Platoon架构下VANETs车间通信过程及性能分析

智能车辆编组platoon的稳定运行需要车辆间实时可靠的信息传输来保证.针对应用专用短程通信（DSRC）技术来实现车载自组织网路（VANETs）车间通信的platoon架构,提出了一种车间通信网络性能的分析方法,分别对platoon组内智能车辆间通信和多个platoons组间通信的过程进行了分析.该方法采用长度有限的M/G/1/K排队模型分析数据包到达媒体访问控制（MAC）层的排队过程,得到不同网络负载下缓冲区排队状态的平稳分布;并且在缓冲区可能处于空闲状态时,利用Markov模型分析方法得到不同车辆位置的车间通信性能.研究结果表明：网络数据流量、信道条件、MAC层缓冲区排队过程、争用信道退避过程以及platoon参数对车间通信的包传输时延和包丢失概率等网络性能有显著影响,数值分析结果验证了专用短程通信技术下的车间通信具有较小的信息传输延时,能够满足platoon稳定运行的要求.     

周期性移动公交车载网络路由协议

公交车载网络作为城市车载网络中的重要组成部分,由于具有周期性移动规律,能为城市车载网络的大范围通信提供支撑,而复杂的城市道路环境给公交车载网络的高效可靠路由协议带来了极大的挑战。针对具有周期运动特征的公交车载网络,设计单跳与实时改进的多跳路由协议SRMHR,保证单跳转发的链路生存时间以及多跳转发有限延时内的提交概率;根据城市信号传播衰减特征和车辆移动模型设计单跳链路筛选机制,并结合改进的多跳延时相关概率转发模型,保证公交转发的高效、可靠。在城市交通模拟仿真平台上,结合微调的真实道路交通数据,分别测试了方案中信号衰减模型、不同车流密度下候选筛选以及红灯延时修正的性能参数,验证了方案中各环节的有效性;最后与SF和SW协议的性能进行了对比,结果表明SRMHR协议具有较高的数据传输成功率和较低的递交延时。     

COBRA:车载网络中基于协作的大数据传输增强机制

车载网络利用车载无线通信设备在车辆移动过程中组网.研究者们已提出了大量的路由算法用于车载网络中的多跳数据传输,但是这些算法大都假设车辆间传输带宽不受限制,从而其性能会随转发数据量的增加而降低.车载网络中用于大数据量传输的路由增强机制COBRA,利用同向行驶车辆间的拓扑稳定特性延长数据在车辆间的传输时间,利用擦除编码增加传输可靠性.实验证明,当传输数据量较大或带宽受限时,COBRA机制能以较低的开销提升现有典型车载网络路由协议的传输延时与可靠性能.     

通讯网络影响下自主车队的控制

对通信网络影响下自主式车队的控制,建立了车队通讯网络诱导因素影响下的混合车队控制模型,这模型充分考虑了车队与通讯网络诱导因素（如：量化、延时与丢包）,在很大程度上完善了现有的车队控制系统模型．在该模型基础上设计可以解决车队通讯网络影响的保性能控制算法,并进一步设计克服领队车辆干扰的控制器．仿真试验表明,本文获得的控制方法不但可实现车队的稳定运行控制,而且使车队控制效果大大改善．     

车载自组织网络交通特性建模与仿真

车载自组织网络是一种自组织、结构开放的车辆间通信网络,它能满足车联网发展的需求.根据车载自组织网络环境下车辆交互通信模式,采用元胞自动机方法对车载自组织网络中交通行为进行建模分析,仿真得到了时走时停的交通波现象,并进行定量与定性分析.研究了车载自组织环境下交通流的复杂特性,从而为后期车联网交通系统的运营与管理提供科学的理论依据.     

具有隐私保护的动态高效车载云管理方案

由车辆自主形成的车载云用于交通传感数据的本地化处理和消耗,实现高时效性的智能交通管理。针对车载云的高度动态性、自组织性和高时效性特点及其车联网中用户身份和位置隐私保护需求带来的车载云管理挑战,设计了基于非对称群密钥协商协议的动态自组织车载云管理方案,通过车辆自组织的群密钥协商自动形成车载云,利用群密钥控制车载云服务提供与访问,利用群密钥更新动态管理车载云。该方案使用可追踪的一次性假名技术实现车辆的匿名认证和条件隐私保护,并在群密钥协商阶段只使用一次双线性,使运算实现了更高的效率;密钥协商和更新过程利用支持批量验证的轻量级签名实现高效的消息源认证和完整性认证,在确保效率的前提下保证自组织环境下车载云通信的安全性;密钥协商协议的动态密钥更新机制实现车载云中车辆的动态加入或退出,适应车载云的动态性特点。在随机预言机模型和求逆计算Diffie-Hellman（ICDH）问题困难假设下,证明了非对称群密钥协商方案满足选择明文安全性。安全性分析显示所提方案能够保护车辆用户的身份和位置隐私,能够实现恶意车辆的合法追踪,保证通信的保密性、完整性和防假冒以及车载云动态管理的前向安全性。性能对比分析证明所提方案在实现相同功能和满足相同安全性的情况下具有一定的通信和计算效率优势。     

基于位置的车载自组织网络路由协议

数据包传输的及时性,稳定性是衡量车载自组织网络(VANET)路由协议性能的重要指标.VANET网络中由于车辆的快速移动,网络分割现象严重,使得网络结构变化迅速,网络路由维护花销增大.本文提出了一种车辆在道路上行驶时,基于车辆在道路上的行驶路径,车辆的速度方向以及道路上车辆的密度等因素,选择一条快速稳定的网络层数据包传输路径的路由协议算法,该协议在DSR协议的基础上进行改进,仿真结果表明该协议具有较高的转发成功率、较少的路由路跳数和较低的数据传播延时.     

基于通信网络机车分布式系统实时控制的分析与研究

针对基于通信网络的机车控制系统实时性要求及网络传输的可能影响,通过对列车通信网络(TCN)技术特点以及车载分布式控制应用要求的分析,总结了基于网络的实时控制的处理;在分析各个环节的延时成因及影响的基础上,重点对轨道车辆分布式控制系统实时性能进行了分析及研究,得出基于通信网络的实时控制系统必须考虑网络的影响,特别是传输延迟的影响,同时根据应用实践提出了改善基于通信网络的车载分布式控制系统实时性的原理及方法,并进行了测试及验证。     

基于强化学习的多目标车辆跟随决策算法

为满足自适应巡航系统跟车模式下的舒适性需求并兼顾车辆安全性和行车效率,解决已有算法泛化性和舒适性差的问题,基于深度确定性策略梯度算法(deep deterministic policy gradient,DDPG),提出一种新的多目标车辆跟随决策算法.根据跟随车辆与领航车辆的相互纵向运动学特性,建立车辆跟随过程的马尔可夫决策过程(Markov decision process,MDP)模型.结合最小安全距离模型,设计一个高效、舒适、安全的车辆跟随决策算法.为提高模型收敛速度,改进了DDPG算法经验样本的存储方式和抽取策略,根据经验样本重要性的不同,对样本进行分类存储和抽取.针对跟车过程的多目标结构,对奖赏函数进行模块化设计.最后,在仿真环境下进行测试,当测试环境和训练环境不同时,依然能顺利完成跟随任务,且性能优于已有跟随算法.     

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.     

Dynamic Event-Triggered Scheduling and Platooning Control Co-Design for Automated Vehicles Over Vehicular Ad-Hoc Networks

This paper deals with the co-design problem of event-triggered communication scheduling and platooning control over vehicular ad-hoc networks (VANETs) subject to finite communication resource. First, a unified model is presented to describe the coordinated platoon behavior of leader-follower vehicles in the simultaneous presence of unknown external disturbances and an unknown leader control input. Under such a platoon model, the central aim is to achieve robust platoon formation tracking with desired inter-vehicle spacing and same velocities and accelerations guided by the leader, while attaining improved communication efficiency. Toward this aim, a novel bandwidth-aware dynamic event-triggered scheduling mechanism is developed. One salient feature of the scheduling mechanism is that the threshold parameter in the triggering law is dynamically adjusted over time based on both vehicular state variations and bandwidth status. Then, a sufficient condition for platoon control system stability and performance analysis as well as a co-design criterion of the admissible event-triggered platooning control law and the desired scheduling mechanism are derived. Finally, simulation results are provided to substantiate the effectiveness and merits of the proposed co-design approach for guaranteeing a trade-off between robust platooning control performance and communication efficiency.      

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。     

约束非线性车辆队列分布式多目标模型预测控制

针对具有状态和控制约束的非线性车辆队列系统多目标控制问题,提出一种分布式多目标模型预测控制(model predictive control, MPC)策略.首先,基于前车-后车单向通信拓扑,建立网联车辆队列非线性纵向巡航模型,应用字典序算法描述分布式多目标MPC问题;然后,通过设计弦稳定与收缩约束,并结合MPC三要素条件,保证车辆队列在经济性能与协同性能最优条件下的稳定性和弦稳定性结果;最后,通过典型工况的仿真结果验证所提出策略的有效性.     

协同自适应巡航控制车队仿真

如何评估道路环境等外部条件变化对协同自适应巡航控制（Cooperative Adaptive Cruise Control,CACC）车队行驶安全性的影响,对于保障道路交通安全尤为重要。为此,结合Matlab/Simulink和CarSim搭建车辆-环境仿真平台研究道路环境对车队行驶安全性的影响。利用美国NGSIM车辆轨迹数据对平台采用的校正的预瞄驾驶员模型、加速度控制模型、节气门控制模型和制动器控制模型的控制器进行验证;利用平台开展红灯状态、隧道行驶和匝道行驶三种道路环境对车队行驶状态影响的仿真实验。仿真结果表明：车队可以顺利通过路口红绿灯;在安全车速范围内车队进出隧道口时方向控制良好;匝道坡度主要影响车辆加速度和车间距,坡度分别为3%和5%时,车队均保持稳定车间距安全行驶。     

网络攻击影响下的自主车队控制器设计

随着车辆控制技术的迅速发展,在车队控制系统的实际应用当中,车-车之间的网络通信质量对车队稳定行驶至关重要。针对网络攻击下的非线性自主车队控制NAPC问题进行了研究。首先,建立考虑通信网络受到攻击下的NAPC系统模型。其次,在该模型的基础上利用多智能体一致性理论设计一种基于事件驱动的NAPC方法,保证了自主车队的全局一致有界性。最后,通过仿真验证获得的控制方法不但可实现车队的稳定运行,而且进一步提高车队控制性能。     

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.     

Data-iteration cooperative adaptive cruise control of mixed heterogeneous vehicle platoons with unknown dynamic characteristics

This paper considers the cooperative adaptive cruise control (CACC) problem of mixed heterogeneous vehicle platoons composed of human-driven and CACC vehicles with unknown dynamic characteristics and an alternative to CACC for platooning of the heterogeneous vehicle platoon is presented. Adaptive dynamic programming is firstly used to learn the dynamic characteristics of acceleration of vehicles from the sampled data. Then the data-iteration optimal CACC controller is computed to ensure that each CACC vehicle can reach a desired inter-vehicle distance and desired common velocity with no prior knowledge of the dynamics of vehicles in the mixed platoon. Moreover, the string stability of the mixed vehicle platoon is derived by establishing some sufficient conditions on the acceleration transfer function of adjacent vehicles. Two simulation experiments of a six-vehicle mixed platoon are used to illustrate the effectiveness of the proposed CACC method.     

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.     

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.