含时延的车辆队列事件触发一致性控制研究

为应对通信过程中的传输时延以及车辆间连续信息交互带来的信息冗余、资源浪费,提出一种基于事件触发机制的车辆队列一致性策略,以保证车辆队列能够稳定运行;为此,构建一个考虑车辆间的跟驰行为和通信时延的三阶异质车辆队列动力学模型,提出一种基于事件触发的一致性车辆队列控制器的设计方法;在此基础上,利用Lyapunov稳定性理论和代数图论,对车辆队列的稳定性进行分析,得出了使车辆队列稳定的事件触发条件和通信时延的上界;在MATLAB平台上进行仿真实验,验证了所提车辆队列控制方法的有效性。     

考虑时延速度差和限速信息的智能网联车跟驰模型

针对由于驾驶员对于道路限速和时延信息获取的不确定性而引起的跟驰行为受扰和交通流失稳等问题,提出了一种车联网（IoV）环境下考虑时延速度差和限速信息的跟驰模型TD-VDVL。首先,引入时延导致的速度变化量和道路限速信息对全速差（FVD）模型进行改进;然后,利用线性谱波微扰法推导出TD-VDVL模型的交通流稳定性判断依据,并分析模型中各参数对系统稳定性的影响;最后,利用Matlab进行数值仿真实验与对比分析。仿真实验中,分别选取在笔直道路和环形道路,给行驶过程中的车队施加轻微扰动。当条件一致时,TD-VDVL模型比优化速度（OV）、FVD模型中车队的速度波动率和车头间距起伏均小,尤其是当限速信息的敏感系数取0.3、时延速度差的敏感系数取0.3时,所提模型的车队速度平均波动率在时间500 s时可以达到2.35%,车头间距波峰波谷差仅为0.019 4 m。实验结果表明,TD-VDVL模型在引入时延速差和限速信息后,具备更优的稳定区域,能够明显增强跟驰车队吸收扰动的能力。     

通信延时环境下异质网联车辆队列非线性纵向控制

针对通信延时环境下的异质车辆队列控制问题, 本文提出了一种基于三阶模型的分布式非线性车辆队列纵向控制器. 首先, 基于三阶动力学模型描述了车辆的异质特性. 考虑车辆跟驰行为以及异质通信延时, 提出一种通信延时环境下的异质车辆队列非线性控制器. 所提控制器不仅可以在通信延时以及车辆异质特性的影响下实现队列中车辆的位置、速度以及加速度的一致性, 而且可以有效避免负的车辆间距和不合理的加/减速度, 保证车辆的运动行为符合交通流理论. 然后, 利用Lyapunov-Krasovskii定理对车辆队列的稳定性进行分析, 得出车辆队列的稳定性条件和通信延时上界. 最后, 所提控制器的有效性和稳定性通过数值仿真得到验证.     

考虑时延的智能网联汽车混合交通流稳定性分析

为研究时延对交通流稳定性的影响,构建考虑时延的人工驾驶汽车和智能网联汽车混合交通流稳定性分析模型.首先,分析并确定混合交通流中不同类型跟驰模式的比例关系和时延取值;然后,在此基础上采用不同的跟驰参数和时延值区分车辆的跟驰模式,并由此推导出混合交通流线性稳定条件;最后,以智能驾驶员模型为例,通过设计数值实验分别讨论智能网...     

智能车辆的滑模轨迹跟踪控制

智能车辆是集各种机械装置、传感器、计算机于一体的复杂非线性系统,其轨迹跟踪控制器是研究的关键技术之一。针对高速自主导航智能车辆轨迹跟踪控制器鲁棒性、精确性和实时性的高要求,在智能车辆结构组成与运动模型基础上,设计了一种滑模变结构控制器。通过控制智能车辆的线速度和角速度实现智能车辆对任意路径的跟踪,并用Matlab进行了仿真实验。结果验证了该方法的有效性和可靠性。     

通信延时环境下基于观测器的智能网联车辆队列分层协同纵向控制

考虑通信延时影响的车辆队列控制问题, 提出一种基于观测器的分布式车辆队列纵向控制器. 首先, 基于分层控制策略分别设计上下层控制器, 通过上层控制器优化期望加速度、下层控制器克服车辆模型非线性实现期望加速度和实际加速度的一致. 上层控制器设计过程中, 基于三阶线性化车辆模型, 考虑观测器、车辆动态耦合特性和通信延时, 提出一种通信延时环境下基于观测器的车辆队列控制器, 利用观测器估计领导车辆加速度信息从而减轻通信负担. 然后, 利用Lyapunov-Krasovskii方法分析车辆队列的稳定性, 并得出通信延时上界, 同时利用传递函数方法分析了串稳定性. 最后, 通过数值仿真验证上层控制器的有效性和稳定性. 在此基础上, 利用PreScan软件中高保真车辆动态模型, 验证了该分层控制策略的有效性.     

考虑速度对期望间距影响的车辆跟驰模型研究

为了真实地反映驾驶员在道路行驶中的车辆跟驰机理,使用相关性分析方法找出影响期望间距的关键因素,从而提出改进的基于期望间距的车辆跟驰模型(improved desired distance model,IDDM).利用NGSIM数据对IDDM和经典的Gipps车辆跟驰模型的参数进行了标定,之后对标定的模型进行评价.研究结果表明,前后两车的速度以及相对速度主要影响跟驰过程中驾驶员采用的期望间距;IDDM与传统Gipps模型相比,其加速度、速度与位置的仿真精度分别提高了0.24 m/s2、0.72 m/s、0.53 m,可以为车辆跟驰行为分析提供参考.     

车辆跟驰投影寻踪回归模型

车辆跟驰模型是微观交通仿真的一个基本模型,基于非参数回归算法的跟车模型较好地解决了以往模型存在的典型问题,但随着样本维数增加,容易出现“维数祸根”现象。提出一种基于投影寻踪回归（PPR）技术的车辆跟驰模型,解决了“维数祸根”和高维数据间的非正态、非线性问题。PPR建模不需要对数据结构作任何假定,而只通过直接审视和分析数据进行建模,因此,该方法能充分地发掘数据中存在的信息,建立的模型符合客观实际,精度较高。经过实测数据验证,该算法用于车辆跟驰模型的研究是可行的。     

5G环境下车联网跟驰模型

针对现有跟驰模型的不足,提出一种5G环境下车联网实时稳定(current time stabilization,CTS)模型。该跟驰模型首先考虑了网络时延的时变性对跟驰模型的影响,其次考虑了由网络时延带来的对车辆实时速度、加速度、驾驶员反应时间的影响,从而保证CTS模型更符合实际驾驶情况。从理论上推导出跟驰模型的临界稳定性条件。仿真结果表明,当网络时延不同时,随着网络时延的降低,CTS模型的稳定性不断升高;在相同扰动下,CTS模型比传统优化速度(optimal velocity,OV)跟驰模型的稳定性提高了32.5%。     

信号灯作用下的车辆跟驰行为研究

跟驰模型是交通流理论的研究热点.在分析了目前交通流跟驰理沦的基础上,探讨了信号灯对车辆跟驰行为的影响,提出了改进的交通流跟驰模型.该模型以信号控制交叉口为主要研究区域,以车头间距和信号灯颜色状态作为输入,以车辆跟驰状态为输出,从而建立了分段函数模型,并用仿真软件进行了实验验证,结果证明了模型的可行性.最后,对该研究方向进行了展望.     

RLV自主着陆航迹设计与控制研究

研究了重复使用运载器(RLV)自主着陆陡下滑捕获-陡下滑-圆弧拉起-指数拉平模式航迹生成算法设计;为解决不同着陆段航迹控制指令跳变问题,提出了航迹指令自适应平滑算法;以捕获点法向过载跳变最小为指标研究了三次多项式陡下滑捕获点的优化方法;给出了完整的在线航迹生成算法;基于法向过载的开环加闭环复合控制指令跟踪方案,使用simulink进行数值仿真,结果显示文章提出的航迹生成算法可以自动生成有效航迹,控制方法可以保证航迹平滑过渡且对初始扰动具有良好的鲁棒性,从而验证了方法的可行性和有效性。     

基于补偿控制的无人地面车辆轨迹跟踪方法

:针对无人地面车辆轨迹跟踪精度不高,鲁棒性差的问题,提出了一种基于补偿控制的算法;该算法分为运动学和动力学两部分:基于方向角调整策略的运动学控制律能确保无人地面车辆有效跟踪参考轨迹;基于PD与模型参考模糊滑模自适应控制相结合控制的动力学控制律能有效补偿建模不精确和外界扰动带来的影响;仿真结果表明:该算法能够有效跟踪参考轨迹,控制量分配合理且鲁棒性较好.     

基于时间序列启发式信息的室内轨迹跟踪算法

现有的无线传感器网络室内轨迹跟踪算法是通过定位形成轨迹的,没有利用一定空间范围内相邻信标节点RSSI定位信息在一段时间内的启发式信息.提出了基于RSSI时间序列启发式信息的轨迹跟踪算法,该算法构建基于定位信息时空关联特性的轨迹跟踪模型,对定位信息进行一维重构边界时间序列、二维重构区域统计量、移动最小二乘法检测分别得到动态时间窗口及与之匹配的区域信息及边界信息,在此基础上完成受启发式信息约束的动态时间弯曲轨迹跟踪,并对时空关联模型轨迹跟踪算法中定位信息融合处理的原理进行了严谨的数学论证.通过现场实验与仿真实验表明:该算法轨迹光滑、误差不累积、环境适应性好,相比现有方法基于启发式信息有效克服噪声的影响、减小搜索范围,提高轨迹跟踪的准确性.     

无人车辆轨迹规划与跟踪控制的统一建模方法

无人车辆的轨迹规划与跟踪控制是实现自动驾驶的关键.轨迹规划与跟踪控制一般分为两个部分,即先根据车辆周边环境信息以及自车运动状态信息规划出参考轨迹,再依此轨迹来调节车辆纵横向输出以实现跟随控制.本文通过对无人车辆的轨迹规划与跟踪进行统一建模,基于行车环境势场建模与车辆动力学建模,利用模型预测控制中的优化算法来选择人工势场定义下的局部轨迹,生成最优的参考轨迹,并在实现轨迹规划的同时进行跟踪控制.通过CarSim与MATLAB/Simulink的联合仿真实验表明,该方法可在多种场景下实现无人车辆的动态避障.     

高超声速飞行器飞行轨迹的模糊控制设计

针对高超声速飞行器飞行过程中因干扰造成的飞行轨迹散布问题,提出了采用飞行器飞行轨迹的模糊控制设计方法。方法以高超声速飞行器飞行轨迹线偏差和线偏差变化率作为模糊控制器输入,采用模糊推理设计飞行控制系统。在完成高超声速飞行轨迹控制系统数学建模的基础上,结合自动驾驶仪特点对飞行轨迹模糊控制系统进行了设计。结论通过仿真表明所设计的飞行控制系统满足飞行轨迹及攻角性能要求,验证了方法的正确性。     

Modeling and Trajectory Tracking Control for Flapping-Wing Micro Aerial Vehicles

This paper studies the trajectory tracking problem of flapping-wing micro aerial vehicles(FWMAVs)in the longitudinal plane.First of all,the kinematics and dynamics of the FWMAV are established,wherein the aerodynamic force and torque generated by flapping wings and the tail wing are explicitly formulated with respect to the flapping frequency of the wings and the degree of tail wing inclination.To achieve autonomous tracking,an adaptive control scheme is proposed under the hierarchical framework.Specifically,a bounded position controller with hyperbolic tangent functions is designed to produce the desired aerodynamic force,and a pitch command is extracted from the designed position controller.Next,an adaptive attitude controller is designed to track the extracted pitch command,where a radial basis function neural network is introduced to approximate the unknown aerodynamic perturbation torque.Finally,the flapping frequency of the wings and the degree of tail wing inclination are calculated from the designed position and attitude controllers,respectively.In terms of Lyapunov's direct method,it is shown that the tracking errors are bounded and ultimately converge to a small neighborhood around the origin.Simulations are carried out to verify the effectiveness of the proposed control scheme.