[发明专利]基于自适应事件触发的车流分布式协同编队控制方法有效

专利信息
申请号: 201911077334.8 申请日: 2019-11-06
公开(公告)号: CN110782650B 公开(公告)日: 2021-11-23
发明(设计)人: 张皓;王祝萍;黄超;张长柱;刘娟 申请(专利权)人: 同济人工智能研究院(苏州)有限公司
主分类号: G08G1/00 分类号: G08G1/00;H04L29/08
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 翁惠瑜
地址: 215100 江苏省苏州*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 自适应 事件 触发 车流 分布式 协同 编队 控制 方法
【说明书】:

本发明涉及一种基于自适应事件触发的车流分布式协同编队控制方法,包括:避障控制步骤,建立无人车辆线性动力学模型,基于无人车辆自身及其邻居无人车辆的全局坐标位置信息,进行与邻居车辆之间的避障控制;领导车辆观测步骤,利用基于自适应事件触发的分布式观测器获取领导车辆的状态信息;路径跟随步骤,利用基于自适应事件触发的车辆协同控制器,根据所述领导车辆的状态信息调节无人车辆自身的状态信息。与现有技术相比,本发明引入事件触发机制,能够保证降低车辆之间的通信负载,实现了车流的协同编队控制。

技术领域

本发明属于智能交通控制系统技术领域,涉及一种多车辆通信控制方法,尤其是涉及一种基于自适应事件触发的车流分布式协同编队控制方法。

背景技术

智能交通控制技术中的车流协同编队控制是其核心。而车辆之间的安全距离是车流协同编队控制的基本问题,可以构成车辆变道、避障、跟车等机动动作。通过车流的协同编队控制方法,可以有效地提高道路交通容量,缓解交通拥堵,减少燃料污染。

车流协同编队控制使用分布式观测控制的方法,能更好地避免使用全局信息,实现分布式控制,提高车辆协同编队控制的稳定性和鲁棒性,因此被广泛应用到智能交通控制领域。如专利CN105702018B公开一种基于车路协同技术的车队管理方法,该方法包括以下步骤:形成车队步骤、加入车队步骤、离开车队步骤、解散车队步骤和车队切换步骤;其中,车队切换步骤包括:当头车侦测到从第一路侧单元的覆盖范围进入到第二路侧单元;头车判断是否有搜寻到第二路侧单元的车队授权信息;头车判断行驶方向是否与车队可行驶方向相同;头车判断是否符合车型要求;是则,头车设定车队状态T为0,更新车队状态消息TSM并发布,进入解散车队步骤。但是车流协同编队控制还存在通信负载高的主要缺点。现有车辆之间的频繁的数据通信,会引起很多不必要的数据传输,造成资源的浪费。

发明内容

本发明的目的在于克服上述现有技术存在的技术问题而提供一种降低车辆之间的通信负载的基于自适应事件触发的车流分布式协同编队控制方法。

本发明的目的可以通过以下技术方案来实现:

一种基于自适应事件触发的车流分布式协同编队控制方法,包括:

避障控制步骤,建立无人车辆线性动力学模型,基于无人车辆自身及其邻居无人车辆的全局坐标位置信息,进行与邻居车辆之间的避障控制;

领导车辆观测步骤,利用基于自适应事件触发的分布式观测器获取领导车辆的状态信息;

路径跟随步骤,利用基于自适应事件触发的车辆协同控制器,根据所述领导车辆的状态信息调节无人车辆自身的状态信息。

进一步地,所述建立无人车辆线性动力学模型时,选择惯性系XOY作为全局坐标系,分别建立跟随无人车辆和领导车辆的线性动力学模型。

进一步地,建立的所述跟随无人车辆的线性动力学模型为:

其中,是第i辆无人车辆的位置,是第i辆无人车辆的速度,ui(t)∈Rmi是第i辆无人车辆的控制输入,i=1,…,N。

进一步地,建立的所述领导车辆的线性动力学模型为:

其中,S∈Rp×p是领导车辆的常数系统矩阵,其所有特征值都没有负的实部,xl(t)∈Rp是领导车辆的状态信息。

进一步地,所述基于自适应事件触发的分布式观测器表示为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济人工智能研究院(苏州)有限公司,未经同济人工智能研究院(苏州)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911077334.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top