【技术实现步骤摘要】
本专利技术涉及分布式控制，特别是一种时变通信网络下车辆队列模型预测控制方法。
技术介绍
1、随着全球城市化发展，交通拥堵日益严重，传统的交通管理方式已经难以满足现代化社会的需求。近些年，汽车工业的蓬勃发展给人们的交通出行带来了巨大便利，但随着车辆保有量的迅速上升，也带来了道路堵塞、交通事故、环境污染等问题。为了缓解上述问题，科研人员提出了车辆队列控制技术，其核心在于保障队列内所有车辆以一致的速度行驶，并在各个车辆之间保持预设的安全距离。
2、针对此问题，国内外许多学者进行了深入的研究，提出了很多算法。但传统的mpc技术，通常应用于单一智能体系统中，这种方法在工业界获得了广泛的应用，如热能控制、能源管理等领域。然而，但在车辆的车队系统中，这种集中式的控制策略面临着信息收集的局限性和大规模优化问题的计算挑战，因此显得不太适用。
技术实现思路
1、为解决现有技术中存在的问题，本专利技术的目的是提供一种时变通信网络下车辆队列模型预测控制方法，本专利技术确保了系统在通信拓扑切换下的内部稳定性和链式稳定性。
2、为实现上述目的，本专利技术采用的技术方案是：一种时变通信网络下车辆队列模型预测控制方法，包括以下步骤：
3、步骤1、建立车辆排的通信拓扑结构，并在考虑通信拓扑结构切换的前提下对通信拓扑进行建模，通信拓扑结构切换的条件下的车辆队列系统为领航车辆和n辆跟随车辆组成的异构车辆队列；
4、步骤2、仅考虑车辆的纵向动力学和部分物理条件，假设在车身刚
5、步骤3、确定车辆队列系统的控制目标；
6、步骤4、分布式模型预测控制模式设计：首先确定局部控制问题，然后考虑在通信拓扑切换条件下，设计车辆队列分布式mpc算法。
7、作为本专利技术的进一步改进，在步骤1中，所述通信拓扑结构为前车领导车跟随结构、双前车跟随结构，且通信拓扑可切换和目标设定点未知。
8、作为本专利技术的进一步改进，在步骤1中，对通信拓扑进行建模具体如下：
9、定义拓扑切换信号为θ(t)，表示在t时刻所对应的通信拓扑结构；将车辆队列系统的通信拓扑建模为：
10、m＝{g,h}
11、其中，g代表车队列中所有车辆的合集，h为车与车公共边的集合；将mθ(t)记为t时刻的通信拓扑，邻接矩阵dθ(t)表示t时刻各节点信息流情况，其中元素dθ(t)有以下定义：
12、
13、定义表示从车辆i到j之间存在信息传递，表示从车辆i到j之间无信息传递；车辆i的邻居集合为当且仅当时成立，其对偶集合为且仅当时成立。
14、作为本专利技术的进一步改进，在步骤2中，所述部分物理条件包括发动机的动力输出、传动系统的功率传递、轮胎与地面之间的摩擦力、空气阻力对车辆的影响和重力。
15、作为本专利技术的进一步改进，在步骤2中，建立的车辆的动力学模型具体如下：
16、si(t+1)＝si(t)+vi(t)δt
17、
18、其中,si(t)和vi(t)分别代表第i辆车在t时刻的位置和速度信息，δt表示离散的时间间隔，mi表示车辆的质量，φi表示传动的机械效率，ri为轮胎的半径，qi(t)为扭矩，其中包含驱动扭矩和制动扭矩，为纵向动力学的惯性滞后。
19、作为本专利技术的进一步改进，在步骤2中，还包括对车辆的动力学模型进行优化，具体如下：
20、定义第i辆车的状态变量为xi(t)＝[si(t),vi(t),qi(t)]t，第i辆车的输出为yi(t)＝[si(t),vi(t)]t，误差为：ei(t)＝si(t)-si,des(t)，表示实际位置与理想位置的偏差，系统控制输入变量ui受以下条件约束：
21、ui∈ui＝{umin≤ui≤umax}
22、常数umin为控制量的下界，umax为控制量的上界；
23、假设领航车辆以恒定的速度v0运行，第i辆车的状态和输入的设定点信息如下所示：
24、xdes,i(t)＝[sdes,i(t),vdes,i(t),pdes,i(t)]t
25、udes,i(t)＝pdes,i(t)
26、其中vdes,i(t)＝v0,pdes,i(t)＝hi(v0),用于平衡外部阻力作用
27、则车辆的动力学模型改写为：
28、xi(t+1)＝ai·(xi(t))+bi·ui(t)
29、yi(t)＝αxi(t)
30、其中：
31、
32、作为本专利技术的进一步改进，在步骤3中，控制目标具体如下：
33、车辆队列采用恒间距策略，满足di-1,i＝d0,即在追踪领航车辆速度的同时，既要满足系统约束条件，并保持车辆之间的理想间距；如下所示：
34、
35、γi表示链式稳定参数，假如一个车辆队列具有内部稳定性，对于任意节点i,在任意状态下，满足则表示该系统具有链式稳定性。
36、作为本专利技术的进一步改进，在步骤4中，确定局部控制问题具体如下：
37、定义zp为预测视界长度，在预测视界的范围内分别定义yi(k|t)，为实际输出，预测输出，假设输出和最优输出；ui(k|t)，分别代表系统的实际控制输入，预测控制输入，假设控制输入和最优控制输入；其中，k∈[0,zp]，表示节点在k+t个时刻的自身状态，每辆车i在有限时域内局部开环最优控制问题为：
38、
39、受以下条件的约束：
40、(1)
41、(2)
42、(3)
43、(4)
44、(5)
45、(6)
46、(7)
47、ii表示可以将信息发送至节点i所有的节点，选用ii来构造节点的局部优化问题；表示节点i和j之间的期望距离矢量；约束(1)用于保证车辆队列系统的链式稳定，i＝1时，没有前车的信息输入，代入到约束条件(1)中，可得：约束(2)给出了车辆状态的预测模型，表示在时间k的基础上，预测下一时间步长k+1的状态；约束(3)是输出方程；约束(4)表示预测的初始状态由当前的实际状态给定；约束(5)表示控制输入的约束；约束(6)是一个终端约束条件，表示终端输出是它的邻居节点j在预测重点的平均输出加一定的偏移量，用来保持车辆之间的安全距离；基于这个约束条件，使得任何节点无需知道所需设定点，根据邻居车辆信息即可完成跟随行车；约束(7)是另一个终端约束，是由预测速度通过函数hi计算可得；
48、目标函数是与节点i相关的代价函数，表示为：
49、
50、其中，用来衡量预测输出与期望输出之间的误差；
51、用来衡量预测控制输入与根据预测速度所计算出的理想输入之间的偏差，使车队保持恒定的速度；本文档来自技高网...
【技术保护点】
1.一种时变通信网络下车辆队列模型预测控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的时变通信网络下车辆队列模型预测控制方法，其特征在于，在步骤1中，所述通信拓扑结构为前车领导车跟随结构、双前车跟随结构，且通信拓扑可切换和目标设定点未知。
3.根据权利要求2所述的时变通信网络下车辆队列模型预测控制方法，其特征在于，在步骤1中，对通信拓扑进行建模具体如下：
4.根据权利要求1所述的时变通信网络下车辆队列模型预测控制方法，其特征在于，在步骤2中，所述部分物理条件包括发动机的动力输出、传动系统的功率传递、轮胎与地面之间的摩擦力、空气阻力对车辆的影响和重力。
5.根据权利要求3所述的时变通信网络下车辆队列模型预测控制方法，其特征在于，在步骤2中，建立的车辆的动力学模型具体如下：
6.根据权利要求5所述的时变通信网络下车辆队列模型预测控制方法，其特征在于，在步骤2中，还包括对车辆的动力学模型进行优化，具体如下：
7.根据权利要求6所述的时变通信网络下车辆队列模型预测控制方法，其特征在于，在步骤3中，控制目
8.根据权利要求7所述的时变通信网络下车辆队列模型预测控制方法，其特征在于，在步骤4中，确定局部控制问题具体如下：
9.根据权利要求8所述的时变通信网络下车辆队列模型预测控制方法，其特征在于，在步骤4中，设计车辆队列分布式MPC算法具体如下：
...【技术特征摘要】
1.一种时变通信网络下车辆队列模型预测控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的时变通信网络下车辆队列模型预测控制方法，其特征在于，在步骤1中，所述通信拓扑结构为前车领导车跟随结构、双前车跟随结构，且通信拓扑可切换和目标设定点未知。
3.根据权利要求2所述的时变通信网络下车辆队列模型预测控制方法，其特征在于，在步骤1中，对通信拓扑进行建模具体如下：
4.根据权利要求1所述的时变通信网络下车辆队列模型预测控制方法，其特征在于，在步骤2中，所述部分物理条件包括发动机的动力输出、传动系统的功率传递、轮胎与地面之间的摩擦力、空气阻力对车辆的影响和重力。
5.根据权利要求3...
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。