式移動，實現提高道路通行能力、降低燃油消耗、減少尾氣排放的有益效果。

協同式自適應巡航控制模型(Cooperative?adaptive?cruise?control，CACC)通過車車通信感知隊列中多車運動狀態信息決定車輛加減速，車車通信能有效減小車輛對前車運動狀態的反映時間，因此CACC模型能極大改善智能網聯車輛的運行穩定性和安全性。當前基于駕駛行為協同的CACC模型主要采用模型預測控制方法，但是該方法在每個放樣時刻都需要求解一個最優控制問題獲得未來一段時間內隊列中所有跟馳車輛的最優加減速，其求解時間隨著隊列和預測時域的增加而增加。因此模型預測控制方法并不能對隊列進行實時控制。求解最優控制問題的計算時間會導致相應的控制延誤，并且控制延誤隨隊列和預測時間的增加而增加。模型預測控制方法控制延誤會損害隊列駕駛效果，甚至會引起交通事故的發生。

綜上，為了解決模型預測控制方法計算延誤所導致的控制延誤問題，提高網聯自動駕駛車輛隊列控制的協同效果，消除模型預測控制方法存在的控制延遲，實現網聯自動駕駛車輛最優加減速預測，有必要提出實時可控的智能網聯車輛隊列協同駕駛模型預測控制方法，增強智能網聯車輛隊列控制的實時性、安全性和有效性。

發明內容

本發明所要解決的技術問題是：提供智能網聯車輛隊列協同駕駛模型預測控制方法，解決了模型預測控制方法計算延誤所導致的控制延誤問題。

本發明為解決上述技術問題采用以下技術方案：

智能網聯車輛隊列協同駕駛改進型模型預測控制方法，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x_i(t)、v_i(t)和u_i(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：