[发明专利]用于车队间距控制的分布式控制器设计方法

说明书

本发明公开了用于车队间距控制的分布式控制器设计方法，包括：获取车队所有车辆的运动状态信息和环境信息，构建车辆动力学状态空间方程和包含N+1个顶点的增广有向图，其中N为车辆总数；基于车辆间的信息相对误差，构建控制输入方程，所述控制输入方程通过引入加权参数实现对自身信号的增强和对领域信息的削弱；求解所述控制输入方程，得到控制器反馈增益和耦合强度。本申请提充了一种能有效解决涉及有向拓扑结构的车辆间距控制的鲁棒性问题，本申请的车队控制的鲁棒性仅取决于引入的加权参数，而不再取决于车辆数量N和拓扑结构；并且避免了现有技术中常见的耦合强度c上的反馈高增益问题。

技术领域

本发明涉及智能驾驶技术领域，尤其涉及用于车队间距控制的分布式控制器设计方法。

背景技术

在过去的几十年里，车辆排队问题已经被广泛研究。由于其在自主公路系统(AHS)、智能交通系统(ITS)等领域的应用，在控制界仍将得到越来越多的关注。在连通车辆排队中，一个基本问题是车间距控制。在这种情况下，排队控制的目标是确保车辆在预先指定的空间内以期望的速度行驶。然而，在现实世界中，排队系统的动态很可能会受到车辆物理性能退化的影响。此外，排队系统也不可避免地受到环境的影响(空气阻力、车辆质量和坡度的变化等)导致系统不稳定。

排队控制系统的鲁棒性问题变得尤为重要。然而，现有的相关结果几乎没有解决这个问题。一些文献设计了分布式H_∞控制，并分析了频域的鲁棒性，解决了具有不确定模型的排队系统的动力学问题。而其处理的是具有外部干扰的排队系统在时域中的情形。然而，它们都解决了信息的交互拓扑在车辆之间无向的情况。它是相对容易求解的，因为无向拓扑的拉普拉斯矩阵是对称的，换句话说，它是可对角化的。在一般情况下，无向拓扑上的车辆排队比有向拓扑更健壮，但实际上是以牺牲更多传感器为代价的。事实上，有向上的排队问题在传感器较少的情况下更为重要和实用，目前已有许多文献致力于此。不幸的是，所有基于有向拓扑的工作通常是不可解耦的，因此相应的鲁棒性分析一直是一个极具挑战性的问题。

发明内容

为了解决上述技术问题，本发明提供的技术方案是：

用于车队间距控制的分布式控制器设计方法，其特征在于，包括：

获取车队所有车辆的运动状态信息和环境信息，构建车辆动力学状态空间方程和包含N+1个顶点的增广有向图，其中N为车辆总数；

基于车辆间的信息相对误差，构建控制输入方程，所述控制输入方程通过引入加权参数实现对自身信号的增强和对领域信息的削弱；

求解所述控制输入方程，得到控制器反馈增益和耦合强度。

在一些较优的实施例中，所述车辆动力学状态空间方程包括：

其中，p_i、v_i和a_i分别表示车辆i的位置、速度和加速度；τ为时间延迟参数；u_i(t)指控制输入方程；w_i(t)是来自系统外的扰动。

在一些较优的实施例中，所述基于车辆间的信息相对误差，构建控制输入方程包括：

在增广有向图G_N+1＝(v_N+1，ε_N+1)中使用对角矩阵来表示每个跟随者如何连接到领导者：若(0，i)∈ε_N+1，则g_i＞0，否则g_i＝0；v_N+1＝{0，1，．．.，N}为一组顶点；ε_N+1∈{v_N+1×v_N+1}为一组边；

引入车辆自身信号增强增益d_i和削弱邻域信息增益d_ij，根据车辆动力学状态空间方程和车辆与邻域信息的绝对误差构建控制输入方程：