以下内容是《高速公路多车协同驾驶控制策略研究》这篇论文的学习笔记，[原文链接]。

第 1 章 绪论

  本文选择结构化道路——高速公路作为场景，将异质车辆进行编队，对驾驶过程中最基本的三种驾驶模式进行控制策略的设计。这三种驾驶模式分别为：CACC 协同式自适应巡航，多车协同避撞，多车协同换道。

1.2 CACC 协同式自适应巡航

  本节将从经典控制方法、现代控制方法、队列稳定性、通讯拓扑、燃油消耗 5 个维度分析国内外研究现状，详情见论文。

1.3 多车协同避撞

  目前的避撞安全距离模型主要有 Mazda 模型、Honda 模型、Berkeley 模型、SeungwukMoon 模型。
  协同避撞的一大优势在于能够获取全局信息，超前响应。Li Y 等人提出了一种协同 ISM 制动控制策略，详见论文。
  Choi W 等人针对领航车紧急制动情况，讨论了两种应对措施。
  清华大学学者 Wang J Q采取了分布式结合上下位控制的方法。
  Yang Z基于不同 ICV 市场占有率，提出了四种控制算法，分别是完全制动 DB、基于安全距离的避撞控制 SD、滑膜控制 SMC、TKED 控制。
  除了后方跟随车被动响应，北京航空航天大学王庞伟基于滑模理论提出了协同避撞的方法。相比于前端碰撞，该算法更关注后端碰撞。
  还有一些学者应用智能算法对风险进行超前预估，能够在领航车状态未发生改变时提前做出预判。
  文章使用了四种控制方法：DBC、DRBC、LQR、CBC，并比较四者的避撞结果。

第2章 协同式自适应巡航 CACC 控制策略研究

2.1 车队建模及控制策略

  本章节采取 BDL(Bidrectional-Leader)双向领导通讯拓扑结构。在 BDL 模式中，每个车辆不仅能获得前后车信息，也能获得领航车信息。第 i个节点的信息邻域集如式(2.1)所示。
  队列控制的目标有两个：1、主车与领航车的速度保持一致；2、主车与前车保持一定的安全距离，避免剧烈变化，可以将这两条指标写成方程(2.2)和(2.3)。
  队列行驶和单车行驶都要保持合理的车间距，一般来说，可采用三种车间距模型： 固定车距模型 CTH(Constant Time Headway)、固定车头时距模型、可变车头时距。
  本节提出的 CACC 控制律主要包括位置跟踪和速度跟踪两个目标，所以本文从单一目标决策，变成多重目标决策，综合考虑二者带来的影响，实现速度差和位移差的“协同”驾驶。综合以上（详见论文）分析，写出理想情况下的 CACC 控制律：式2.13。考虑到领航车无前车，尾车无后车，将(2.14)代入(2.13)，最终可得队列的控制律为： 式2.15。

2.2 三种情况下的系统稳定性分析

  实际情况下，所有的信号不可能即刻传达到各个CAV车辆，同时CAV车辆获取信号处理到执行器执行也需要一定的时间，所以考虑通讯延迟和执行器延时我们将对上述的控制策略稳定性进行分析，我们将分析一下三种情况下的系统稳定性：

2.2.1 理想情况

  本小节对无任何延迟的理想场景进行分析，找寻事物的一般规律，为有延迟的情况做准备，分析过程如下：

#mermaid-svg-xBEZXhfK4SYaXBHH {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-xBEZXhfK4SYaXBHH .error-icon{fill:#552222;}#mermaid-svg-xBEZXhfK4SYaXBHH .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-xBEZXhfK4SYaXBHH .edge-thickness-normal{stroke-width:2px;}#mermaid-svg-xBEZXhfK4SYaXBHH .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-xBEZXhfK4SYaXBHH .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-xBEZXhfK4SYaXBHH .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-xBEZXhfK4SYaXBHH .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-xBEZXhfK4SYaXBHH .marker{fill:#333333;stroke:#333333;}#mermaid-svg-xBEZXhfK4SYaXBHH .marker.cross{stroke:#333333;}#mermaid-svg-xBEZXhfK4SYaXBHH svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-xBEZXhfK4SYaXBHH .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-xBEZXhfK4SYaXBHH .cluster-label text{fill:#333;}#mermaid-svg-xBEZXhfK4SYaXBHH .cluster-label span{color:#333;}#mermaid-svg-xBEZXhfK4SYaXBHH .label text,#mermaid-svg-xBEZXhfK4SYaXBHH span{fill:#333;color:#333;}#mermaid-svg-xBEZXhfK4SYaXBHH .node rect,#mermaid-svg-xBEZXhfK4SYaXBHH .node circle,#mermaid-svg-xBEZXhfK4SYaXBHH .node ellipse,#mermaid-svg-xBEZXhfK4SYaXBHH .node polygon,#mermaid-svg-xBEZXhfK4SYaXBHH .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-xBEZXhfK4SYaXBHH .node .label{text-align:center;}#mermaid-svg-xBEZXhfK4SYaXBHH .node.clickable{cursor:pointer;}#mermaid-svg-xBEZXhfK4SYaXBHH .arrowheadPath{fill:#333333;}#mermaid-svg-xBEZXhfK4SYaXBHH .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-xBEZXhfK4SYaXBHH .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-xBEZXhfK4SYaXBHH .edgeLabel{background-color:#e8e8e8;text-align:center;}#mermaid-svg-xBEZXhfK4SYaXBHH .edgeLabel rect{opacity:0.5;background-color:#e8e8e8;fill:#e8e8e8;}#mermaid-svg-xBEZXhfK4SYaXBHH .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-xBEZXhfK4SYaXBHH .cluster text{fill:#333;}#mermaid-svg-xBEZXhfK4SYaXBHH .cluster span{color:#333;}#mermaid-svg-xBEZXhfK4SYaXBHH div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-xBEZXhfK4SYaXBHH :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;}

系统稳定性分析 111
位移差:2.4一式带入2.15中 111111
复数域 11
判断系统稳定 111
时间域 1
Laplace 终值定理计算位移差 1111111
分析最终结果 111
速度差:2.4二式带入2.15中 111111
复数域 11
判断系统稳定 111
时间域 1
Laplace 终值定理计算速度差 1111111

  具体分析见论文。最终我们推得：理想情况下，稳态误差为零。

2.2.2 存在通讯延迟

  经分析可得（分析步骤和2.2.1一样），在通讯延迟为τ\tauτ时，位移差：（2.46），速度差：（2.49）。由式(2.46)可知：当 i 增大达到一定程度时，车间距必然会小于期望跟车距离，破坏队列的安全性。通讯延迟虽然不影响队列稳定性，却限制了车队元素的数目不能无限增加。由式(2.49)可知，如果减小k1/k3k_1/k_3k1​/k3​会减小速度误差，但如果k1/k3k_1/k_3k1​/k3​过小，则忽略前后车信息，只单纯跟踪前车速度，控制效果接近单车 ACC。综合考虑(2.46)和(2.49)可知，τ\tauτ的增加总是使误差增大，效果变差。

2.2.2 存在执行器延迟

  经分析可得（分析步骤和2.2.1一样），在执行器延迟为τ\tauτ时，位移差：（2.60）。当τ\tauτ取为（2.58）中三者最小值时，系统才能稳定，否则会发散。
  最终分析结果如表2-2。

2.3 仿真分析

2.3.1 理想情况下的仿真验证

  分析可得：两种响应下系统都到达了稳定状态，且稳态误差均为零，控制效果良好，与理论分析结果一致。

2.3.2 存在通讯延迟下的仿真验证

  分析可得：1.τ\tauτ值越大，收敛的就越慢。2.初始位移误差不影响终点稳态值，却会使响应过程变慢。 3.随着车辆编号的增加依次递减，类推得当 i 的数目足够大时，位置误差必为负值。当车车间距逐渐减小时，危险碰撞的概率随之增加。从这一角度说，通讯延迟限制了车队的规模。

2.3.3 存在执行器延迟下的仿真验证

  分析可得：τ\tauτ值越大震荡越大，当达到临界点时面临发散的危险，理论和结果一致。

第3章 碰撞危险评估及车队协同避撞策略研究

  按照CCA 的分步原则，本章共分为四个部分：第一部分是车辆&车队模型的搭建。第二部分为后车前端避撞控制策略。目的是通过分配各个车辆的制动力来使总冲击能量最小化，其中冲击能量被定义为连续成对车辆的相对动能。第三部分为前车后端避撞控制策略。第四部分为仿真分析。

3.1 碰撞危险评估及分布式避撞切换逻辑

  本文选择以时间为指标，引入了三个跟时间有关的系数：TTC、THW、RF。
  先引入 TTC 的概念：（Time to Collision）通常用来评估危险系数。定义在同一车道上的同向行驶车辆，当主车和前车保持当前速度运动时，发生碰撞需要的时间。它可以由式(3.1)计算：
  再引入 THW 的概念：THW（Time Head Way）表示当前车突然紧急刹车速度为 0静止不动时，主车与前车碰撞所需要的时间，计算式如(3.2)所示，图 3.2 为 THW 对应的区段。
  为了综合考虑了TTC和TRW 的综合影响，本文提出了碰撞风险 RF（Risk Feeling）的概念。为了计算简便，整合成式(3.3)。其中 a 和 b 分别是权重因子：
  系统发起紧急碰撞命令并执行的临界阈值，称为预警距离sRFs_{RF}sRF​，计算如下：（3.4式）。第一项以当前状态进行制动，主车和前车的间距缩小值，第二项 dsafed_{safe}dsafe​为完全制动后主车距前车的安全距离，一般取 3m。
  然而，在某些情况下，前后两车的相对距离就是远小于预警距离sRFs_{RF}sRF​，这时仅凭借后车避撞已满足不了需求。为解决这一问题，定义最小预警距离 smins_{min}smin​，当相对距离小于smins_{min}smin​ 时，除了后车以最大制动力减速，前车将进行加速协同行驶，减缓碰撞的可能性。计算：（3.5式）。

3.2 针对后方车辆的前端避撞研究

  本文将碰撞问题转化为一个最优化问题，目标是最小化队列的总体相对动能。式(3.7)将每个车辆与全部前向车辆配成对，计算它们的相对动能，不考虑它后方车辆的信息。式(3.8)表示了队列中每一辆车与前车相对动能的总和。式（3.9）表示了队列中每一辆车与前两辆车相对动能加权的总和。最终本文建立最优问题如式3.10和式3.11所示。
  问题：该命题不完整，不能保证最终车队列稳定下来后，以期望速度行驶
  根据目标函数的形式，可以将每个采样点的求解问题转换成最优二次规划 QP（Quadratic Programming）问题，本文借助 MATLAB 中的 function 函数实现 QP 的求解。

3.3 针对前方车辆的后端避撞研究

  后车避撞的定义是：在后车突然加速且制动距离不够时，控制器进行系统动态优化，主车协同加速，为后车制动营造相对充足的空间，进而实现理想的跟车距离，避免事故的发生。
  触发条件是：当后车（第 i+1 辆车）识别到距主车（第 i 辆车）距离已小于最小预警距离si+1,mins_{i+1,min}si+1,min​,且 i+1 辆车的最大减速度达不到期望减速度值，这时需要前车协同加速。
  问题：这里没有给出期望加速度的计算？
  式3.16计算主（i）车需要的加速度。式3.17计算i车在加速期间的位移。式3.18计算i-1车在加速期间的位移。式3.20计算加速后i车与i-1车的相对距离：Δxi\Delta x_{i}Δxi​。
  当Si,min<Δxi<Si,RFS_{i,min}<\Delta x_{i}<S_{i,RF}Si,min​<Δxi​<Si,RF​时意味着后车避撞操作可顺利进行，只需主车加速，而前车不需做出任何动作；当0<Δxi<Si,min0<\Delta x_{i}<S_{i,min}0<Δxi​<Si,min​时意味着那么需要前车也随之协同加速。当Δxi<0\Delta x_{i}<0Δxi​<0时意味着那么碰撞不可避免地发生，任何补救措施都是徒劳。
  问题：1.当0<Δxi<Si,min0<\Delta x_{i}<S_{i,min}0<Δxi​<Si,min​时前车要加速，加速度怎么算？2.Δxi<0\Delta x_{i}<0Δxi​<0时，前车加速是有可能避免的。
  关于该后端防撞策略理论的可行性解释，详见论文。
  问题：1.解释的不严谨

3.4 仿真验证

3.4.2 前端避撞仿真结果分析

  本文选择PID 控制和基于驾驶员的手动控制作为对比组和针对队列总动能的最优控制策略控制进行对比，具体分析见论文，最终可得到以下结论。
  基于驾驶员的手动控制：效果最差，仿真中出现相撞的情况。
  PID 控制：效果中等，各车均成功逃脱碰撞，实现了目的。在V2V 的环境中，可以提前感知到危险信号，超前响应。
  针对队列总动能的最优控制策略：效果最好，相对于PID 控制有以下优点：1.收敛过程振幅更小，加速度峰值比PID控制的加速度峰值低了42.18%。2.避免了PID中后车总是迟滞前车一段时间的情况，加快了收敛速度。3.考虑了车辆间不同质量的影响，减小了速度和相对车间距的波动，比PID有更好的适应性。

3.4.3 后端避撞仿真结果分析

  具体分析见论文，结论：该后端避撞除了能提高主动安全，还具有收敛性，不会发生发散现象。

高速公路多车协同驾驶控制策略研究：笔记相关推荐

  1. 网联车辆队列生态式协同自适应巡航控制策略研究-杨昱

    车队行驶方式划分为基于被动跟车和主动规划的 ECACC 策 略,分别对队列行驶的两个主要性能即跟车和节能进行了建模与验证.在底层 跟车控制方面对队列行驶的技术基石即 CACC 跟车控制器进行了建模.分 ...

  2. 李力，清华大学多车协同讲座：笔记

      多车协同和集群机器人异同:   共同点:1.自由运动的智能体组成.2.能感知改变运动状态.3.合作完成任务.   不同点:1.机器人集群功能相对简单,感知通行能力相对弱.2.信息规划能力弱. 1. ...

  3. 智能网联车路协同智慧交通沙盘+无人驾驶汽车+多车协同调度系统

    车路协同沙盘可实现道路环境.交通设施.自动车辆微缩移植到实验室,分层模拟构建包括交叉口.快速路.匝道在内的典型道路环境及智能交通设备.同时,可进行交通道路环境和交通事件模拟,支持道路设计.交通管理.交 ...

  4. Apollo自动驾驶50讲笔记

    title: "Apollo自动驾驶50讲笔记" tags:- Apollo categories:- 自动驾驶 date: 2019-05-04 23:46:08 安全 ISO2 ...

  5. ADRC自抗扰控制自学笔记（包含simulink仿真）（转载）

    他这里让我很好理解了跟踪微分器 非线性PID(准确说是非线性PD,所以可以看到输入是两根线而不是三根线)  也就是说传统PID是线性的?但是不是那些系统是非线性的,比如无人机,平衡车,只是小幅度里近似 ...

  6. 地平线/博泰/虹软战投加持，商用车智能驾驶赛道迎来“新”玩家

    中国商用车ADAS规模化前装市场正式进入快速增长期,从早期的客车到如今的重卡,对国产ADAS供应商是重大利好. 此外,从预警到AEB再到后续的L2.L3以及自动驾驶的逐步导入,市场想象空间巨大,受到众 ...

  7. 基于目标速度的汽车ACC系统油门控制策略研究

    1.内容简介 略276 2.内容说明 ACC系统能够根据雷达等传感器检测到的前方车辆行驶信息,并自动控制本车的油门开度和制动强度,实现自适应巡航行驶,通过对车辆行驶纵向阻力特性的分析,针对目前广泛使用 ...

  8. 【控制】《复杂运动体系统的分布式协同控制与优化》-方浩老师-第7章-带有操作度及能量优化的分布式协同搬运控制

    第6章 回到目录 第8章 第7章-带有操作度及能量优化的分布式协同搬运控制 7.1 引言 7.2 问题描述 7.3 分布式优化算法设计及稳定性分析 7.3.1 分布式优化算法设计 7.3.2 算法收敛 ...

  9. 【控制】《复杂运动体系统的分布式协同控制与优化》-方浩老师-第6章-操作度优化条件下的移动机械臂协同搬运控制

    第5章 回到目录 第7章 第6章-操作度优化条件下的移动机械臂协同搬运控制 6.1 引言 6.2 问题描述 6.2.1 移动机械臂模型 6.2.2 协同搬运的优化问题描述 6.3 协同搬运过程中的移动 ...

最新文章

  1. 学科顶尖！这些高校，“双一流”潜力股！
  2. 关于0bug中一处读者质疑的回复
  3. 使用KVM API实现Emulator Demo
  4. [云炬看世界]个人站长
  5. 数据竞赛：记录3天进入比赛Top3%的全过程
  6. windows 下conda安装gym
  7. SQL2005-使用openrowset 里读取excel文件
  8. Lucene提供的条件判断查询[转]
  9. 直接连接计算机的网络是,两台计算机直接连接
  10. pip更新出问题后再输入报No module named ‘pip‘错怎么处理
  11. extjs4 grid 刷新数据时不改变滚动条位置
  12. 三分钟了解APS系统中生产计划排程模块的基本原理
  13. 关于eclipse编译出错，缺失tools.jar 1.8
  14. 计算机工程与应用论文模板,计算机工程与应用论文模板
  15. Samba服务器的配置全过程
  16. Android官方架构组件Navigation：大巧不工的Fragment管理框架
  17. DSP的时钟和系统控制
  18. 〔首届CSDN.南京区程序员聚会〕正式报名情况[每日更新7月19日 17:30]
  19. Python工具库安装
  20. 质谱和蛋白质组学领域简述

热门文章

  1. jetcache自动刷新缓存
  2. Command line is too long. Shorten command line for
  3. 2019CCPC-江西省赛 A-Cotree（树的重心）
  4. 智能车打工日记（三）一些小细节
  5. Docker虚拟化容器技术（用在虚拟机上），VirtualBox中linux虚拟机联网的问题
  6. FPGA信号序列监测工具——VSTAR
  7. 测试not_in_vstar_and_v3(mate)_(e_t)_no_tec_rec
  8. 钉钉小程序 AntV-f2 图表无法横向滚动
  9. python123新版个人所得税计算_你有张良计，我有过墙梯之策略模式
  10. 华三S5560核心交换机网段隔离应用