一种无模型自适应车辆列队控制方法及装置

    技术2024-12-03  17


    本发明涉及智能汽车多车列队控制,尤其是指一种无模型自适应车辆列队控制方法及装置。


    背景技术:

    1、车辆列队系统是一种通过技术手段实现车辆在道路或轨道上以列队形式行驶的系统。它可以提高交通运输效率、减少能源消耗、缓解交通拥堵、提升交通安全等多方面的优势。车辆列队系统的控制方法通常以建模的方式计算系统中每辆车辆的输出,控制车辆行进的速度和距离。

    2、无模型自适应控制是一种基于数据驱动的控制方法,由于其简单的结构、强大的鲁棒性和易于操作,该方法已经被广泛应用于许多领域,例如无人直升机、固定翼无人飞行器和精密机床。现有的研究将无模型自适应控制应用在车辆列队系统中,并加入了事件触发控制。事件触发控制包括一个事件触发条件,即只有在违反条件时才会在通信网络上进行信息传输。由于实际应用中对网络资源的限制,事件触发控制能够在为车辆实施列队控制的同时有效地减轻通信负担并节省网络资源。

    3、量化通信也是减轻车辆列队系统中传输负担的重要方法。在传输之前,控制系统通过对控制信息进行量化以实现数字化通信,同时通过对控制信息进行网络加密,如编解码机制,以防止关键控制信息被潜在攻击者直接访问。

    4、现有的大多数无模型自适应车辆队列控制方法虽然已经应用事件触发控制且在在优化控制性能方面表现出色,但无法根据实时需求调整事件触发条件;而基于量化通信的车辆列队控制方法也并未与事件触发控制相结合,也尚未存在具有针对车辆列队系统的编解码机制的控制方法。


    技术实现思路

    1、为此,本发明所要解决的技术问题在于克服现有技术中缺少将事件触发控制与量化通信相结合的无模型自适应车辆队列控制方法,且无法根据实时需求调整事件触发条件的问题。

    2、为解决上述技术问题,本发明提供了一种无模型自适应车辆列队控制方法,包括:

    3、根据车辆列队系统的动力学特性建立车辆列队系统的动力学模型,并根据无模型自适应控制的要求确定动力学模型的限制条件,得到虚拟输出器;

    4、在车辆列队系统的动力学模型中引入基于量化通信的编解码机制,构建编码器和解码器;编码器用于将虚拟输出器的输出编码后发送至通信网络中,解码器用于接收通信网络中的信号,进行解码;

    5、在车辆列队系统的动力学模型中引入基于死区操作器的事件触发机制,构建伪偏导数更新器、观测器和死区操作器;解码器的输出经过零阶保持器后输入至观测器,观测器利用伪偏导数更新器输出的偏导数变量对事件进行观测,当观测到的事件达到死区操作器的触发条件时,编码器与通信网络进行通信,否则断开通信;

    6、基于所述编码器、解码器、偏导数更新器、观测器和死区操作器,构建无模型自适应车辆列队控制器;

    7、利用无模型自适应车辆列队控制器对实际车辆列队系统进行列队追踪控制。

    8、优选地,根据车辆列队系统的动力学特性建立车辆列队系统的动力学模型,包括:

    9、所述车辆列队系统包括一个虚拟领导车和n辆跟随车,跟随车与虚拟领导车保持期望距离gi,0∈r+,其中i=1,…n;跟随车的连续时间动力学模型为:

    10、

    11、其中,xi∈r、vi∈r和ui∈r分别为第i辆跟随车的位置、速度和控制输入,r为实数集;函数fi(xi(t),vi(t),ui(t))∈r3→r为跟随车的非线性函数,简写为fi(·),包含车辆列队系统中跟随车的动态特性以及外部力和车辆动态特性之间的非线性特性;

    12、利用欧拉离散化方法,将跟随车的连续时间动力学模型转化为离散时间动力学模型:

    13、

    14、其中,ts∈r为第i辆跟随车的采样周期,k为采样时刻;

    15、虚拟领导车的离散时间动力学模型为:

    16、

    17、其中,x0和v0分别为虚拟领导车的位置和速度,f0(x0(k),v0(k))包含车辆列队系统中虚拟领导车的动态特性。

    18、优选地,根据无模型自适应控制的要求确定动力学模型的限制条件,得到虚拟输出器,包括:

    19、限制条件一为:的值存在并连续,其中k为采样时刻;

    20、限制条件二为:δui(k)=ui(k)-ui(k-1)≠0且δyi(k+1)=yi(k+1)-yi(k),存在一个常量rλ∈r+满足|δyi(k+1)|≤rλ|δui(k)|;

    21、若满足限制条件一和限制条件二,则根据无模型自适应控制理论,存在一个名为伪偏导数的时变变量|λi(k)|≤rλ,满足:

    22、δyi(k)+1)=λi(k)δui(k)     (4)

    23、限制条件三为:对于所有采样时刻k,都有伪偏导数变量λi(k)>c或λi(k)<-c,其中c是一个任意小的正数;

    24、虚拟输出器满足限制条件一、限制条件二和限制条件三,得到跟随车的虚拟输出为:

    25、yi(k)=xi(k)+aivi(k)      (5)

    26、其中yi(k)为第i辆跟随车的控制输出,xi和vi分别为第i辆跟随车的位置和速度,ai为第i辆跟随车的输出调节因子;

    27、虚拟领导车的虚拟输出为y0=x0(k)+a0v0(k),其中y0为虚拟领导车的控制输出,x0和v0分别为虚拟领导车的位置和速度,a0为虚拟领导车的输出调节因子。

    28、优选地,构建编码器包括:

    29、第i辆跟随车对数据进行编码,发送至通信网络中,编码器ei设置为:

    30、

    31、其中,γi(k)是编码器ei的输出,k为采样时刻,φi(k)是输出γi(k)的一种内部状态,ξ(k)是一个时变尺度函数,有0<ξ(k)<1,yi(k)为第i辆跟随车的控制输出,q(·)是一个对数型量化器,设置为:

    32、

    33、其中,q(·)的定义域为u={±zi:zi=hiz0,i=0,±1,±2,…}∪{0},h为量化系数,取值为0<h<1,z0>0,

    34、优选地,构建解码器,包括:

    35、第i辆跟随车从通信网络中接收数据,解码器di设置为:

    36、

    37、其中,γi(k)是编码器ei的输出,k为采样时刻,ξ(k)是一个时变尺度函数,有0<ξ(k)<1,di(k)为解码器di的输出;

    38、根据式(6)(7)(8),则有:

    39、di(k)=di(k-1)+ξ(k-1)γi(k)

    40、=di(k-1)+ξ(k-1)qi(s)

    41、=di(k-1)+yi(k)-φi(k-1)+ξ(k-1)li(k)   (9)

    42、其中,li(k)=q(s)-s,满足:

    43、

    44、其中,0≤|li(k)|<1;

    45、在式(9)的两边减去φi(k)并根据式(6),得出:

    46、di(k)-φi(k)=di(k-1)+yi(k)-φi(k-1)+ξ(k-1)li(k)-φi(k)

    47、=di(k-1)+ξ(k-1)γi(k)-φi(k)

    48、=di(k-1)+ξ(k-1)γi(k)-ξ(k-1)γi(k)-φi(k-1)

    49、=di(k-1)-φi(k-1)

    50、=di(0)-φi(0)

    51、=0       (11)

    52、根据式(11),式(9)写为:

    53、di(k)=yi(k)+ξ(k-1)li(k)     (12)。

    54、优选地,构建伪偏导数更新器,包括:

    55、建立性能指标函数

    56、

    57、其中,为伪偏导数变量λi(k)的估计值,δdi(k)是解码器di的输出增益,ui为第i辆跟随车的控制输入,λ为系数,有λ>0;

    58、令并引入步长因子ρ,构建基于事件触发机制的伪偏导数更新器为:

    59、

    60、其中,0<ρ<1,qi(k)为事件触发的指标,公式为:

    61、

    62、则伪偏导数更新器的重置法则为:

    63、

    64、其中,为的初始值,θ∈{10-3,10-4}。

    65、优选地,构建观测器和死区操作器,包括:

    66、设置车辆列队系统的动力学模型中第i辆跟随车的观测器为:

    67、

    68、其中,gi是观测器的反馈增益,取值为为观测器的输出,为解码器的输出di(k)经过零阶保持器后的输出;

    69、若ki<k<ki+1,则否则

    70、事件触发的增量输入误差εui定义为:

    71、

    72、基于观测器的输出估计误差εdi定义为:

    73、

    74、则具有死区操作器的事件触发条件定义为:

    75、

    76、其中,为伪偏导数变量的估计值的上界,0<u<1,

    77、为死区操作器,设计为:

    78、

    79、其中,触发系数是的上界,αu是ui(k)的上界,αξ是ξ(k-1)li(k)的上界。

    80、优选地,基于所述编码器、解码器、偏导数更新器、观测器和死区操作器,构建无模型自适应车辆列队控制器,包括:

    81、构建控制器的性能指标函数其中控制系数μ>0;

    82、解方程并引入无模型自适应车辆列队控制器的步长因子η,取值为0<η<1,得到包含基于量化通信的编解码机制和基于死区操作器的事件触发的无模型自适应车辆列队控制器:

    83、

    84、其中,为观测器的输出,ui为第i辆跟随车的控制输入,为伪偏导数变量的估计值,y0为虚拟领导车的控制输出,gi,0是第i辆跟随车与虚拟领导车的期望距离。

    85、优选地,控制系数时,车辆列队系统的追踪误差是有界的;其中η为无模型自适应车辆列队控制器的步长因子,为伪偏导数变量的估计值的上界,为观测器的输出,y0为虚拟领导车的控制输出,gi,0是第i辆跟随车与虚拟领导车的期望距离,n为跟随车的总数量。

    86、本发明还提供一种无模型自适应车辆列队控制装置,包括:

    87、动力学模型构建模块,用于根据车辆列队系统的动力学特性建立车辆列队系统的动力学模型,并根据无模型自适应控制的要求确定动力学模型的限制条件,得到虚拟输出器;

    88、解编码模块,用于在车辆列队系统的动力学模型中引入基于量化通信的编解码机制,构建编码器和解码器;编码器用于将虚拟输出器的输出编码后发送至通信网络中,解码器用于接收通信网络中的信号,进行解码;

    89、事件触发模块,用于在车辆列队系统的动力学模型中引入基于死区操作器的事件触发机制,构建伪偏导数更新器、观测器和死区操作器;解码器的输出经过零阶保持器后输入至观测器,观测器利用伪偏导数更新器输出的偏导数变量对事件进行观测,当观测到的事件达到死区操作器的触发条件时,编码器与通信网络进行通信,否则断开通信;

    90、控制器构建模块,用于基于所述编码器、解码器、偏导数更新器、观测器和死区操作器,构建无模型自适应车辆列队控制器;

    91、控制执行模块,用于利用无模型自适应车辆列队控制器对实际车辆列队系统进行列队追踪控制。

    92、本发明的上述技术方案相比现有技术具有以下有益效果:

    93、本发明所述的一种无模型自适应车辆列队控制方法结合了基于量化通信的编解码机制和基于死区操作器的事件触发机制,其中基于量化通信的编解码机制对控制信息进行加密,确保了车辆列队系统的安全性,基于死区操作器的事件触发机制使得操作者可以在死区范围内调整触发条件,从而获得所需要的触发次数和控制性能,有效减轻了系统的通信负担。因此,本发明所述一种无模型自适应车辆列队控制方法在保证控制精确度的前提下,同时具有节省通信资源和增强通信安全性的优势。


    技术特征:

    1.一种无模型自适应车辆列队控制方法,其特征在于,包括:

    2.根据权利要求1所述的一种无模型自适应车辆列队控制方法,其特征在于,根据车辆列队系统的动力学特性建立车辆列队系统的动力学模型,包括:

    3.根据权利要求2所述的一种无模型自适应车辆列队控制方法,其特征在于,根据无模型自适应控制的要求确定动力学模型的限制条件,得到虚拟输出器,包括:

    4.根据权利要求3所述的一种无模型自适应车辆列队控制方法,其特征在于,构建编码器包括:

    5.根据权利要求4所述的一种无模型自适应车辆列队控制方法,其特征在于,构建解码器,包括:

    6.根据权利要求5所述的一种无模型自适应车辆列队控制方法,其特征在于,构建伪偏导数更新器,包括:

    7.根据权利要求6所述的一种无模型自适应车辆列队控制方法,其特征在于,构建观测器和死区操作器,包括:

    8.根据权利要求7所述的一种无模型自适应车辆列队控制方法,其特征在于,基于所述编码器、解码器、偏导数更新器、观测器和死区操作器,构建无模型自适应车辆列队控制器,包括:

    9.根据权利要求8所述的一种无模型自适应车辆列队控制方法,其特征在于,控制系数时,车辆列队系统的追踪误差是有界的;其中η为无模型自适应车辆列队控制器的步长因子,为伪偏导数变量的估计值的上界,为观测器的输出,y0为虚拟领导车的控制输出,gi,0是第i辆跟随车与虚拟领导车的期望距离,n为跟随车的总数量。

    10.一种无模型自适应车辆列队控制装置,其特征在于,包括:


    技术总结
    本发明涉及智能汽车多车列队控制技术领域,尤其是指一种无模型自适应车辆列队控制方法及装置,包括:根据车辆列队系统的动力学特性建立车辆列队系统的动力学模型,并根据无模型自适应控制的要求确定动力学模型的限制条件构建虚拟输出器;引入基于量化通信的编解码机制,构建编码器和解码器;引入基于死区操作器的事件触发机制,构建伪偏导数更新器、观测器和死区操作器建立包含基于量化通信的编解码机制和基于死区操作器的事件触发的无模型自适应车辆列队控制器;利用无模型自适应车辆列队控制器对实际车辆列队系统进行列队追踪控制。本发明在保证控制精确度的前提下,同时具有节省通信资源和增强通信安全性的优势。

    技术研发人员:赵华荣,彭力,谢林柏,冯伟
    受保护的技术使用者:江南大学
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-23000.html

    最新回复(0)