Control Methods for Autonomous Vehicle Platoon System Invoking Swarm Intelligence.pdf

1、亞洲及世界其他地區(qū)汽車保有量的不斷增加導(dǎo)致了日益嚴(yán)峻的交通擁堵問(wèn)題。智能交通系統(tǒng)能夠有效緩解交通壓力，因而成為當(dāng)前研究的熱點(diǎn)。作為智能交通系統(tǒng)的一個(gè)分支，自主車輛列隊(duì)系統(tǒng)應(yīng)運(yùn)而生。它不僅可以提高道路通行能力、增強(qiáng)車輛行駛安全性，提高駕駛舒適性，還能降低燃油消耗和尾氣排放。因此，對(duì)自主車輛列隊(duì)系統(tǒng)的研究對(duì)于緩解交通壓力、節(jié)約能源、減少污染具有重要意義。
　　當(dāng)前對(duì)于車輛隊(duì)列系統(tǒng)的研究集中在車隊(duì)縱向跟隨的穩(wěn)定性控制中，即研究已有車隊(duì)在

2、頭車帶領(lǐng)下，后續(xù)跟隨車輛間車距的穩(wěn)定性控制問(wèn)題。現(xiàn)有控制策略不能很好解決大規(guī)模車隊(duì)控制問(wèn)題、車隊(duì)中車輛數(shù)量變化問(wèn)題及車隊(duì)系統(tǒng)本身存在的非線性和外部不確定干擾等問(wèn)題。車隊(duì)系統(tǒng)可以看成一個(gè)機(jī)械群系統(tǒng)。因此，受生物群體行為的啟發(fā)，將群體智能控制思想引入車隊(duì)系統(tǒng)的控制中來(lái)。
　　在群聚生物中，復(fù)雜的群體行為僅依靠單個(gè)個(gè)體執(zhí)行簡(jiǎn)單策略即可實(shí)現(xiàn)。根據(jù)這些物種異乎尋常的行為特點(diǎn)，開(kāi)展由多個(gè)獨(dú)立機(jī)械個(gè)體構(gòu)成的人工機(jī)械群系統(tǒng)的研究，探索群系統(tǒng)的運(yùn)動(dòng)

3、特性及動(dòng)力學(xué)特性。群系統(tǒng)中每個(gè)個(gè)體都是由機(jī)械部件構(gòu)成的，因此每個(gè)個(gè)體都要遵循機(jī)械原理。
　　人工機(jī)械群系統(tǒng)是參考生物群系統(tǒng)而設(shè)計(jì)，用來(lái)模仿生物群系統(tǒng)的行為。機(jī)械群系統(tǒng)行為的運(yùn)動(dòng)學(xué)模型是通過(guò)一個(gè)具有群性質(zhì)的函數(shù)來(lái)描述。該模型可以被視為系統(tǒng)的約束條件，通過(guò)約束每個(gè)個(gè)體的行為實(shí)現(xiàn)群行為。應(yīng)用Udwadia-Kalaba方法，可以獲得驅(qū)動(dòng)群系統(tǒng)滿足給定約束條件所需約束力的解析解形式。從控制設(shè)計(jì)的角度來(lái)看，這一約束力可以被當(dāng)作形成群行為的理

4、想控制。Udwadia-Kalaba的方法具有廣泛的應(yīng)用潛力。無(wú)論約束是完整的還是非完整的，均可采用此方法建立約束系統(tǒng)的運(yùn)動(dòng)方程。然而，這并不能完全解決控制問(wèn)題。由于系統(tǒng)中有不確定性存在，在現(xiàn)實(shí)中此約束力（該約束力是建立在模型之上的）并不適用。處理系統(tǒng)中的不確定性，需要做更多的研究，這也是本文的重點(diǎn)。
　　將群體智能控制方法引入自主車輛列隊(duì)系統(tǒng)的控制中，并研究系統(tǒng)中含有不確定性的情況下車輛自組隊(duì)、車距和車速穩(wěn)定性控制問(wèn)題。將避免碰

5、撞的條件考慮在內(nèi)時(shí)，系統(tǒng)的狀態(tài)變量是有界的。利用對(duì)數(shù)函數(shù)變換，將有界的狀態(tài)變量轉(zhuǎn)化為全局狀態(tài)變量，然后將群體行為的表征函數(shù)嵌入到新得到的狀態(tài)變量中，繼而建立車隊(duì)系統(tǒng)的動(dòng)力學(xué)模型。通過(guò)將系統(tǒng)運(yùn)動(dòng)學(xué)模型視為一個(gè)約束，采用Udwadia-Kalaba的方法獲得車隊(duì)系統(tǒng)中每一輛跟隨車輛相應(yīng)的約束力（即理想控制）的解析解形式。在此基礎(chǔ)上，針對(duì)車隊(duì)系統(tǒng)中不確定性邊界已知的情況提出一類魯棒控制方法。該控制在保證系統(tǒng)中的車輛不碰撞的同時(shí)，也確保了整體系

6、統(tǒng)的緊湊性和穩(wěn)定性。
　　由于不確定性的邊界可能是未知的，且若不確定的邊界選擇不當(dāng)將導(dǎo)致額外的控制消耗，針對(duì)不確定性邊界未知的列隊(duì)系統(tǒng)提出一類自適應(yīng)魯棒控制方法。該方法假設(shè)不確定性的邊界是一個(gè)由不確定性參數(shù)構(gòu)成的已知形式的函數(shù)。在該假設(shè)的前提下，采用一種漸虧型自適應(yīng)律估計(jì)不確定性參數(shù)的值，進(jìn)而通過(guò)獲取的不確定性參數(shù)的估計(jì)值確定相應(yīng)不確定性的邊界。自適應(yīng)律的漸虧特性使自適應(yīng)參數(shù)不會(huì)一直增加，從而有助于節(jié)約控制消耗。在自適應(yīng)律和約束力

7、的基礎(chǔ)上，提出車輛列隊(duì)系統(tǒng)的自適應(yīng)控制方法。該控制方法兼具魯棒性和自適應(yīng)性特點(diǎn)。在該控制下，車隊(duì)系統(tǒng)的防碰撞性、緊湊性和穩(wěn)定性均得以實(shí)現(xiàn)。與魯棒控制相比，自適應(yīng)魯棒控制的控制消耗要小一些。
　　針對(duì)不確定性的另一種替代描述方式，提出了最優(yōu)模糊控制方法。通過(guò)采用模糊集理論描述系統(tǒng)中的不確定性，建立自主車輛列隊(duì)系統(tǒng)的模糊動(dòng)力學(xué)模型。此時(shí)，不確定性被假設(shè)為隸屬于一個(gè)模糊集合。該模糊方法不同于概率法和其他基于IF-THEN規(guī)則的模糊推理方

8、法。結(jié)合不確定性的模糊描述和自適應(yīng)律，提出一類模糊自適應(yīng)控制方法實(shí)現(xiàn)車隊(duì)系統(tǒng)的控制。針對(duì)控制的優(yōu)化問(wèn)題，提出綜合考慮瞬時(shí)控制消耗和平均控制消耗的二次性能指標(biāo)。進(jìn)而將控制參數(shù)的最佳選擇問(wèn)題歸為一個(gè)優(yōu)化問(wèn)題。這個(gè)問(wèn)題的全局解是唯一的且是封閉解，從而簡(jiǎn)潔有效地解決該優(yōu)化問(wèn)題。所提出的最優(yōu)模糊控制方法能保證車隊(duì)系統(tǒng)兩種性能：一是在不確定性存在的情況下確保系統(tǒng)具有確定性性能，即一致有界性和一致最終有界性;二是確保了系統(tǒng)的模糊性能，即性能指標(biāo)的最小