摘要：针对车辆队列被外部车辆换道超车的场景,外部车辆与队列中的车辆存在异质性,不同车辆适用的间距策略也存在差异性。此外,不同的车辆队列间距策略在道路适应性、车辆队列系统稳定性和串稳定性等方面均存在优势和缺陷。基于此提出一种基于组合间距策略的智能网联车辆队列控制方法,以优化队列车辆的间距。现有的协同/分布式队列控制方法大多基于精确的车辆动力学模型,这要求获得完整的车辆动力学先验知识,并进行非线性-线性模型的转换。然而,在实践中获取精确的先验知识信息往往具有挑战性,且在车辆间进行信息交互的过程中,不可避免地会产生通信时延。因此,在考虑网络环境通信时延的基础上,提出了一种基于自适应积分滑模车辆队列控制器的分布式后向控制方案,该方案可以在线识别和估计未知参数,从而解决三阶车辆节点动力学模型中参数不确定性影响系统稳定性的问题。在设计的积分滑模面中,采用饱和函数替代传统滑模面的符号函数,进一步解决了控制结果中容易出现抖振的问题。然后,利用Lyapunov-Krasovskii定理和无穷范数进行了组合间距策略和间距策略切换下车辆队列系统的内部稳定性和串稳定性分析。最后,通过与现有控制算法进行仿真比较分析,验证了所提出的控制策略和算法的有效性。

摘要：本文针对具有执行器故障的一类离散非线性多输入多输出(Multi-input multi-output,MIMO)系统,提出了一种基于事件触发的自适应评判容错控制方案.该控制方案包括评价和执行网络.在评价网络里,为了缓解现有的非光滑二值效用函数可能引起的执行网络跳变问题,利用高斯函数构建了一个光滑的效用函数,并采用评价网络近似最优性能指标函数.在执行网络里,通过变量替换将系统状态的将来信息转化成关于系统当前状态的函数,并结合事件触发机制设计了最优跟踪控制器.该控制器引入了动态补偿项,不仅能够抑制执行器故障对系统性能的影响,而且能够改善系统的控制性能.稳定性分析表明所有信号最终一致有界且跟踪误差收敛于原点的有界小邻域内.数值系统和实际系统的仿真结果验证了该方案的有效性.

摘要：针对四旋翼无人机在轨迹跟踪过程中会受到内外部扰动、模型误差等不确定性因素的影响,本文提出了一种基于改进型扩展状态观测器的积分滑模控制方案。具体来讲,首先,将四旋翼无人机系统存在的模型误差以及内外部扰动等不确定性因素视作集总干扰,通过借鉴的改进扩展状态观测器对其进行观测;进而,在此基础上,进一步考虑四旋翼无人机系统控制的连续性,基于四旋翼无人机轨迹误差、速度误差、姿态角误差和姿态角速度误差设计积分滑模控制器,分析了系统的稳定性并分别进行了数值仿真和实机实验。结果表明,采用本文算法时,在数值仿真中,各状态跟踪误差不超过1%,跟踪精度最高;在实机实验中,位置跟踪误差总体上能控制在20%以下。因此,本文方法具备有效性和可行性。

摘要：智能网联车辆通过先进的无线通信技术能够实现车辆间信息传递,然而通信环境中不可避免的存在干扰信号,当干扰信号达到一定的强度时,车辆间的通信会被迫中断,等效于交通流中车辆的通信拓扑发生了切换,通信拓扑切换必然会对交通流造成影响。基于此,本文在由网联车(connected vehicle,CV)和网联自动驾驶车(connected autonomous vehicle,CAV)构成的混合交通流中,研究了理想诱导环境下通信拓扑结构切换和CAV不同空间分布对混合交通流动态性能的影响。首先提出一种结合图论和概率论的通信拓扑表征方法,对混合交通流中的通信拓扑进行表征。然后考虑CV与CAV在决策行为上的特点,结合通信拓扑提出一个通用车辆跟驰模型,并使用约化摄动法推导出通用车辆跟驰模型的稳定性条件。最后设计数值仿真实验,在不同的CAV渗透率下,研究理想诱导环境下通信拓扑结构切换和不同CAV空间分布对混合交通流动态性能的影响。通信拓扑结构切换数值仿真结果表明,稳定的通信连接将有利于混合交通流动态性能的平滑性。不同CAV渗透率下数值仿真结果表明,当理想诱导环境中不存在干扰信号时,CAV渗透率越高,混合交通流动态性能的平滑性越好;当理想诱导环境中存在干扰信号并导致通信拓扑切换时,CAV渗透率为40%且空间分布为集中分布时的抗干扰能力最强。不同CAV空间分布下数值仿真结果表明,当理想诱导环境中不存在干扰信号时,CAV集中分布下混合交通流动态性能的平滑性最好;当理想诱导环境中存在干扰信号并导致通信拓扑切换时,CAV集中分布的抗干扰能力强于CAV均匀分布和随机分布的抗干扰能力。

摘要：为了消除大多数现有智能网联车辆队列控制成果中车辆纵向动力学模型已知的假设,研究具有未知动态的智能网联车辆的队列控制问题,提出了基于径向基函数神经网络的分布式车辆队列控制方案。该方案先利用欧拉法将车辆的纵向动力学模型进行了离散化,后结合反步法和径向基函数神经网络设计了离散分布式车辆队列控制器。相较于现有成果,该方案通过利用径向基函数神经网络逼近车辆的未知非线性动态,取消了车辆动力学特性完全已知的假设。此外,相较连续的队列控制算法,离散的控制算法更适合数字控制器的实现。最后,通过理论分析和仿真模拟的方式验证了所提出算法的有效性。