引用本文

朱永薪, 李永福, 朱浩, 于树友. 通信延时环境下基于观测器的智能网联车辆队列分层协同纵向控制. 自动化学报, 2023, 49(8): 1785−1798 doi: 10.16383/j.aas.c210311

Zhu Yong-Xin, Li Yong-Fu, Zhu Hao, Yu Shu-You. Observer-based longitudinal control for connected and automated vehicles platoon subject to communication delay. Acta Automatica Sinica, 2023, 49(8): 1785−1798 doi: 10.16383/j.aas.c210311

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c210311

关键词

智能网联汽车，观测器，车辆队列控制，动态耦合特性，通信延时 

摘要

考虑通信延时影响的车辆队列控制问题, 提出一种基于观测器的分布式车辆队列纵向控制器. 首先, 基于分层控制策略分别设计上下层控制器, 通过上层控制器优化期望加速度、下层控制器克服车辆模型非线性实现期望加速度和实际加速度的一致. 上层控制器设计过程中, 基于三阶线性化车辆模型, 考虑观测器、车辆动态耦合特性和通信延时, 提出一种通信延时环境下基于观测器的车辆队列控制器, 利用观测器估计领导车辆加速度信息从而减轻通信负担. 然后, 利用Lyapunov-Krasovskii方法分析车辆队列的稳定性, 并得出通信延时上界, 同时利用传递函数方法分析了串稳定性. 最后, 通过数值仿真验证上层控制器的有效性和稳定性. 在此基础上, 利用PreScan软件中高保真车辆动态模型, 验证了该分层控制策略的有效性.

文章导读

近年来, 智能网联车辆队列因其在提高安全性、增加交通容量和降低能耗方面的好处而得到了广泛的研究[1-4]. 车辆队列的主要目标是开发合适的控制器, 使车辆队列中的车辆以相同的速度和期望的间距组成队列, 并保证车辆队列串稳定性.

诸多学者已经开展关于车辆队列控制方法的广泛研究, 主要分为基于串稳定性的方法[5-11]和基于一致性的方法[12-17]两大类. 基于串稳定性的方法确保扰动从队列中的第一辆车到最后一辆车传播时呈衰减趋势. 基于一致性协议的方法侧重于队列中车辆位置和速度的一致.

对基于串稳定性的方法, 文献[5]提出一种考虑参数不确定性影响的控制算法. 文献[6]提出一种基于滚动优化的车辆队列控制方法, 用于研究系统的渐近稳定性和车辆队列串稳定性. 文献[7]提出一种用于有限通信距离的车辆队列控制方法, 并推导出了串稳定性的频域充要条件. 文献[8]提出一种分布式有限时间自适应积分滑模控制方法, 以保证每辆车的有限时间稳定性和串稳定性. 文献[9]提出一种基于干扰观测器的方法, 保证了在车辆动力学的不确定性和前车加速度信息缺失影响下的单车稳定性和车辆队列串稳定性. 然而, 上述文献没有考虑延时对车辆队列的影响. 针对延时的问题, 文献[10]研究异质延时对车辆队列的串稳定性的影响, 并提出一种协同自适应巡航控制算法. 文献[11]考虑外部扰动和通信延时, 提出一种基于鲁棒控制的车辆队列控制方法, 保证了单车稳定性和队列的串稳定性. 上述研究关注的是车辆队列串稳定性, 将车辆作为一个独立的节点, 忽略了车辆间的动态耦合特性, 导致车辆队列在移动过程中的车辆间距误差为负, 这意味着相邻车辆间可能出现碰撞问题.

对基于一致性协议的方法, 文献[12]提出一种基于三阶状态空间模型的一致性算法, 实现了队列中车辆位置、速度以及加速度的一致性. 文献[13]提出一种在无向通信拓扑条件下的车辆队列协同控制算法. 进一步, 考虑通信延时的影响, 文献[14]提出一个分布式控制方法来补偿延迟效应并抑制稳态误差. 文献[15]研究了异质时变通信延时下的车辆队列控制问题, 利用Lyapunov-Krasovskii方法推导了一致性和稳定性的充要条件. 文献[16]提出一种考虑恒定通信延时影响的一致性方法, 推导出了车辆队列内部稳定性的充要条件. 值得注意的是, 现有的控制方法[12-14]表明加速度信息的使用可以增加控制精度, 是保证串稳定性的必要条件. 然而它们依赖于通过车−车(Vehicle-to-vehicle, V2V)通信技术接收前方车辆的加速度信息, 这无疑会增加通信负担, 当无线通信带宽被过度使用时, 无线网络的可靠性会降低[18]. 文献[17]考虑通信延时影响设计了基于观测器的车辆队列协同控制方法, 利用观测器估计前车速度信息, 提高了交通容量以及减少了通信链路数量. 同样, 上述研究忽略了车辆间的动态耦合特性, 这可能导致负的间距误差, 负速度以及不合理的加/减速度.

随着车辆队列控制理论的逐步发展, 针对车辆间的动态耦合特性以及通信延时的影响引起了学者的关注[19-20]. 文献[19]基于二阶积分模型提出一种考虑通信延时的车辆队列非线性控制器. 进一步, 文献[20]基于三阶线性模型提出一种考虑通信延时影响的异质车辆队列非线性控制器. 然而, 上述研究仅通过数值仿真验证了车辆队列控制器的有效性, 并未考虑车辆非线性动力学特性.

本文旨在研究通信延时环境下的车辆队列协同控制方法, 为了减轻通信负担并考虑通信延时以及车辆动态耦合特性的影响, 提出一种基于观测器的车辆队列控制器, 利用分层控制策略, 克服车辆动力学非线性扰动, 在PreScan/Simulink联合仿真平台中验证控制器的有效性. 本文主要贡献有以下3点: 1)与文献[5-17]设计的车辆队列控制器不同, 本文提出一种考虑车辆动态耦合特性的车辆队列控制器, 避免出现负的间距误差和不合理的加/减速度; 2)与文献[12-14]考虑加速度信息影响的控制器不同, 本文利用观测器估计了领导车辆的加速度信息, 减轻通信负担; 3)与文献[5-16, 19-20]仅进行数值仿真验证控制算法的控制性能不同, 本文基于PreScan中高保真车辆动态模型, 验证了控制器的有效性.

本文结构如下: 第1节为问题描述与预备知识; 第2节介绍基于观测器设计考虑通信延时和车辆动态耦合特性的车辆队列协同控制器, 进行稳定性、通信延时上界以及串稳定性分析; 第3节为数值仿真和PreScan/Simulink联合仿真平台验证本文所提控制器的有效性; 第4节进行总结.

图 1  车辆队列与通信拓扑结构

图 2  发动机扭矩特性逆模型

图 3  节气门/刹车控制切换策略

本文提出一种基于观测器的车辆队列纵向控制器, 首先, 考虑领导车辆加速度、通信延时和车辆动态耦合特性的影响, 设计车辆队列纵向控制器. 然后, 为了减轻车辆间通信负担, 设计了一种估计领导车辆加速度的方法. 接着, 提出一种基于观测器的车辆队列纵向控制器. 为克服车辆模型非线性的影响实现在PreScan软件中的仿真验证, 设计一种分层控制策略. 通过Lyapunov-Krasovskii定理, 证明了本文控制器的稳定性, 并得出通信延时上界. 同时利用传递函数方法, 证明车辆队列的串稳定性. 最后, 考虑无延时和通信延时τ(t)∈[0.1,0.2]s两种情况, 通过数值仿真、对比实验和PreScan仿真实验, 验证了本文提出控制器的有效性.

作者简介

朱永薪

重庆邮电大学自动化学院硕士研究生. 主要研究方向为车辆队列控制. E-mail: zhuyongxin994@163.com

李永福

重庆邮电大学自动化学院教授. 主要研究方向为智能网联汽车, 空地协同控制. 本文通信作者. E-mail: liyongfu@cqupt.edu.cn

朱浩

重庆邮电大学自动化学院教授. 主要研究方向为智能车环境感知与信息融合. E-mail: zhuhao@cqupt.edu.cn

于树友

吉林大学控制科学与工程系教授. 主要研究方向为模型预测控制. E-mail: shuyou@jlu.edu.cn