[发明专利]基于分布式有限时间状态观测器的多智能车辆编队方法

说明书

本发明涉及一种基于分布式有限时间状态观测器的多智能车辆编队方法，包括步骤：S1、根据智能车辆运动学模型，描述智能车辆的运动学特征；S2、构建多智能车辆的主从架构，并基于有向生成树的拓扑结构建立多智能车辆间的通信网络结构；S3、设计不依赖于全局坐标信息的分布式有限时间状态观测器，以得到观测值；S4、将观测值输入多智能车辆分布式编队控制器，以实现多智能车辆的自动编队。与现有技术相比，本发明通过激光雷达和陀螺仪获取车辆间的相对位置，使误差控制在毫米级范围内，保证了观测值更加接近实际值，同时采用有向生成树构建通信网络结构保证了观测器的收敛性，最终能有效提升智能车辆编队的精度与安全性。

技术领域

本发明涉及多智能车辆协同控制领域，尤其是涉及一种基于分布式有限时间状态观测器的多智能车辆编队方法。

背景技术

随着对智能驾驶车辆研究的不断深入，单个智能车辆性能(如负载能力、工作效率、探测视野等)的有限性被逐渐暴露出来，利用群体协同工作的优势可以克服单体的能力局限，提高整体系统性能，相比单个智能体，多智能体系统有着不可替代的优越性：

对于复杂的任务和环境，多智能体系统可把复杂的任务分解成多个简单的子任务，然后利用多个智能体分布在不同的区域内同时工作，从而提高工作效率；

多个智能体分布在区域较大的环境中，各自感知其周围的环境，通过智能体间的通信共享各自感知到的信息，大大扩展了多智能体系统对环境的感知范围；

多智能体系统在数量上的冗余，能够提高整个系统的鲁棒性；

多智能体系统还具有可扩展性，能根据不同的要求对自身进行扩展，从而完成新的任务。

因此，开展多智能车辆的协同控制研究，具有十分重要的研究意义，在多智能车的协同控制研究中，常见的协同控制方法包括制有跟随领航法、基于行为法、虚结构法、人工势场法等，这些协同控制方法可以分为两种框架：集中式框架和分布式框架。这两种框架一般都是基于主从结构，即在一个多智能车系统中，选取某一个智能车作为主机，其他车辆作为从机，主机与从机之间通过无线通信建立连接。

集中式框架是指主机与所有的从机之间进行通信，主机掌握所有环境信息，并向所有的从机发送控制信号并传输数据，集中式框架的优点是其结构清晰，容易实现，其缺点在于系统对主机依赖度过高，当主机出现故障时，会导致整个系统的瘫痪，由于信号的集中处理和传输会给主机带来极大的计算量和通讯负担，因此对主机的计算和通信性能要求很高，系统的可扩展性比较弱。

分布式架构是指主机只与部分从机进行通信，从机与从机之间也会存在相互通信，整个系统的通信拓扑以一种有向图或无向图的形式存在，系统中的每一个智能车辆只通过获取其邻居以及自身的状态信息来实现整体的协同目标，这种分布式的架构具有灵活性好、有较强的扩展能力和容错能力、能够适应各种变化的环境等优点，此外，在分布式系统中，一般不存在较大的计算量和通讯负担，由于分布式系统解决了集中式系统在系统规模扩大时存在的各种制约问题，因而目前有关多智能车辆协同控制的研究也在往分布式方向发展，其中多智能车的分布式编队控制技术因其潜在的巨大价值受到了研究者的广泛关注。

在多智能车辆的分布式编队控制中，由于车辆模型的非线性与复杂性，分布式编队控制器的设计往往是研究中的主要难点。随着近年来研究人员的不断深入，人们发现分布式状态观测器的引入可以极大地降低分布式编队控制器的设计难度，因为分布式状态观测器可以帮助所有的从机获取主机的信息，在此基础之上，复杂的分布式编队控制问题往往可以简化成一个相对简单的单车控制问题。在分布式状态观测器的研究中，观测器的性能往往可以从两个角度来判断：第一，是否能够收敛到被观测对象的真实值，第二，收敛到被观测对象真实值所需要的时间。现有的研究中，能够收敛到被观测对象的真实值的观测器按其收敛时间或效果一般分为渐进收敛、指数收敛以及有限时间收敛，其中渐进收敛和指数收敛都需要时间趋于无穷大时才能收敛到真实值，而有限时间收敛可以在某一确定的时间内收敛到真实值。因而，分布式有限时间状态观测器是一种更优的观测器。