[发明专利]一种智能网联车队纵横向耦合控制方法

权利要求书

1.一种智能网联车队纵横向耦合控制方法，其特征在于，所述方法适用于所述智能网联车队中的成员车，所述方法包括：

步骤1，构建所述成员车的纵横向耦合动力学模型，并根据所述纵横向耦合动力学模型，定义虚拟控制量；

步骤2，根据所述成员车的自车状态信息和前后车信息，以及队列纵横向运动学关系，构建所述成员车的行车误差模型，所述行车误差模型至少包括纵向行车误差模型和横向行车误差模型；

步骤3，根据所述成员车的自车状态信息以及所述前后车信息，结合所述纵横向耦合动力学模型、所述行车误差模型，计算所述成员车的控制参量组；

步骤4，根据所述控制参量组和所述定义的虚拟控制量，计算轮胎转向角δ_f,i和车辆纵向控制力F_x,i，其中，所述步骤4，具体包括：

步骤41，根据所述控制参量组，对期望虚拟控制量进行计算，其中，和分别为第一虚拟控制量u_1,i和第二虚拟控制量u_2,i的第一、第二期望值，所述期望虚拟控制量的计算公式为：

式中，κ_i0为控制参数，P_i∈R^2×2为给定的正定参数矩阵，p_1,i为前馈控制量，p_2,i为反馈控制量；

步骤42，结合所述定义的虚拟控制量，根据计算得到的所述期望虚拟控制量，计算所述轮胎转向角δ_f,i和所述车辆纵向控制力F_x,i，

其中，当F_x,i≥0时，所述车辆纵向控制力F_x,i为驱动力，当F_x,i0时，所述车辆纵向控制力F_x,i为制动力。

2.如权利要求1所述的智能网联车队纵横向耦合控制方法，其特征在于，所述队列纵横向运动学关系至少包括队列纵向运动学关系和车辆横向运动学关系所述步骤2，具体包括：

步骤21，根据所述成员车的自车状态信息和前后车信息，以及所述队列纵向运动学关系，构建所述纵向行车误差模型，所述纵向行车误差模型至少包括车间距误差及所述车间距误差的导数；

步骤22，根据所述成员车的自车状态信息和期望路径信息，以及所述车辆横向运动学关系，构建所述横向行车误差模型。

3.如权利要求1所述的智能网联车队纵横向耦合控制方法，其特征在于，所述控制参量组至少包括第一参量组、第二参量组，所述步骤3，具体包括：

步骤31，将所述纵横向耦合动力学模型转换为二阶线性模型，其中，所述二阶线性模型的计算公式为：

式中为系统状态向量，U_i＝[u_1,i,u_2,i]^T为控制向量，x_i,y_i和分别为车辆纵向位移、横向位移和横摆角，u_1,i和u_2,i分别为第一、第二虚拟控制量，M_i∈R^3×3，H_i∈R³，B_i∈R^3×2分别为惯性矩阵、参数矩阵、输入矩阵，t为时间参数；

步骤32，根据所述成员车的自车状态信息，结合所述二阶线性模型，计算所述第一参量组；

步骤33，根据所述行车误差模型，建立车辆状态等式约束，其中，当所述车辆状态等式约束严格成立时，实现所述智能网联车队的控制目标，所述车辆状态等式约束的一阶形式和二阶形式分别为：

式中，c_i为中间参数，A_i为第一参数矩阵、b_i为第二参数矩阵；

步骤34，根据所述行车误差模型、所述自车状态信息、所述前后车信息，结合所述车辆状态等式约束，计算所述第二参量组。