一种智慧货运交通车辆编队的模糊一致性控制方法

本发明涉及自动驾驶与现代控制，尤其涉及一种智慧货运交通车辆编队的模糊一致性控制方法。

背景技术：

1、伴随着互联网经济的快速发展，居民消费水平发生了巨大变化，网上购物成为了大多数人的首选，这对大规模的货运运输提出了更高的要求，需要强大的货运运输网络来支持商品的运输，由此推动了物流行业规模不断扩大。根据国家统计局的数据显示，近年货运总量呈现递增趋势，其中，货运运输中公路运输量占比最大，达到了77.91％，在公路运输中又以货车运输为主要方式。货车运输等物流业务的增长给物流运营公司带来收益的同时，也给其带来了挑战：一方面是货车尺寸大，且长时间在高速公路上行驶，难以准确测量货车自身其周边货车的状态，一旦发生意外，往往造成严重的事故；另一方面货车速度慢，往往被视为道路上的“交通障碍”，给道路通行交通造成负面影响。因此，如何检测货车及周边车辆的状态，如何控制货车车辆，使它们能够达成一致，从而改善货车行驶所带来的负面影响，成为了货车车辆编队研究的重要问题之一。

技术实现思路

1、在货运运输不断智能化、信息化发展的背景下，在公路交通运输中，运输货物的货车经常以多车编队的形式出现。智慧货车交通编队模糊一致性控制系统作为智慧交通系统的子系统，用于协调和控制多辆货车在公路上行驶，以形成紧密排列的编队，对保障货车行驶安全，提高交通运输效率起着重要作用。编队货车一致性控制行驶的优点在于利用前排货车的气流屏障作用，控制后排货车进入前车尾流区，降低队列整体的空气阻力，达到在高速行驶过程中提升燃油经济性的目的。在编队行驶过程中，编队中的货车通常会通过无线通信相互连接(参见图1)，共享信息、数据和指令，把货车车辆视为多智能体且车辆数量总是非负的，利用正多智能体系统可以有效地对其进行建模。正多智能体系统也被称为正多自主系统，是一种由多个正智能体相互作用组成的系统，具有自主性、分布性、非负性等特点，可以解决一些一个正智能体无法解决的问题。正多智能体系统研究的核心在于如何设计合适的分布式控制协议以实现正多智能体系统之间协同控制。值得注意的是，分布式控制要求节点只与它的邻居通信，而不是网络中所有的节点通信。因此，货车分布式策略可以根据自己的传感信息和任务目标做出决策，以协同地保持编队，具有较强的鲁棒性，更高的运输效率，更少的通信交流，最终保持货车间距和速度一致，实现一致性控制。

2、在实际运输过程中，货车长时间行驶在高速公路上，伴随货车物理硬件以及传感器的磨损，导致智慧货车交通编队一致性控制系统状态测量精度变差，货车实际情况并不总是可以通过传感器测量得到的。因此，本发明提出了状态观测器来估计货车车辆状态。此外，由于货车运输过程中，外界交通环境复杂多变，如遇到交通堵塞，道路维修等情况，智慧货车交通编队一致性控制系统需要面对不同情况做出合适的决策，以便控制编队货车达到合适速度和间距，保证可以安全且高效地进行作业。因此，智慧货车交通编队一致性控制系统是一个复杂的非线性控制系统，线性系统难以描绘其复杂的非线性变化过程。t-s模糊模型因其具有逼近任意光滑非线性函数的良好能力，并且具有局部线性化的性质，被广泛用来处理非线性问题。本发明使用t-s模糊模型对智慧货车交通编队一致性控制系统进行建模是合理的。最终，在设计的基于分布式模糊观测器的控制协议下，智慧货车交通编队一致性控制系统使得编队货车达成一致性行驶，提高货运运输效率。本发明的具体技术方案如下：

3、一种智慧货运交通车辆编队的模糊一致性控制方法，包括如下步骤：

4、步骤1、建立货运车辆编队控制系统的t-s模糊正多智能体系统状态空间模型；

5、步骤2、建立m辆货车之间的通信网络，并且该网络通信拓扑为有向图；

6、步骤3、建立货运车辆编队控制系统的模糊分布式观测器及其控制协议；

7、步骤4、根据步骤1和步骤3，得到货运车辆编队控制系统的t-s模糊正多智能体系统的紧凑形式；

8、步骤5、引入变量，重新构造误差系统；

9、步骤6、设计货运车辆编队控制系统的观测器和控制器的增益矩阵；

10、步骤7、货运车辆编队控制系统的正性和一致性的验证过程。

11、优选地，所述步骤1，具体包括如下步骤：

12、步骤1.1、采集货运交通车辆编队控制系统中货运车辆的状态数据；

13、步骤1.2、获取货运交通车辆编队系统中的运行状态数据，包含但不限于货运车辆个数，速度，耗油量，温度等信息，建立货运车辆编队控制系统的t-s模糊正多智能体系统状态空间模型：

14、

15、

16、其中，xi(t)＝[xi1(t),xi2(t),...,xin(t)]t∈rn是在时间t时刻货运车辆编队行驶过程中的第i辆货运车的运行状态，yi(t)∈rq是在时间t时刻传感器测量的第i辆货运车的速度，ui(t)∈rp是在时间t时刻的耗油量，i∈1,2,…,n，n∈n+表示货运车辆编队控制系统中货运车的数量，hr(θ(t))是t-s模糊区间一型的隶属度函数，满足和ar∈rn×n，br∈rn×p和cr∈rq×n是系统矩阵，rn，n+，rn×n，rn×p和rq×n分别代n表维向量、正整数、n×n维、n×p维、q×n维矩阵。

17、优选地，所述步骤2，具体包括如下步骤：

18、g＝(m,θ,o),

19、其中，g为有向图的基本图，m＝{1,2,...,m},m∈n+表示货车交通车辆编队控制系统中货车的数量，并把货车车辆抽象成顶点集；表示货车车辆之间通信的边集；表示一个由顶点集和边集组合成的邻接矩阵，当[oij]＝1时，表示第i辆货车对第j辆货车有通信，当[oij]＝0时，表示第i辆货车对第j辆货车没有通信，

20、引入laplacian矩阵来描述货运交通车辆编队系统中货车之间的通信拓扑结构，具体形式如下所示：

21、

22、其中，拉普拉斯(laplacian)矩阵的主对角线元素为非主对角线元素为-[o]ij，∑表示求和符号。

23、优选地，所述步骤3中模糊分布式观测器，如下：

24、

25、基于模糊分布式观测器的控制协议，如下：

26、

27、其中，是第i个状态观测器的状态，是第i个状态观测器的输出，是第j个状态观测器的状态且j∈mi，lr，kr，pr，fr和qr分别是观测器及其控制协议的增益矩阵，j∈mi表示j可以取除i以外，1到m中的值，表示一个常向量。

28、优选地，所述步骤4，具体包括如下步骤：

29、根据步骤1.2和步骤3，得到货运车辆编队控制系统的t-s模糊正多智能体系统的紧凑形式，其结构如下：

30、

31、t-s模糊区间一型观测误差的紧凑形式为：

32、

33、其中，hr(θ(t))，hs(θ(t))和hq(θ(t))都是t-s模糊区间一型标准化的隶属度函数，im表示m维单位阵，表示克罗内克积，表示拉普拉斯矩阵。

34、优选地，所述步骤5，具体包括如下步骤：

35、步骤5.1、引入两个新变量，其结构形式如下：

36、

37、

38、其中，ξi(t)和ψi(t)是引入的新变量，βi是大于1的常数，是常向量，ei(t)是观测误差，满足

39、步骤5.2、结合1.2中的货运车辆编队控制系统的t-s模糊正多智能体系统状态空间模型和5.1中的新变量，重新构造的货运车辆编队控制系统的表达式为：

40、

41、

42、其中，且满足β＝εσ，σ是中特征值为零对应的左特征值向量，1m表示元素全为1的列向量，in表示n维单位阵，im表示m维单位阵，

43、步骤5.3、根据5.2，对重新构造的货运车辆编队控制系统进行求导，其表达式为：

44、

45、

46、步骤5.4、结合步骤4中的和5.2中重新构造的货运车辆编队控制系统，得到：

47、

48、

49、

50、步骤5.5、由于β＝εσ，σ是中特征值为零对应的左特征值向量，得到进一步得到，和因此，步骤5.4可以重写为：

51、

52、

53、

54、步骤5.6、由步骤5.5，步骤5.3可以重写为：

55、

56、

57、步骤5.7、根据步骤5.6，获得货运车辆编队控制系统表达式，如下所示：

58、

59、其中，和

60、优选地，所述步骤6，具体包括如下步骤：

61、步骤6.1、设计的货运车辆编队控制系统的观测器的增益矩阵如下：

62、

63、其中，表示与观测器增益矩阵相对应的列向量的转置，l是与观测器增益矩阵l对应的符号，vr2是向量，r表示与t-s模糊区间一型隶属度函数hr(θ(t))对应的符号，表示第i行是1，其余元素为0的n维列向量，表示元素全是1的列向量的转置；

64、步骤6.2、设计的货运车辆编队控制系统的控制器的增益矩阵如下：

65、

66、其中，表示第ι行是1，其余元素为0的p维列向量，表示第l行是1，其余元素为0的q维列向量，和表示与控制器的增益矩阵相对应的列向量的转置，s表示与t-s模糊区间一型隶属度函数hs(θ(t))对应的符号，k，c，d，和f分别是与控制器的增益矩阵对应的符号。

67、优选地，所述步骤7，具体包括如下步骤：

68、步骤7.1、假设存在常数λ＞0，0＜α＜γ，μ1>0，μ2>0和τ＞0，维向量维向量维向量使得以下不等式条件：

69、

70、

71、

72、

73、

74、

75、

76、

77、

78、对于任意的r＝1,2,…,w；s＝1,2,…,w；q＝1,2,…,w成立，那么，满足在步骤3中设计的观测器和基于状态观测器的控制协议下，步骤5.7中的货运车辆编队控制系统是正的且是一致的，其中，lmin表示的最小值，lmax表示的最大值，ρmin表示的最小值，λ，α，γ，μ1，μ2和τ都表示大于零的常数且α＜γ，i表示单位阵，和zks分别表示向量的最大向量和最小向量，βmax表示向量βi的最大向量，

79、步骤7.2、货运车辆编队控制系统的正性验证过程如下：

80、定义矩阵和的对角线矩阵和非对角线矩阵分别为：

81、

82、和

83、结合步骤7.1中的条件(1)-(4)和以及-[o]ij≤0条件，可得：和是metzler矩阵，因此，货运车辆编队控制系统是正的；

84、步骤7.3、步骤5.7中无人驾驶汽车编队系统的一致性验证过程，其构建形式如下：

85、选择t-s模糊余正lyapunov函数其中，表示lyapunov函数对应的向量，对v(t)求导得：

86、

87、其中，im表示m维单位阵，表示对隶属度函数求导，

88、定义

89、

90、

91、

92、和

93、其中，

94、

95、

96、li表示矩阵g的第i行元素和，ρi表示矩阵g的第i列元素和，m表示多智能体的个数；

97、步骤7.4、由步骤7.1中的条件8和9和步骤6中设计的观测器和控制器的增益矩阵可以得到：

98、

99、

100、

101、结合步骤7.3和步骤7.1中条件5-7，进一步得到：

102、

103、

104、

105、因此，

106、

107、其中，是向量的最大值，进而得出：

108、

109、假设那么由步骤7.3可知，

110、

111、其中，α是vr1的最小元素，于是得到从而推出

112、

113、因此，货运车辆编队控制系统是有界一致的，即实现了货运车辆编队控制系统中每辆货车自身与附近行驶的货车之间保持相对稳定的间距和速度。

114、基于上述技术方案，本发明的有益效果是：本发明提出一种智慧货运交通车辆编队的模糊一致性控制方法，使用t-s模糊正多智能体系统对智慧货车交通编队一致性控制系统建立状态空间模型，基于模糊观测器的控制协议来处理货车运输中复杂的非线性过程，使得智慧货车交通编队一致性控制系统中每辆货车之间能够保持相对稳定的行驶速度和间距，保证系统达成一致性，提高货运运输效率。