一种任意通信链故障下的车辆编队纵向控制方法

本发明涉及智能交通，具体涉及一种任意通信链故障下的车辆编队纵向控制方法。

背景技术：

1、随着世界各国城市化进程的提速、汽车数量的爆炸式增长，城市拥堵问题也日益严重，与此相伴的是频繁的交通事故和空气污染，使城市承载能力与社会运行效率受到了严峻挑战。由于车辆编队在缓解道路拥堵、提高交通安全、降低油耗方面具有巨大潜力，近年来引起了广泛关注。

2、车辆编队纵向控制问题可以看作是一个多输入、多参数、多约束的优化问题，因此分布式模型预测控制方法可以有效地解决该问题。用于车辆编队纵向控制的分布式模型预测控制框架主要包括四个部分:车辆运动学或动力学模型、通信拓扑结构、分布式控制器和编队几何形状。其中，通信拓扑结构对于车辆编队的稳定具有至关重要的作用。编队中的每辆车都需要依靠通信拓扑定义的数据流动方向，通过车车(v2v)通信获取邻居车辆的数据，并利用这些数据构建其局部最优控制律，所以一旦通信链发生故障，将给编队带来巨大的安全隐患。因此研究一种任意通信链故障下基于分布式模型预测控制的车辆编队纵向控制方法具有极强的现实意义。

3、分布式模型预测控制被广泛地应用于解决车辆编队控制问题中，由于车辆编队的控制器分布式地布置在每辆车辆上，并且车辆编队纵向控制问题又是一个多输入、多参数、多约束的优化问题，所以我们可以很直观地将分布式模型预测控制方法用于解决任意通信链故障下的车辆编队纵向控制问题。但是对于不同通信链故障的情况而言，如何设计一种适用于所有故障情形的分布式模型预测控制器算法是解决任意通信链故障下的车辆编队纵向控制问题的核心之一。

4、目前，大多数车辆编队控制方法大多采用固定信息流拓扑，如：(a)predecessor-following，(b)predecessor-leader following，(c)bidirectional以及本文正常通信情况下采用的(d)bidirectional-leader，但是固定信息流拓扑无法应对变化莫测的编队行驶环境，这需要我们在必要时对编队的通信拓扑进行主动变换来应对不同行驶状况的发生。例如当某一通信链故障时就需要我们重新建立起新的通信链来保证车辆编队的正常行驶，因此如何设计车辆编队通信拓扑的主动变换方案是解决任意通信链故障下的车辆编队纵向控制问题的核心之一。

5、目前针对通信故障下的车辆编队纵向控制问题的研究已经有了一定的成果，但是目前的方法仍存在许多弊端。如仅适用于部分通信链故障时的车辆编队控制方法，但无法顾全任意通信链故障的情形；又或者能够适用于任意车辆通信故障时的车辆编队控制，但无法保证车辆编队的性能在故障后不受影响。这极大地限制了车辆编队的实际工程应用。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种任意通信链故障下的车辆编队纵向控制方法，旨在解决上述问题。

2、为实现上述目的，本发明采用如下技术方案：

3、一种任意通信链故障下的车辆编队纵向控制方法,包括以下步骤：

4、步骤s1:分析bidirectional-leader通信拓扑结构下可能的通信链故障情况,并根据故障位置以及处理方法分为三大类型；

5、步骤s2:利用bidirectional-leader拓扑结构特征，结合分布式模型预测控制算法针对每一种故障类型，构建相应的主动通信拓扑和控制器变换方案。

6、进一步的，所述步骤s1具体为：

7、在bidirectional-leader通信拓扑结构中，设对于n+1辆车辆组成的车辆编队，其中1辆为领航者，n辆为跟随者，

8、编号为0的领航者为所有跟随者提供期望轨迹以及紧急制动信号，其中y0(t)＝[p0(t),v0(t)]t为领航者在t时刻的位置和速度信息，sexp,i(t)＝[dexp,i(t),0]t表示车辆i与其前车的期望位置间距和速度差的向量；

9、此外，跟随者向相邻下游跟随者提供假定输出轨迹其中相邻车辆相互传递紧急制动信号；

10、根据具体故障位置以及处理方法，将通信故障情况分为三大类型：(1)领航者与任意跟随者之间失联；(2)任意跟随者m与跟随者m+1之间失联(3)领航者与跟随者1之间失联。

11、进一步的，针对正常通信和通信故障情况(1)，设计基于分布式模型预测控制的控制器，具体如下：

12、车辆编队控制目标是保持车辆之间具有一定的距离，且整车编队匀速运动:

13、

14、

15、其中ptr,n(t)表示车辆n的实际位置，pexp,n(t)表示其期望位置；vn(t)表示车辆n的实际速度,

16、设

17、dexp,n表示车辆i与其前车的期望位置间距，dtr,n表示车辆i与其前车的实际位置间距，dadj,n用于调整车辆i与其前车的距离，ddelay表示车辆接收紧急制动信号的最大通信延时内所行使的距离，dbrake表示保守的紧急制动距离，τmax表示最大通信延时，vmax表示最大速度，amax表示最大制动加速度；

18、利用车辆位置pn(t)，速度vn(t)，加速度an(t)建立如下线性系统的状态空间表达式：

19、

20、其中

21、通过对上式进行欧拉近似，得到：

22、

23、其中e为单位矩阵，t为采样时间，x(k|t)表示t时刻往后地k个采样时间的系统状态值，u(k|t)表示t时刻往后第k个采样时间的系统输入值，y(k+1|t)表示t时刻往后第k个采样时间的系统输出值；

24、对于任意车辆i∈{1,2,...,n}在t时刻有如下最优控制问题：

25、

26、s.t.

27、

28、

29、

30、

31、

32、其中表示t时刻往后第k个采样时间待求解的最优控制序列ji表示车辆i的代价函数，np表示预测时域，li表示车辆i在k＝0～np-1内任一时刻的代价函数，表示t时刻往后第k个采样时间的预测输出轨迹，表示t时刻往后第k个采样时间的假定输出轨迹，即利用上一时刻所计算出来的最优控制输入计算出的当前时刻期望输出轨迹，表示t时刻往后第k个采样时间的系统预测状态，xi(t)表示时刻t的系统状态值，表示t时刻往后第k个采样时间的预测速度，sexp,i(k|t)表示t时刻往后第k个采样时间车辆i与其前车的期望位置间距和速度差的向量，yexp,i(k|t)表示t时刻往后第k个采样时间编号为0的领航者为所有跟随者提供期望轨迹；

33、代价函数具体表达式如下所示：

34、

35、其中qi≥0,ri≥0,fi≥0,gi≥0均为对称权重矩阵；代价函数(11)的第一项表示预测输出轨迹与期望轨迹的误差；代价函数(11)的第二项表示预测输入量与编队匀速运行时输入量0的误差；代价函数(11)的第三项表示车辆i的预测输出轨迹与自身假定输出轨迹的误差；代价函数(11)的第四项表示车辆i的预测输出轨迹与前车的假定输出轨迹的误差。

36、进一步的，针对通信故障情况(2)和通信故障情况(3)，主动通信拓扑变换方案，具体如下：

37、当跟随者m与跟随者m+1之间失联发生时，主动通信拓扑变换方案是在跟随者m+1与跟随者m-1之间建立起新的通信连接，此时跟随者m+1获取跟随者m的紧急制动信号的延时随之增加，即导致dexp,m+1＝dadj,m+1+2*τmaxvmax+dbrake，dexp,i表示车辆i与前车的期望距离，dadj,i表示车辆i与前车之间的可调间距，用于调节车辆编队的密度；主动控制器变换方案根据变换后的通信拓扑结构主动对正常通信情况下的分布式模型预测控制器进行调整，对于车辆i＝m+1，其最优控制问题的约束(9)与代价函数的末项分别有如下改变：

38、

39、

40、当领航者与跟随者1之间失联发生时，主动通信拓扑变换方案是在跟随者2与领航者之间建立起新的通信连接，并改变跟随者2与跟随者1之间的信息流动方向，此时跟随者1获取领航者的紧急制动信号的延时随之增加，即导致dexp,1＝dadj,1+2*τmaxvmax+dbrake；主动控制器变换方案根据变换后的通信拓扑结构主动对正常通信情况下的分布式模型预测控制器进行调整；对于车辆i＝2，其最优控制问题的约束(9)与代价函数的末项同样分别有式(12)与(13)所示的改变；对于车辆i＝1，其最优控制问题的约束(9)与代价函数的末项分别有如下改变：

41、

42、

43、一种任意通信链故障下的车辆编队纵向控制系统,包括处理器、存储器以及存储在所述存储器上的计算机程序，所述处理器执行所述计算机程序时，具体执行如上所述的一种任意通信链故障下的车辆编队纵向控制方法中的步骤。

44、本发明与现有技术相比具有以下有益效果：

45、本发明可以有效解决任意通信链故障情况下的车辆编队纵向控制问题，即可以在任意通信链故障后仍然保持车辆编队的正常行驶，并且能够有效防止编队中任意车辆间的碰撞，为车辆编队运行的安全性提供强有力的保证。相较于现有的动态通信拓扑下的车辆编队纵向控制研究，此方法首次提出了一种能够有效解决车辆编队中任意通信链故障下的基于分布式模型预测控制的车辆编队纵向控制方法，且具有良好的可扩展性，在假设任意两车之间的通讯延时存在一个上界的情况下，理论上可扩展至无限辆车辆组成的编队中。所提出的方法在一定程度上促进车辆编队在减少道路拥堵，改善交通安全，降低油耗等方面进一步发挥其优势。