原文传递
基于模型预测控制的车辆队列弦稳定性研究
| 论文题名： | 基于模型预测控制的车辆队列弦稳定性研究 |
| 关键词： | 车辆编队控制;弦稳定性;预测控制;鲁棒控制 |
| 摘要： | 车辆的编队行驶能减少环境污染、改善道路交通运行状况、缓解交通拥堵、提高道路行驶效率。然而车辆队列是一个多车辆耦合的复杂系统，队列中任意一辆车受到扰动后速度的轻微变化就会影响到后方其他车辆，从而带来连锁反应，甚至出现幽灵堵塞的情况。因此扰动在沿队列传播过程中的衰减特性即弦稳定性，是评价车辆编队控制算法的一个重要指标。目前高阶自动驾驶技术的发展尚未成熟，网联自动驾驶汽车和人类驾驶汽车必将长期共存，研究混行交通下车辆编队行驶的弦稳定性具有重要意义。本文围绕车辆队列系统的渐近稳定性以及弦稳定性问题，针对自主队列设计了一种基于最小鲁棒正不变集的分布式模型预测控制算法，针对混合队列设计了一种基于控制匹配技术的双层模型预测控制器。具体研究内容如下： 针对现有集中式模型预测控制方法不适用于大规模车辆队列、分布式鲁棒模型预测控制方法在线计算压力过大等问题，本文提出了一种基于最小鲁棒正不变集的分布式模型预测控制方法。该方法在不受扰动影响的标称系统中通过模型预测控制器处理车辆状态约束；在受扰动影响的偏差系统中，通过线性反馈控制器使实际轨迹保持在标称轨迹的有界邻域内。理论分析和仿真实验表明，在外部扰动下，所提出的算法不仅能满足车辆状态约束以及队列的弦稳定性，而且有效降低了被控系统的在线计算压力，更适合实际工程应用。 针对现有混合队列弦稳定性控制方法只适用于特定拓扑结构、保守性较大的问题，本文提出了基于控制器匹配的双层模型预测控制算法。通过惩罚与邻域车辆的状态偏差实现了跟随车辆对领航车的跟踪；通过在频域中设计一个弦稳定控制器，然后调整目标函数的权重矩阵，实现了车辆队列的首尾弦稳定性。与之前针对特定拓扑结构设计的方法相比，本文所提算法更加灵活，且与将弦稳定性作为约束条件的控制方法相比具有更低的保守性。仿真结果表明本文所提算法能够实现对领航车的跟踪，并保证车辆编队行驶的安全性、舒适性以及首尾弦稳定性。 |
| 作者： | 茅杏妍 |
| 专业： | 电子信息 |
| 导师： | 李攀硕;谭晗凌 |
| 授予学位： | 硕士 |
| 授予学位单位： | 广东工业大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
