CN109725639A - 巡航***的线性控制方法及装置 - Google Patents

巡航***的线性控制方法及装置 Download PDF

Info

Publication number
CN109725639A
CN109725639A CN201811523708.XA CN201811523708A CN109725639A CN 109725639 A CN109725639 A CN 109725639A CN 201811523708 A CN201811523708 A CN 201811523708A CN 109725639 A CN109725639 A CN 109725639A
Authority
CN
China
Prior art keywords
vehicle
control
ccc
speed
cruise
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811523708.XA
Other languages
English (en)
Other versions
CN109725639B (zh
Inventor
王朱伟
高宇
徐广书
方超
孙阳
吴文君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201811523708.XA priority Critical patent/CN109725639B/zh
Publication of CN109725639A publication Critical patent/CN109725639A/zh
Application granted granted Critical
Publication of CN109725639B publication Critical patent/CN109725639B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明实施例提供一种巡航***的线性控制方法及装置,其中方法包括:根据支持V2V通信技术的车辆队列中各车辆的车速和车距定义状态变量,结合通信时延影响分析建立队列状态方程;所述车辆队列中包括有人驾驶车和CCC自动控制车;根据所述状态变量定义代价函数,结合所述队列状态方程,构建车辆巡航控制最优化问题;根据递归推导方法对所述车辆巡航控制最优化问题进行求解,获得CCC自动控制车的线性控制策略。本发明实施例能够使自动控制车辆达到理想车速,并与前车保持安全车距,同时保证了在通信长时延影响下控制***的稳定性。

Description

巡航***的线性控制方法及装置
技术领域
本发明实施例涉及自动控制技术领域,尤其涉及一种巡航***的线性控制方法及装置。
背景技术
巡航控制是一种车辆的自动控制方法,可以有效提高道路交通效率,减少交通事故,提升汽车燃油经济性。
基于车联网的巡航控制(connected cruise control,CCC)是一种车辆的自动控制方法,可以有效提高道路通行效率和安全性,降低车辆能源消耗。
CCC***使用传感器和车辆间(vehicle-to-vehicle,V2V)通信技术感知道路和前方车辆的速度、加速度和与前车距离等状态信息,从而计算控制策略,控制车辆达到理想的速度和车距。由于CCC***的通信拓扑灵活,支持异构车辆队列,在提高巡航控制***性能和适用性的同时,也带来了不稳定因素。同时,由于在***中引入了无线通信,需要对通信不可靠性进行研究,并进行相应的控制策略设计。
目前对CCC***控制方法的研究中,虽然在控制策略的设计中考虑了V2V通信带来的优势,但是对通信带来的限制因素考虑较少,如时延丢包等,缺乏考虑在实际应用中传感器和通信设备发送信号时间间隔的影响,缺乏V2V通信时延对控制策略影响的研究,在实际应用时的***稳定性难以保证。
目前,尚未有一种方法,能够适应实际中通信长时延的影响,使控制车辆在保持安全车距的条件下,跟随前车的速度前进,同时保证在通信长时延影响下巡航控制***的稳定性。
发明内容
针对现有技术存在的问题,本发明实施例提供一种巡航***的线性控制方法及装置。
第一个方面,本发明实施例提供一种巡航***的线性控制方法,包括:
根据支持V2V通信技术的车辆队列中各车辆的车速和车距定义状态变量,结合通信时延影响分析建立队列状态方程;所述车辆队列中包括有人驾驶车和CCC自动控制车;
根据所述状态变量定义代价函数,结合所述队列状态方程,构建车辆巡航控制最优化问题;
根据递归推导方法对所述车辆巡航控制最优化问题进行求解,获得CCC自动控制车的线性控制策略。
第二个方面,本发明实施例提供一种巡航***的线性控制装置,包括:
***建模模块,用于根据支持V2V通信技术的车辆队列中各车辆的车速和车距定义状态变量,结合通信时延影响分析建立队列状态方程;所述车辆队列中包括有人驾驶车和CCC自动控制车;
问题构建模块,用于根据所述状态变量定义代价函数,结合所述队列状态方程,构建车辆巡航控制最优化问题;
计算处理模块,用于根据递归推导方法对所述车辆巡航控制最优化问题进行求解,获得CCC自动控制车的线性控制策略。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提供的巡航***的线性控制方法及装置,通过在CCC控制问题中引入V2V通信长时延的影响,构建整体车辆队列***状态方程,建立最优化问题,最终得到自动控制车辆的最优控制策略,能够使自动控制车辆达到理想车速,并与前车保持安全车距,同时保证了在通信长时延影响下控制***的稳定性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明实施例提供的巡航***的线性控制方法的流程示意图;
图2为根据本发明实施例提供的巡航控制***的最优线性控制方法的场景示意图;
图3为本发明实施例的长时延巡航***的时延分析图;
图4为根据本发明实施例提供的巡航***的线性控制装置的结构示意图;
图5为根据本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为根据本发明实施例提供的巡航***的线性控制方法的流程示意图,如图1所示,包括:
S101、根据支持V2V通信技术的车辆队列中各车辆的车速和车距定义状态变量,结合通信时延影响分析建立队列状态方程;所述车辆队列中包括有人驾驶车和CCC自动控制车。
需要说明的是,本发明实施例中车辆队列包括两种车辆:有人驾驶车辆和CCC(Connected Cruise Control,基于车联网的巡航控制)自动控制车辆。CCC自动控制车辆可以通过车辆间(vehicle-to-vehicle,V2V)通信获取队列中其他车辆的状态信息,包括车距、车速和加速度信息,从而根据车辆队列中各车辆的车距、车速和加速度之间的关系,对整个车辆队列进行建模。车辆队列中可以有多辆车,包括多辆自动控制车辆和多辆有人驾驶车辆,两种车辆顺序可以随意安排,比如车辆队列从前到后依次为:头车-自动控制车-有人驾驶车-自动控制车-…-尾车,其中头车为队列头部的第一辆车,尾车为队列尾部的最后一辆车,头车和尾车可以为有人驾驶车辆,也可以为CCC自动控制车辆。
由于自动控制车辆无需考虑其后车辆的车辆状态,因此为了简单清楚地描述技术方案,本发明实施例以尾车为CCC自动控制车辆为例。可以理解的是,当队列模型改变时,可以使用本发明实施例提出的建模方法,按照队列的具体情况构建相应的状态方程,而且本发明实施例提供的最优线性控制策略同样适用于这些更复杂的模型中对于自动控制车辆的控制。
S102、根据所述状态变量定义代价函数,结合所述队列状态方程,构建车辆巡航控制最优化问题。
需要说明的是,在得到整个车辆队列的队列状态方程后,可以构建具有通信长时延的车辆巡航控制最优化问题。由于直接求解该最优化问题较为困难,一般来说,可引入一个新的状态变量,并将原先的最优化问题进行等价转换,然后再进行求解,从而得到车辆巡航控制***的最优线性控制策略。
S103、根据递归推导方法对所述车辆巡航控制最优化问题进行求解,获得CCC自动控制车的线性控制策略。
需要说明的是,由于本方法使用的是线性控制策略,先将车辆巡航控制最优化问题进行等价转换,将最优化问题求解转换为最优线性控制策略的系数求解。本领域技术人员清楚的是,最优化问题的解即为最优线性控制策略,可以先写成例如uk=-Lkzk的通用形式,求解最优化问题即对系数Lk进行求解。然后利用递归推导的方法,逐步求解得出巡航控制***中最优线性控制策略的系数。在得到最优线性控制策略的系数后,结合CCC自动控制车辆各历史时刻的控制策略以及当前时刻的状态变量,实时产生当前时刻的最优控制策略,从而实现对CCC自动控制车辆的稳定控制。
本发明实施例提供的线性控制方法,通过对车辆队列进行整体建模,通过分析V2V通信时延特性对车辆队列状态方程的影响,得到考虑长时延影响的基于车联网的巡航控制***的最优控制策略,从而实现对CCC自动控制车辆的稳定控制。本发明的优势在于把V2V通信应用于车辆自动巡航控制***中,同时分析了通信长时延对控制***的影响,进而设计了最优控制策略,提高了自动巡航控制***的稳定性。
在上述实施例的基础上,作为一种可选的实施例,本发明实施例根据支持V2V通信技术的车辆队列中各车辆的车速和车距定义状态变量,结合通信时延影响分析建立队列状态方程,具体为:
通过V2V通信获取车辆队列中各车辆的动态信息,所述车辆队列中的尾车为CCC自动控制车,所述动态信息包括各车辆的车速和加速度,以及除头车外其余各车辆与前车间的车距;
根据队列中各车辆的动态信息,定义所述状态变量x,当队列中有m+1辆车时:
其中,表示第m辆车与第m+1辆车的当前车距与理想车距的差;表示第m辆车的当前车速与理想车速的差,理想车速设置为头车,即第m+1辆车当前的车速;角标的数字为车辆编号,1号车位于队列尾部,m+1号车位于队列头部;
获取通信时延τ,令采样周期为T,所述通信长时延τ处于[hT,(h+1)T]的范围内,h为正整数,根据所述状态变量建立队列状态方程:
xk+1=Akxk+Bk1uk-h+Bk2uk-h-1
其中,xk表示当前k时刻的状态变量,xk=x(kT);uk-h表示在时延τ影响下最新接收到的控制策略,Ak、Bk1和Bk2均为固有参数。
容易理解的是,车距指的是后一辆车与前一辆车之间的距离,由于头车位于队列之首,因此对于头车,仅获取其车速和加速度信息。在获得各个车辆的动态信息后,结合理想车速和理想车距,可以获得状态变量。其中,理想车距和理想车速满足车距策略,当队列中有m+1辆车时,状态变量的具体公式如下:
其中,表示第m辆车与第m+1辆车的当前车距与理想车距的差;表示第m辆车的当前车速与理想车速的差,理想车速设置为头车,即第m+1辆车当前的车速。可以理解的是,在本发明实施例中,头车为第m+1辆车,而尾车作为第1辆车。
车辆队列中的车辆均可以进行V2V通信,从而使其他车辆可以将状态信息共享给CCC自动控制车辆。通过分析通信时延特性对CCC自动控制车辆的影响,得到有时延的队列状态方程。
本发明实施例通过对车辆队列进行整体建模,同时考虑通信中时延特性的影响,构建车辆队列状态方程和最优化问题,通过求解最优化问题得到基于车联网的巡航控制***的最优控制策略,从而实现对CCC自动控制车辆的稳定控制。本发明的优势在于把V2V通信应用于车辆自动巡航控制***中,分析了通信长时延对控制***的影响,进而采用递归推导方法得到了最优线性控制策略,提高了自动巡航控制***的稳定性。
图2为根据本发明实施例提供的巡航控制***的最优线性控制方法的场景示意图,为了便于理解,本发明实施例的车辆队列由3辆车组成,其中两辆车为有人驾驶车辆,一辆车为CCC自动控制车辆,如图2所示,1号车为尾车,是CCC自动控制车辆,2号车和3号车均为有人驾驶车辆,3号车为头车。队列中的各车辆配备有通信设备,位于队列尾部的CCC自动控制车辆可以使用V2V通信技术,接收其他车辆的状态信息,包括车距、车速和加速度。
为了建立车辆队列的状态方程,需要对车辆的动态进行建模,即分析队列中各车辆速度、车距和加速度之间的关系。定义状态变量其中,表示车距误差,即车辆与前一辆车之间的当前车距与理想车距的差,表示车速误差,即车辆当前车速与理想车速的差,理想车速设置为3号车的车速,理想车距可以根据理想车速按照实际情况来调整,角标表示各车辆的编号,与图2对应。令采样周期为T,由于通信时延τ与实际环境有关,设τ处于[hT,(h+1)T]的范围内,h为正整数,可以认为CCC自动控制车辆的控制信号u(t)为分段常数,根据车辆的车速和车距信息,在采样间隔为[kT,(k+1)T]的范围内,建立队列状态方程:
xk+1=Akxk+Bk1uk-h+Bk2uk-h-1
其中,xk表示当前时刻的状态变量,k表示当前时间点,xk=x(kT);uk-h表示在时延τ影响下最新接收到的控制策略;Ak、Bk1和Bk2均为***固有参数。
为了实现***的最优化控制,选择二次函数作为代价函数,所述代价函数具体为:
其中,JN为所述代价函数,N表示总时间点数,xN表示N时刻的状态变量,本发明实施例中ε可取为0.01,R表示预设系数,本发明实施例中设定R=1。
为了求解最优控制策略,定义zk=[xk T uk-1 … uk-h uk-h-1]T,表示当前状态和之前计算得到的控制策略。把zk引入队列状态方程,获得改写后的队列状态方程:
zk+1=Ckzk+Dkuk
其中,
0和I分别代表0矩阵和单位矩阵。
根据代价函数和车辆队列***模型,可以构建巡航控制最优化问题如下:
s.t.zk+1=Ckzk+Dkuk
其中,
根据最优控制理论,对于上述最优化问题,可以把控制策略写成以下形式:
uk=-Lkzk
其中:
Lk=[Dk TSk+1Dk+R]-1Dk TSk+1Ck
即,将车辆巡航控制最优化问题,转化为对最优控制策略的系数Lk进行求解的问题。
为求解上述最优控制策略系数,定义剩余代价函数
1)当j=N时,***的剩余代价函数为:
VN=zN TSNzN
2)当j=N-1时,***的剩余代价函数为:
根据zN=CN-1zN-1+DN-1uN-1,可以得到:
其中H1,1,H1,2,H2,1,H2,2为系数,形式如下:
由于最优控制策略形式如下:
uN-1=-LN-1zN-1
要使得代价函数VN-1取得最小值,则:LN-1=H2,2 -1H2,1,即
把得到的uN-1=-LN-1zN-1代入到VN-1中,令可得到:
3)当j=N-2,…,1,0时,***的剩余代价函数为:
类似于j=N-1的情况,令
其中
由于最优控制策略形式如下:
uj=-Ljzj
要使得代价函数Vj取得最小值,则:Lj=H2,2 -1H2,1,即
把得到的uj=-Ljzj代入到Vj中,令可得到:
从后向前迭代求解最优控制策略的系数,即j=N时,得到SN;根据SN,求得LN-1,进而得到SN-1;根据SN-1,求得LN-2,进而得到SN-2;以此类推,可求解得到所有的最优控制策略的系数Lk。由此计算得到每一时刻对应的Lk,根据每一时刻得到的状态信息,可以利用uk=-Lkzk按时间顺序(从k=0到k=N-1)实时计算uk,从而获得实时控制信号,进而根据实时控制信号,对CCC自动控制车辆进行自动控制。
图3为本发明实施例的具有长时延的巡航***的时延分析图,由于***中引入了V2V通信,可以使车辆间共享状态信息,如车速、车距和加速度等,同时带来了时延。从车载传感器感知车辆状态信息,到状态信息通过V2V通信发送给CCC自动控制车辆,再到控制器根据队列中车辆状态计算控制信号并执行,总时延可以使用通信时延τ来表示,τ为[hT,(h+1)T]范围内的值,h为正整数。
图4为本发明实施例的巡航***的线性控制装置的结构示意图,如图所示,该装置包括***建模模块401、问题构建模块402、计算处理模块403,具体为:
***建模模块,用于根据支持V2V通信技术的车辆队列中各车辆的车速和车距定义状态变量,结合通信时延影响分析建立队列状态方程;所述车辆队列中包括有人驾驶车和CCC自动控制车;
问题构建模块,用于根据所述状态变量定义代价函数,结合所述队列状态方程,构建车辆巡航控制最优化问题;
计算处理模块,用于根据递归推导方法对所述车辆巡航控制最优化问题进行求解,获得CCC自动控制车的线性控制策略。
本发明实施例提供的巡航***的线性控制装置具体执行上述线性控制方法的实施例流程,具体请详见上述各方法实施例的内容,在此不再赘述。本发明实施例通过对车辆队列进行整体建模,同时考虑通信中时延特性的影响,构建车辆队列状态方程和最优化问题,通过求解最优化问题得到基于车联网的巡航控制***的最优控制策略,从而实现对CCC自动控制车辆的稳定控制。本发明的优势在于把V2V通信应用于车辆自动巡航控制***中,同时分析了通信长时延对控制***的影响,进而设计了最优控制策略,提高了自动巡航控制***的稳定性。
图5为本发明实施例提供的电子设备的实体结构示意图,如图5所示,该电子设备可以包括:处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和通信总线540,其中,处理器510,通信接口520,存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储在存储器530上并可在处理器510上运行的计算机程序,以执行上述各实施例提供的方法,例如包括:根据支持V2V通信技术的车辆队列中各车辆的车速和车距定义状态变量,结合通信时延影响分析建立队列状态方程;所述车辆队列中包括有人驾驶车和CCC自动控制车;根据所述状态变量定义代价函数,结合所述队列状态方程,构建车辆巡航控制最优化问题;根据递归推导方法对所述车辆巡航控制最优化问题进行求解,获得CCC自动控制车的线性控制策略。
此外,上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的方法,例如包括:根据支持V2V通信技术的车辆队列中各车辆的车速和车距定义状态变量,结合通信时延影响分析建立队列状态方程;所述车辆队列中包括有人驾驶车和CCC自动控制车;根据所述状态变量定义代价函数,结合所述队列状态方程,构建车辆巡航控制最优化问题;根据递归推导方法对所述车辆巡航控制最优化问题进行求解,获得CCC自动控制车的线性控制策略。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种巡航***的线性控制方法,其特征在于,包括:
根据支持V2V通信技术的车辆队列中各车辆的车速和车距定义状态变量,结合通信时延影响分析建立队列状态方程;所述车辆队列中包括有人驾驶车和CCC自动控制车;
根据所述状态变量定义代价函数,结合所述队列状态方程,构建车辆巡航控制最优化问题;
根据递归推导方法对所述车辆巡航控制最优化问题进行求解,获得CCC自动控制车的线性控制策略。
2.根据权利要求1所述的方法,其特征在于,所述根据支持V2V通信技术的车辆队列中各车辆的车速和车距定义状态变量,结合通信时延影响分析建立队列状态方程,具体为:
通过V2V通信获取车辆队列中各车辆的动态信息,所述车辆队列中的尾车为CCC自动控制车,所述动态信息包括各车辆的车速和加速度,以及除头车外其余各车辆与前车间的车距;
根据队列中各车辆的动态信息,定义所述状态变量x,当队列中有m+1辆车时:
其中,表示第m辆车与第m+1辆车之间的当前车距与理想车距的差;表示第m辆车的当前车速与理想车速的差,理想车速设置为头车,即第m+1辆车当前的车速;角标的数字为车辆编号,1号车位于队列尾部,m+1号车位于队列头部;
获取通信时延τ,令采样周期为T,所述通信时延τ处于[hT,(h+1)T]的范围内,h为正整数,根据所述状态变量建立队列状态方程:
xk+1=Akxk+Bk1uk-h+Bk2uk-h-1
其中,xk表示当前k时刻的状态变量,xk=x(kT);uk-h表示在时延τ影响下最新接收到的控制策略,Ak、Bk1和Bk2均为固有参数。
3.根据权利要求1所述的方法,其特征在于,所述代价函数具体为:
其中,JN为所述代价函数,N表示总时间点数,xN表示N时刻的状态变量,Q和R表示预设系数。
4.根据权利要求1所述的方法,其特征在于,所述车辆巡航控制最优化问题的表达式具体为:
s.t.zk+1=Ckzk+Dkuk
其中,zk=[xk Tuk-1…uk-huk-h-1]T,表示当前状态和之前计算得到的控制策略的集合;zk+1=Ckzk+Dkuk 0和I分别代表0矩阵和单位矩阵;为预设系数,N为大于k的正整数。
5.根据权利要求4所述的方法,其特征在于,所述根据递归推导方法对所述车辆巡航控制最优化问题进行求解,获得CCC自动控制车的线性控制策略,具体为:
根据最优控制理论,将当前k时刻的控制策略表示为uk=-Lkzk,其中,Lk表示系数,
Lk=[Dk TSk+1Dk+R]-1Dk TSk+1Ck
带入系数Lk中,获得LN-1,将LN-1带入函数Sk中,获得SN-1,以此类推直至获得每一时刻对应的系数Lk,结合zk,计算得到当前k时刻控制策略uk
6.一种巡航***的线性控制装置,其特征在于,包括:
***建模模块,用于根据支持V2V通信技术的车辆队列中各车辆的车速和车距定义状态变量,结合通信时延影响分析建立队列状态方程;所述车辆队列中包括有人驾驶车和CCC自动控制车;
问题构建模块,用于根据所述状态变量定义代价函数,结合所述队列状态方程,构建车辆巡航控制最优化问题;
计算处理模块,用于根据递归推导方法对所述车辆巡航控制最优化问题进行求解,获得CCC自动控制车的线性控制策略。
7.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述的方法。
8.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一项所述的方法。
CN201811523708.XA 2018-12-13 2018-12-13 巡航***的线性控制方法及装置 Active CN109725639B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811523708.XA CN109725639B (zh) 2018-12-13 2018-12-13 巡航***的线性控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811523708.XA CN109725639B (zh) 2018-12-13 2018-12-13 巡航***的线性控制方法及装置

Publications (2)

Publication Number Publication Date
CN109725639A true CN109725639A (zh) 2019-05-07
CN109725639B CN109725639B (zh) 2021-12-07

Family

ID=66295903

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811523708.XA Active CN109725639B (zh) 2018-12-13 2018-12-13 巡航***的线性控制方法及装置

Country Status (1)

Country Link
CN (1) CN109725639B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109765529A (zh) * 2018-12-30 2019-05-17 成都汇蓉国科微***技术有限公司 一种基于数字波束形成的毫米波雷达抗干扰方法及***
CN110992676A (zh) * 2019-10-15 2020-04-10 同济大学 一种道路通行能力与网联自动驾驶车当量系数估计方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103754221A (zh) * 2014-01-24 2014-04-30 清华大学 一种车辆自适应巡航控制***
CN106184207A (zh) * 2016-07-12 2016-12-07 大连理工大学 四轮独立驱动电动汽车自适应巡航控制***力矩分配方法
CN106476806A (zh) * 2016-10-26 2017-03-08 上海理工大学 基于交通信息的协同式自适应巡航***算法
US20170106873A1 (en) * 2014-06-23 2017-04-20 Honda Motor Co., Ltd. System and method for determining the information transfer rate between a driver and vehicle
CN107808027A (zh) * 2017-09-14 2018-03-16 上海理工大学 基于改进模型预测控制的自适应跟车算法
CN108556845A (zh) * 2018-04-10 2018-09-21 清华大学 一种新型车辆跟驰***和方法
CN109606367A (zh) * 2018-11-06 2019-04-12 北京工业大学 基于车联网的巡航控制***的最优线性控制方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103754221A (zh) * 2014-01-24 2014-04-30 清华大学 一种车辆自适应巡航控制***
US20170106873A1 (en) * 2014-06-23 2017-04-20 Honda Motor Co., Ltd. System and method for determining the information transfer rate between a driver and vehicle
CN106184207A (zh) * 2016-07-12 2016-12-07 大连理工大学 四轮独立驱动电动汽车自适应巡航控制***力矩分配方法
CN106476806A (zh) * 2016-10-26 2017-03-08 上海理工大学 基于交通信息的协同式自适应巡航***算法
CN107808027A (zh) * 2017-09-14 2018-03-16 上海理工大学 基于改进模型预测控制的自适应跟车算法
CN108556845A (zh) * 2018-04-10 2018-09-21 清华大学 一种新型车辆跟驰***和方法
CN109606367A (zh) * 2018-11-06 2019-04-12 北京工业大学 基于车联网的巡航控制***的最优线性控制方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
JIN I. GEA, GÁBOR OROSZ: "Connected cruise control among human-driven vehicles: Experiment-based parameter estimation and optimal control design", 《TRANSPORTATION RESEARCH PART C: EMERGING TECHNOLOGIES》 *
YU GAO;ZHUWEI WANG;CHAO FANG;CHANGQING LUO;SIQIN YOU: "Optimal Connected Cruise Control Design with Stochastic Communication Delays", 《2019 INTERNATIONAL CONFERENCE ON INTERNET OF THINGS (ITHINGS) AND IEEE GREEN COMPUTING AND COMMUNICATIONS (GREENCOM) AND IEEE CYBER, PHYSICAL AND SOCIAL COMPUTING (CPSCOM) AND IEEE SMART DATA (SMARTDATA)》 *
张进国,陈学文: "基于模糊理论的汽车智能巡航控制策略与仿真", 《汽车技术》 *
韩存武: "考虑驾驶员反应延时的自主车队最优巡航控制", 《高技术通讯》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109765529A (zh) * 2018-12-30 2019-05-17 成都汇蓉国科微***技术有限公司 一种基于数字波束形成的毫米波雷达抗干扰方法及***
CN109765529B (zh) * 2018-12-30 2020-11-10 成都汇蓉国科微***技术有限公司 一种基于数字波束形成的毫米波雷达抗干扰方法及***
CN110992676A (zh) * 2019-10-15 2020-04-10 同济大学 一种道路通行能力与网联自动驾驶车当量系数估计方法
CN110992676B (zh) * 2019-10-15 2021-06-04 同济大学 一种道路通行能力与网联自动驾驶车当量系数估计方法

Also Published As

Publication number Publication date
CN109725639B (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
CN109606367A (zh) 基于车联网的巡航控制***的最优线性控制方法及装置
US10346765B2 (en) Subscription-based safety features in car sharing
US11158188B2 (en) Autonomous vehicle safety system
US10745019B2 (en) Automatic and personalized control of driver assistance components
CN111357021A (zh) 用于将自主车辆与乘车者匹配的***和方法
CN108827334A (zh) 一种自动驾驶方法
CN108382204A (zh) 用于车辆的速度控制器
CN113548050A (zh) 车辆行驶控制方法、装置、***和存储介质
CN111739342B (zh) 用于避让侧前方车辆的方法、装置、介质以及车辆
Cai et al. Adaptive traffic signal control using vehicle-to-infrastructure communication: a technical note
CN109725639A (zh) 巡航***的线性控制方法及装置
CN113311817B (zh) 车辆协同控制测试方法、装置、电子设备及存储介质
WO2022078067A1 (zh) 面向智能车辆的区域协同驾驶意图调度方法、***和介质
CN112925309A (zh) 智能网联汽车数据交互方法及交互***
CN115803216A (zh) 一种滑行能量回收方法、装置、电子设备及存储介质
US11074108B2 (en) Caching electronic control unit mapping solutions for connected vehicles
CN113741223A (zh) 车辆远程控制方法、装置、设备、介质以及自动驾驶车辆
WO2023202313A1 (zh) 位置预测方法、装置、电子设备及存储介质
CN105539196B (zh) 电动汽车的反馈式变优先级组合传输网络化控制装置
CN116758722A (zh) 一种基于数据驱动的混合交通环境网联车辆控制***及方法
CN115469669A (zh) 一种窄路会车方法、装置、设备及存储介质
CN115973179A (zh) 模型训练方法、车辆控制方法、装置、电子设备及车辆
CN115320616A (zh) 一种自动驾驶车辆速度的控制方法、装置、设备及介质
CN115257760A (zh) 一种车辆驾驶优化控制方法、装置、存储介质及电子设备
CN114715195A (zh) 一种车辆的停车控制方法、装置、存储介质及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant