【技术实现步骤摘要】
本专利技术涉及车辆队列控制，尤其涉及一种异构多车队列模糊自适应优化控制系统。
技术介绍
1、汽车作为智能交通系统的重要载体，为社会的发展和人类生活生产带来了巨大的便利。然而，随着交通运输业的快速发展，面临一系列严峻的社会问题，如交通事故、能源危机和环境污染等问题。而智能交通系统作为解决城市交通严峻问题行之有效的手段，受到了国内外学者的广泛关注。而智能车辆的队列控制作为建设智能交通系统的关键环节，已成为智能交通系统建设的研究重点。然而，由于受到空气阻力、颠簸路面等因素，车辆队列行驶过程中将造成巨大的能源消耗。因此，为了减小多车队列在长距离行驶过程中的能源消耗，并给出最小能耗下的车辆队列期望车间距，从而实现低能耗、绿色安全行驶引起了广泛关注。
2、在多车队列行驶过程中，需要多车在水平路面上保持恒定车间距行使。目前，针对多车队列系统的控制研究已取得了很多成果，但现有技术仍然存在如下几方面问题：
3、第一，在现有的多车队列系统控制系统研究中，所考虑的车辆大多为同品牌、同质量车。如果不同类型车辆动力配置相差悬殊，且在陡坡和颠簸路面行驶时容易导致动力较低，从而影响队列整体行驶效率，导致能源消耗过大。因此，从实际角度来看，很难做到多车队列中各车配置相同，且运载货物重量和类型相同。
4、第二，在现有的异构多车队列系统控制系统中，大多未考虑控制系统存在未知非线性动态和外部扰动的情形。然而在实际行驶过程中，车辆队列往往受到风阻和不平整路面等因素的影响，导致其存在高度非线性性、不确定性和外部扰动等综合特征，现有的队
5、第三，在现有的异构多车队列系统控制系统中，只能确保车辆队列系统的单车稳定性和队列稳定性，而不能确保车辆间距误差收敛到指定的性能边界内，同时无法保证车辆队列能量消耗的最小化。
技术实现思路
1、本专利技术提供一种异构多车队列模糊自适应优化控制系统，以克服上述技术问题。
2、为了实现上述目的，本专利技术的技术方案是：
3、一种异构多车队列模糊自适应优化控制系统，包括三阶异构多车队列模块、模糊逻辑系统模块、耦合滑模面模块、最优队列控制器模块以及评判-执行网络更新律及自适应律模块；
4、所述三阶异构多车队列模块，用于根据车辆领导车运动学模型与车辆跟随车运动学模型进行异构车辆编队，以获取异构车辆编队信息并分别传输至模糊逻辑系统模块、耦合滑模面模块以及评判-执行网络更新律及自适应律模块；
5、且所述异构车辆编队信息包括领导车位置、领导车速度、领导车加速度、跟随车实时位置、跟随车实时速度以及跟随车实时加速度；
6、所述耦合滑模面模块，用于根据异构车辆编队信息获取异构车辆编队的二次间距误差，并根据所述二次间距误差构建用于确保车辆队列的串稳定性的耦合滑模面，并将所述耦合滑模面分别传输至模糊逻辑系统模块、最优队列控制器模块以及评判-执行网络更新律及自适应律模块；
7、所述模糊逻辑系统模块，用于对异构车辆编队中的跟随车运动模型中的非线性动态项进行辨识处理与根据耦合滑模面对构建的构建的最优代价函数的偏导进行辨识处理，并将其输出分别发送至最优队列控制器模块与评判-执行网络更新律及自适应律模块；
8、所述评判-执行网络更新律及自适应律模块，用于模糊逻辑系统模块的输出与耦合滑模面构建评判-执行网络的参数更新律与参数自适应律，并将其发送至最优队列控制器模块；
9、所述最优队列控制器模块，用于根据评判-执行网络的参数更新律与参数自适应律、耦合滑模面以及模糊逻辑系统模块的输出，构建异构车辆编队的最优队列控制器。
10、进一步的，所述车辆跟随车运动学模型的表达式为
11、
12、式中：mi表示第i辆车的质量；si,vi,ai分别表示第i辆车的位移、速度以及加速度；fi(ai,vi)表示未知动态，且gi表示中间变量且di表示未知外部扰动，表示复合扰动且
13、表示空气阻力系数；表示横切面积；表示空气密度；
14、表示发动机的实际驱动力或制动力；ηi表示车辆机械效率；ξi表示路面坡度系数且表示滚动阻力且δi表示路面坡度；g表示重力加速度；表示滚动阻力系数；表示重力，且
15、ri表示车辆轮胎半径；ui表示节气门或制动控制扭矩输入；τi表示动力学特性时间常数；
16、所述车辆领导车运动学模型的表达式为
17、
18、式中：s0,v0,a0分别表示领航车的位移、速度以及加速度。
19、进一步的，所述耦合滑模面模块根据异构车辆编队信息获取异构车辆编队的二次间距误差，并根据所述二次间距误差构建用于确保车辆队列的串稳定性的耦合滑模面，具体包括以下步骤：
20、根据异构车辆编队信息获取异构车辆编队的二次间距误差，其表达式为
21、
22、式中：表示车辆长度；μ表示安全系数；si(i＝1,2,…,n)表示第i辆车的位移；γ表示用于补偿车辆队列中加速和制动所导致的延迟；λ表示异构车辆编队的最小安全距离；表示异构车辆编队的最大可行加速度的绝对值；
23、根据所述二次间距误差定义用于确保二次间距误差收敛到指定的性能边界内的误差转换的连续函数ξi(t)，其表达式为
24、
25、式中：ρi(t)表示性能函数，且满足ρi0,ρi∞,ai表示设计参数且ρi0＞ρi∞＞0，ai＞0；对于连续函数ξi(t)与初始条件ξi(0)∈[0,1)，能够得到对于0≤ξi＜1，当时，可得|zi(t)|＜ρi(t)；
26、根据所述连续函数ξi(t)定义滑模变量si(t)，其表达式为
27、
28、式中：λi为设计参数；
29、根据所述滑模变量si(t)构建用于确保车辆队列的串稳定性的耦合滑模面，其表达式为
30、
31、式中：q为常数，且q＞0；si+1(t)表示第i+1辆车的滑模变量。
32、进一步的，所述模糊逻辑系统模块根据耦合滑模面对异构车辆编队中的跟随车运动模型中的非线性动态项进行辨识的方法，具体包括以下步骤
33、通过模糊逻辑系统模块对异构车辆编队中的跟随车运动模型中的非线性动态项fi(vi,ai)进行辨识处理，以获取辨识处理后的模糊基函数与辨识处理后的未知参数权重
34、且对异构车辆编队中的跟随车运动模型中的非线性动态项fi(vi,ai)进行辨识处理的表达式为
35、
36、式中：表示用于非线性动态项fi(vi,ai)辨识处理的模糊基函数；表示用于非线性动态项fi(vi,ai)辨识处理的未知参数权重；∈fi(zi)表示逼近误差，且满足表示常数；
37、根据耦合滑模面定义障碍型代价函数，其表达式为
38、
39、式中：表示中间变本文档来自技高网...
【技术保护点】
1.一种异构多车队列模糊自适应优化控制系统，其特征在于，包括三阶异构多车队列模块、模糊逻辑系统模块、耦合滑模面模块、最优队列控制器模块以及评判-执行网络更新律及自适应律模块；
2.根据权利要求1所述的一种异构多车队列模糊自适应优化控制系统，其特征在于，所述车辆跟随车运动学模型的表达式为
3.根据权利要求2所述的一种异构多车队列模糊自适应优化控制系统，其特征在于，所述耦合滑模面模块根据异构车辆编队信息获取异构车辆编队的二次间距误差，并根据所述二次间距误差构建用于确保车辆队列的串稳定性的耦合滑模面，具体包括以下步骤：
4.根据权利要求2所述的一种异构多车队列模糊自适应优化控制系统，其特征在于，所述模糊逻辑系统模块根据耦合滑模面对异构车辆编队中的跟随车运动模型中的非线性动态项进行辨识的方法，具体包括以下步骤
5.根据权利要求1所述的一种异构多车队列模糊自适应优化控制系统，其特征在于，构建的所述评判-执行网络的参数更新律与参数自适应律；其表达式为
6.根据权利要求1所述的一种异构多车队列模糊自适应优化控制系统，其特征在于，构建的
...【技术特征摘要】
1.一种异构多车队列模糊自适应优化控制系统，其特征在于，包括三阶异构多车队列模块、模糊逻辑系统模块、耦合滑模面模块、最优队列控制器模块以及评判-执行网络更新律及自适应律模块；
2.根据权利要求1所述的一种异构多车队列模糊自适应优化控制系统，其特征在于，所述车辆跟随车运动学模型的表达式为
3.根据权利要求2所述的一种异构多车队列模糊自适应优化控制系统，其特征在于，所述耦合滑模面模块根据异构车辆编队信息获取异构车辆编队的二次间距误差，并根据所述二次间距误差构建用于确保车辆队列的串稳定性的耦合滑模...
【专利技术属性】
技术研发人员：李克文，李永明，董国伟，于昆廷，刘威，胡骏，程帅，
申请(专利权)人：辽宁工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。