摘要：针对含有未知扰动和模型不确定的网联车辆预设性能队列控制问题,本文提出了一种基于改进滑模的有限时间队列控制方法.首先,为满足预设性能,设计了一种新型性能函数,保证了跟踪误差在预设时间内收敛到规定区域.其次,提出了一种改进的滑模队列控制算法,加快了系统收敛速度,实现了有限时间单车稳定及队列稳定,同时,设计了自适应律,有效解决了扰动及模型不确定问题.最后,进行了MATLAB仿真实验,通过6辆网联车的队列控制仿真验证了所提算法的有效性.

摘要：针对车辆队列建模时参数不确定导致控制存在误差的问题,以及队列中跟随车辆稳定性问题,分析车辆纵向动力学,设计一个鲁棒MPC控制器和滑移率控制器来提高队列车辆的控制精度和稳定性.首先对纵向MPC控制器进行改进,提高车辆队列控制精度;同时为防止跟随车辆的轮胎打滑,设计一个MPC滑移率控制器对跟随车辆的轮胎滑移率进行控制约束,保证了跟随车辆的纵向稳定性.最后,进行仿真实验验证其有效性.仿真实验结果表明,与传统的LQR、MPC控制器相比,改进的鲁棒MPC纵向控制器控制精度更高,同时MPC滑移率控制器可防止跟随车辆的轮胎打滑,保证了跟随车辆的纵向稳定性.

摘要：针对目前自主车辆队列控制中采用的间距策略存在间距调节灵活性不足、道路利用率欠佳等问题,提出一种基于信息一致性的自主车辆变车距队列控制方法.首先,结合车速与车辆制动时间的动态关系,设计一种变时间间隔策略.在此基础上,基于信息一致性理论,提出一种车间距可随车速自适应变化的自主车辆队列控制算法.仿真结果表明,所提算法不仅可以实现自主车辆的变车距队列控制,且车间距离的调节具有较好的灵活性,尤其在低速行驶时,可有效减少道路占用量,提高道路利用率.

摘要：针对异步传输模式(ATM)网络可利用比特率(ABR)业务流多数都具有突发性,往往会造成网络过载,甚至引起严重的网络拥塞问题,提出了一种基于BP神经网络的缓冲队列的非线性控制机制并对其进行了抗扰性分析。在多节点的业务流模型基础上,运用OPNET软件对其进行了不同工作条件下的仿真,结果显示,在所设计的控制机制下,网络的有关性能良好。

摘要：针对多自动搬运车(Automated Guided Vehicle,AGV)在物料运输车间内交叉路口下的协同控制问题,设计了一种在机器人操作系统(Robot Operating System,ROS)下的基于队列控制的多AGV协同控制算法。首先,利用Cartographer算法构建AGV工作区间的二维环境地图,规划出AGV可行驶的全部路径,并分析了交叉路口出现的冲突模型。其次,设计了交叉路口队列的数据结构,在地图和路径的基础上根据AGV行走速度划分出交叉路口的队列控制区。最后,融合ROS导航功能包编写多AGV协同控制算法,并结合数据库终端数据转存表设计了多种测试用例,对该算法进行了验证,实验结果表明:该算法能够有效地解决多AGV在各种冲突模型下的协同控制问题,降低了程序模块之间的耦合度,提高了程序的适用性。

摘要：该文针对计算机高速互联网中最大服务交通流即能控交通流的拥塞调节问题,提出了一种基于网络节点输出速率调节的非线性拥塞控制机制并对其进行了稳定性和鲁棒性分析。克服了传统的基于输入端控制需要信源端和传输通道多重支持的约束。在单个节点的业务流模型基础上,将信源输入视为系统的扰动,通过调节输出速率来控制节点队列稳定。运用OPNET仿真软件对其进行了不同输入和工作条件下的仿真,结果显示,在所设计的非线性模糊PID队列控制机制下,队列稳定性好且具有较好的鲁棒性和抗干扰性。

摘要：本文提出了一种以多智能体构型为基础的清洁机器人系统,该系统通过将多个功能各异的行走清洁机器人组合,采用队列行走作业的方式,可以对较大区域的结构化地面进行系统化清洁。该清洁系统通过一致性设计的方式,将多个机器人的位置、速度和加速度控制在一定范围内,从而达到快速和高效的清洁目的,本文详细论述了智能清洁机器人的工作原理和设计方法。该系统具清洁速度快,功能多,效率高,一次性清洁完全的效果。

摘要：为了应对动态的网络环境,设计了基于最优学习的网络队列控制(Optimal Learning based Queuing Control,OLQC)算法.OLQC是一种在线算法,能够感知环境的变化,并自行学习最优的队列控制策略.仿真实验结果表明,OLQC算法能够以较低的能耗来维持网络的稳定性,并能自适应地应对网络的变化.