摘要：考虑协作式巡航控制(Cooperative Adaptive Cruise Control,CACC)车辆与自适应巡航控制(Adaptive Cruise Control,ACC)车辆之间的退化机制,构建由CACC车辆、ACC车辆以及人工驾驶车辆组成的混合车队。应用传递函数理论,推导混合车队在不同规模情况下的队列稳定性判别准则,计算混合车队在多种情形下的队列稳定性情况,并设计数值仿真实验验证理论分析结果。稳定性分析结果表明,所推导的混合车队队列稳定性准则能够从理论层面计算混合车队关于车队规模与车流速度的队列稳定域,当混合车队中CACC车辆比例达到25.00%~41.17%及以上时,混合车队可在全速度范围内实现队列稳定。数值仿真结果表明,混合车队头车产生的速度扰动传递至上游CACC车辆时,CACC车辆可有效抑制速度扰动的波动幅度,使混合车队趋于稳定,验证了理论分析的正确性。研究结果揭示了混合车队保持稳定时的CACC车辆与人工驾驶车辆的比例结构。

摘要：为了解决无线虚拟化网络中的多种资源动态分配问题,保证系统队列稳定性的前提下提高网络资源利用率,提出一种基于队列稳定性的联合资源优化算法。首先,该算法考虑了每个虚拟运营商的缓存资源限制,对不同的虚拟运营商采取不同的定价机制,将多种虚拟资源分配作为一个联合优化问题,以最大化虚拟运营商收益为目标建立效用函数。然后,运用Lyapunov随机优化方法,根据当前系统用户的数据积压量设计了一种分布式调度算法,对虚拟网络收益的最优性与系统队列的稳定性进行权衡控制。最后,利用Lagrange理论对模型进行迭代求解。仿真结果表明,所提优化方案能够保证系统稳定的前提下提高虚拟网络总收益。

摘要：车辆队列控制在提高驾驶安全性、提升交通流量、改善燃油经济性方面具有巨大潜力。现有车辆队列控制研究多针对完全由网联自动驾驶车辆组成的队列,难以应用于实际混合交通环境,而现有混合队列控制研究通常仅考虑网联自动驾驶车辆跟驰控制目标,而忽略了其对后方交通流与队列稳定性的影响。为此,研究了混合人工驾驶车辆与网联自动驾驶车辆的队列协同控制方法,在网联自动驾驶车辆控制设计中引入前后车信息,并研究其对队列稳定性的影响。首先构建了混合车辆队列系统模型,提出一种改进的适用于双向多车跟随式拓扑的混合队列控制器。其次针对双向通信拓扑,迭代推导出车辆队列首尾传递函数,分析扰动工况下混合车辆队列的通信拓扑及队列规模对闭环稳定性、首尾队列稳定性的影响。研究结果表明:在任意通信拓扑下采用所设计的网联自动驾驶车辆控制器均可达到队列闭环稳定;网联自动驾驶车辆作为混合车辆队列中的可控单元,可有效地衰减队内干扰,网联自动驾驶车辆利用后车信息也可更好地衰减队内扰动,保证首尾队列稳定;依据首尾传递函数分析,在单网联自动驾驶车辆的混合车辆队列中,首尾队列稳定性与网联自动驾驶车辆位置i无关,而与前后人工驾驶车辆数目m、n及队列规模N有关,且后方人工驾驶车辆数目n越多,越有利于首尾队列稳定。

摘要：本文针对非结构化道路上自主卡车队列系统的控制问题进行研究,设计一种基于级联触发的控制器,有效提高复杂工况下的卡车队列系统性能.首先,建立不依赖于道路结构的纵–横耦合卡车队列系统模型,该模型涉及复杂环境下车辆存在故障(包括执行器、传感器的失效故障以及随机网络故障)影响.其次,为降低燃油消耗,设计了基于自触发和事件触发的级联触发控制器,并利用李雅普诺夫方法证明了系统的闭环稳定性.此外,通过对系统Zeno行为的分析量化,得到了触发时间间隔的下界值,保证了算法的实际应用性.本文为了实现卡车系统队列稳定性控制目标,进一步给出了控制器设计限制条件.最后,仿真结果表明,所提出的控制方法不但能保证单车渐近稳定以及队列稳定,还能有效减少执行器更新频率,提高燃油经济性.

摘要：针对智能网联车辆队列控制问题,提出一种严格避撞的分布式鲁棒控制器设计方法。建立了包含复杂不确定性与外部干扰的非线性误差动力学模型。通过限定车间距误差的波动区间来保证队列避撞性与紧凑性,并据此引入车间距势函数。结合车间距势函数、自车与邻近车辆状态和动力学不确定边界设计了分布式鲁棒控制律。从理论上证明了该控制器能保证队列的避撞性与紧凑性和车速误差的队列稳定性,并分析了通信拓扑和控制参数对控制性能的影响。通过修正期望车间距模型,控制器的应用范围可扩展到大初始误差工况。最后,通过数值仿真验证了主要理论分析结果。

摘要：考虑实际操纵工况特别是低附着路面条件对汽车队列动力学稳定性的影响,提出针对异质汽车队列的自适应协调控制策略.建立包含车轮旋转动力学的队列分布式控制器设计模型,将车速-轮速误差引入队列的跟驰控制决策以协调车辆动力学与队列动力学,将路面附着引入间距策略以适应路面工况的变化.首先,以保证节点车辆的动力学稳定性和队列的跟驰控制性能为目标,基于滑模控制方法设计队列自适应协调控制策略,并基于Lyapunov方法证明队列跟驰的间距误差以及车速-轮速误差一致最终有界,导出兼顾车辆动力学的队列稳定性条件.然后,基于4辆车组成的异质汽车队列,在高、低两种路面附着工况下对控制方案进行仿真评价.仿真结果表明,所提出的自适应协调控制策略通过对节点车辆动力学和队列动力学的协调控制,能够保证汽车队列系统在大范围操纵工况特别是低附着路面工况下的车辆动力学稳定性、队列稳定性和交通流稳定性.

摘要：为提高网络部署的灵活性,保障多样化虚拟网络的需求,针对无线自回传网络场景提出一种基于Lyapunov的虚拟资源分配策略.联合考虑系统稳定性、虚拟网络最小速率需求和小蜂窝回传容量限制,对无线接入资源和回传带宽进行联合分配,建立虚拟网络效用最大化模型;其次,运用Lyapunov优化理论设计了一种基于当前信道状态和队列状态的实时调度算法;最后,通过拉格朗日对偶算法和基于相似度随机变异的粒子群算法进行迭代求解.仿真结果表明,该方案可在保证系统队列稳定性的同时提高无线虚拟网络的平均总收益.

摘要：考虑自主车辆队列的节能安全问题,本文提出一种车辆队列协同控制方法,该方法可保证车队低能耗安全行驶.首先,充分考虑道路坡度以及车队异质性建立车队非线性模型,利用基于油耗模型的优化指标构建车队速度优化问题,提出一种滚动时域动态规划算法(Receding horizon dynamic programming, RHDP),获得车队的参考速度.然后,基于非线性车辆模型,运用反步法设计车辆跟踪控制器,并进行车队队列稳定性分析.这种协同控制方法的有效性已通过数值仿真和智能交通实验平台的验证.

摘要：本文研究了网联车辆编队的节油速度轨迹优化和分布式控制问题.考虑异质车辆编队节油,采用一种基于滚动时域优化的速度规划算法,求解出适应于变化道路坡度的编队整体节油速度.此外,为了提高速度规划和调节的灵活性,提出了一种基于期望编队速度的二次间距策略.采用基于间距误差最小化的分布式凸优化算法对轨迹优化问题进行求解,为所有跟随车提供最优轨迹.在此基础上,设计了一种具有双幂次趋近律的PID型滑模控制器,使得各跟随车跟踪最优轨迹.仿真结果表明,该方法可在忽略空间和速度扰动的情况下保证车辆的内部稳定性和队列稳定性.

摘要：针对智能车辆队列横纵向控制及误差快速收敛问题,本文提出一种分布式横纵向有限时间滑模控制策略.首先,考虑跟踪误差的连锁反应及横纵向耦合效应,利用投影变换建立车辆队列横纵向误差模型,提出一种车辆队列横纵向控制框架.而后,针对误差快速收敛问题,设计非奇异积分终端滑模面(NITSM)与自适应幂次积分趋近律(APIRL),通过构造Lyapunov函数分析系统的有限时间稳定性与队列稳定性.最后,基于Trucksim/Simulink联合仿真以及实车实验进一步验证了本文方法的有效性.结果表明,本文所提方法能保证队列稳定性,并实现误差快速收敛,规避跟踪误差的连锁反应及车辆横向运动对纵向车间距误差的影响.