[发明专利]一种基于多重模型预测控制的人机交互协调控制策略

权利要求书

1.一种基于多重模型预测控制的人机交互协调控制策略，其特征在于：具体包括如下步骤：

步骤1：基于GK聚类算法的转向工况分类，利用LS-SVM算法对各转向工况数据进行处理，建立其数学子模型，根据输入变量与聚类中心的实际距离进行模式切换；

步骤2：将步骤1中基于GK－LSSVM算法构建多模型结构作为MMPC算法的预测模型，实时循环迭代计算系统反馈误差，将误差通过反馈校正环节调整下一时刻的估计输出；最后，利用NSGA-Ⅱ算法求解性能指标函数，从而实现滚动优化；

步骤3：建立智能汽车驾驶员转向控制数学模型，采用数字仿真技术验证横向跟踪模型的正确性和有效性

步骤4：以MPC为指导思想，对智能汽车人机协同控制任务进行分解，通过设定的规则建立复杂的多系统模型，构建MMPC系统，进而设计应用于智能汽车人机协同转向的MMPC控制器。

2.根据权利要求1所述的一种基于多重模型预测控制的人机交互协调控制策略，其特征在于：所述步骤(1)中，具体包括如下步骤：

步骤1.1：通过实车试验获取实验数据包括多个驾驶员转向参数，FCM和GK都将实车实验的转向数据分成9类，这9类数据分别对应的是低中高三种车速下的车道保持、普通右转以及掉头工况；

步骤1.2：LS-SVM算法对步骤1.1中的各转向工况数据进行处理，并分别建立其数学子模型；

步骤1.3：采用欧氏距离度量输入变量与聚类中心的实际距离进行多模型之间的切换。

3.根据权利要求1所述的一种基于多重模型预测控制的人机交互协调控制策略，其特征在于：所述步骤(2)具体如下：

步骤2.1：对预测模型实时循环迭代计算系统反馈误差，并将误差通过反馈校正环节调整下一时刻的估计输出；

步骤2.2：利用NSGA-Ⅱ算法求解性能指标函数，从而实现滚动优化。

4.根据权利要求3所述的一种基于多重模型预测控制的人机交互协调控制策略，其特征在于：所述步骤2.2具体如下；

步骤2.2.1：将决策空间进行有效划分，使其成为N个空间，并基于NSGA-II算法产生初始精英子代；

步骤2.2.2：随机选择N1代，并进行相应迭代计算，在每个子空间产生子代种群；

步骤2.2.3：进行拥挤度和拥挤度比较算子的计算，并在快速排序后的同级比较中选出优胜子代；

步骤2.2.4：将步骤2.2.3中选出的n个最优个体逐个与精英子代中的个体进行比较，如果存在支配关系，则替换掉相应的最差精英个体，从而更新精英子代；

步骤2.2.5：从剩余的子空间中随机选择新子空间作为父代，并将上一步得到的更新精英子代进行交叉，产生下一代种群；

步骤2.2.6：判断当前迭代次数是否超过最大迭代代数，若是则结束，若否则返回步骤2.2.3。

5.根据权利要求1所述的一种基于多重模型预测控制的人机交互协调控制策略，其特征在于：所述步骤(3)具体包括：

步骤3.1：用现代控制理论，使车辆自动的以期望的速度实现期望轨迹的跟踪。

步骤3.2：在较低车速的情况下建立车辆运动学模型；

步骤3.3：兼顾车辆快速响应和平稳跟踪期望轨迹两者性能，基于控制系统状态量偏差及优化控制量设计轨迹跟踪控制器；

步骤3.4：考虑控制增量及控制量极限作为横向跟踪模型的约束条件。

6.根据权利要求1所述的一种基于多重模型预测控制的人机交互协调控制策略，其特征在于：所述步骤(4)中，在MATLAB/Simulink环境下建立智能汽车人机交互协同控制系统，包括5种系统结构模型、偏差微分环节、时滞环节和被控对象的设计。