改進預設性能的車輛隊列滑?？刂品椒ㄑ芯?/h1>
2023-01-18 07:10:40朱旭王鵬左磊閆茂德
大連交通大學學報 2022年6期 關鍵詞：方法
朱旭，王鵬，左磊，閆茂德
(長安大學 電子與控制工程學院，陜西 西安 710064)①
近年來，道路上的車輛呈幾何式增長，致使交通阻塞問題日趨嚴重[1-2].為了解決這一問題，車輛隊列作為智能交通領域的研究前沿，日益受到關注[3-4].研究表明:車輛以隊列模式行駛可有效提高道路通行效率、車輛燃油經濟性和行駛安全性[5].
隊列穩(wěn)定性作為車輛隊列控制的重要一環(huán)，旨在保證車輛跟蹤誤差向后不擴散，關乎車輛行駛安全[6].一般而言，保證隊列穩(wěn)定性的控制方法有線性控制方法[7]、基于耦合滑模面的控制方法[8]等.滑模控制因算法簡單、魯棒性強、可靠性高，受到了學界的廣泛關注[9].Guo等[10]針對車輛加速度信息中含不確定性的情況，設計積分滑?？刂破鞅ＷC了隊列穩(wěn)定性；Guo等[11]設計了有限時間自適應積分滑?？刂破?，保證了車輛隊列在外部干擾有界情況下的隊列穩(wěn)定性.以上文獻中基于耦合滑模面所設計的車輛控制器，需要知曉前車和后車的信息[12].
對于車輛隊列而言，若既能加強隊列穩(wěn)定性，又將跟蹤誤差始終約束在允許范圍內，則可大幅度提升車輛隊列的控制效果.預設性能控制(Prescribed Performance Control, PPC)是一種約束系統(tǒng)跟蹤誤差的有力工具，是指在跟蹤誤差收斂到一個預先設定的任意小區(qū)域的同時，保證收斂速度及超調量滿足預先設定的條件[13].若能將PPC與滑模控制相結合，則有望提升非線性車輛隊列的行駛性能[14].
現(xiàn)有關于非線性車輛隊列滑?？刂频难芯浚嬖谌缦聠栴}:在有向通信拓撲下，由于缺乏后車狀態(tài)信息，耦合滑模面無法合理構建，車輛隊列的隊列穩(wěn)定性也就難以保證；即使將PPC與滑?？刂品椒ㄖ苯咏Y合，也難以克服該問題；多數研究僅關注車輛跟蹤誤差向后不擴散，卻忽視了車輛狀態(tài)調節(jié)過程中的控制精度，較難實現(xiàn)控制全過程跟蹤誤差的有效約束.
針對上述問題，本文將PPC與滑模控制相結合，提出一種基于改進預設性能的非線性車輛隊列積分滑?？刂品椒ǎ瑒?chuàng)新點和貢獻在于：①設計了關于車輛跟蹤誤差的預設性能函數，通過在函數中為每輛車設置不同的衰減速率，以改進前后車的預設性能，提升車輛隊列的隊列穩(wěn)定性，并實現(xiàn)跟蹤誤差在控制全過程的有效約束；②設計了基于改進預設性能的車輛隊列積分滑模控制器，無須依賴后車信息，可適用于有向通信拓撲.
1 問題描述
考慮N+1輛在高速公路上沿相同方向行駛的車輛，其中包括一輛領航車(編號記為0)和N輛跟隨車(編號記為1～N).車間通信采用一種有向通信拓撲——前車跟隨式通信拓撲，見圖1.
圖1 前車跟隨式通信拓撲
第i輛車的非線性動力學模型為：
(1)
式中：t為時間；pi(t)、vi(t)分別為第i輛車的位置、速度；ui(t)為控制輸入；fi(t)為車輛動力學模型中的非線性不確定項，其具體形式為：
(2)
式中：mi、Ai、cdi分別為第i輛車的質量、橫截面面積、拽力系數；ω為車輪負荷；k為輪胎附著率；a、b為滾動阻力系數；σ為空氣密度.
在前車跟隨式通信拓撲中，每輛車無法獲得后車的狀態(tài)信息，使用傳統(tǒng)基于耦合滑模面的控制器難以保證車輛隊列的隊列穩(wěn)定性.因此，本文設計一種基于改進預設性能的車輛隊列積分滑?？刂品椒ǎ詫崿F(xiàn)如下控制目標：
(1)增強車輛隊列的隊列穩(wěn)定性，即保證車輛跟蹤誤差不沿車隊向后擴散.
(2)車輛之間保持安全距離，并能穩(wěn)定行駛.
2 車輛隊列控制系統(tǒng)設計
為了增強非線性車輛隊列的隊列穩(wěn)定性，并實現(xiàn)控制全過程跟蹤誤差的有效約束，本文提出一種基于改進預設性能的車輛隊列控制方法，可適用于有向通信拓撲，所提出的車輛隊列控制結構見圖2.基于改進預設性能的車輛隊列積分滑模控制器旨在實現(xiàn)主要的控制目標；徑向基函數(Radial Basis Function，RBF)神經網絡用于對車輛模型中的非線性不確定項進行逼近，輔助提升控制精度.
圖2 車輛隊列控制結構
2.1 改進預設性能函數設計
首先，定義車輛的跟蹤誤差：
ei(t)=pi-1(t)-pi(t)-di-1,i-Li
(3)
式中：di-1,i為第i輛車到第i-1輛車的期望間距；Li為第i輛車的長度.
ρi(t)=(ρ0-ρ∞)exp(-φit)+ρ∞
(4)
為了便于后續(xù)的分析與論證，給出以下兩個引理.引理1用于車輛模型中非線性不確定項fi(t)的估計，引理2用于系統(tǒng)內部穩(wěn)定性的證明.
引理1[15]對于任意非線性函數f，可用如下RBF神經網絡模型進行逼近：
f(x)=W*TH(x)
式中：x為神經網絡的輸入信號；H=[hT,1]T，h為徑向基函數；W*=[w*T,ε]T，w*為理想神經網絡權值；ε為神經網絡逼近誤差.
非線性函數f的估計值可表示為：
式中：
通過在預設性能函數ρi(t)中加入衰 減 系 數φi，為每輛車設置不同的衰減速率，改進了前后車的預設性能.沿車輛隊列越往后，衰減系數φi越大，對車輛跟蹤誤差的抑制能力越強，從而增強了有向通信拓撲下的隊列穩(wěn)定性.
根據所設計的預設性能函數ρi(t)，確定跟蹤誤差ei(t)的上下界：
(5)
式中：ξ為設計參數，滿足0<ξ≤1.
利用式(4)所設計的預設性能函數，對跟蹤誤差ei(t)進行重構，得到重構誤差：
(6)
(7)
式中：ei(0)為跟蹤誤差初值，滿足|ei(0)|<ρi(0).
上述過程實現(xiàn)了對改進預設性能函數的設計，在預設性能函數ρi(t)中引入了衰減系數φi，增強了有向通信下車輛隊列的隊列穩(wěn)定性.衰減系數φi在約束車輛跟蹤誤差中起關鍵作用，φi越大，對車輛跟蹤誤差的抑制能力越強.因此，沿車輛隊列越往后，令跟隨車對應的衰減系數φi越大，車輛隊列的隊列穩(wěn)定性可得到保證.
2.2 車輛隊列積分滑?？刂破髟O計
根據式(6)中基于改進預設性能函數所構建的車輛隊列重構誤差zi，設計積分滑模面[14]：
(8)
式中：α1、α2均為正數.
基于積分滑模面si(t)，設計車輛的積分滑模控制器：
(9)
式中：K、η、λ均為正數.
對于車輛模型中的非線性不確定項fi(t)，采用RBF神經網絡進行逼近，以提高車輛的控制精度.根據引理1，第i輛車非線性不確定項的估計誤差可表示為：
(10)
根據式(10)，可以確定用來估計車輛非線性不確定項的RBF神經網絡參數自適應律：
(11)
式中：γ>0.
為了證明所設計的車輛隊列控制方法的有效性，給出如下定理.
定理1考慮由若干輛車輛組成的自主車輛隊列，其動力學模型可由式(1)描述.利用車輛的積分滑?？刂破?9)、RBF神經網絡參數自適應律(11)，可使車輛隊列按照期望軌跡安全穩(wěn)定地行駛.
證明：若車輛隊列的車間距、速度能達到漸近一致，則整個系統(tǒng)必然是內部穩(wěn)定的.因此，需要證明基于所設計車輛隊列控制方法的系統(tǒng)內部穩(wěn)定性.
考慮如下Lyapunov函數：
(12)
對式(12)求導：
(13)
結合式(8)～式(11)可得：
接下來，對于所提出基于改進預設性能的車輛隊列積分滑?？刂品椒ǎo出關于隊列穩(wěn)定性的定理.
定理2若車輛隊列里的所有車間距初值滿足d1,2(0)≥d2,3(0)≥,…,≥dN-1,N(0)，且每輛車對應的衰減速率φi滿足φ1≤φ2≤,…,≤φN，則|e1|≥|e2|≥,…,≥|eN|，車輛隊列的隊列穩(wěn)定性得以保證.
證明：當d1,2(0)≥d2,3(0)≥,…,≥dN-1,N(0)時，跟蹤誤差初值滿足e1(0)≥e2(0)≥…≥eN(0).在控制器(9)的作用下，車輛跟蹤誤差ei(t)以此趨勢收斂.當φ1≤φ2≤…≤φN時，預設性能函數滿足ρ1(t)≥ρ2(t)≥,…,≥ρN(t).由式(5)可知，沿著車輛隊列方向越往后，預設性能函數ρi(t)對車輛跟蹤誤差ei(t)的抑制能力越強，ei(t)的變化范圍也因此變得越小，可在一定條件下滿足|e1|≥|e2|≥,…,≥|eN|.因此，車輛隊列的隊列穩(wěn)定性得以保證.
3 仿真分析
為了驗證所提出車輛隊列控制方法的有效性，使用圖1中的前車跟隨式通信拓撲，對由1輛領航車和5輛跟隨車組成的車輛隊列進行仿真.車輛結構參數見表1，車輛控制器參數見表2.
表1 車輛結構參數
表2 車輛控制器參數
RBF神經網絡中的徑向基函數取高斯基函數，其具體形式如下：
式中：m為RBF神經網絡隱層神經元的個數；cj為中心向量；bj為基寬參數.
預設性能函數中的衰減系數φi依次設定為0.3,0.35,0.4,0.45,0.5.
所有跟隨車的初始位置和初始速度為：
領航車初始位置為p0(0)=41.5 m.領航車的運動速度為：
設置兩組仿真驗證所提出車輛隊列控制方法的有效性，并對兩組仿真進行對比分析.第一組為所提出基于改進預設性能的車輛隊列積分滑模控制方法，仿真結果見圖3；第二組為傳統(tǒng)基于耦合滑模面的車輛隊列控制方法，仿真結果見圖4.接下來，通過兩組仿真的對比，體現(xiàn)所提出控制方法的優(yōu)勢.
(a) 位置
(c) 位置誤差
(a) 位置誤差
3.1 本文所提出的車輛隊列控制方法仿真
從圖3中可以看出，本文所提出的控制方法可以令車輛位置誤差在短時間內收斂(圖3(c))，而且在改進預設性能函數的作用下，車輛隊列的穩(wěn)定性得到了保證，同時車輛位置誤差始終被約束在預設的范圍內.而且速度誤差也在很短的時間內收斂至0(圖3(d))，車輛狀態(tài)最終趨于一致(圖3(b)).因此，所設計的控制器有良好的跟蹤效果，可確保車輛隊列保持安全車間距并穩(wěn)定行駛(圖3(a)).
3.2 基于耦合滑模面的車輛隊列控制方法仿真
與本文所提出車輛隊列控制方法不同的是，基于耦合滑模面的控制方法[17]直接用車輛跟蹤誤差構建積分滑模面，難以實現(xiàn)對跟蹤誤差的約束.同時，由于仿真中使用的前車跟隨式通信拓撲是一種有向通信拓撲，車輛無法獲取后車信息，難以設計合理的滑模面以保證隊列穩(wěn)定性.
圖4可以看出，雖然基于耦合滑模面的控制方法可保證車輛狀態(tài)誤差收斂，但始終未收斂至0(圖4 (a)).而且，在2.7～7 s，車輛跟蹤誤差沿車輛隊列向后擴散(圖4 (b))，此時隊列穩(wěn)定性受到了破壞.
對比圖3、圖4，本文所提出的車輛隊列控制方法能將跟蹤誤差始終約束在預設范圍內，而基于耦合滑模面的控制方法卻難以做到；這說明本文所提出的車輛隊列控制方法增強了前車跟隨式通信拓撲下的隊列穩(wěn)定性.
4 結論
本文提出了一種基于改進預設性能的車輛隊列積分滑模控制方法，增強了非線性車輛隊列的隊列穩(wěn)定性，并且在控制全過程有效約束了跟蹤誤差.首先，在關于跟蹤誤差的預設性能函數中，針對不同的車輛，設置不同的衰減速率.其次，設計了基于改進預設性能的車輛隊列積分滑模控制器，保證了車輛狀態(tài)快速收斂，從而實現(xiàn)了車輛隊列穩(wěn)定安全行駛. 所提出的車輛隊列控制 方法適用于有向通信拓撲，擴展了滑?？刂圃谲囕v隊列控制方面的應用范圍.最后，通過與傳統(tǒng)基于耦合滑模面的控制方法的對比仿真，驗證了所提出車輛隊列控制方法的有效性.
猜你喜歡
中醫(yī)特有的急救方法中老年保健(2021年9期)2021-08-24 03:52:04 高中數學教學改革的方法河北畫報(2021年2期)2021-05-25 02:07:46 化學反應多變幻 “虛擬”方法幫大忙中學生數理化(高中版.高考理化)(2020年2期)2020-04-21 05:33:04 變快的方法兒童繪本(2020年5期)2020-04-07 17:46:30 學習方法兒童故事畫報(2019年5期)2019-05-26 14:26:14 用對方法才能瘦Coco薇(2016年2期)2016-03-22 02:42:52 最有效的簡單方法山東青年(2016年1期)2016-02-28 14:25:23 四大方法 教你不再“坐以待病”！Coco薇(2015年1期)2015-08-13 02:47:34 賺錢方法小雪花·成長指南(2015年7期)2015-08-11 15:03:12 捕魚小雪花·成長指南(2015年4期)2015-05-19 14:47:56
朱旭，王鵬，左磊，閆茂德
(長安大學 電子與控制工程學院，陜西 西安 710064)①
近年來，道路上的車輛呈幾何式增長，致使交通阻塞問題日趨嚴重[1-2].為了解決這一問題，車輛隊列作為智能交通領域的研究前沿，日益受到關注[3-4].研究表明:車輛以隊列模式行駛可有效提高道路通行效率、車輛燃油經濟性和行駛安全性[5].
隊列穩(wěn)定性作為車輛隊列控制的重要一環(huán)，旨在保證車輛跟蹤誤差向后不擴散，關乎車輛行駛安全[6].一般而言，保證隊列穩(wěn)定性的控制方法有線性控制方法[7]、基于耦合滑模面的控制方法[8]等.滑模控制因算法簡單、魯棒性強、可靠性高，受到了學界的廣泛關注[9].Guo等[10]針對車輛加速度信息中含不確定性的情況，設計積分滑?？刂破鞅ＷC了隊列穩(wěn)定性；Guo等[11]設計了有限時間自適應積分滑?？刂破?，保證了車輛隊列在外部干擾有界情況下的隊列穩(wěn)定性.以上文獻中基于耦合滑模面所設計的車輛控制器，需要知曉前車和后車的信息[12].
對于車輛隊列而言，若既能加強隊列穩(wěn)定性，又將跟蹤誤差始終約束在允許范圍內，則可大幅度提升車輛隊列的控制效果.預設性能控制(Prescribed Performance Control, PPC)是一種約束系統(tǒng)跟蹤誤差的有力工具，是指在跟蹤誤差收斂到一個預先設定的任意小區(qū)域的同時，保證收斂速度及超調量滿足預先設定的條件[13].若能將PPC與滑模控制相結合，則有望提升非線性車輛隊列的行駛性能[14].
現(xiàn)有關于非線性車輛隊列滑?？刂频难芯浚嬖谌缦聠栴}:在有向通信拓撲下，由于缺乏后車狀態(tài)信息，耦合滑模面無法合理構建，車輛隊列的隊列穩(wěn)定性也就難以保證；即使將PPC與滑?？刂品椒ㄖ苯咏Y合，也難以克服該問題；多數研究僅關注車輛跟蹤誤差向后不擴散，卻忽視了車輛狀態(tài)調節(jié)過程中的控制精度，較難實現(xiàn)控制全過程跟蹤誤差的有效約束.
針對上述問題，本文將PPC與滑模控制相結合，提出一種基于改進預設性能的非線性車輛隊列積分滑?？刂品椒ǎ瑒?chuàng)新點和貢獻在于：①設計了關于車輛跟蹤誤差的預設性能函數，通過在函數中為每輛車設置不同的衰減速率，以改進前后車的預設性能，提升車輛隊列的隊列穩(wěn)定性，并實現(xiàn)跟蹤誤差在控制全過程的有效約束；②設計了基于改進預設性能的車輛隊列積分滑模控制器，無須依賴后車信息，可適用于有向通信拓撲.
1 問題描述
考慮N+1輛在高速公路上沿相同方向行駛的車輛，其中包括一輛領航車(編號記為0)和N輛跟隨車(編號記為1～N).車間通信采用一種有向通信拓撲——前車跟隨式通信拓撲，見圖1.
圖1 前車跟隨式通信拓撲
第i輛車的非線性動力學模型為：
(1)
式中：t為時間；pi(t)、vi(t)分別為第i輛車的位置、速度；ui(t)為控制輸入；fi(t)為車輛動力學模型中的非線性不確定項，其具體形式為：
(2)
式中：mi、Ai、cdi分別為第i輛車的質量、橫截面面積、拽力系數；ω為車輪負荷；k為輪胎附著率；a、b為滾動阻力系數；σ為空氣密度.
在前車跟隨式通信拓撲中，每輛車無法獲得后車的狀態(tài)信息，使用傳統(tǒng)基于耦合滑模面的控制器難以保證車輛隊列的隊列穩(wěn)定性.因此，本文設計一種基于改進預設性能的車輛隊列積分滑?？刂品椒ǎ詫崿F(xiàn)如下控制目標：
(1)增強車輛隊列的隊列穩(wěn)定性，即保證車輛跟蹤誤差不沿車隊向后擴散.
(2)車輛之間保持安全距離，并能穩(wěn)定行駛.
2 車輛隊列控制系統(tǒng)設計
為了增強非線性車輛隊列的隊列穩(wěn)定性，并實現(xiàn)控制全過程跟蹤誤差的有效約束，本文提出一種基于改進預設性能的車輛隊列控制方法，可適用于有向通信拓撲，所提出的車輛隊列控制結構見圖2.基于改進預設性能的車輛隊列積分滑模控制器旨在實現(xiàn)主要的控制目標；徑向基函數(Radial Basis Function，RBF)神經網絡用于對車輛模型中的非線性不確定項進行逼近，輔助提升控制精度.
圖2 車輛隊列控制結構
2.1 改進預設性能函數設計
首先，定義車輛的跟蹤誤差：
ei(t)=pi-1(t)-pi(t)-di-1,i-Li
(3)
式中：di-1,i為第i輛車到第i-1輛車的期望間距；Li為第i輛車的長度.
ρi(t)=(ρ0-ρ∞)exp(-φit)+ρ∞
(4)
為了便于后續(xù)的分析與論證，給出以下兩個引理.引理1用于車輛模型中非線性不確定項fi(t)的估計，引理2用于系統(tǒng)內部穩(wěn)定性的證明.
引理1[15]對于任意非線性函數f，可用如下RBF神經網絡模型進行逼近：
f(x)=W*TH(x)
式中：x為神經網絡的輸入信號；H=[hT,1]T，h為徑向基函數；W*=[w*T,ε]T，w*為理想神經網絡權值；ε為神經網絡逼近誤差.
非線性函數f的估計值可表示為：
式中：
通過在預設性能函數ρi(t)中加入衰 減 系 數φi，為每輛車設置不同的衰減速率，改進了前后車的預設性能.沿車輛隊列越往后，衰減系數φi越大，對車輛跟蹤誤差的抑制能力越強，從而增強了有向通信拓撲下的隊列穩(wěn)定性.
根據所設計的預設性能函數ρi(t)，確定跟蹤誤差ei(t)的上下界：
(5)
式中：ξ為設計參數，滿足0<ξ≤1.
利用式(4)所設計的預設性能函數，對跟蹤誤差ei(t)進行重構，得到重構誤差：
(6)
(7)
式中：ei(0)為跟蹤誤差初值，滿足|ei(0)|<ρi(0).
上述過程實現(xiàn)了對改進預設性能函數的設計，在預設性能函數ρi(t)中引入了衰減系數φi，增強了有向通信下車輛隊列的隊列穩(wěn)定性.衰減系數φi在約束車輛跟蹤誤差中起關鍵作用，φi越大，對車輛跟蹤誤差的抑制能力越強.因此，沿車輛隊列越往后，令跟隨車對應的衰減系數φi越大，車輛隊列的隊列穩(wěn)定性可得到保證.
2.2 車輛隊列積分滑?？刂破髟O計
根據式(6)中基于改進預設性能函數所構建的車輛隊列重構誤差zi，設計積分滑模面[14]：
(8)
式中：α1、α2均為正數.
基于積分滑模面si(t)，設計車輛的積分滑模控制器：
(9)
式中：K、η、λ均為正數.
對于車輛模型中的非線性不確定項fi(t)，采用RBF神經網絡進行逼近，以提高車輛的控制精度.根據引理1，第i輛車非線性不確定項的估計誤差可表示為：
(10)
根據式(10)，可以確定用來估計車輛非線性不確定項的RBF神經網絡參數自適應律：
(11)
式中：γ>0.
為了證明所設計的車輛隊列控制方法的有效性，給出如下定理.
定理1考慮由若干輛車輛組成的自主車輛隊列，其動力學模型可由式(1)描述.利用車輛的積分滑?？刂破?9)、RBF神經網絡參數自適應律(11)，可使車輛隊列按照期望軌跡安全穩(wěn)定地行駛.
證明：若車輛隊列的車間距、速度能達到漸近一致，則整個系統(tǒng)必然是內部穩(wěn)定的.因此，需要證明基于所設計車輛隊列控制方法的系統(tǒng)內部穩(wěn)定性.
考慮如下Lyapunov函數：
(12)
對式(12)求導：
(13)
結合式(8)～式(11)可得：
接下來，對于所提出基于改進預設性能的車輛隊列積分滑?？刂品椒ǎo出關于隊列穩(wěn)定性的定理.
定理2若車輛隊列里的所有車間距初值滿足d1,2(0)≥d2,3(0)≥,…,≥dN-1,N(0)，且每輛車對應的衰減速率φi滿足φ1≤φ2≤,…,≤φN，則|e1|≥|e2|≥,…,≥|eN|，車輛隊列的隊列穩(wěn)定性得以保證.
證明：當d1,2(0)≥d2,3(0)≥,…,≥dN-1,N(0)時，跟蹤誤差初值滿足e1(0)≥e2(0)≥…≥eN(0).在控制器(9)的作用下，車輛跟蹤誤差ei(t)以此趨勢收斂.當φ1≤φ2≤…≤φN時，預設性能函數滿足ρ1(t)≥ρ2(t)≥,…,≥ρN(t).由式(5)可知，沿著車輛隊列方向越往后，預設性能函數ρi(t)對車輛跟蹤誤差ei(t)的抑制能力越強，ei(t)的變化范圍也因此變得越小，可在一定條件下滿足|e1|≥|e2|≥,…,≥|eN|.因此，車輛隊列的隊列穩(wěn)定性得以保證.
3 仿真分析
為了驗證所提出車輛隊列控制方法的有效性，使用圖1中的前車跟隨式通信拓撲，對由1輛領航車和5輛跟隨車組成的車輛隊列進行仿真.車輛結構參數見表1，車輛控制器參數見表2.
表1 車輛結構參數
表2 車輛控制器參數
RBF神經網絡中的徑向基函數取高斯基函數，其具體形式如下：
式中：m為RBF神經網絡隱層神經元的個數；cj為中心向量；bj為基寬參數.
預設性能函數中的衰減系數φi依次設定為0.3,0.35,0.4,0.45,0.5.
所有跟隨車的初始位置和初始速度為：
領航車初始位置為p0(0)=41.5 m.領航車的運動速度為：
設置兩組仿真驗證所提出車輛隊列控制方法的有效性，并對兩組仿真進行對比分析.第一組為所提出基于改進預設性能的車輛隊列積分滑模控制方法，仿真結果見圖3；第二組為傳統(tǒng)基于耦合滑模面的車輛隊列控制方法，仿真結果見圖4.接下來，通過兩組仿真的對比，體現(xiàn)所提出控制方法的優(yōu)勢.
(a) 位置
(c) 位置誤差
(a) 位置誤差
3.1 本文所提出的車輛隊列控制方法仿真
從圖3中可以看出，本文所提出的控制方法可以令車輛位置誤差在短時間內收斂(圖3(c))，而且在改進預設性能函數的作用下，車輛隊列的穩(wěn)定性得到了保證，同時車輛位置誤差始終被約束在預設的范圍內.而且速度誤差也在很短的時間內收斂至0(圖3(d))，車輛狀態(tài)最終趨于一致(圖3(b)).因此，所設計的控制器有良好的跟蹤效果，可確保車輛隊列保持安全車間距并穩(wěn)定行駛(圖3(a)).
3.2 基于耦合滑模面的車輛隊列控制方法仿真
與本文所提出車輛隊列控制方法不同的是，基于耦合滑模面的控制方法[17]直接用車輛跟蹤誤差構建積分滑模面，難以實現(xiàn)對跟蹤誤差的約束.同時，由于仿真中使用的前車跟隨式通信拓撲是一種有向通信拓撲，車輛無法獲取后車信息，難以設計合理的滑模面以保證隊列穩(wěn)定性.
圖4可以看出，雖然基于耦合滑模面的控制方法可保證車輛狀態(tài)誤差收斂，但始終未收斂至0(圖4 (a)).而且，在2.7～7 s，車輛跟蹤誤差沿車輛隊列向后擴散(圖4 (b))，此時隊列穩(wěn)定性受到了破壞.
對比圖3、圖4，本文所提出的車輛隊列控制方法能將跟蹤誤差始終約束在預設范圍內，而基于耦合滑模面的控制方法卻難以做到；這說明本文所提出的車輛隊列控制方法增強了前車跟隨式通信拓撲下的隊列穩(wěn)定性.
4 結論
本文提出了一種基于改進預設性能的車輛隊列積分滑模控制方法，增強了非線性車輛隊列的隊列穩(wěn)定性，并且在控制全過程有效約束了跟蹤誤差.首先，在關于跟蹤誤差的預設性能函數中，針對不同的車輛，設置不同的衰減速率.其次，設計了基于改進預設性能的車輛隊列積分滑模控制器，保證了車輛狀態(tài)快速收斂，從而實現(xiàn)了車輛隊列穩(wěn)定安全行駛. 所提出的車輛隊列控制 方法適用于有向通信拓撲，擴展了滑?？刂圃谲囕v隊列控制方面的應用范圍.最后，通過與傳統(tǒng)基于耦合滑模面的控制方法的對比仿真，驗證了所提出車輛隊列控制方法的有效性.
猜你喜歡
中老年保健(2021年9期)2021-08-24 03:52:04
河北畫報(2021年2期)2021-05-25 02:07:46
中學生數理化(高中版.高考理化)(2020年2期)2020-04-21 05:33:04
兒童繪本(2020年5期)2020-04-07 17:46:30
兒童故事畫報(2019年5期)2019-05-26 14:26:14
Coco薇(2016年2期)2016-03-22 02:42:52
山東青年(2016年1期)2016-02-28 14:25:23
Coco薇(2015年1期)2015-08-13 02:47:34
小雪花·成長指南(2015年7期)2015-08-11 15:03:12
小雪花·成長指南(2015年4期)2015-05-19 14:47:56
