【技术实现步骤摘要】
本专利技术涉及无人车编队控制，特别涉及一种无人车编队动态控制方法及系统。
技术介绍
1、无人车在非结构化、复杂地形中执行协同任务的需求不断增加。然而，当多辆无人车同时自主执行任务时，往往面临多种挑战，如相互避让、优先级不明确，导致行驶路线的混乱。采用编队行驶不仅能够有效提升任务效率和协同作业能力，还能提升多车在任务区域的快速抵达能力。然而，不编队的多车行驶模式存在显著问题，包括缺乏协作机制和路径规划效率低下等。
2、为了适应无人车编队行驶的需求，控制架构发展出集中式、分布式和混合式三种主要结构。集中式控制结构由一个中央处理单元进行全局控制，适用于需要全局规划的场景，但在信息交互和环境适应性方面存在瓶颈。分布式控制结构则由各无人车自行决策，具备较好的环境适应性，但在全局规划上有所不足。混合式控制结构结合了集中式与分布式的优势，适合在复杂环境下的多车协同任务场景。
3、无人车编队控制的实现主要依赖于编队算法，包括虚拟结构法、基于行为法和领航-跟随法。尽管这些算法在一定程度上实现了多车协同，但仍存在模型局限性，如队形保持能力不足、动态环境适应性欠佳。此外，无人车编队在运动中面临复杂的障碍物环境，因此编队避障策略的设计至关重要。人工势场法、旋转势场法和基于栅格的避障方法在传统避障中应用广泛，但它们在编队完整性保持和动态适应性方面存在不足。
4、现有的编队控制算法难以同时兼顾队形稳定性与动态适应性，尤其是在狭窄地形下，单一的固定队形往往无法满足通行需求，降低了通行效率；传统避障算法（如人工势场法）在面对
技术实现思路
1、本专利技术的目的在于提供一种无人车编队动态控制方法及系统，用于解决上述至少一个技术问题，其能够在复杂环境中提高无人车编队的队形生成和保持能力，优化编队避障策略，实现编队与独立任务的平衡。通过动态感知环境信息，自动确定最优队形，基于主车从车模型与误差控制法实现高效编队跟踪，提供了任务车辆脱队和编队切换的动态控制方案。
2、本专利技术的实施例是这样实现的：
3、一种无人车编队动态控制方法，其包括：通过传感器和通信设备收集当前环境的感知信息。
4、根据收集到的所述感知信息，分析并确定当前情况下效率最高的队形。
5、建立主车从车编队模型，使每辆无人车根据所述主车从车编队模型的运动学方程进行运动。
6、建立误差动态模型，设计误差控制法，使得从车与主车之间的跟踪误差收敛到最小邻域内。
7、当有任务车辆需驶离队形时，所述任务车辆对其他车辆的轨迹进行预测，并基于动态预测避障控制方法进行避障行驶，前往任务点位。
8、根据当前的环境条件和任务要求，进行队形切换。
9、在本专利技术较佳的实施例中，上述无人车编队动态控制方法中，所述通过传感器和通信设备收集当前环境的感知信息包括：
10、每辆无人车配备若干传感器，所述传感器包括激光雷达、相机、惯性测量单元和gps中的至少一种，实时收集当前环境的感知信息。
11、主车与从车之间通过无线通信共享所述感知信息。
12、使用传感器数据融合算法对所述感知信息进行整合。
13、其技术效果在于：通过多传感器的组合使用，在复杂、动态的环境中更精确地识别障碍物、道路特征和其他车辆的位置；主车与从车通过无线通信实时共享感知信息，确保整个编队对当前环境有一致的理解，每辆车不仅依赖自身传感器，还可以利用其他车辆的感知信息，避免盲区和信息滞后，增强复杂环境下的动态适应性。
14、在本专利技术较佳的实施例中，上述无人车编队动态控制方法中，所述根据收集到的所述感知信息，分析并确定当前情况下效率最高的队形包括：
15、进行环境约束分析，收集道路宽度、障碍物信息、地形变化和交通流量数据。
16、进行任务要求分析，确定执行的任务、任务的时间和位置要求、任务的区域大小和形态、任务的协作需求。
17、建立队形效率评估模型，设定用于评估队形效率的稳定性指标、避障能力指标和行驶效率指标，所述稳定性指标通过计算车辆之间的相对位置误差和速度差建立，所述避障能力指标通过计算车辆之间的相对距离和避障算法的反应时间建立，所述行驶效率指标通过计算完成任务的时间、队形的路径长度和速度。
18、将所述环境约束分析和所述任务要求分析的量输入所述队形效率评估模型中，对不同队形进行效率评估，得到最适合当前环境和任务的队形。
19、其技术效果在于：通过环境约束分析（包括道路宽度、障碍物、地形和交通流量）和任务要求分析（包括任务类型、时间、位置、区域大小及协作需求），无人车编队能够快速适应不同的环境条件和任务场景；通过稳定性指标来考察编队车辆之间的相对位置误差和速度差，在不同环境和任务场景中保持队形结构，增强队形的稳定性和协同控制，提高编队的避障能力和安全性。
20、在本专利技术较佳的实施例中，上述无人车编队动态控制方法中，所述建立主车从车编队模型，使每辆无人车根据所述主车从车编队模型的运动学方程进行运动包括：
21、建立主车的运动学方程，
22、其中，为所述主车的位置，为所述主车在水平方向上的运动速度，为所述主车在垂直方向上的运动速度，为所述主车的航向角，为所述主车的线速度，为所述主车的角速度。
23、基于所述主车的位置，建立从车的运动学方程，
24、其中，为所述从车的期望位置，为所述从车与所述主车之间的期望相对距离，为所述从车相对于所述主车的期望相对角度，为所述从车的航向角。
25、其技术效果在于：设定主车的运动学方程作为参考，使从车跟随主车，形成预定的队形，确保了从车能够实时跟踪主车的动态位置和航向变化，实现精确的编队控制和保持队形结构，从车的运动行为在空间上与主车保持协调性，有利于适应动态环境变化，增强队形的安全性和避免碰撞的能力，便于实现队形调整和灵活性。
26、在本专利技术较佳的实施例中，上述无人车编队动态控制方法中，所述建立误差动态模型，设计误差控制法，使得从车与主车之间的跟踪误差收敛到最小邻域内包括：
27、计算所述从车的实际位置误差，
28、其中，为所述从车的实际位置。
29、建立所述主车与所述从车之间的误差动态模型，
30、其中，为所述实际位置误差的变化率。
31、设计滑模面和控制律，使所述实际位置误差收敛到零，使所述从车跟随所述主车。
32、所述滑模面的计算公式为 ，其中，、、和为用于决定误差收敛的速率的权重系数。
33、所述控制律的计算公式为，其中，为控制增益，，为符号函数。
本文档来自技高网...
【技术保护点】
1.一种无人车编队动态控制方法，其特征在于，包括：
2.根据权利要求1所述的无人车编队动态控制方法，其特征在于，所述通过传感器和通信设备收集当前环境的感知信息包括：
3.根据权利要求1所述的无人车编队动态控制方法，其特征在于，所述根据收集到的所述感知信息，分析并确定当前情况下效率最高的队形包括：
4.根据权利要求1所述的无人车编队动态控制方法，其特征在于，所述建立主车从车编队模型，使每辆无人车根据所述主车从车编队模型的运动学方程进行运动包括：
5.根据权利要求4所述的无人车编队动态控制方法，其特征在于，所述建立误差动态模型，设计误差控制法，使得从车与主车之间的跟踪误差收敛到最小邻域内包括：
6.根据权利要求1所述的无人车编队动态控制方法，其特征在于，所述当有任务车辆需驶离队形时，所述任务车辆对其他车辆的轨迹进行预测，并基于动态预测避障控制方法进行避障行驶，前往任务点位包括：
7.根据权利要求6所述的无人车编队动态控制方法，其特征在于，所述任务车辆需驶离队形，前往目标位置时，基于所述感知信息，实时更新障碍物位置
8.根据权利要求1所述的无人车编队动态控制方法，其特征在于，所述根据当前的环境条件和任务要求，进行队形切换包括：
9.根据权利要求8所述的无人车编队动态控制方法，其特征在于，进行队形切换时，当前的环境条件和任务要求发生变化时，重新计算所述优先级函数，选择新的最优队形；
10.一种无人车编队动态控制系统，其特征在于，包括：
...【技术特征摘要】
1.一种无人车编队动态控制方法，其特征在于，包括：
2.根据权利要求1所述的无人车编队动态控制方法，其特征在于，所述通过传感器和通信设备收集当前环境的感知信息包括：
3.根据权利要求1所述的无人车编队动态控制方法，其特征在于，所述根据收集到的所述感知信息，分析并确定当前情况下效率最高的队形包括：
4.根据权利要求1所述的无人车编队动态控制方法，其特征在于，所述建立主车从车编队模型，使每辆无人车根据所述主车从车编队模型的运动学方程进行运动包括：
5.根据权利要求4所述的无人车编队动态控制方法，其特征在于，所述建立误差动态模型，设计误差控制法，使得从车与主车之间的跟踪误差收敛到最小邻域内包括：
6.根据权利要求1所述的无人车编队动态...
【专利技术属性】
技术研发人员：罗剑，程斌，赵小帅，
申请(专利权)人：北京捷升通达信息技术有限公司，
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。