System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術智能網聯自動駕駛汽車和交通控制領域,具體涉及一種混合交通流環境下的cacc車隊協同換道控制方法。
技術介紹
1、近些年來,隨著車聯網、v2x和自動駕駛技術的快速發展,網聯自動駕駛汽車技術也越來越受到研究者的關注。協同自適應巡航控制(cooperative?adaptive?cruisecontrol,cacc)作為一種重要的控制技術,廣泛應用于網聯自動駕駛汽車領域。cacc車輛靈敏度更高,反應時間更短,車隊中車輛間的時間間隔更小,通過協調車輛之間的速度和間距,可以最大限度地利用道路空間,提高通行效率。
2、現有cacc車輛的研究多聚焦于縱向上的控制,在實際環境下,道路交通情況復雜多變,當cacc車輛面臨通過合流區、駛出主路或車道前方發生事故等問題時,則無可避免地要進行換道操作。然而現有cacc車輛控制方法缺乏以車隊為整體的換道問題研究,在控制cacc車隊進行換道時,往往會破壞車隊初始的組成結構;當目標車道上沒有合適的間隙滿足車隊或任一車輛換道時應如何控制,cacc車隊如何與目標車道上的網聯自動駕駛車輛(connected?autonomous?vehicle,cav)進行協同,控制過程車輛如何根據實時工況調整自身的運動狀態,現有控制方法較少考慮上述問題;缺少車隊層面上基于控制理論的橫向控制和縱向控制協作的研究。
3、因此,在混合交通流環境下,如何幫助cacc車隊在目標車道間隙不足時完成換道是一個亟需解決的問題。
技術實現思路
1、本專利技術要解決的
2、為了解決上述技術問題,本專利技術采用的技術方案為:
3、一種混合交通流環境下的cacc車隊協同換道控制方法,包含以下步驟:
4、s1)選擇目標車道上任一網聯自動駕駛車輛作為目標網聯自動駕駛車輛,將目標網聯駕駛車輛與其前車的間隙作為cacc車隊的初始換道間隙;
5、s2)實時獲取cacc車隊、目標網聯自動駕駛車輛與其前車的車輛運動狀態信息;
6、s3)對從cacc車隊的尾車開始的車輛依次創造換道間隙,具體是使用預設的縱向控制方法,基于換道完成前的期望間距和控制目標,根據cacc車隊、目標網聯自動駕駛車輛與其前車的車輛運動狀態信息,控制目標網聯自動駕駛車輛和cacc車隊協同減速,使得車輛對應的換道間隙的大小滿足要求;
7、s4)對從cacc車隊的尾車開始的車輛依次進行換道,具體是當車輛對應的換道間隙的大小滿足要求后,對車輛進行換道軌跡規劃,然后使用預設的車輛橫向動力學模型和橫向控制算法,控制車輛沿規劃軌跡進行換道,對于換道后的尾車,控制換道后的尾車在縱向上以趨于恒速的狀態繼續行駛;
8、s5)使用預設的縱向控制方法,基于換道完成后的期望間距和控制目標,控制cacc車隊的車輛以換道完成后的期望間距進行巡航。
9、進一步地,所述縱向控制方法具體包括:
10、cacc車隊完成換道前,將cacc車隊的尾車作為目標網聯自動駕駛車輛的引導車,且cacc車隊的尾車以對應的換道間隙的前車為引導車,cacc車隊的剩余車輛均以相鄰的后車作為引導,若cacc車隊的車輛與對應的換道間隙的前車之間的間距小于換道安全間距,控制目標網聯自動駕駛車輛以及cacc車隊中所有車輛均跟隨對應引導車的運動狀態進行減速運動,直到cacc車隊的車輛與對應的換道間隙的前后車的間距均大于或等于換道安全間距;
11、cacc車隊換道結束后,控制各車輛以其相鄰的前車為引導車,以期望間距和速度進行巡航。
12、進一步地,所述縱向控制方法以車輛行駛安全性、跟馳性和舒適性為目標構建,所述縱向控制方法的構建過程如下:
13、根據被控制車輛與對應引導車的車輛運動狀態信息得到系統狀態空間方程;
14、考慮安全性、跟馳性和舒適性設計系統縱向性能指標,并設置換道完成前和換道完成后的控制目標;
15、設置系統縱向約束,并引入松弛因子擴展約束條件范圍;
16、根據所述系統狀態空間方程和系統縱向性能指標建立系統縱向預測模型,并在保證車輛行駛安全的條件下,以跟馳性和舒適性最優為目標構建綜合性能函數;
17、通過模糊控制算法,對控制器的安全性、跟馳性和舒適性的權重進行自適應優化調整。進一步的,所述系統狀態空間方程的表達式如下:
18、x(t+1)=ax(t)+bu(t)+cw(t)
19、
20、其中,a,t,c為系數矩陣;u(t),w(t)分別代表控制量和擾動量;x(t)=[δx(t),v(t),vrel(t),a(t),j(t)]t,為系統狀態量;δx(t)為t時刻被控制車輛與引導車之間的跟車間距;vrel(t)為t時刻被控制車輛與引導車的相對速度;v(t)為t時刻被控制車輛的速度;a(t)為t時刻被控制車輛的加速度;j(t)為t時刻被控制車輛的加速度變化率;t為系統采樣時間;
21、所述系統縱向性能指標的表達式如下:
22、y(t)=[ξ(t)vrel(t)a(t)j(t)]t
23、其中,ξ(t)為代表安全性的跟車間距誤差,具體是實際跟車間距和換道完成前的期望跟車間距或者換道完成后的期望跟車間距之間的誤差;vrel(t)為代表跟馳性的t時刻被控制車輛與引導車的相對速度;a(t)和j(t)分別為代表舒適性的t時刻被控制車輛的加速度和加速度變化率;
24、所述系統縱向約束的約束條件如下:
25、
26、其中,δxmin,vmin,amin,jmin,umin分別為被控制車輛與引導車之間的跟車間距、被控制車輛的速度、被控制車輛的加速度、被控制車輛的加速度變化率、控制量的硬約束下限;δxmax,vmax,amax,jmax,umax為被控制車輛與引導車之間的跟車間距、被控制車輛的速度、被控制車輛的加速度、被控制車輛的加速度變化率、控制量的硬約束上限;λ1,λ2,λ3,λ4,λ5為松弛因子;δxmin_a,vmin_a,amin_a,jmin_a,umin_a為被控制車輛與引導車之間的跟車間距、被控制車輛的速度、被控制車輛的加速度、被控制車輛的加速度變化率、控制量的軟約束下限;δxmax_a,vmax_a,amax_a,jmax_a,umax_a為被控制車輛與引導車之間的跟車間距、被控制車輛的速度、被控制車輛的加速度、被控制車輛的加速度變化率、控制量的軟約束上限;
27、所述系統縱向預測模型為二次優化問題中考慮約束條件的系統縱向預測模型,表達式如下:
28、
29、其中,ac和bc分別為二次型推導過程中產生的系數矩陣,u(t+nc)代表控制量矩陣;mxmin、mxmax分別為系統狀態量下限和上限的硬約束矩陣,mumin、mumax分別為控制量本文檔來自技高網...
【技術保護點】
1.一種混合交通流環境下的CACC車隊協同換道控制方法,其特征在于,包含以下步驟:
2.根據權利要求1所述的混合交通流環境下的CACC車隊協同換道控制方法,其特征在于,所述縱向控制方法具體包括:
3.根據權利要求2所述的混合交通流環境下的CACC車隊協同換道控制方法,其特征在于,所述縱向控制方法以車輛行駛安全性、跟馳性和舒適性為目標構建,所述縱向控制方法的構建過程如下:
4.根據權利要求3所述的混合交通流環境下的CACC車隊協同換道控制方法,其特征在于,所述系統狀態空間方程的表達式如下:
5.根據權利要求3所述的混合交通流環境下的CACC車隊協同換道控制方法,其特征在于,換道完成前的控制目標為在令車輛之間的車頭間距不小于換道安全間隙的前提下,控制前后車輛間的速度差、車輛的加速度和加速度變化率趨近于零;
6.根據權利要求4所述的混合交通流環境下的CACC車隊協同換道控制方法,其特征在于,換道完成前的期望間距大于或等于換道安全間隙,換道安全間隙表達式為:
7.根據權利要求4所述的混合交通流環境下的CACC車隊協同
8.根據權利要求1所述的混合交通流環境下的CACC車隊協同換道控制方法,其特征在于,對車輛進行換道軌跡規劃時,具體是使用五次多項式對車輛換道軌跡進行規劃,表達式如下:
9.根據權利要求1所述的混合交通流環境下的CACC車隊協同換道控制方法,其特征在于,所述車輛橫向動力學模型選用線性二自由度模型,如下所示:
10.根據權利要求1所述的混合交通流環境下的CACC車隊協同換道控制方法,其特征在于,所述橫向控制算法的代價函數以消除誤差為核心,使用拉格朗日乘子法構建得到,如下所示:
...【技術特征摘要】
1.一種混合交通流環境下的cacc車隊協同換道控制方法,其特征在于,包含以下步驟:
2.根據權利要求1所述的混合交通流環境下的cacc車隊協同換道控制方法,其特征在于,所述縱向控制方法具體包括:
3.根據權利要求2所述的混合交通流環境下的cacc車隊協同換道控制方法,其特征在于,所述縱向控制方法以車輛行駛安全性、跟馳性和舒適性為目標構建,所述縱向控制方法的構建過程如下:
4.根據權利要求3所述的混合交通流環境下的cacc車隊協同換道控制方法,其特征在于,所述系統狀態空間方程的表達式如下:
5.根據權利要求3所述的混合交通流環境下的cacc車隊協同換道控制方法,其特征在于,換道完成前的控制目標為在令車輛之間的車頭間距不小于換道安全間隙的前提下,控制前后車輛間的速度差、車輛的加速度和加速度變化率趨近于零;
6.根據權利...
【專利技術屬性】
技術研發人員:龍科軍,尹硯鐸,高志波,劉洋,谷健,費怡,
申請(專利權)人:長沙理工大學,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。