58、智能车辆编队协同优化控制策略研究

智能车辆编队协同优化控制策略研究

1. 研究背景与目标

在智能车辆领域，为了提升编队性能和能源效率，需要对智能车辆的协同优化控制进行深入研究。此前，有研究者将车辆尽可能线性化后采用线性模型，利用PID控制方法设计CACC控制器，还有人用改进的混沌蚁群算法调整PID控制器，以实现提升驾驶舒适性、降低油耗和减少最小安全距离的目的。

本文聚焦于智能车辆的协同优化控制，重点在于构建和协调编队性能的优化，以获取提高编队能源效率的车辆协同优化效果，解决智能车辆协同优化控制的常见理论和技术问题。

2. 编队建模

2.1 编队离散动态建模

考虑一个在宽阔笔直道路上行驶的智能互联车辆（IVC）编队，该编队包含一辆领车（编号0）和i辆跟随车辆（编号从1到i）。车辆可通过不同的车对车（V2V）通信拓扑进行信息传输，常见的单向通信拓扑有：
- 领导者 - 跟随者拓扑（LF拓扑）
- 前导 - 跟随者拓扑（PF拓扑）
- 前导 - 领导者 - 跟随者拓扑（PLF拓扑）
- 双前导 - 领导者 - 跟随者拓扑（TPLF拓扑）

只要智能车辆编队的通信拓扑包含以领车为根的生成树，本文提出的协同控制策略就可用于控制编队。

以$\Delta t$为时间间隔，假设车队中的车辆i在$\Delta t$内匀速行驶，其动态模型可描述为：
[
\begin{cases}
s_i(k + 1) = s_i(k) + v_i(k)\Delta t & (1)\
v_i(k + 1) = v_i(k) + a_i(k)\Delta t & (2) <