[发明专利]一种具有加速度约束的自动驾驶车队控制的鲁棒MPC方法

说明书

本发明提供一种具有加速度约束的自动驾驶车队控制的鲁棒MPC方法，涉及自动驾驶车队控制技术领域，包含以下步骤：基于鲁棒MPC方案，提出问题，并做出必要的假设；建议一组状态空间模型；建立车辆编队纵向协同运动的状态空间模型；设计反馈控制器；提供充分的条件以保证寻址系统的稳定性；求解服从一组线性矩阵不等式的优化问题来导出控制器增益；验证车辆编队状态反馈控制器的有效性。本申请中首次基于鲁棒MPC方案，研究了车队系统的一个新的排队控制问题，同时考虑了饱和控制输入和参数不确定性；并且导出了保证闭环系统在均方意义上稳定性的一个新的充分条件；然后通过递归到一组线性矩阵不等式(LMIs)并求解在线凸优化问题，在每一步获得控制器参数。

技术领域

本发明涉及自动驾驶车队控制技术领域，尤其涉及一种具有加速度约束的自动驾驶车队控制的鲁棒MPC方法。

背景技术

智能网联汽车(CAV)技术长期以来一直是智能交通系统的一种很有前途的手段，主要是因为它的快速发展和对我们日常生活的极大便利。智能网联汽车不仅能够使用车载传感器进行自主驾驶，还能够完成车对车的相互通信。其中，车队控制因其在道路通行能力、驾驶安全和环境可持续性问题上的突出优势而被视为智能网联汽车中最前沿的技术之一。具体而言，车队的核心控制目标是操纵一组CAV以建立和维持具有所需纵向间距和巡航速度的一排车辆。车辆排的应用趋势是改善安全问题和车辆操纵特性。模型预测控制(MPC)作为一种经常用于有约束的多变量优化问题的控制设计方法，其中通过在线求解有限时域开环最优控制问题来获得控制输入。由于MPC能够实时调整控制器的参数以获得更准确的结果，其在车队控制中发挥着至关重要的作用，也因此受到越来越多学者的关注。因此，最近提出了鲁棒MPC方案，来应对参数不确定性的情况下，用于不确定动态车辆系统的传统MPC方案可能无法确保期望的控制性能的问题。

目前车队控制系统的鲁棒MPC问题尚未得到彻底研究，仍然是控制界的研究热点。在过去的研究中，隐含的假设是加速度不受限制。然而在实践中，加速度通常被限制在一定范围内，以确保车队安全和乘客舒适。换句话说，当加速度达到或超过/小于某个值时，加速度不会改变。加速度饱和作为车队控制的关键因素，如果处理不当，将对系统产生很大影响。基于鲁棒MPC的车队控制系统仍然是一个开放的、具有挑战性的问题。

与现有技术相比，本申请具有以下有益效果：

1)首次基于鲁棒MPC方案，研究了车队系统的一个新的排队控制问题，其中同时考虑了饱和控制输入和参数不确定性；

2)导出了保证闭环系统在均方意义上稳定性的一个新的充分条件；

3)通过递归到一组线性矩阵不等式(LMIs)并求解在线凸优化问题，在每一步获得控制器参数。

发明内容

本发明的目的是为了解决现有技术中缺乏鲁棒MPC来控制输入饱和的车队系统的技术问题。

为了实现上述目的，本发明采用了如下技术方案：

一种具有加速度约束的自动驾驶车队控制的鲁棒MPC方法，其特征在于：包含以下步骤：

S1：基于鲁棒MPC方案，提出智能网联汽车中的一个新的车辆编队控制问题，并对于所述控制问题做出必要的假设；

S2：建议一组N+1辆智能网联汽车的状态空间模型；

S3：建立车辆编队纵向协同运动的状态空间模型；

S4：设计车辆编队状态反馈控制器；

S5：提供充分的条件以保证寻址系统的稳定性；

S6：求解服从一组线性矩阵不等式(LMIs)的优化问题来导出控制器增益；

S7：验证所提出的车辆编队状态反馈控制器的有效性，并进行基于实验的验证。

优选的，所述S1中假设包括如下内容：