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.     

马尔科夫链通信拓扑下的车辆队列最优能耗控制

针对马尔科夫链通信拓扑下的车辆队列控制问题,综合考虑车辆队列的非线性动力学模型和行驶能耗优化目标,提出一种基于分布式状态观测器的车辆队列能耗优化控制方法.由于在马尔科夫链通信拓扑下,部分车辆获取的邻居车辆信息具有动态切换特性,严重影响了车辆队列控制算法的有效性和稳定性.鉴于此,首先,设计一种用于估计领航车辆状态信息的状态观测器,有效避免通讯拓扑切换对队列控制系统造成的干扰;然后,结合车辆的非线性动力学模型与队列优化目标,构建一种基于指数折扣函数的车辆队列能耗优化框架,将车辆队列的能耗优化问题转化为Riccati方程的求解问题,进而得到车辆队列的最优能耗控制输入,在此基础上,通过构造动态通信拓扑下的李雅普诺夫函数,分析车辆队列控制系统的稳定性条件,即只要每个可能的通信拓扑均需包含一个以领航车辆为根的有向生成树,就可使得该车辆队列控制系统满足稳定性和队列稳定性;最后,通过数值仿真验证所提出控制算法的可行性和有效性.     

通信拓扑切换下车辆队列分布式模型预测控制

考虑通信拓扑切换下异质非线性车辆队列系统协同控制问题,提出一种能够保证车辆队列稳定和弦稳定的分布式模型预测控制策略.先结合车辆队列动态通信拓扑切换过程,构建与时间相关的图函数,再利用邻居车辆状态信息描述平均协同代价函数,并将其引入局部滚动时域优化控制问题.进一步,应用平均停留时间概念和切换系统Lyapunov稳定性理论,建立通信拓扑切换下车辆队列闭环系统的内部稳定性和弦稳定性充分条件.最后通过两组典型交通场景的对比仿真验证本文策略的有效性.     

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。     

车队速度滚动时域动态规划及非线性控制

考虑自主车辆队列的节能安全问题，本文提出一种车辆队列协同控制方法，该方法可保证车队低能耗安全行驶.首先，充分考虑道路坡度以及车队异质性建立车队非线性模型，利用基于油耗模型的优化指标构建车队速度优化问题，提出一种滚动时域动态规划算法（Receding horizon dynamic programming，RHDP），获得车队的参考速度.然后，基于非线性车辆模型，运用反步法设计车辆跟踪控制器，并进行车队队列稳定性分析.这种协同控制方法的有效性已通过数值仿真和智能交通实验平台的验证.     

基于观测器的发动机转矩跟踪模型预测控制

针对如何实现发动机转矩快速精准地跟踪期望转矩的问题,提出一种基于观测器的模型预测控制策略.首先,利用均值模型对汽油发动机的进气歧管压力动态、转矩和转速动态进行建模,考虑到发动机真实转矩不可测的情况,采用Lyapunov稳定性理论和可测转速信号设计观测器对进气歧管压力进行在线估计,进而获得发动机的实时估计转矩;然后,利用基于观测器的模型预测控制算法设计转矩跟踪控制器,通过C/GMRES数值优化算法在线求解滚动时域优化问题,实现转矩的实时跟踪控制;最后,利用汽油发动机实验台进行实验验证以表明所提出算法的有效性.     

时延MPC自主车辆协同控制算法与仿真

协同自适应巡航控制（CACC）系统中车辆纵向运动的上下位分层控制器结构,上位控制器采用状态空间模型预测控制算法,利用期望距离以及车辆与环境的实时信息决策出被控车辆运动的期望加速度。下位控制器根据期望加速度,求解发动机节气门开度或制动压力。车辆的执行器时延会对系统的稳定性产生很大的影响。根据动态矩阵控制算法对纯滞后对象的补偿作用,提出一种改进的模型预测控制算法,并与PID控制算法（下位控制器）相结合形成自主车辆纵向运动的上下位分层控制器,以补偿车辆的执行器时延带来的影响。通过SIMULINK/CARSIM联合仿真平台对所设计的算法进行了仿真研究,仿真结果表明所设计算法减小了CACC系统车辆在跟随过程中的速度跟踪误差以及间距误差,提高了系统的稳定性法。     

履带式移动机器人轨迹跟踪研究

详细分析了履带式移动机器人的受力特点,提出了一种适宜进行控制器设计的履带移动机器人模型.根据履带式移动机器人动力学模型和运动学模型,设计了机器人的轨迹跟踪控制器.利用Lyapunov稳定判据证明控制器的全局稳定性.在控制器的设计中考虑了履带一地面作用,引入参数对其描述.考虑到机器人动力学约束,引入机器人速度、加速度控制策略以保证机器人运动平滑.仿真实验验证了该方法的有效性和全局收敛.     

有界扰动下异质车辆队列分布式鲁棒经济预测控制

针对有界扰动下异质车辆队列节能与稳定分布式协同控制问题,提出一种新的分布式鲁棒经济模型预测控制(economic model predictive control, EMPC)策略.首先采用不确定误差模型描述有界扰动下异质车辆队列纵向行驶动态特性,再应用tube思想对系统约束进行紧缩设计,补偿有界扰动对系统造成的不确定性.其次,采用局部车辆行驶能耗模型描述车辆队列分布式经济性能优化的有限时域最优控制问题,并利用传统跟踪性能指标设计附加稳定收缩约束函数.进一步,基于系统收缩原理,建立车辆队列闭环系统关于有界扰动的输入-状态稳定性条件.最后,通过与车辆队列传统分布式鲁棒模型预测控制策略的数值仿真对比结果验证了所提出策略的有效性和优越性.     

智能车辆队列横纵向有限时间滑模控制

针对智能车辆队列横纵向控制及误差快速收敛问题,本文提出一种分布式横纵向有限时间滑模控制策略.首先,考虑跟踪误差的连锁反应及横纵向耦合效应,利用投影变换建立车辆队列横纵向误差模型,提出一种车辆队列横纵向控制框架.而后,针对误差快速收敛问题,设计非奇异积分终端滑模面(NITSM)与自适应幂次积分趋近律(APIRL),通过构造Lyapunov函数分析系统的有限时间稳定性与队列稳定性.最后,基于Trucksim/Simulink联合仿真以及实车实验进一步验证了本文方法的有效性.结果表明,本文所提方法能保证队列稳定性,并实现误差快速收敛,规避跟踪误差的连锁反应及车辆横向运动对纵向车间距误差的影响.     

人驾车辆与网联车辆混合车队控制系统的稳定性分析

针对当前交通中存在的人驾车辆与智能网联车辆混合排布问题,文中提出了一种分布式控制结构。利用人驾车辆和网联车辆分布式控制的思想,基于车-车通信建立了人驾车辆和智能网联车辆模型。考虑到人驾车辆在行驶过程中只能通过前瞻和观看后视镜的方法获得前后车的相关信息,而获得的后车信息往往误差较大,因此在设计人驾车辆控制器时,只考虑相邻前车车辆位置和速度信息。而对于智能网联车辆,在行驶过程中,需考虑其能够与队列中相邻前车通信时的位置信息、速度信息和加速度信息。在此基础上,建立了混合车队车辆模型,设计了相关控制算法,并利用Lyapunov相关理论证明了算法的稳定性。仿真结果表明,在设计的控制律下,跟随车辆能够达到期望间距和期望速度,系统在控制律下达到稳定状态。     

联合通信资源分配的网联车协同自适应巡航 时滞反馈控制

考虑网联车辆队列在路段通信资源受限下的协同自适应巡航控制(CACC)问题,提出一种联合通信资源分配的网联车辆协同自适应巡航时滞反馈控制方法.首先,在头车-前车跟随的通信拓扑结构下,通过网联车辆队列中各车辆间的通信链路数量、该路段可使用的通信资源和当前时刻车辆间的间距误差建立二分图,根据车辆间的间距误差来调度有限的通信资源,将通信资源合理分配给有较大间距误差的跟随车辆;其次,利用非对称PD控制协议和网联车辆队列时滞纵向模型,应用线性矩阵不等式技术计算网联车CACC控制器,进一步得到车辆队列弦稳定性的充分条件;最后,通过Matlab/CarSim联合仿真验证该方法的有效性.     

基于未知动态观测器双惯量伺服系统低频主动谐振抑制

针对双惯量伺服系统存在的机械谐振, 本文提出了一种基于扰动观测器的滑模主动低频谐振控制方法. 利 用可测量的电机端的位置信号, 对其进行滤波操作得到位置的滤波变量, 根据不变流形原理设计未知扰动观测器, 实现对传递力矩的在线估计, 并将估计值融入到控制器设计中对其进行补偿. 为了消除传统滑模存在颤振现象, 基 于正切函数提出了一种新颖滑模面设计方法. 在此基础上, 设计了滑模控制器实现了对期望信号的准确跟踪, 并利 用李雅普诺夫稳定性理论证明了闭环系统稳定性. 最后通过实验对比, 验证了本文提出的控制策略有效性, 此外该 算法建构简单不需要计算电机加速度的信息, 利于在实际中应用.     

具有输入和状态延时网络系统的鲁棒拥塞控制

研究基于状态空间的主动队列管理算法,以状态变量的形式描述具有状态延时和输入延时的TCP／AQM模型,设计基于观测器的状态反馈控制器,观测器在线测量控制器的输出。应用线性矩阵不等式和Lyapunov—Krasovskii定理,给出AQM控制器的控制率和不依赖于延时的稳定条件。NS2仿真表明该控制算法在延时变化和突发业务流情况下,能够快速收敛于期望队列长度,动静态性能优于已有的P1控制算法。     

基于扰动观测器的机器人自适应神经网络跟踪控制研究

为解决机器人动力学模型未知问题并提升系统鲁棒性,本文基于扰动观测器,考虑动力学模型未知的情况,设计了一种自适应神经网络（Neural network,NN）跟踪控制器.首先分析了机器人运动学和动力学模型,针对模型已知的情况,提出了刚体机械臂通用模型跟踪控制策略;在考虑动力学模型未知的情况下,利用径向基函数（Radial basis function,RBF）神经网络设计基于全状态反馈的自适应神经网络跟踪控制器,并通过设计扰动观测器补偿系统中的未知扰动.利用李雅普诺夫理论证明所提出的控制策略可以使闭环系统误差信号半全局一致有界（Semi-globally uniformly bounded,SGUB）,并通过选择合适的增益参数可以将跟踪误差收敛到零域.仿真结果证明所提出算法的有效性并且所提出的控制器在Baxter机器人平台上得到了实验验证.     

基于扩张状态观测器的车辆横摆稳定模型预测控制器设计

针对车辆横摆稳定性控制问题,本文提出一种基于扩张状态观测器的线性模型预测控制器设计方法.首先,将非线性车辆模型线性化,建立带有模型误差干扰项的线性模型,其中线性化导致的模型误差采用扩张状态观测器估计得到,并证明了观测器的稳定性.然后基于此模型设计线性预测控制器,近似实现了非线性预测控制器的控制效果,同时降低了计算量.最后,通过不同路况下的仿真实验结果,验证了所提方法的计算性能和控制效果.     

基于扩张状态观测器的车辆横摆稳定模型预测控制器设计（英文）

针对车辆横摆稳定性控制问题,本文提出一种基于扩张状态观测器的线性模型预测控制器设计方法.首先,将非线性车辆模型线性化,建立带有模型误差干扰项的线性模型,其中线性化导致的模型误差采用扩张状态观测器估计得到,并证明了观测器的稳定性.然后基于此模型设计线性预测控制器,近似实现了非线性预测控制器的控制效果,同时降低了计算量.最后,通过不同路况下的仿真实验结果,验证了所提方法的计算性能和控制效果.     

分布式无人机队列控制与动态障碍规避设计

研究分布式无人机集群巡航任务中的协同路径跟踪问题与动态避障控制问题.利用transverse feedback linearization(TFL)方法对无人机的动力学模型进行变换,通过解耦控制实现对期望巡航路径的跟踪.在期望路径方向上,设计基于一致性协议的分布式无人机队列协同控制算法,并结合势场法设计协同巡航过程中对移动障碍物的规避控制策略.在队列达成一致性目标的同时,能够保障队列行进的安全性.基于Lyapunov分析方法和LaSalle不变原理证明闭环系统的稳定性,同时采用能量法证明队列中的无人机不会与动态障碍物发生碰撞.最后,基于搭建的无人机协同飞行实验平台,完成多架无人机的协同队列控制和移动障碍物规避实验,飞行实验结果验证了所设计协同控制算法与避障控制策略的有效性.     

基于深度强化学习的网联车辆队列纵向控制

针对车辆队列中多目标控制优化问题,研究基于强化学习的车辆队列控制方法.控制器输入为队列各车辆状态信息以及车辆间状态误差,输出为基于车辆纵向动力学的期望加速度,实现在V2X通信下的队列单车稳定行驶和队列稳定行驶.根据队列行驶场景以及采用的间距策略、通信拓扑结构等特性,建立队列马尔科夫决策过程(Markov decision process,MDP)模型.同时根据队列多输入-多输出高维样本特性,引入优先经验回放策略,提高算法收敛效率.为贴近实际车辆队列行驶工况,仿真基于PreScan构建多自由度燃油车动力学模型,联合Matlab/ Simulink搭建仿真环境,同时引入噪声对队列控制器中动作网络和评价网络进行训练.仿真结果表明基于强化学习的车辆队列控制燃油消耗更低,且控制器实时性更高,对车辆的控制更为平滑.     

基于分层控制策略的六轮滑移机器人横向稳定性控制

六轮野外机器人通常体积庞大,难以建立其动力学模型.采用传统的速度控制方法很难保证机器人的横向稳定性.为解决这一问题,开展基于分层控制策略的六轮滑移机器人横向稳定性控制研究.首先分析整车受力情况,建立六轮滑移机器人的动力学模型.其次,设计基于分层控制策略的动力学控制器,其中上层为基于改进趋近律的滑模控制器,实现对期望横摆角速度的跟踪;下层为基于附着率最优的转矩分配控制器,该控制器可以保证机器人行驶的横向稳定性.最后,在不同工况下进行仿真实验,并搭建实验平台进行实物测试.结果表明设计的控制器可以有效提高机器人的横向稳定性.