基于滑模控制理论的车队协同制动控制方法

技术领域

本发明涉及同构车队控制技术领域，尤其涉及一种基于滑模控制理论的车队协同制动控制方法。

背景技术

车队在制动过程中始终要保持合理的车间距，车队间距过大或者过小都会对车队的运行产生不利的影响，同时要确保车队中各车辆能够迅速平稳地停到指定停车位置(TSP)，还要保证车队实现队列稳定性。近年来，对车队制动控制的研究少之又少。在车队协同制动控制方面，Liu和Xu提出了一种基于双积分器的分布式线性控制协议，在制动过程中，使车队中各车辆停到期望的TSPs处。之后，Liu等人在考虑车队内部虚拟力和外部制动力的情况下，进一步分析了具有分布式线性反馈动力学的车队协同制动控制的收敛性。Xu等人提出了一种基于非线性反馈的协同制动控制方法，研究了通信拓扑对车队安全的影响。Li等人提出了一种车队积分滑模协同制动控制方法，在分析了车队收敛性的同时，也对车队队列稳定性进行了证明。迄今为止的文献综述表明，在车队制动控制方面的挑战源于车队中车辆之间的相互作用。

然而，上述研究提出的线性控制策略并不能充分描述车辆的动力学特性，也不能完全捕捉到车队中各车辆之间的跟踪交互作用。同时Liu，Xu等人提出的控制策略并不能确保车队各车辆之间的车间距保持一致。

由于上述文献皆采用的是二阶车队模型，相比于三界模型而言，二阶车队模型并不能很好的捕捉车辆内部的动态特征。同时，分析和证明车队的队列稳定性也是至关重要的，即使得车队车间距不会沿着领队车至末尾车辆不断放大。

发明内容

针对现有技术的不足，本发明提供一种基于滑模控制理论的车队协同制动控制方法，构建车队三阶动力学模型，在实现车队中各车辆保持合理的车间距的同时，确保车辆迅速平稳地停到指定停车位置，并且对车队的队列稳定性进行严格的推导和证明。

本发明所采取的技术方案是：

一种基于滑模控制理论的车队协同制动控制方法，包括以下步骤：

步骤1、根据车队中车辆自身信息，包括位置信息、速度信息、加速度信息，构造固定时间间距策略，并采用双向通信结构建立车辆纵向动力学模型；

所述车辆纵向动力学模型设第i辆车与第i-1辆车车间距误差为e

第i辆车的动力学模型描述为以下的非线性微分方程：

其中，v

其中σ是空气质量常数，τ

产生以下线性化模型：

其中u

由于车辆间的通信干扰及外部环境扰动，引入扰动项ξ

其中

步骤2、设整个车队由1个领队车和n-1个跟随车组成，且不存在两个车并排行驶的情况，分别构建领队车和跟随车的控制器；

所述领队车的控制器如下式所示：

其中p

得到领队车的控制器为：

其中

针对跟随车首先进行滑模面的设计，然后设计协同控制器：

跟随车的滑模面设计公式为：

其中c

α

α

上述滑模面修改为以下形式：

由于s

其中q为常数且q≠0，得到：S(t)＝Qs(t)；

其中s(t)＝[s

因为q≠0是常数，所以矩阵Q是不可逆的，得：

其中：

其中

由于末尾车辆没有跟随车辆，所以当i＝n时，跟随车控制器设计为：

其中η

步骤3、针对领队车的行驶数据构建微分方程，验证领队车的收敛性；

其中p

等式的解为：

其中p

领队车的速度为：

结合上述公式得到

步骤4、设计自适应率，并选取李雅普诺夫函数验证跟随车的收敛性；

在车队终端滑模协同制动控制器下，如果参数满足c

李雅普诺夫函数V

对其求导得：

其中

由步骤2有：

推导得：

其中k为跟随车控制器增益，因此有：

因为

其中ξ

步骤5、验证车队的队列稳定性，完成对整个车队的协同制动控制；

若e

||G

其中Gi(s)为误差传递函数，Ei(s)为误差e

根据步骤4得S

对上式作拉普拉斯变换得：

最终得到：

因为0＜α

采用上述技术方案所产生的有益效果在于：

本发明提供一种基于滑模控制理论的车队协同制动控制方法，针对传统互联车辆的协同制动控制采用的都为二阶的车队模型，本发明在此基础上建立了三阶线性化车队动力学模型。相比于二阶车队模型，三阶模型可以更好地捕捉到车辆内部的动态特征。

本发明针对同构车队系统环境下存在扰动的情况，分别设计了领队车的控制器和跟随车的协同控制器，并设计了终端滑模面，为了能够分析车队的队列稳定性，对滑模面进行了改进。本发明使用李雅普诺夫方法对车队的收敛性进行分析，并利用传递函数方法对车队的串稳定性进行了分析。仿真结果验证了所提方法的有效性。

附图说明

图1为本发明实施例基于滑模控制理论的车队协同制动控制方法流程图；

图2为本发明实施例所用同构车队及通信拓扑示意图；

图3为本发明实施例车辆行驶距离仿真图；

其中图(a)-直线车道车辆行驶总距离(无扰动)，图(b)-直线车道车辆行驶总距离(领队车受到扰动)，图(c)-直线车道车辆行驶总距离(所有车辆受到扰动)，

图4为本发明实施例车辆行驶速度仿真图；

其中图(a)-速度(无扰动)，图(b)-速度(领队车受到扰动)，图(c)-速度(所有车辆受到扰动)

图5为本发明实施例车辆间距仿真图；

其中图(a)-车间距(无扰动)，图(b)-车间距(领队车受到扰动)，图(c)-车间距(所有车辆受到扰动)

图6为本发明实施例车辆间距误差仿真图；

其中图(a)-间距误差(无扰动)，图(b)-间距误差(领队车受到扰动)，图(c)-间距误差(所有车辆受到扰动)

具体实施方式

下面结合附图对本发明具体实施方式加以详细的说明。

一种基于滑模控制理论的车队协同制动控制方法，如图1所示，包括以下步骤：

步骤1、根据车队中车辆自身信息，包括位置信息、速度信息、加速度信息，构造固定时间间距策略，并采用双向通信结构建立车辆纵向动力学模型；

设第i辆车与第i-1辆车车间距误差为e

第i辆车的动力学模型描述为以下的非线性微分方程：

其中，v

其中σ是空气质量常数，τ

产生以下线性化模型：

其中u

考虑到车辆间的通信干扰及不可避免的外部环境扰动，引入扰动项ξ

其中

步骤2、设整个车队由1个领队车和n-1个跟随车组成，且不存在两个车并排行驶的情况，分别构建领队车和跟随车的控制器，如图2所示为实施例所用同构车队及通信拓扑示意图；

领队车的控制器如下式所示：

其中p

最终得领队车的控制器为：

其中

针对跟随车，首先进行滑模面的设计，然后设计协同控制器：

跟随车的滑模面设计公式为：

其中c

α

α

上述滑模面修改为以下形式：

由于s

其中q为常数且q≠0，得到：S(t)＝Qs(t)；

其中s(t)＝[s

因为q≠0是常数，所以矩阵Q是不可逆的，可得：

其中：

其中

由于末尾车辆没有跟随车辆，所以当i＝n时，控制器设计为：

其中η

步骤3、针对领队车，构建微分方程，证明领队车的收敛性；

等式的解为：

其中p

进一步得到：

并且领队车的速度为：

结合上述公式，可以得到：

步骤4、设计自适应率，并选取李雅普诺夫函数证明跟随车的收敛性；

在车队终端滑模协同制动控制器下，如果参数满足c

定义李雅普诺夫函数V

对其求导可得：

因为

由步骤2有：

进一步推导得：

k为跟随车控制器增益，因此有：

因为

ξ

另外，有：

根据上式，得到

步骤5、证明车队的队列稳定性，完成对整个车队的协同制动控制；

如果e

即：

||G

其中G

根据步骤4得S

对上式作拉普拉斯变换可得：

由上式可得：

最终得到：

因为0＜α

为了验证本实施例提供的基于滑模控制理论的车队协同制动控制方法的有效性，采用matlab进行仿真实验验证，并作出详细的说明。

本实施例提供的同构车队模型，综合考虑执行器故障和外界干扰，采用了终端微分滑模技术，设计出了协同控制器，能使得车队在整个制动过程中实现各车辆的收敛性，并且实现整个车队的队列稳定性。

实施例1：假设有一辆领队车和3辆跟随车在车道上直线行驶，为了研究分析扰动对于性能的影响，考虑了三种情况：无扰动，领队车受到扰动，以及车队所有车辆都受到扰动。采样间隔其中设置成0.01s。初始位置设置为p(0)＝[51,35,19,3]

扰动ξ

情况1：无扰动

ξ

情况2：领队车受到扰动

ξ

情况3：所有车辆受到扰动

ξ

在仿真中，扰动上界和扰动下界的初始估计分别为

在仿真中，车辆的长度被忽略。

基于上述参数，对本发明提出的基于滑模控制理论的车队协同制动控制方法进行仿真验证如图3-6所示。

其中图3显示了在提出的控制器下的位置变化。从图3可以看出，领队车可以平滑地到达它的TSP(即q

图4显示了车辆的速度变化；从图3可以看出车队中的各车辆从初始速度可以慢慢地顺滑地收敛到零。这个过程用时大概在25s左右。

图5显示了车队中车间距离的变化。从图5可以看出在考虑有无扰动的三种情况下，其他车辆都可以收敛到它们指定的位置，并且车辆的距离始终保持合理的安全间距，从而避免了追尾事故的发生。

图6显示了在车队制动过程中不存在负的间距误差，并且最大间距误差都不超过0.14m。这是因为考虑了车辆之间的跟随交互作用。此外，间距误差在25s左右收敛到0，间距误差幅值随车队中车辆指数的增大而减小。这表明本发明提出的基于滑模控制理论的车队协同制动控制方法不仅能够保证每辆车的稳定性，同时也能确保车队的串稳定性。并且，TSM控制器对于扰动具有鲁棒性。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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权利要求所限定的范围。