CN111679668A - 一种基于新的时距策略的网络化自主车队的跟随控制方法 - Google Patents
一种基于新的时距策略的网络化自主车队的跟随控制方法 Download PDFInfo
- Publication number
- CN111679668A CN111679668A CN202010481016.4A CN202010481016A CN111679668A CN 111679668 A CN111679668 A CN 111679668A CN 202010481016 A CN202010481016 A CN 202010481016A CN 111679668 A CN111679668 A CN 111679668A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- following
- state information
- ith
- acceleration
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000001133 acceleration Effects 0.000 claims abstract description 37
- 230000008859 change Effects 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000011217 control strategy Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000012546 transfer Methods 0.000 claims description 10
- 238000011144 upstream manufacturing Methods 0.000 claims description 4
- 230000000087 stabilizing effect Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000004088 simulation Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0289—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling with means for avoiding collisions between vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
- G05D1/0295—Fleet control by at least one leading vehicle of the fleet
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种基于新的时距策略的网络化自主车队的跟随控制方法。该方法包括:S1、对车辆进行力学分析以建立线性化的车辆纵向动态学模型;S2、建立新的时距策略,S3、设计动态控制器u̇_i,使其通过接收第i‑1辆车即前车的状态信息后,结合本车状态信息,给出第i辆车即跟随车控制信号的变化率,第i辆车将根据所得控制信号的变化率调整自身的控制输出量,实现自身状态对前车状态的跟随性;S4、考虑前车的加减速过程并基于新的时距策略和控制策略,建立跟随车辆的状态空间模型。本发明提高了网络化自主车队中跟随车辆速度同步前车速度的快速性,有效改善了在前车加减速过程中后车的跟随性。
Description
技术领域
本发明涉及交通控制技术领域,具体涉及一种基于新的时距策略的网络化自主车队的跟随控制方法。
背景技术
随着经济的飞速发展,拥有车辆的人群迅速增加,交通拥挤的问题日显突出。而交通拥挤不可避免地会带来环境污染问题,同时也导致了很多交通事故的发生。因此,通过自动控制车辆以较小车间距离安全行驶,成为了增大交通流,减小交通事故首选且最有效的方法。并且对于自动控制车队,需要同时保证车辆渐近稳定和整个队列稳定(车辆受扰动的影响不向上游车辆放大)。
目前,对于网络化自主车队的研究多基于固定时距,然后通过相邻车辆之间的状态信息交流,设计对应的控制器实现车辆、队列稳定前行。
然而,在面对前车突然加速或者减速的情况中,跟随车辆的速度不会立刻对应前车发生相应改变,所以由于固定时距策略的存在,导致理想车间距也不会马上在前车加速度变化的同时做出相应调整,最终导致了后车对前车的跟随性存在比较大的滞后。
发明内容
本发明的目的是为了解决现有技术中的上述缺陷,提供一种基于新的时距策略的网络化自主车队的跟随控制方法,该方法可增强自主车队中后车的跟随性。
一种基于新的时距策略的网络化自主车队的跟随控制方法,包括以下步骤:
S1、对车辆进行力学分析以建立线性化的车辆纵向动态学模型;
S2、建立新的时距策略,其表达式如下,式中,δd为期望车间距;d为可设定的车间固定间距;h为一固定时距;α为一设定的大于零的常数;ai为第i辆车的加速度,ai-1为第i-1辆车的加速度,即前车的加速度;
δd=d+hvi+α(ai-ai-1) (5)
S3、设计动态控制器,其通过接收第i-1辆车即前车的状态信息后,结合第i辆车即跟随车辆的状态信息,给出第i辆车控制信号的变化率第i辆车将根据所得控制信号的变化率调整自身的控制输出量,实现自身状态对前车状态的跟随性;
S4、考虑前车的加减速过程并基于新的时距策略和动态控制器的控制策略,建立跟随车辆的状态空间模型,利用状态空间模型求解使车辆渐进稳定的参数条件。
进一步地,车辆纵向动态学模型如下:
对于同质车队中车辆纵向动态学模型可描述为三阶微分方程:
其中,当i=0时,p0、v0、a0分别为领头车的位置、速度、加速度;pi为第i辆车相对于参考点的位置,vi为第i辆车的速度,ai为第i辆车的加速度;分别为pi、vi、ai的导数;η为发动机动力学的时间常数;ui为外部输入控制量。
进一步地,对于所述前车的状态信息包括前车的控制信号、前车的速度和前车的加速度,所述跟随车辆的状态信息包括跟随车辆的控制信号、跟随车辆的速度和跟随车辆的加速度。
那么,所述动态控制器的表达如下:
进一步地,所述跟随车辆的状态空间模型可以用如下形式表达:
式中,x为n维列向量,表示车辆的各个状态变量;w为r维列向量,表示车辆状态空间的输入变量;A、B为常数矩阵,根据李雅普诺夫第一法,当矩阵A满足所有特征值都有负实部时,车辆渐近稳定,即跟随车辆的状态信息可以稳定地跟随前车的状态信息。
此时,若使车辆***渐近稳定,所述常数矩阵A在满足以下方程时:
其中,λ均含有负实部,λ为矩阵A的特征值;
依据式(22),可列得劳斯表如下式(23):
其中,P、Q为劳斯表中的参数,其值如下:
所以,若使矩阵A的特征值λ均有负实部,劳斯表中第一列元素需全部大于零,即可以得到kpi,kvi,kai的取值范围:
进一步地,在考虑车辆渐近稳定时还需考虑队列稳定,所述队列的稳定条件如下:
当车辆受到扰动时,保持车队整体稳定前行,误差不向上游车辆放大的条件为:
式中,ai(s)是ai(t)的拉普拉斯变换,
当式(4)成立时,s=jw,对于任意的w,kpi,kvi,kai需满足:
进一步地,所述状态空间模型选取的状态变量为x=[eiviaiui]T,输入变量为w=[vi-1ai-1ui-1]T,令每辆跟随车辆控制***的输出为:
(10)
y=[0 1 1 1]x
即:y=[0 vi ai ui]T,此时对于网络化自主车队,第i-1辆车即前车的控制***将其状态信息作为输出,第i辆车即跟随车辆的控制***将以第i-1辆车控制***输出的状态信息作为给定输入,从而使后车的状态信息稳定跟随前车的状态信息。跟随车辆控制***中,各传递函数为:
其中,K(s)、G1(s)、G2(s)、G3(s)、H1(s)、H2(s)、K1(s)、K2(s)是前车与跟随车辆各状态信息之间的传递函数关系。
本发明相对于现有技术至少具有以下有益效果:
(1)本发明在普通固定间距、固定时距的基础上,引入了α(ai-ai-1)项,使得车辆之间的期望车间距δd可以在前车加减速过程中得到相应的自适应的突变调整,实现后车更快的跟随效果。
(2)与传统的固定时距控制策略δd=hvi的比较,车队行进过程中,对于传统固定时距策略,当前车突然有加速动作时,由于速度的不能突变性,期望车间距δd也会存在缓慢的变化过程,实际距离与期望车间距之间的误差虽然会随着时间增大,但是也缺乏一定的突变性,ei在作用于车辆动态控制器时,跟随车辆控制器输出量变化率的增大有了一定的限制。但是对于本发明提出的新的时距策略,当前车突然有加速动作时(ai<ai-1),由于项α(ai-ai-1)的存在,期望车间距δd发生了突变,实际距离与期望车间距之间的误差ei会突变性的增大,在作用于车辆动态控制器时,在相同的时间内,也会明显增大,即明显增大了后车的控制器输出量的变化率,根据车辆纵向动态学模型,跟随车辆在保持安全车距的同时,可以可能的增大加速度,从而使跟随车辆更快地跟随前车加速。同样,领头车进行减速操作时,本发明的可变时距策略也会使后车更快地跟随前车减速。
附图说明
图1为车辆控制***方框图;
图2为本发明实施例中带入相应参数值的第二辆车的控制***方框图;
图3为车队领头车从初始时刻开始加速度随时间变化情况;
图4为车队领头车从初始时刻开始速度随时间变化情况;
图5a为本发明实施例中领头车车加速度发生变化时,领头车和跟随车辆的加速度变化情况;
图5b为本发明实施例中领头车加速度发生变化时,领头车和跟随车辆的速度变化情况;
图5c为本发明实施例中领头车加速度发生变化时,领头车和跟随车辆的位置变化情况;
图6为基于新的可变时距策略的网络化自主车队中车辆间控制***关系示意图。
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,下面将结合实施例以及附图,对本发明的具体实施进行清楚、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做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。
本实施例提出一种基于新的时距策略的网络化自主车队的跟随控制方法,包括:
S1、对车辆进行力学分析以建立线性化的车辆纵向动态学模型;
S2、建立新的时距策略,其表达式如下,式中,δd为期望车间距,单位为米(m);d为可设定的车间固定间距,单位为米(m);h为一固定时距,单位为秒(s);α为一设定的大于零的常数,单位为秒平方(s2);ai为第i辆车的加速度,ai-1为第i-1辆车的加速度,即前车的加速度;
δd=d+hvi+α(ai-ai-1) (5)
S3、设计动态控制器。其通过接收第i-1辆车即前车的状态信息后,结合第i辆车即跟随车辆的状态信息,给出第i辆车控制信号的变化率第i辆车将根据所得控制信号的变化率调整自身的控制输出量,实现自身状态对前车状态的跟随性。其中,前车的状态信息包括前车的控制信号、前车的速度和前车的加速度,跟随车辆的状态信息包括跟随车辆的控制信号、跟随车辆的速度和跟随车辆的加速度。
S4、考虑前车的加减速过程并基于新的时距策略和动态控制器的控制策略,建立跟随车辆的状态空间模型,利用状态空间模型求解使车辆渐进稳定的参数条件。
步骤S1中所述车辆纵向动态学模型如下:
对于同质车队中车辆纵向动态学模型可描述为三阶微分方程:
其中,当i=0时,p0、v0、a0分别为领头车的位置、速度、加速度;pi为第i辆车相对于参考点的位置,vi为第i辆车的速度,ai为第i辆车的加速度;分别为pi、vi、ai的导数;η为发动机动力学的时间常数;ui为外部输入控制量。
对于网络化自主车队中车辆间的期望车间距与实际距离的误差可描述为:
ei=pi-1-pi-L-δd (2)
式中,L为车辆的长度,δd为期望的车间距,ei为实际距离与期望车间距的误差。
结合式(5),误差ei可以写为:
ei=pi-1-pi-L-d-hvi-α(ai-ai-1) (6)
对式(6)求导,结合式(1)可以得到:
步骤S3中,可以将动态控制器设计为:
步骤S4中所述跟随车辆的状态空间模型可以用如下形式表达:
式中,x为n维列向量,表示车辆的各个状态变量;w为r维列向量,表示车辆状态空间的输入变量;A、B为常数矩阵,根据李雅普诺夫第一法,当矩阵A满足所有特征值都有负实部时,车辆渐近稳定,即跟随车辆的状态信息可以稳定地跟随前车的状态信息。
因此,根据式(1)、(3)、(7)、(8)可以写出网络化自主车队中,每一个跟随车辆的四阶闭环模型如下:
其中,状态空间模型中选取的状态变量为x=[eiviaiui]T,输入变量为w=[vi-1ai- 1ui-1]T,令网络化自主车队中,每个车辆控制***的输出为:
y=[0 1 1 1]x; (10)
即y=[0 vi ai ui]T,车辆控制***的方框图如图1所示,各传递函数为结合式(1)(7)(8)运算后进行拉普拉斯变换所得前后车各状态信息之间的传递关系。此时对于网络化自主车队,第i-1辆车(前车)的控制***将其状态信息作为输出,第i辆车(跟随车,或叫后车)的控制***将以第i-1辆车(前车)控制***输出的状态信息作为给定输入,从而使后车的状态信息稳定跟随前车的状态信息,整个车队中车辆间控制***关系示意图如图6所示,车辆控制***之间会通过无线网络传递状态信息,以保证车队的稳定前行。
对式(8)求导,且结合式(7),可以得到如下等式:
再对式(11)进行拉普拉斯变换,可得:
然后将式(13)带入式(12)中,可以转换为:
此时,依据式(14),图1所示***方框图中传递函数G1(s)、G2(s)、G3(s)、H1(s)、H2(s)可分别列出:
利用李雅普诺夫第一法,若使车队中每个车辆渐近稳定,需使式(9)中矩阵A的特征值都具有负实部,即当所述矩阵A满足以下方程时:
所有满足上式的λ的值均含有负实部。
依据式(22),可列得劳斯表如下式(23):
其中,P、Q为劳斯表中的参数,其值如下:
所以,若使矩阵A的特征值λ均有负实部,劳斯表中第一列元素需全部大于零,即可以得到kpi,kvi,kai的取值范围:
进一步地,在考虑车辆渐近稳定的同时还需考虑队列稳定。所以当车辆受到扰动时,若保持车队整体稳定,误差不向上游车辆放大,需满足公式(4):
式中,ai(s)是ai(t)的拉普拉斯变换,
结合式(1)、(6)、(8),对(1)、(6)、(8)进行拉氏变换,可以得出下式:
所以,将上述式(27)由s域转换到频域(s=jw)中:
下面通过仿真来对本实施例进行检验,本实施例中,采用Matlab/Simulink对一个由1辆领头车(lead_vehicle)以及4辆后车(follower)所组成的车队进行仿真。
如图1所示,对相应参数的数值进行如下设置:令L=40m;d=5m;h=0.5s;α=0.3s2;β=0.5s,将kpi=0.2;kvi=0.7;kai=0.5,η=0.1s。将相应参数带入传递函数中,即可得到各传递函数如下,
即可在Matlab/Simulink中绘制出图2所示的跟随车辆的控制***图。
模拟车队中共有5辆车,从领头车到第五辆车,初始时停放位置分别设为500m、445m、390m、335m、280m。设置领头车加速度变化情况如图3所示,车队中各个车辆的加速度、速度、位置变化情况如图5(a)、图5(b)和图5(c)所示。可以发现,车队中的4辆跟随车可以稳定跟随前车速度、加速度变化,满足队列的稳定性,且车间距离始终保持在较小范围内,不会发生碰撞,同时车队中跟随车辆速度的滞后情况得到了明显的改善。至此完成了本发明的数字仿真,验证了其有效性。
本发明用于在加减速过程中的网络自主化车队中存在领头车加速度突然变化的问题时为提升车队跟随性进行控制。所构筑的基于动态控制器以及新的车间距控制策略的车队控制***能够获得良好的控制效果,明显地提高了加减速过程中网络化自主车队的跟随性。
上述实例为本发明专利较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包括在本发明的保护范围之内。
Claims (8)
1.一种基于新的时距策略的网络化自主车队的跟随控制方法,其特征在于,包括:
S1、对车辆进行力学分析以建立线性化的车辆纵向动态学模型;
S2、建立新的时距策略,其表达式如下,式中,δd为期望车间距;d为可设定的车间固定间距;h为一固定时距;α为一设定的大于零的常数;ai为第i辆车的加速度,ai-1为第i-1辆车的加速度,即前车的加速度;
δd=d+hvi+α(ai-ai-1) (5)
S3、设计动态控制器,其通过接收第i-1辆车即前车的状态信息后,结合第i辆车即跟随车辆的状态信息,给出第i辆车控制信号的变化率第i辆车将根据所得控制信号的变化率调整自身的控制输出量,实现自身状态对前车状态的跟随性;
S4、考虑前车的加减速过程并基于新的时距策略和动态控制器的控制策略,建立跟随车辆的状态空间模型,利用状态空间模型求解使车辆渐进稳定的参数条件。
3.根据权利要求1所述的一种基于新的时距策略的网络化自主车队的跟随控制方法,其特征在于,所述前车的状态信息包括前车的控制信号、前车的速度和前车的加速度,所述跟随车辆的状态信息包括跟随车辆的控制信号、跟随车辆的速度和跟随车辆的加速度。
8.根据权利要求1的一种基于新的时距策略的网络化自主车队的跟随控制方法,其特征在于,所述状态空间模型选取的状态变量为x=[ei vi ai ui]T,输入变量为w=[vi-1 ai-1ui-1]T,令每辆跟随车辆控制***的输出为:
y=[0 1 1 1]x (10)
即:y=[0 vi ai ui]T,此时对于网络化自主车队,第i-1辆车即前车的控制***将其状态信息作为输出,第i辆车即跟随车辆的控制***将以第i-1辆车控制***输出的状态信息作为给定输入,从而使后车的状态信息稳定跟随前车的状态信息,跟随车辆控制***中,各传递函数为:
其中,K(s)、G1(s)、G2(s)、G3(s)、H1(s)、H2(s)、K1(s)、K2(s)是前车与跟随车辆各状态信息之间的传递函数关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010481016.4A CN111679668B (zh) | 2020-05-30 | 2020-05-30 | 一种基于新的时距策略的网络化自主车队的跟随控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010481016.4A CN111679668B (zh) | 2020-05-30 | 2020-05-30 | 一种基于新的时距策略的网络化自主车队的跟随控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111679668A true CN111679668A (zh) | 2020-09-18 |
CN111679668B CN111679668B (zh) | 2021-09-21 |
Family
ID=72452862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010481016.4A Active CN111679668B (zh) | 2020-05-30 | 2020-05-30 | 一种基于新的时距策略的网络化自主车队的跟随控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111679668B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113012459A (zh) * | 2021-02-08 | 2021-06-22 | 杭州电子科技大学 | 一种基于分布式切换控制的异构车队协同安全控制方法 |
CN113848941A (zh) * | 2021-06-03 | 2021-12-28 | 西南交通大学 | 用于车队间距控制的分布式控制器设计方法 |
CN114179802A (zh) * | 2021-12-01 | 2022-03-15 | 中国科学院计算技术研究所 | 一种车辆协作自适应巡航控制的方法 |
CN115285120A (zh) * | 2022-07-07 | 2022-11-04 | 东南大学 | 一种基于模型预测控制的车辆跟随分层式控制***及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130035934A1 (en) * | 2007-11-15 | 2013-02-07 | Qnx Software Systems Limited | Dynamic controller for improving speech intelligibility |
CN105279958A (zh) * | 2015-11-13 | 2016-01-27 | 奇瑞汽车股份有限公司 | 车队管理***及方法 |
CN105527960A (zh) * | 2015-12-18 | 2016-04-27 | 燕山大学 | 一种基于领航跟随的移动机器人编队控制方法 |
CN106873589A (zh) * | 2017-02-16 | 2017-06-20 | 北理慧动(常熟)车辆科技有限公司 | 一种智能车辆自主跟随方法 |
CN106915352A (zh) * | 2017-03-27 | 2017-07-04 | 奇瑞汽车股份有限公司 | 一种自适应跟随巡航控制方法及*** |
CN107943071A (zh) * | 2017-11-03 | 2018-04-20 | 中国科学院自动化研究所 | 无人车的编队保持控制方法及*** |
CN109300323A (zh) * | 2018-11-21 | 2019-02-01 | 荆门博谦信息科技有限公司 | 一种基于车联网的车速引导方法及*** |
CN109484407A (zh) * | 2018-11-14 | 2019-03-19 | 北京科技大学 | 一种电动汽车辅助驾驶的自适应跟车方法 |
CN109976385A (zh) * | 2019-04-03 | 2019-07-05 | 成都永奉科技有限公司 | 一种基于加速度的跟随车控制方法 |
CN110333728A (zh) * | 2019-08-02 | 2019-10-15 | 大连海事大学 | 一种基于变时间间距策略的异构车队容错控制方法 |
CN110979324A (zh) * | 2019-12-20 | 2020-04-10 | 武汉乐庭软件技术有限公司 | 一种智能驾驶中安全舒适高效的acc跟车速度规划方法 |
-
2020
- 2020-05-30 CN CN202010481016.4A patent/CN111679668B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130035934A1 (en) * | 2007-11-15 | 2013-02-07 | Qnx Software Systems Limited | Dynamic controller for improving speech intelligibility |
CN105279958A (zh) * | 2015-11-13 | 2016-01-27 | 奇瑞汽车股份有限公司 | 车队管理***及方法 |
CN105527960A (zh) * | 2015-12-18 | 2016-04-27 | 燕山大学 | 一种基于领航跟随的移动机器人编队控制方法 |
CN106873589A (zh) * | 2017-02-16 | 2017-06-20 | 北理慧动(常熟)车辆科技有限公司 | 一种智能车辆自主跟随方法 |
CN106915352A (zh) * | 2017-03-27 | 2017-07-04 | 奇瑞汽车股份有限公司 | 一种自适应跟随巡航控制方法及*** |
CN107943071A (zh) * | 2017-11-03 | 2018-04-20 | 中国科学院自动化研究所 | 无人车的编队保持控制方法及*** |
CN109484407A (zh) * | 2018-11-14 | 2019-03-19 | 北京科技大学 | 一种电动汽车辅助驾驶的自适应跟车方法 |
CN109300323A (zh) * | 2018-11-21 | 2019-02-01 | 荆门博谦信息科技有限公司 | 一种基于车联网的车速引导方法及*** |
CN109976385A (zh) * | 2019-04-03 | 2019-07-05 | 成都永奉科技有限公司 | 一种基于加速度的跟随车控制方法 |
CN110333728A (zh) * | 2019-08-02 | 2019-10-15 | 大连海事大学 | 一种基于变时间间距策略的异构车队容错控制方法 |
CN110979324A (zh) * | 2019-12-20 | 2020-04-10 | 武汉乐庭软件技术有限公司 | 一种智能驾驶中安全舒适高效的acc跟车速度规划方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113012459A (zh) * | 2021-02-08 | 2021-06-22 | 杭州电子科技大学 | 一种基于分布式切换控制的异构车队协同安全控制方法 |
CN113012459B (zh) * | 2021-02-08 | 2021-12-28 | 杭州电子科技大学 | 一种基于分布式切换控制的异构车队协同安全控制方法 |
CN113848941A (zh) * | 2021-06-03 | 2021-12-28 | 西南交通大学 | 用于车队间距控制的分布式控制器设计方法 |
CN113848941B (zh) * | 2021-06-03 | 2023-09-15 | 西南交通大学 | 用于车队间距控制的分布式控制器设计方法 |
CN114179802A (zh) * | 2021-12-01 | 2022-03-15 | 中国科学院计算技术研究所 | 一种车辆协作自适应巡航控制的方法 |
CN115285120A (zh) * | 2022-07-07 | 2022-11-04 | 东南大学 | 一种基于模型预测控制的车辆跟随分层式控制***及方法 |
CN115285120B (zh) * | 2022-07-07 | 2023-08-18 | 东南大学 | 一种基于模型预测控制的车辆跟随分层式控制***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111679668B (zh) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111679668B (zh) | 一种基于新的时距策略的网络化自主车队的跟随控制方法 | |
CN110703761B (zh) | 一种基于事件触发的网络化自主车队调度与协同控制方法 | |
Wen-Xing et al. | A new car-following model for autonomous vehicles flow with mean expected velocity field | |
Zheng et al. | Distributed model predictive control for heterogeneous vehicle platoons under unidirectional topologies | |
Jamshidnejad et al. | Sustainable model-predictive control in urban traffic networks: Efficient solution based on general smoothening methods | |
CN111341104B (zh) | 一种交通流跟驰模型的速度时滞反馈控制方法 | |
CN103558857B (zh) | 一种btt飞行器的分布式复合抗干扰姿态控制方法 | |
Zhu et al. | V2V-based cooperative control of uncertain, disturbed and constrained nonlinear CAVs platoon | |
CN109606367B (zh) | 基于车联网的巡航控制***的最优线性控制方法及装置 | |
CN113219962B (zh) | 一种面向混行队列跟驰安全的控制方法、***及存储介质 | |
Rupp et al. | Sliding mode based platooning with non-zero initial spacing errors | |
CN114516328B (zh) | 一种智能网联环境下基于规则的车队跟驰模型方法 | |
Min et al. | Constrained optimization and distributed model predictive control-based merging strategies for adjacent connected autonomous vehicle platoons | |
Ure et al. | Enhancing situational awareness and performance of adaptive cruise control through model predictive control and deep reinforcement learning | |
CN113985901A (zh) | 基于扰动估计的高超声速飞行器预设性能控制方法及装置 | |
CN114995119A (zh) | 基于多智能体深度强化学习的城市交通信号协同控制方法 | |
Wang et al. | Nonlinear consensus-based autonomous vehicle platoon control under event-triggered strategy in the presence of time delays | |
Chu et al. | Robust event triggered control for lateral dynamics of intelligent vehicle with designable inter-event times | |
Wang et al. | Effect of front two adjacent vehicles’ velocity information on car-following model construction and stability analysis | |
CN113012459B (zh) | 一种基于分布式切换控制的异构车队协同安全控制方法 | |
Niu et al. | Consensus controller for heterogeneous multi-agent systems using output prediction | |
Zhang et al. | An improved car-following model based on multiple preceding vehicles under connected vehicles environment | |
Liu et al. | Cooperative adaptive sliding mode platoon control of intelligent connected vehicles under communication interruption | |
Liu et al. | Event-triggered extended state observer based distributed control of nonlinear vehicle platoons | |
CN113848896A (zh) | 一种基于事件触发扩张状态观测器的分布式车辆队列控制方法 |
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 |