智能網(wǎng)聯(lián)汽車協(xié)同控制技術(shù)（第1版）課件全套 第1-15章 智能網(wǎng)聯(lián)汽車相關(guān)技術(shù)發(fā)展過程-智能網(wǎng)聯(lián)汽車編隊控制硬件在環(huán)仿真技術(shù)

智能網(wǎng)聯(lián)汽車協(xié)同控制技術(shù)第1版智能交通與智能駕駛系列本書討論的是借助車路協(xié)同技術(shù)的智能網(wǎng)聯(lián)汽車系統(tǒng)。借助車路協(xié)同技術(shù)高效可靠的通信機制，可使交通路網(wǎng)內(nèi)車輛和基礎(chǔ)設(shè)施之間形成高效可靠的信息交互機制，進一步提高智能網(wǎng)聯(lián)汽車的智能控制，有效解決交通擁堵和交通安全問題。本書基于車路協(xié)同體系探討了智能網(wǎng)聯(lián)汽車的路徑?jīng)Q策和速度引導方法，研究了智能網(wǎng)聯(lián)汽車動力學模型、編隊控制模型及編隊切換控制技術(shù)和主動安全控制技術(shù)，最后介紹了研究采用的智能網(wǎng)聯(lián)汽車編隊控制硬件在環(huán)仿真平臺。本書適合從事車路協(xié)同技術(shù)應(yīng)用和智能交通研究的人員閱讀參考，也可以作為智能交通、人工智能等專業(yè)師生的參考用書。

簡介戰(zhàn)略意義《交通強國建設(shè)綱要》《中國制造2025》《2018年智能網(wǎng)聯(lián)汽車標準工作要點》《國家車聯(lián)網(wǎng)產(chǎn)業(yè)標準體系建設(shè)指南（智能網(wǎng)聯(lián)汽車）》2020年，《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》2022年，《“十四五”現(xiàn)代綜合交通運輸體系發(fā)展規(guī)劃》智能網(wǎng)聯(lián)汽車已成為國家大力支持的未來交通系統(tǒng)的重點發(fā)展方向智能網(wǎng)聯(lián)汽車6種關(guān)鍵技術(shù)1）環(huán)境感知技術(shù)2）智能決策技術(shù)3）協(xié)同控制技術(shù)4）V2X通信技術(shù)5）云平臺與大數(shù)據(jù)技術(shù)6）信息安全技術(shù)本書研究重點1）設(shè)計了面向智能網(wǎng)聯(lián)汽車的高實時性車路協(xié)同體系2）定義了車輛與路側(cè)智能設(shè)備間的數(shù)據(jù)交互方式與交互軟件系統(tǒng)實現(xiàn)方案3）提出了一種基于多源信息融合的交通狀態(tài)評價方法第1章

智能網(wǎng)聯(lián)汽車相關(guān)技術(shù)發(fā)展過程1.1車路協(xié)同技術(shù)1.2智能網(wǎng)聯(lián)汽車技術(shù)1.3車輛編隊技術(shù)利用最新的科技手段解決交通安全問題1.1車路協(xié)同技術(shù)車路協(xié)同系統(tǒng)·采用先進的無線通信和新一代互聯(lián)網(wǎng)等技術(shù)·全方位實施車車、車路動態(tài)實時信息交互·在全時空動態(tài)交通信息采集與融合的基礎(chǔ)上開展車輛主動安全控制和道路協(xié)同管理·充分實現(xiàn)人車路的有效協(xié)同·保證交通安全，提高通行效率，從而形成安全、高效和環(huán)保的道路交通系統(tǒng)1.1車路協(xié)同技術(shù)1.1車路協(xié)同技術(shù)1.2智能網(wǎng)聯(lián)汽車技術(shù)智能網(wǎng)聯(lián)汽車·搭載先進的車載傳感器、控制器、執(zhí)行器等裝置，融合現(xiàn)代網(wǎng)絡(luò)通信技術(shù)的一種新型智能汽車·實現(xiàn)車與X（人、車、路、云端等）智能信息交換共享·擁有復雜的環(huán)境感知、智能決策、協(xié)同控制和執(zhí)行等功能·保障車輛安全、舒適、節(jié)能、高效行駛，并最終可替代駕駛?cè)藢崿F(xiàn)自動駕駛1.3車輛編隊技術(shù)車輛編隊控制技術(shù)目的在于充分利用道路條件，保證道路交通安全與高效行駛的條件下，將一系列車輛進行統(tǒng)一車輛隊列管理，使具有相同行駛路徑的車輛能夠根據(jù)交通狀況，以協(xié)同合作的方式完成車輛隊列巡航、跟隨、組合與拆分、換道等相關(guān)控制策略1.3車輛編隊技術(shù)第2章面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)2.1車路協(xié)同技術(shù)特征分析2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計2.3車路數(shù)據(jù)交互軟件系統(tǒng)車路協(xié)同技術(shù)目的：實現(xiàn)交通智能化管理、動態(tài)交通信息服務(wù)等智能交通系統(tǒng)職能基礎(chǔ)：車內(nèi)網(wǎng)、車際網(wǎng)和車載互聯(lián)網(wǎng)遵循一定通信協(xié)議與交互標準，在相互獨立交通元素個體之間進行通信與數(shù)據(jù)傳輸?shù)拇笙到y(tǒng)網(wǎng)絡(luò)技術(shù)是傳統(tǒng)物聯(lián)網(wǎng)與傳感網(wǎng)絡(luò)技術(shù)在交通領(lǐng)域的延伸第2章面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)2.1車路協(xié)同技術(shù)特征分析通過先進通信網(wǎng)絡(luò)將人、車、路三個基本交通要素綁在一起，定制化開發(fā)各要素上的終端軟硬件，實現(xiàn)對要素數(shù)據(jù)與指令的交互2.1車路協(xié)同技術(shù)特征分析為傳統(tǒng)交通帶來的變革（1）近場自組織通信支持各節(jié)點在通信范圍內(nèi)自動組網(wǎng)（2）高實時性穩(wěn)定傳輸?shù)脱舆t、低丟包率，更穩(wěn)定的數(shù)據(jù)傳輸（3）多源異構(gòu)節(jié)點交互各智能設(shè)備或終端能夠自由發(fā)送具有自身特征的數(shù)據(jù)包2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計面對的問題：一是受技術(shù)條件和成本限制；二是研究成果場景不符合交通實際。2.2.1系統(tǒng)設(shè)計目的解決的方法：更豐富、準確、高實時性的車輛數(shù)據(jù)匯總進行評估分析，大大提高評價精度。2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計兩部分：車載終端；路側(cè)終端。2.2.2車路信息交互場景2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計兩個核心功能：（1）智能網(wǎng)聯(lián)汽車信息交互（2）基于車輛數(shù)據(jù)的實時交通狀態(tài)感知2.2.2車路信息交互場景2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計車輛離開上一個交叉口（點A）時，系統(tǒng)開始記錄所需行車數(shù)據(jù)，在離開下一個交叉口（點D）時將在路段上生成的數(shù)據(jù)發(fā)送給RSU2。從點A到點D間的時間間隔即為車輛在路段上的通過時間；當車輛進入RSU2的通信范圍（點B）時，雙方將建立穩(wěn)定的V2X通信。2.2.3車路數(shù)據(jù)實時交互方法2.3車路數(shù)據(jù)交互軟件系統(tǒng)兩項主要開發(fā)內(nèi)容：（1）基于安卓系統(tǒng)的深度開發(fā)（2）高實時性的數(shù)據(jù)采集與通信功能設(shè)計2.3.1車路數(shù)據(jù)交互軟件系統(tǒng)總體目標兩個主要創(chuàng)新點：（1）采用智能網(wǎng)聯(lián)汽車行駛數(shù)據(jù)代替?zhèn)鹘y(tǒng)檢測器數(shù)據(jù)（2）面向智能網(wǎng)聯(lián)汽車建立車路信息交互機制2.3車路數(shù)據(jù)交互軟件系統(tǒng)（1）檢測數(shù)據(jù)方案本方案采用OBD無線傳輸數(shù)據(jù)2.3.2車路數(shù)據(jù)交互軟件系統(tǒng)方案論證2.3車路數(shù)據(jù)交互軟件系統(tǒng)（2）協(xié)同通信方案本方案采用LTE-V模塊2.3.2車路數(shù)據(jù)交互軟件系統(tǒng)方案論證2.3車路數(shù)據(jù)交互軟件系統(tǒng)（3）車載終端系統(tǒng)方案本方案采用Android系統(tǒng)2.3.2車路數(shù)據(jù)交互軟件系統(tǒng)方案論證2.3車路數(shù)據(jù)交互軟件系統(tǒng)車載終端程序包括如下三部分：●系統(tǒng)層，在Linux系統(tǒng)下完成Android源碼的編譯和燒錄?！耱?qū)動層，Android系統(tǒng)中間件的程序開發(fā)。●應(yīng)用層，基于AndroidStudio工具的AndroidApp開發(fā)。2.3.3車載終端軟件系統(tǒng)實現(xiàn)2.3車路數(shù)據(jù)交互軟件系統(tǒng)車載終端程序包括如下三部分：●系統(tǒng)層，在Linux系統(tǒng)下完成Android源碼的編譯和燒錄?！耱?qū)動層，Android系統(tǒng)中間件的程序開發(fā)?！駪?yīng)用層，基于AndroidStudio工具的AndroidApp開發(fā)。2.3.3車載終端軟件系統(tǒng)實現(xiàn)2.3車路數(shù)據(jù)交互軟件系統(tǒng)路側(cè)終端沒有操作系統(tǒng)。路側(cè)終端程序包括如下三部分：●初始化程序，時鐘、引腳配置、模塊驅(qū)動、通信參數(shù)設(shè)置?！裰餮h(huán)程序，車載終端數(shù)據(jù)交互、計算車輛與路口的間距、評價的道路運行狀態(tài)。●中斷程序，接受中斷和定時中斷。2.3.4路側(cè)終端軟件系統(tǒng)實現(xiàn)第3章基于車路信息融合的交通運行狀態(tài)評價方法3.1車路信息融合技術(shù)分析3.2基于信息融合的交通運行狀態(tài)模糊評價方法研究3.3交通狀態(tài)評價方法實驗驗證3.1車路信息融合技術(shù)分析融合過程：1）像素級融合最低層2）特征級融合中間層3）決策級融合最高層3.2車路信息融合技術(shù)分析3.2.1目前常用的交通評價方法3.2車路信息融合技術(shù)分析3.2.2多級模糊綜合方法結(jié)構(gòu)設(shè)計該方法首先根據(jù)模糊數(shù)學的隸屬度理論把交通狀態(tài)定性評價轉(zhuǎn)化為具有強對比性的定量評價，對受到動靜態(tài)交通因素制約的對象得出當前交通狀態(tài)的評價結(jié)果，用于解決交通狀態(tài)評價中非確定性問題。3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間模糊評價集合評價矩陣評價矩陣降半柯西型的隸屬度函數(shù)3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間取隸屬度函數(shù)分布區(qū)間界限0.25i為兩個相鄰評語的中間隸屬度，對應(yīng)隸屬度關(guān)系如圖：3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間第一級交通評價空間給定一個模糊向量那么，第一級交通評價模型為3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間實時交通數(shù)據(jù)在一級模型間的流向3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間3.2車路信息融合技術(shù)分析3.2.4基于樣本數(shù)據(jù)的層次分析法●對評價指標的權(quán)重進行科學配比●挖掘三個評價指標的相互強弱關(guān)系●權(quán)威指標比例：平均通過時間6平均停車次數(shù)2平均停息時間33.2車路信息融合技術(shù)分析3.2.4基于樣本數(shù)據(jù)的層次分析法分析法計算步驟●步驟1根據(jù)表3-6得出判斷矩陣●步驟2對判斷矩陣的列進行歸一化處理3.2車路信息融合技術(shù)分析3.2.4基于樣本數(shù)據(jù)的層次分析法分析法計算步驟●步驟3計算矩陣各行之和●步驟4對步驟3的和進行歸一化處理3.2車路信息融合技術(shù)分析3.2.4基于樣本數(shù)據(jù)的層次分析法分析法計算步驟●步驟5計算一致性指標●步驟6計算一致性比例3.2車路信息融合技術(shù)分析3.2.5二級模糊評價空間新的模糊子集新的模糊關(guān)系給定一個模糊向量第二級模糊向量權(quán)重矩陣3.2車路信息融合技術(shù)分析3.2.5二級模糊評價空間第二級模糊向量權(quán)重矩陣第二級交通評價空間評價指數(shù)的集合最后的道路評價得分3.3交通狀態(tài)評價方法實驗驗證3.3.1實驗設(shè)計●車載OBU●RSU智能終端●LTE-V短程自組網(wǎng)模塊實現(xiàn)兩者間的V2X自組網(wǎng)3.3交通狀態(tài)評價方法實驗驗證3.3.2實驗流程●實驗道路：北京市石景山區(qū)蘋果園南路部分路段●實驗道路靜態(tài)參數(shù)：3.3交通狀態(tài)評價方法實驗驗證3.3.2實驗流程●實驗參數(shù)3.3交通狀態(tài)評價方法實驗驗證3.3.3實驗結(jié)果與分析●377條有效數(shù)據(jù)●小時間隔對全部有效數(shù)據(jù)進行整理3.3交通狀態(tài)評價方法實驗驗證3.3.3實驗結(jié)果與分析3.3交通狀態(tài)評價方法實驗驗證3.3.3實驗結(jié)果與分析3.3交通狀態(tài)評價方法實驗驗證3.3.3實驗結(jié)果與分析3.3交通狀態(tài)評價方法實驗驗證3.3.3實驗結(jié)果與分析●評價得分在一定范圍內(nèi)浮動，得分具有較為明顯的周期特征，周一和周五的交通狀態(tài)較差?！衿椒鍟r段實驗路段，東向西方向比西向東方向運行好；高峰時段則相似。相關(guān)結(jié)論與實驗過程中觀察到的實際交通狀態(tài)一致，發(fā)揮了分值評價方法在交通狀態(tài)對比與分析過程中的作用?！癞斣u價得分與歷史同期數(shù)據(jù)有較大差異時，系統(tǒng)可及時判斷是否存在交通異常事件。這為城市車路協(xié)同環(huán)境下交通狀態(tài)判斷與事件檢測提供了依據(jù)。第4章智能網(wǎng)聯(lián)汽車實時路徑?jīng)Q策方法4.1路徑規(guī)劃算法分析4.2智能網(wǎng)聯(lián)汽車實時路徑規(guī)劃系統(tǒng)設(shè)計4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.4優(yōu)化方法實驗驗證第4章智能網(wǎng)聯(lián)汽車實時路徑?jīng)Q策方法本章重點：建立基于車路協(xié)同系統(tǒng)的新型區(qū)域路徑實時決策方法?！窀鶕?jù)實時情況，動態(tài)計算當前路段路阻。●選擇行程時間最少的路線?！襁x取北京市望京地區(qū)的典型區(qū)域路網(wǎng)數(shù)據(jù)進行驗證。4.1路徑規(guī)劃算法分析研究現(xiàn)狀●先進的路徑規(guī)劃系統(tǒng)需依靠海量實時交通數(shù)據(jù)實現(xiàn)。●所用數(shù)據(jù)主要通過車輛行駛軌跡、手機信令和檢測器等間接獲取，與真實場景存在一定的差異，導致計算精度和實時性不足?！裢ǔ２豢紤]車輛在燈控信號影響下轉(zhuǎn)向時間，與實際環(huán)境存在路阻差異。4.1路徑規(guī)劃算法分析本章方法優(yōu)點1）考慮所處相位可能遇到的信號燈控事件。2）考慮燈控信號影響下不同轉(zhuǎn)向行程的時間差異。3）微觀視角下的行程時間預(yù)測，實時性高。4.2智能網(wǎng)聯(lián)汽車實時路徑規(guī)劃系統(tǒng)設(shè)計4.2.1車路協(xié)同場景描述及路徑規(guī)劃系統(tǒng)設(shè)計目的●遠程服務(wù)端用于匯總區(qū)域內(nèi)的實時路網(wǎng)信息并提供路徑規(guī)劃服務(wù)?！裰悄苘囕d信息終端與路側(cè)終端建立V2X網(wǎng)絡(luò)通信，根據(jù)車輛總線和傳感器信息向路側(cè)終端上報數(shù)據(jù)，向遠程服務(wù)發(fā)送路徑規(guī)劃請求。●路側(cè)終端根據(jù)同時段內(nèi)同向的所有上報數(shù)據(jù)來計算各車道的行程時間，上報遠程服務(wù)端，并根據(jù)行程時間和所采集的信號機控制信息實時向車載終端返回所需信息和指令。4.2智能網(wǎng)聯(lián)汽車實時路徑規(guī)劃系統(tǒng)設(shè)計4.2.2智能網(wǎng)聯(lián)汽車路徑規(guī)劃策略分階段的區(qū)域路網(wǎng)最優(yōu)規(guī)劃方法的路網(wǎng)分層分級思路——降低運算復雜度，提高可靠度。規(guī)劃策略步驟：（1）車載終端發(fā)送路徑規(guī)劃請求（2）遠程服務(wù)端計算最優(yōu)（3）尋找重合路段（4）規(guī)劃路線發(fā)至車載終端（5）區(qū)域最優(yōu)規(guī)劃（6）以節(jié)點2為起點重新計算4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.1車路信息交互過程（1）點A表示車輛尚未駛?cè)氡緱l道路（2）點B表示車輛剛剛駛離上游節(jié)點的交叉口區(qū)域（3）點C表示車輛從路段區(qū)域駛?cè)虢徊婵趨^(qū)域（4）點D表示車輛駛離交叉口區(qū)域4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.1車路信息交互過程交叉口路側(cè)終端主要功能（計算路阻前）：（1）數(shù)據(jù)匯總（2）數(shù)據(jù)分揀（3）數(shù)據(jù)清洗4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.1車路信息交互過程交叉口路側(cè)終端主要功能（計算路阻前）：（1）數(shù)據(jù)匯總（2）數(shù)據(jù)分揀（3）數(shù)據(jù)清洗4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.2路阻計算方法●路阻值：預(yù)測任意一輛即將進入路段的車輛駛離前方交叉口時所需的行程時間?！衩枯v車路阻值均是獨立的。6輛網(wǎng)聯(lián)汽車駛?cè)肽骋宦范蔚穆纷栌嬎闳N情形：①有停車（1、2、3號車）②無停車有減速（4號車）③勻速行駛（5、6號車）4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.2路阻計算方法計算路阻排隊消散時間當當4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.2路阻計算方法最大延誤時間排隊長度考慮車輛在行駛過程中的勻速和減速過程，有4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.2路阻計算方法分別計算對于三種情形下進入路段的車輛的具體駛出時間4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.2路阻計算方法4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.3路徑選擇策略路網(wǎng)結(jié)構(gòu)以拓撲圖的形式存儲于遠程服務(wù)器4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.3路徑選擇策略節(jié)點3記載的信息4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.3路徑選擇策略方案2的平均行駛速度較低，但在當前時刻下排隊時間較短，最終實際時間將優(yōu)于方案1。該微觀優(yōu)化方法更有優(yōu)勢。4.4優(yōu)化方法實驗驗證4.4.1實驗設(shè)計實驗路段：北京市望京地區(qū)路網(wǎng)區(qū)域——OD信息為望京地鐵站B口至利澤西街與望京西路交叉口西方向出口。三個時段：6:00—8:008:00—10:0010:00—12:004.4優(yōu)化方法實驗驗證4.4.1實驗設(shè)計導航得到三次路徑規(guī)劃4.4優(yōu)化方法實驗驗證4.4.1實驗設(shè)計4.4優(yōu)化方法實驗驗證4.4.1實驗設(shè)計假定150輛以固定定8s車頭時距從點O駛?cè)?，以上?jié)路阻計算方法分別計算每輛車選擇1、2、3號路線時到達點D的預(yù)測行程時間及預(yù)測排隊次數(shù)并以此為評價指標。4.4優(yōu)化方法實驗驗證4.4.2實驗結(jié)果與分析4.4優(yōu)化方法實驗驗證4.4.2實驗結(jié)果與分析4.4優(yōu)化方法實驗驗證4.4.2實驗結(jié)果與分析4.4優(yōu)化方法實驗驗證4.4.2實驗結(jié)果與分析通過進一步計算，在150組實驗過程中，３條路線中最優(yōu)路線的用時比最差路線的用時平均短65.9s。第5章智能網(wǎng)聯(lián)汽車速度引導方法5.1基于車路協(xié)同的交通控制系統(tǒng)概述5.2車路協(xié)同環(huán)境下車速引導方法5.3基于VISSIM/MATALB的車速引導仿真驗證第5章智能網(wǎng)聯(lián)汽車速度引導方法本章重點：提出一種面向城市干線的網(wǎng)聯(lián)汽車車速引導方法，包括干線路段頭車車速引導、干線路段跟隨車車速引導及自適應(yīng)配時優(yōu)化方法。

本章內(nèi)容：●分析城市干線車路協(xié)同系統(tǒng)中智能網(wǎng)聯(lián)汽車的行駛狀態(tài)；●提出多車車速引導模型，優(yōu)化交叉口的綠信比，提高交叉口整體通行能力。

仿真結(jié)果表明，本章方法可使干線交叉口整體延誤降低14%，干線車流的停車時間減少56%,，停車次數(shù)減少48%。該方法顯著減少了城市干線車流的停車時間及次數(shù)，提高了交叉口整體通行效率，為智能網(wǎng)聯(lián)汽車技術(shù)實際應(yīng)用提供了理論依據(jù)。5.1基于車路協(xié)同的交通控制系統(tǒng)概述研究現(xiàn)狀：以車速引導為基礎(chǔ)，來解決單點信號交叉口通行能力問題。

存在問題：面向城市干線多交叉口環(huán)境，如何充分發(fā)揮智能網(wǎng)聯(lián)汽車群體智能優(yōu)勢，提高道路通行能力。

本章研究主要面向城市干線交通系統(tǒng)，利用車路協(xié)同及智能網(wǎng)聯(lián)汽車技術(shù)來實現(xiàn)對多車車速引導，實現(xiàn)車流動態(tài)優(yōu)化；同時，根據(jù)車輛隊列長度及車輛運行狀態(tài)，來優(yōu)化干線交叉口的信號配時方案，從而提高干線交叉口的通行能力。5.1基于車路協(xié)同的交通控制系統(tǒng)概述本章方法是基于車路協(xié)同的交通信號控制系統(tǒng)實現(xiàn)的。該控制系統(tǒng)主要包括，智能路側(cè)單元、交通信號控制單元、車路通信單元，以及車路信息融合處理中心。5.1基于車路協(xié)同的交通控制系統(tǒng)概述●智能網(wǎng)聯(lián)汽車，在行駛過程中通過車路通信網(wǎng)絡(luò)實時上傳速度、加速度、車距、高精度定位信息?！裰悄苈穫?cè)單元，實時采集并上傳當前交通信號配時信息、交通流量等信息。●車路信息融合處理中心，將車輛及路側(cè)實時數(shù)據(jù)融合處理，計算出當前路段車輛最優(yōu)行駛車速、車隊規(guī)模和配時優(yōu)化信息，并下發(fā)至智能路側(cè)單元進行信息共享。5.1基于車路協(xié)同的交通控制系統(tǒng)概述城市干線路段劃分為緩沖區(qū)和引導區(qū)：●緩沖區(qū)，車輛完成車路組網(wǎng)，并根據(jù)OD信息決定直行或換道?！褚龑^(qū)，車輛根據(jù)當前交叉口交通信號配時信息及車輛狀態(tài)計算最優(yōu)行駛車速。5.1基于車路協(xié)同的交通控制系統(tǒng)概述緩沖區(qū)長度和引導區(qū)長度

5.2車路協(xié)同環(huán)境下車速引導方法確定當前信號周期最后一輛車進入引導區(qū)后，以該區(qū)域所有車輛停車時間最小為目標，確定車速引導方法。5.2車路協(xié)同環(huán)境下車速引導方法因車輛初始狀態(tài)不同，車速引導方法有兩種模式：●不停車通過交叉口——模式1●停車時間最短——模式25.2.1車路協(xié)同環(huán)境下的單車車速引導模型5.2車路協(xié)同環(huán)境下車速引導方法1.模式1（1）無引導階段（區(qū)域A）（2）車速調(diào)整階段1（區(qū)域B）（3）勻速行駛階段（區(qū)域C）（4）車速調(diào)整階段段（區(qū)域D）（5）最優(yōu)車速模型階（模式1）約束條件計算（略）5.2.1車路協(xié)同環(huán)境下的單車車速引導模型5.2車路協(xié)同環(huán)境下車速引導方法2.模式2（1）無引導階段（區(qū)域A）（2）車速調(diào)整階段1（區(qū)域B）（3）勻速行駛階段（區(qū)域C）（4）車速調(diào)整階段段（區(qū)域D）（5）最優(yōu)車速模型（模式2）約束條件計算（略）5.2.1車路協(xié)同環(huán)境下的單車車速引導模型5.2車路協(xié)同環(huán)境下車速引導方法目標函數(shù)：多車車速引導的目的在于占用較少的道路交通資源，實現(xiàn)交叉口通行能力最大，所以單個車輛需要在最短的時間內(nèi)加入隊列。5.2.2車路協(xié)同環(huán)境下多車車速引導模型5.2車路協(xié)同環(huán)境下車速引導方法約束條件：1）車距條件2）一致性條件3）車速約束條件5.2.2車路協(xié)同環(huán)境下多車車速引導模型5.2車路協(xié)同環(huán)境下車速引導方法多車車速引導模型

約束條件5.2.2車路協(xié)同環(huán)境下多車車速引導模型5.2車路協(xié)同環(huán)境下車速引導方法干線車流有三部分

5.2.3面向智能網(wǎng)聯(lián)汽車的干線信號優(yōu)化模型5.2車路協(xié)同環(huán)境下車速引導方法東西直行相位和南北左轉(zhuǎn)相位應(yīng)當以相鄰的次序放行

5.2.3面向智能網(wǎng)聯(lián)汽車的干線信號優(yōu)化模型5.2車路協(xié)同環(huán)境下車速引導方法交叉口j

－1出發(fā)末尾被引導車輛的編號和位置信息

5.2.3面向智能網(wǎng)聯(lián)汽車的干線信號優(yōu)化模型5.2車路協(xié)同環(huán)境下車速引導方法通過交叉口j

所需要的綠燈時長交叉口j＋1出發(fā)的車輛全部通過交叉口所需時間干線相位綠燈時間非干線相位的綠燈時間5.2.3面向智能網(wǎng)聯(lián)汽車的干線信號優(yōu)化模型5.3基于VISSIM/MATLAB的車速引導仿真驗證實驗場景：北京市昌平區(qū)以南環(huán)路—南環(huán)東路為干線的五個相鄰交叉口5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證VISSIM進行二次開發(fā)。仿真實驗于第600s開始，第4200s結(jié)束，仿真時長3600s。5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證在自由行駛模式下，部分智能網(wǎng)聯(lián)汽車可能會因為速度不一致發(fā)生排隊現(xiàn)象（見圖5-12），同時在停止線停車，造成交叉口通行效率降低。車流進行車速引導后，智能網(wǎng)聯(lián)汽車的車速、車距可保持一致通過停止線（見圖5-13），大幅度提升交叉口通行效率。5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證實驗路段為交叉口2和交叉口3之間西向東的直行路段5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.2仿真數(shù)據(jù)分析通過車路協(xié)同系統(tǒng)對智能網(wǎng)聯(lián)汽車進行車速引導：●車輛啟動及啟動波所導致的延誤大幅減少●優(yōu)化后的延誤時間、停車時間及停車次數(shù)與優(yōu)化前相比均得到有效改善，尤其是停車時間和停車次數(shù)的優(yōu)化更為明顯?？偨Y(jié)：車速引導和信號優(yōu)化相結(jié)合，可有效減少干線車流的停車次數(shù)，減少交叉口延誤時間，提高道路通行能力。第6章智能網(wǎng)聯(lián)汽車動力學模型6.1智能網(wǎng)聯(lián)汽車受力分析6.2智能網(wǎng)聯(lián)汽車簡化縱向動力學分層模型6.3基于CarSim/MATLAB軟件的車輛動力學模型聯(lián)合仿真驗證第6章

智能網(wǎng)聯(lián)汽車動力學模型本章內(nèi)容利用計算機仿真軟件驗證車輛動力學模型。

在軟件中，可以設(shè)置車輛控制系統(tǒng)參數(shù)和環(huán)境參數(shù)，搭建各種復雜實驗場景并進行多次重復性實驗，從而降低實驗的成本和減少實驗的盲目性，還可以縮短了模型的研發(fā)周期。6.1智能網(wǎng)聯(lián)汽車受力分析車輛動力學模型劃分為●縱向動力學●行駛動力學●操縱動力學

三者可以分別獨立進行分析。6.1智能網(wǎng)聯(lián)汽車受力分析考慮橫擺運動、質(zhì)心側(cè)偏運動和側(cè)傾運動的三自由度汽車模型6.1智能網(wǎng)聯(lián)汽車受力分析本書重點對車輛縱向編隊控制進行研究6.1智能網(wǎng)聯(lián)汽車受力分析縱向的車輛動力學方程6.1智能網(wǎng)聯(lián)汽車受力分析（1）輪胎切向力車輪滑移率6.1智能網(wǎng)聯(lián)汽車受力分析（2）滾動阻力前后輪正壓力6.1智能網(wǎng)聯(lián)汽車受力分析（3）空氣阻力車輛的縱向速度（4）重力分量6.1智能網(wǎng)聯(lián)汽車受力分析（5）驅(qū)動力和制動力

6.2智能網(wǎng)聯(lián)汽車簡化縱向動力學分層模型6.2.1智能網(wǎng)聯(lián)汽車動力學模型的簡化合理必要的簡化：1）車輛在平直公路上縱向行駛，不存在坡道，故路面仰角θ為零。2）只考慮車輛的縱向行駛，即車輛的一維行駛，不涉及車輛行駛過程中的其他運動，如橫擺、側(cè)傾等。3）車輛左右兩側(cè)動力學對稱，從而可以將車輛左右輪運動的差異忽略掉，將車輛輪胎模型簡化為兩輪模型。4）假設(shè)車輛坐標系原點、車輛幾何中心、車輛質(zhì)心三者重合，并且公路為干燥表面，可以提供足夠的地面附著力使輪胎不滑移，傳動軸和傳動齒輪在動力傳動系統(tǒng)中為剛性。5）車輛輪胎受力分析如圖9-4所示。6）設(shè)定車輛行駛環(huán)境天氣良好，無雨雪等特殊情況，風力微弱，可以忽略迎風空氣阻力。6.2智能網(wǎng)聯(lián)汽車簡化縱向動力學分層模型6.2.1智能網(wǎng)聯(lián)汽車動力學模型的簡化6.2智能網(wǎng)聯(lián)汽車簡化縱向動力學分層模型6.2.2簡化縱向車輛動力學模型的分層車輛動力學系統(tǒng)模型分為三部分：

●下層控制模型（車輛縱向動力學模型）

●車輛模型（執(zhí)行器模型）●上層控制模型（核心控制模型，這里指車輛隊列協(xié)同控制模型）6.2智能網(wǎng)聯(lián)汽車簡化縱向動力學分層模型6.2.2簡化縱向車輛動力學模型的分層（1）車輛模型的選型所有車型一致為大眾帕薩特——CarSim軟件車輛模型庫中對應(yīng)為為B-Class普通轎車車型6.2智能網(wǎng)聯(lián)汽車簡化縱向動力學分層模型6.2.2簡化縱向車輛動力學模型的分層（2）下層控制模型車輛縱向動力學方程簡化公式當前加速度值對應(yīng)的發(fā)動機輸出凈轉(zhuǎn)矩6.2智能網(wǎng)聯(lián)汽車簡化縱向動力學分層模型6.2.2簡化縱向車輛動力學模型的分層（2）下層控制模型期望發(fā)動機轉(zhuǎn)矩期望節(jié)氣門開度當前期望制動力期望制動壓力6.3基于CarSim/MATLAB軟件的車輛動力學模型

聯(lián)合仿真驗證6.3基于CarSim/MATLAB軟件的車輛動力學模型

聯(lián)合仿真驗證6.3.1CarSim軟件仿真環(huán)境參數(shù)設(shè)置（1）設(shè)置車輛模型參數(shù)見圖6-9（默認設(shè)置）見圖6-10見表6-16.3基于CarSim/MATLAB軟件的車輛動力學模型

聯(lián)合仿真驗證6.3.1CarSim軟件仿真環(huán)境參數(shù)設(shè)置6.3基于CarSim/MATLAB軟件的車輛動力學模型

聯(lián)合仿真驗證6.3.1CarSim軟件仿真環(huán)境參數(shù)設(shè)置6.3基于CarSim/MATLAB軟件的車輛動力學模型

聯(lián)合仿真驗證6.3.1CarSim軟件仿真環(huán)境參數(shù)設(shè)置（2）設(shè)置環(huán)境參數(shù)設(shè)置橢圓形的環(huán)形路面，兩個長直道的長度為1km，兩個短直道的長度為180m，彎道半徑為25m，路面為摩擦系數(shù)為0.85的干燥路面，不存在惡劣天氣影響，忽略迎風阻力。6.3基于CarSim/MATLAB軟件的車輛動力學模型

聯(lián)合仿真驗證6.3.1CarSim軟件仿真環(huán)境參數(shù)設(shè)置6.3基于CarSim/MATLAB軟件的車輛動力學模型

聯(lián)合仿真驗證6.3.1CarSim軟件仿真環(huán)境參數(shù)設(shè)置6.3基于CarSim/MATLAB軟件的車輛動力學模型

聯(lián)合仿真驗證6.3.2CarSim、MATLAB、Simulink聯(lián)合仿真驗證6.3基于CarSim/MATLAB軟件的車輛動力學模型

聯(lián)合仿真驗證6.3.3下層動力學控制模型仿真結(jié)果分析6.3基于CarSim/MATLAB軟件的車輛動力學模型

聯(lián)合仿真驗證6.3.3下層動力學控制模型仿真結(jié)果分析6.3基于CarSim/MATLAB軟件的車輛動力學模型

聯(lián)合仿真驗證6.3.3下層動力學控制模型仿真結(jié)果分析（1）階躍急減速輸入仿真結(jié)果6.3基于CarSim/MATLAB軟件的車輛動力學模型

聯(lián)合仿真驗證6.3.3下層動力學控制模型仿真結(jié)果分析6.3基于CarSim/MATLAB軟件的車輛動力學模型

聯(lián)合仿真驗證6.3.3下層動力學控制模型仿真結(jié)果分析（2）正弦加速度曲線輸入仿真結(jié)果6.3基于CarSim/MATLAB軟件的車輛動力學模型

聯(lián)合仿真驗證6.3.3下層動力學控制模型仿真結(jié)果分析第7章智能網(wǎng)聯(lián)汽車編隊控制模型7.1智能網(wǎng)聯(lián)汽車編隊控制系統(tǒng)概述7.2智能網(wǎng)聯(lián)汽車編隊行駛條件7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.4智能網(wǎng)聯(lián)汽車編隊控制模型仿真第7章

智能網(wǎng)聯(lián)汽車編隊控制模型目的：把道路上行駛的無序車輛進行編隊組合作為整體來控制。核心：將車隊中行駛路線相同的所有車輛的運行狀態(tài)（即速度、加速度、車距等）歸于一致，從而簡化交通控制對象和增強車輛行駛安全性。車輛隊列協(xié)同控制方式也包括車隊縱向控制和橫向控制：●橫向控制——車輛保持在同一車道且不偏離，變道行駛時車輛隊列在不同車道之間統(tǒng)一換道和超車。●縱向控制——車輛狀態(tài)（即速度、加速度、車距等）統(tǒng)一控制，保證車輛隊列行駛安全性和隊列穩(wěn)定性。7.1智能網(wǎng)聯(lián)汽車編隊控制系統(tǒng)概述7.1.1車輛編隊控制系統(tǒng)數(shù)學模型本章研究的是，加裝了自動駕駛裝置的智能車輛隊列，但同時保證駕駛?cè)藢囕v的最終控制權(quán)力。7.1智能網(wǎng)聯(lián)汽車編隊控制系統(tǒng)概述7.1.1車輛編隊控制系統(tǒng)數(shù)學模型車隊中第i輛車的加速度、速度及位移車輛隊列系統(tǒng)的模型控制目標7.1智能網(wǎng)聯(lián)汽車編隊控制系統(tǒng)概述7.1.1車輛編隊控制系統(tǒng)數(shù)學模型車輛隊列系統(tǒng)的模型控制目標：1）隊列中任意車輛的加速度趨近于0。2）設(shè)定理想車距為D，理想車距差值（又稱車間距偏差）趨近于0。3）隊列中任意相鄰第i輛車和第i－1輛車之間的相對速度趨近于0。4）當首車車速達到穩(wěn)定速度時，被控車的加速度變化率為0。7.1智能網(wǎng)聯(lián)汽車編隊控制系統(tǒng)概述7.1.2車輛隊列系統(tǒng)控制方法車輛隊列控制方式有集中式和分布式兩種：●集中式控制——車輛隊列中所有行駛狀態(tài)信息首先發(fā)送到中央控制器的方式。理論上可以達到隊列行駛的最優(yōu)效果，但必須滿足中央控制器獲得所有車輛信息，無線通信帶寬可以滿足所有車輛數(shù)據(jù)同時交互，并有中央處理器信息處理量過大容易導致控制系統(tǒng)滯后，從而對系統(tǒng)實時性能和運行效率造成嚴重影響的問題?！穹植际娇刂啤淮嬖谥醒肟刂破?，隊列中的車輛僅能獲得附近車輛的行駛狀態(tài)信息。理論上不能達到最優(yōu)控制效果，但對車車通信帶寬需求低，控制速度快，適合實時性要求高的車輛隊列控制。7.1智能網(wǎng)聯(lián)汽車編隊控制系統(tǒng)概述7.1.2車輛隊列系統(tǒng)控制方法本章討論縱向高速公路行駛的車輛隊列，集中式控制不適合：【原因】需要增加路側(cè)集中控制基站之類的中央控制器，會限制車輛隊列的行駛范圍，增加交通系統(tǒng)的構(gòu)建成本。采用分布式控制——加裝車車通信系統(tǒng)和其他傳感器來獲取周邊車輛和道路交通情況信息的高速行駛車輛隊列，是安全性和穩(wěn)定性要求很高的實時控制系統(tǒng)。7.1智能網(wǎng)聯(lián)汽車編隊控制系統(tǒng)概述7.1.2車輛隊列系統(tǒng)控制方法兩種車輛隊列分布式控制方式：（1）車輛自適應(yīng)巡航控制（ACC）主要功能，根據(jù)當前交通情況來控制車速和車距，保持車輛控制系統(tǒng)與前方車輛一致的行駛狀態(tài)。（2）車輛協(xié)同自適應(yīng)巡航控制（CACC）CACC是在ACC系統(tǒng)上安裝了車車通信單元后升級的系統(tǒng)，還可以接收周圍車輛行駛狀態(tài)信息和道路交通傳感器信息，從而獲取更多信息來完成巡航控制功能，可以更好地縮短行駛車距并提高道路交通通行能力。本章采用分布式控制結(jié)構(gòu)中的CACC。7.1智能網(wǎng)聯(lián)汽車編隊控制系統(tǒng)概述7.1.3車輛隊列控制系統(tǒng)結(jié)構(gòu)車輛隊列控制系統(tǒng)：核心控制器、執(zhí)行機構(gòu)控制模塊、車車通信模塊、定位模塊、人機交互界面及相關(guān)的傳感器模塊7.1智能網(wǎng)聯(lián)汽車編隊控制系統(tǒng)概述7.1.2車輛隊列系統(tǒng)控制方法主要部分：1）距離傳感器2）執(zhí)行器3）車車通信模塊4）定位模塊5）人機交互界面6）車身總線7）機器視覺7.1智能網(wǎng)聯(lián)汽車編隊控制系統(tǒng)概述7.1.2車輛隊列系統(tǒng)控制方法7.2智能網(wǎng)聯(lián)汽車編隊行駛條件行駛安全條件：●車輛的行駛安全性，如車距范圍、車速范圍、加速度范圍等；●整個車輛隊列的安全性，如當車隊中某一車輛的狀態(tài)發(fā)生變化時，不會影響其他正常行駛的車輛，避免整個車隊的狀態(tài)發(fā)生驟變。7.2智能網(wǎng)聯(lián)汽車編隊行駛條件7.2.1車輛行駛安全性條件協(xié)同控制，可以保持較小的車距，但必須滿足一定安全車距范圍。7.2智能網(wǎng)聯(lián)汽車編隊行駛條件7.2.1車輛行駛安全性條件按照最大制動減速度停車后的制動距離n號車的安全車距n和n+1號車實際車距理想車距差值7.2智能網(wǎng)聯(lián)汽車編隊行駛條件7.2.2車輛隊列穩(wěn)定性條件車輛隊列穩(wěn)定性：車輛隊列行駛下車輛單體的速度變化或控制系統(tǒng)擾動不會造成向后鄰近車輛的速度和理想車距差值沿隊列行駛方向的繁衍和放大，并且隨著車輛隊列長度增加，擾動會逐漸減弱最終趨近于零，從而不會引起交通安全隱患。7.2智能網(wǎng)聯(lián)汽車編隊行駛條件7.2.2車輛隊列穩(wěn)定性條件理想車距差值的傳遞函數(shù)7.2智能網(wǎng)聯(lián)汽車編隊行駛條件7.2.2車輛隊列穩(wěn)定性條件車隊穩(wěn)定性條件：滿足該傳遞函數(shù)的范數(shù)小于或者等于1理想車距差值滿足條件：7.2智能網(wǎng)聯(lián)汽車編隊行駛條件7.2.2車輛隊列穩(wěn)定性條件初始條件車隊中某車速度發(fā)生微小變化，后續(xù)車輛的速度和理想車距差值會沿著隊列行駛方向增大而逐漸減小。這種衰減效果會隨著時間變化而增強，最終使得變化趨近于零，即單個車輛的狀態(tài)變化不會造成車輛隊列的不穩(wěn)定。7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)n輛在高速公路同向行駛的車輛組成的隊列●同向行駛●車車通信來完成控制系統(tǒng)的信息獲取●狀態(tài)參數(shù)有車速、加速度、車距●無線通信正常，通信不存在延遲7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.3.1智能網(wǎng)聯(lián)汽車編隊控制數(shù)學模型最理想的控制效果：所有車輛保持最小化、穩(wěn)定不變的車距同向行駛?！耠S著車輛行駛速度提高，保證車輛行駛安全所需的車距也應(yīng)該增大；●行駛速度降低，車距保持在較小范圍也可以保證車輛行駛安全，隊列中車輛可以較為緊湊地行駛。綜合考慮當前車速和車距的要求，并要判斷當前的期望加速度是否在合理的范圍內(nèi)并且沒有與其他車輛碰撞的隱患。本節(jié)建立的控制模型核心就是要計算當前狀態(tài)下的臨界期望加速度值。7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.3.1智能網(wǎng)聯(lián)汽車編隊控制數(shù)學模型滑?？刂颇Ｐ停海?）選取滑模切換函數(shù)非線性系統(tǒng)函數(shù)切換函數(shù)控制量在切換面切換7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.3.1智能網(wǎng)聯(lián)汽車編隊控制數(shù)學模型滑模切換函數(shù)7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.3.1智能網(wǎng)聯(lián)汽車編隊控制數(shù)學模型（2）選擇趨近律四種趨近方式：1）等速趨近律2）指數(shù)趨近律7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.3.1智能網(wǎng)聯(lián)汽車編隊控制數(shù)學模型3）冪次趨近律

到達時間4）等速趨近律7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.3.1智能網(wǎng)聯(lián)汽車編隊控制數(shù)學模型當s和函數(shù)f（s）取不同的值時，可以得到以上各種趨近律。選擇的等速趨近方法得到滑?？刂品匠檀胧剑?0-5），有7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.3.1智能網(wǎng)聯(lián)汽車編隊控制數(shù)學模型理想車距差值簡化為保證安全車距行駛下，理想的加速度計算模型為7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.3.1智能網(wǎng)聯(lián)汽車編隊控制數(shù)學模型（3）滑?？刂葡到y(tǒng)李雅普諾夫穩(wěn)定性分析由于滑模變結(jié)構(gòu)控制策略的多樣性，定義滑模切換函數(shù)存在時表達式為運動軌跡在切換面鄰域內(nèi)，可以在一定時間內(nèi)到達切換面——局部到達條件，等價為切換函數(shù)Y（t）應(yīng)同時滿足函數(shù)可微和經(jīng)過原點Y（0）=0兩個條件。7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.3.1智能網(wǎng)聯(lián)汽車編隊控制數(shù)學模型考慮控制系統(tǒng)實時響應(yīng)時間，避免趨近速度過慢，要限制范圍用李雅普諾夫函數(shù)表示以上到達條件選取李雅普諾夫函數(shù)，判斷控制器穩(wěn)定性7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.3.1智能網(wǎng)聯(lián)汽車編隊控制數(shù)學模型控制系統(tǒng)穩(wěn)定范圍這證明當滑?？刂破鲄?shù)λ＞0時，本節(jié)建立的滑?？刂颇Ｐ蜐M足李雅普諾夫控制系統(tǒng)穩(wěn)定性要求。7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.3.2智能網(wǎng)聯(lián)汽車隊列穩(wěn)定性分析●上節(jié)的控制模型是基于前后車的狀態(tài)基礎(chǔ)建立的；●多車輛隊列行駛，前后兩車保持安全車距不一定能保證整個車隊的安全性，因為除去前后車其他車輛的行駛狀態(tài)改變?nèi)钥赡芤l(fā)安全事故；所以，需要將隊列穩(wěn)定性作為考慮因素。車隊穩(wěn)定性——車隊中某一車輛的速度變化引起的理想車距差值在向后方車輛傳播的過程中是否會被放大，是否會引起車輛隊列不按設(shè)定的車距行駛。穩(wěn)定性條件——理想車距差值的傳遞函數(shù)足范數(shù)小于等于1，即7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.3.2智能網(wǎng)聯(lián)汽車隊列穩(wěn)定性分析第n－1輛車與第n

輛車之間的理想車距差值第n輛車與第n＋1輛車之間的理想車距差值第n輛車與第n＋1輛車之間的理想車距差值的傳播關(guān)系7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.3.2智能網(wǎng)聯(lián)汽車隊列穩(wěn)定性分析車輛隊列穩(wěn)定性條件聯(lián)合前后兩車的期望加速度方程7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.3.2智能網(wǎng)聯(lián)汽車隊列穩(wěn)定性分析兩式相減，變換后可得進行拉普拉斯變換，得7.3智能網(wǎng)聯(lián)汽車編隊控制技術(shù)7.3.2智能網(wǎng)聯(lián)汽車隊列穩(wěn)定性分析簡化后駕駛?cè)朔磻?yīng)時間，當控制器參數(shù)滿足時，隊列穩(wěn)定性判斷準則對任何都成立——可以保持車輛隊列穩(wěn)定性7.4智能網(wǎng)聯(lián)汽車編隊控制模型仿真仿真驗證：●3輛車組成的車輛隊列；●高速極限工況。輸入：兩組頭車信號——階躍緊急減速輸入和正弦變化輸入（同第6章）。實驗對比：車車通信模式下的協(xié)同避撞模型-普通環(huán)境中的傳統(tǒng)避撞模型。7.4智能網(wǎng)聯(lián)汽車編隊控制模型仿真7.4智能網(wǎng)聯(lián)汽車編隊控制模型仿真7.4智能網(wǎng)聯(lián)汽車編隊控制模型仿真7.4.1階躍緊急減速輸入仿真效果頭車首先從初速度零開始做勻加速運動，然后以最大的做緊急減速制動，采集3輛車的速度、加速度（制動減速度）和理想車距差值隨時間變化值作為仿真結(jié)果。7.4智能網(wǎng)聯(lián)汽車編隊控制模型仿真7.4.1階躍緊急減速輸入仿真效果7.4智能網(wǎng)聯(lián)汽車編隊控制模型仿真7.4.1階躍緊急減速輸入仿真效果7.4智能網(wǎng)聯(lián)汽車編隊控制模型仿真7.4.1階躍緊急減速輸入仿真效果兩種模型的相同點：●當頭車緊急制動時，3輛車的車速均從40m/s減到0；●3輛車的前后順序不變，均沒有發(fā)生追尾事故；●加速度均從0迅速變?yōu)?。兩種模型的不同點：●兩車的理想車距差值不同，傳統(tǒng)避撞控制模型雖然也實現(xiàn)了多車避撞控制，但是理想車距差值變化較大，存在潛在的安全隱患；●傳統(tǒng)避撞控制模型的車速和加速度跟隨曲線與協(xié)同避撞控制模型相比均存在較大的滯后。7.4智能網(wǎng)聯(lián)汽車編隊控制模型仿真7.4.1階躍緊急減速輸入仿真效果結(jié)論：車車通信模式下的協(xié)同避撞控制模型能夠控制理想車距差值為－1～1m，并且前后車速度和加速度的跟隨時間均為1s左右，能夠比傳統(tǒng)避撞控制模型起到實時性更強的避撞控制效果，更有益于保證車輛隊列行駛安全性。7.4智能網(wǎng)聯(lián)汽車編隊控制模型仿真7.4.2正弦加速度輸入仿真效果頭車輸入正弦加速度信號，車輛加速度在

范圍呈正弦變化，即輸入一個急加速和急減速的過程，驗證車輛在傳統(tǒng)控制和協(xié)同控制模型下的運行效果。7.4智能網(wǎng)聯(lián)汽車編隊控制模型仿真7.4.2正弦加速度輸入仿真效果7.4智能網(wǎng)聯(lián)汽車編隊控制模型仿真7.4.2正弦加速度輸入仿真效果7.4智能網(wǎng)聯(lián)汽車編隊控制模型仿真7.4.2正弦加速度輸入仿真效果7.4智能網(wǎng)聯(lián)汽車編隊控制模型仿真7.4.2正弦加速度輸入仿真效果傳統(tǒng)控制和協(xié)同控制模型均達到了車速控制的效果，沒有安全事故發(fā)生。兩種模型的不同點：●兩車的理想車距差值不同，傳統(tǒng)控制模型雖然也實現(xiàn)了穩(wěn)定車速跟隨，但是理想車距差值最大值為3m，說明存在潛在的安全隱患；●傳統(tǒng)控制模型的車速和加速度跟隨曲線相對于車車通信下的協(xié)同控制模型均存在較大的滯后。7.4智能網(wǎng)聯(lián)汽車編隊控制模型仿真7.4.2正弦加速度輸入仿真效果結(jié)論：車車通信模式下的協(xié)同避撞控制模型能夠控制理想車距差值為－1～1m，并且前后車速度和加速度的跟隨滯后時間均為1s左右，能夠比傳統(tǒng)避撞控制模型起到實時性更強的跟隨控制效果，更有益于保證車輛隊列行駛安全性。第8章智能網(wǎng)聯(lián)汽車編隊切換控制技術(shù)8.1通信異常對智能網(wǎng)聯(lián)車隊控制影響及模型策略調(diào)整8.2考慮通信時延的智能網(wǎng)聯(lián)汽車編隊切換控制模型8.3通信失效下的智能網(wǎng)聯(lián)汽車編隊切換控制模型8.4通信異常時智能網(wǎng)聯(lián)汽車編隊控制模型仿真第8章智能網(wǎng)聯(lián)汽車編隊切換控制技術(shù)本章內(nèi)容：●分析車車通信延遲或失效對車輛隊列穩(wěn)定性的影響；●建立通信系統(tǒng)存在信號延遲甚至是失效時控制模型的調(diào)整方法。8.1通信異常對智能網(wǎng)聯(lián)車隊控制影響及模型策略調(diào)整8.1.1通信延遲的影響及模型策略調(diào)整車車通信系統(tǒng)：無線網(wǎng)絡(luò)存在延遲、異常、中斷的情況，導致車輛狀態(tài)信息的獲取存在延遲，控制系統(tǒng)不能實時做出有效的控制響應(yīng)，而是在一定時間之后才能夠響應(yīng)，此時間為延遲時間。車輛控制系統(tǒng)：機械傳動部件所限發(fā)動機的實際輸出轉(zhuǎn)矩不能立即達到理想轉(zhuǎn)矩，而是在一定時間之后才能夠達到，此時間為滯后時間。8.1通信異常對智能網(wǎng)聯(lián)車隊控制影響及模型策略調(diào)整8.1.1通信延遲的影響及模型策略調(diào)整車車通信系統(tǒng)：無線網(wǎng)絡(luò)存在延遲、異常、中斷的情況，導致車輛狀態(tài)信息的獲取存在延遲，控制系統(tǒng)不能實時做出有效的控制響應(yīng)，而是在一定時間之后才能夠響應(yīng)，此時間為延遲時間。車輛控制系統(tǒng)：機械傳動部件所限發(fā)動機的實際輸出轉(zhuǎn)矩不能立即達到理想轉(zhuǎn)矩，而是在一定時間之后才能夠達到，此時間為滯后時間。8.1通信異常對智能網(wǎng)聯(lián)車隊控制影響及模型策略調(diào)整8.1.1通信延遲的影響及模型策略調(diào)整8.1通信異常對智能網(wǎng)聯(lián)車隊控制影響及模型策略調(diào)整8.1.1通信延遲的影響及模型策略調(diào)整通信系統(tǒng)、傳感器及執(zhí)行器存在延遲和滯后，控制器的信息不可能立即得到執(zhí)行，同樣執(zhí)行后的信息也不可能立即反饋回控制器?！?通信系統(tǒng)延遲值τ-控制系統(tǒng)滯后值加速工況時減速工況時加速度延遲方程8.1通信異常對智能網(wǎng)聯(lián)車隊控制影響及模型策略調(diào)整8.1.2通信失效的影響及模型調(diào)整策略通信失效：通信延遲至無窮大的一個特殊情況?！耜犃兄行旭偟能囕v，需要提前判斷前方車輛是否發(fā)生了通信失效，然后調(diào)整控制模型參數(shù)，跳過失效車輛與前方車輛進行通信；●通信失效車輛，判斷自己處于無網(wǎng)絡(luò)狀態(tài)時，控制系統(tǒng)切換到定距跟車，保證車距不發(fā)生變化，與前車作為一體進行控制，不影響車輛隊列整體安全性。8.1通信異常對智能網(wǎng)聯(lián)車隊控制影響及模型策略調(diào)整8.1.2通信失效的影響及模型調(diào)整策略8.2考慮通信時延的智能網(wǎng)聯(lián)汽車編隊切換控制模型8.2.2通信失效的影響及模型調(diào)整策略所有車輛的理想車距差值和連續(xù)兩車的相對速度之和Y趨向于0：考慮通信系統(tǒng)、傳感器及執(zhí)行器的滯后因素后，車輛隊列控制模型：8.2考慮通信時延的智能網(wǎng)聯(lián)汽車編隊切換控制模型車輛縱向加速度動態(tài)遲滯模型：n

號車縱向遲滯：n

－1號車縱向遲滯：8.2.2通信失效的影響及模型調(diào)整策略8.2考慮通信時延的智能網(wǎng)聯(lián)汽車編隊切換控制模型隊列中連續(xù)兩車在頻域內(nèi)的理想車距差值動態(tài)模型（兩式相減-一次微分-拉普拉斯變換）：條件一條件二8.2.2通信失效的影響及模型調(diào)整策略8.3通信失效下的智能網(wǎng)聯(lián)汽車編隊切換控制模型（1）通信失效車輛控制模型隊列中某車通信失效情況時，通信失效車輛無法與隊列中其他車輛進行信息交互，原有車輛隊列協(xié)同控制模型已經(jīng)無法成立，需要調(diào)整控制結(jié)構(gòu)。n號車通信失效，此時調(diào)整車輛隊列協(xié)同控制模型結(jié)構(gòu)，令n＋1號車與n－1號車進行通信。8.3.1車輛隊列中通信失效車輛及其后車的控制模型11.3通信失效下的智能網(wǎng)聯(lián)汽車編隊切換控制模型n號車能夠與n－1號車保持理想的理想車距差值：控制模型：n號車通信失效下車輛控制模型：11.3.1車輛隊列中通信失效車輛及其后車的控制模型11.3通信失效下的智能網(wǎng)聯(lián)汽車編隊切換控制模型（2）通信失效車輛后車的控制模型n號車通信失效，n＋1號車與n－1號車進行通信交互，n－1號車得到的是n＋1號車的行駛信息，對應(yīng)車距和車速計算公式：期望加速度模型：11.3.1車輛隊列中通信失效車輛及其后車的控制模型11.3通信失效下的智能網(wǎng)聯(lián)汽車編隊切換控制模型考慮通信延遲時間，調(diào)整的期望加速度模型：11.3.1車輛隊列中通信失效車輛及其后車的控制模型8.3通信失效下的智能網(wǎng)聯(lián)汽車編隊切換控制模型通信失效情況下n號車與其前車n＋1號車的動態(tài)加速度遲滯模型：兩車的理想車距偏差：8.3.2通信失效下保持隊列穩(wěn)定性條件8.3通信失效下的智能網(wǎng)聯(lián)汽車編隊切換控制模型通信失效下車輛控制器參數(shù)：通信失效情況下失效車輛的固定車頭時距：8.3.2通信失效下保持隊列穩(wěn)定性條件8.3通信失效下的智能網(wǎng)聯(lián)汽車編隊切換控制模型n＋1號車動態(tài)遲滯關(guān)系：n－1號車動態(tài)遲滯關(guān)系：8.3.2通信失效下保持隊列穩(wěn)定性條件8.3通信失效下的智能網(wǎng)聯(lián)汽車編隊切換控制模型n＋1號和n－1號車的理想車距差值動態(tài)模型：n號車通信失效下，n－1號車滑模控制參數(shù)：8.3.2通信失效下保持隊列穩(wěn)定性條件8.3通信失效下的智能網(wǎng)聯(lián)汽車編隊切換控制模型由于滑?？刂茀?，通信失效情況下n－1號車的固定車頭時距值滿足：n號車通信失效下，n－1號車滑?？刂茀?shù)：這樣在通信失效情況下可以保持車隊穩(wěn)定。8.3.2通信失效下保持隊列穩(wěn)定性條件8.3通信失效下的智能網(wǎng)聯(lián)汽車編隊切換控制模型滑?？刂茀?shù)滿足以下條件：8.3.2通信失效下保持隊列穩(wěn)定性條件8.3通信失效下的智能網(wǎng)聯(lián)汽車編隊切換控制模型固定車頭時距滿足以下條件：8.3.2通信失效下保持隊列穩(wěn)定性條件8.3通信失效下的智能網(wǎng)聯(lián)汽車編隊切換控制模型n號車通信失效情況下，車輛隊列協(xié)同控制模型應(yīng)當調(diào)整控制模型結(jié)構(gòu)：●通信失效的n號車和跟隨失效車輛的n

－1號車采用特定控制模型及參數(shù)，其余車輛沿用正常模型即可?！褚{(diào)整滑模控制參數(shù)和固定車頭時距

滿足特定條件，此時可以保持車輛隊列穩(wěn)定性，避免因通信失效造成的連環(huán)追尾碰撞。8.3.2通信失效下保持隊列穩(wěn)定性條件8.4通信異常時智能網(wǎng)聯(lián)汽車編隊控制模型仿真n號車通信延遲/失效情況下，選取同樣的仿真參數(shù)，分別對調(diào)整前的車輛隊列協(xié)同控制模型和本章調(diào)整后的車輛隊列協(xié)同控制模型進行仿真。8.4通信異常時智能網(wǎng)聯(lián)汽車編隊控制模型仿真1號車通信失效無法接收周圍車輛信息，正常勻速行駛時車輛隊列狀態(tài)不會變化，但是當加速度輸入階躍緊急減速后，會對車輛隊列協(xié)同控制模型造成擾動。分別對比模型結(jié)構(gòu)調(diào)整前和調(diào)整后的速度、加速度、理想車距差值仿真結(jié)果。8.4.1頭車階躍緊急減速輸入仿真8.4通信異常時智能網(wǎng)聯(lián)汽車編隊控制模型仿真8.4.1頭車階躍緊急減速輸入仿真8.4通信異常時智能網(wǎng)聯(lián)汽車編隊控制模型仿真8.4.1頭車階躍緊急減速輸入仿真8.4通信異常時智能網(wǎng)聯(lián)汽車編隊控制模型仿真1號車通信失效，如果車輛隊列協(xié)同控制模型不做調(diào)整：●1號車的車距保持會出現(xiàn)不穩(wěn)定情況，理想車距差值最大到4m，不能按照設(shè)定安全車距行駛。●獲取不到周圍車輛信息使1號車期望加速度跳變，導致1號車車速超過前車車速，理想車距差值擴大，進而導致追尾碰撞事故。模型做出調(diào)整：●理想車距差值仍然能夠保持在1m之內(nèi)；●車速和加速度的變化和頭車保持一致，可以保持隊列穩(wěn)定性不變，從而保證車輛隊列行駛，不存在安全隱患。8.4.1頭車階躍緊急減速輸入仿真8.4通信異常時智能網(wǎng)聯(lián)汽車編隊控制模型仿真1號車通信失效無法接收周圍車輛信息，正常勻速行駛時車輛隊列狀態(tài)不會變化，加速度輸入為正弦變化。分別對比模型調(diào)整前和調(diào)整后的仿真結(jié)果。8.4.2頭車正弦加速度輸入仿真8.4通信異常時智能網(wǎng)聯(lián)汽車編隊控制模型仿真8.4.2頭車正弦加速度輸入仿真8.4通信異常時智能網(wǎng)聯(lián)汽車編隊控制模型仿真8.4.2頭車正弦加速度輸入仿真8.4通信異常時智能網(wǎng)聯(lián)汽車編隊控制模型仿真8.4.2頭車正弦加速度輸入仿真車輛隊列協(xié)同控制模型不做調(diào)整：●1號車的車距保持會出現(xiàn)不穩(wěn)定情況，理想車距差值最大到4m，不能按照設(shè)定安全車距行駛?！瘾@取不到周圍車輛信息使1號車期望加速度跳變，導致1號車車速超過前車車速，理想車距差值擴大，進而導致追尾碰撞事故。模型做出調(diào)整：●理想車距差值仍然能夠保持在1m之內(nèi)；●車速和加速度的變化和頭車保持一致，可以保持隊列穩(wěn)定性不變，從而保證車輛隊列行駛，不存在安全隱患。8.4通信異常時智能網(wǎng)聯(lián)汽車編隊控制模型仿真8.4.2頭車正弦加速度輸入仿真第9章智能網(wǎng)聯(lián)汽車主動安全控制技術(shù)9.1車輛主動安全控制系統(tǒng)概述9.2傳統(tǒng)避撞模型缺陷分析9.3避撞過程中交通資源非線性規(guī)劃問題9.4智能網(wǎng)聯(lián)汽車協(xié)同主動避撞模型9.5協(xié)同主動避撞模型應(yīng)用于車輛隊列控制9.6仿真驗證第9章智能網(wǎng)聯(lián)汽車主動安全控制技術(shù)智能網(wǎng)聯(lián)汽車以隊列行駛時的車距，小于非隊列行駛時的車距，因此，如果控制系統(tǒng)操作不當，會增大碰撞事故發(fā)生概率，給車輛行駛造成新的安全隱患。為了隊列行駛安全性，當實際隊列行駛的車距小于制動距離時，需要通過隊列中的其他車輛協(xié)同操作來輔助完成避撞的動作，保證車輛隊列安全行駛。9.1智能網(wǎng)聯(lián)汽車主動安全控制技術(shù)（1）車輛避撞（CA）系統(tǒng)●CA系統(tǒng)通過先進的傳感器技術(shù)（雷達、超聲波等測距傳感器）檢測車輛前方障礙物的距離信息和前方車輛的距離、速度信息，控制車輛遇到緊急情況時自動制動?！裼捎跍y距傳感器種類繁多、不同傳感器測距誤差較大的缺點，所以很難形成統(tǒng)一的標準，于是CA系統(tǒng)也受到了行業(yè)的質(zhì)疑。（2）車輛協(xié)同避撞（CCA）系統(tǒng)●無線網(wǎng)絡(luò)改進了車輛避撞系統(tǒng)的機制，從而升級為基于無線通信的行CA系統(tǒng)?！裼泻芏鄡?yōu)越之處，車輛可以獲取更多有益于建立控制模型的信息，避撞功能不再依靠加裝各種各樣的傳感器來實現(xiàn)。9.1智能網(wǎng)聯(lián)汽車主動安全控制技術(shù)從控制實現(xiàn)方式來說，避撞模型主要包括兩種：車輛縱向控制模型和車輛橫向控制模型●當車速控制和縱向加速度作為主要的控制對象時，車輛縱向控制是主要的控制方式。●橫向控制是通過獲取車車之間的車速和車距信息、道路寬度信息來控制換道和超車時的方向盤角度來避免事故。本章主要考慮的場景為平直的縱向公路，所以主要分析車輛縱向避撞控制。9.2傳統(tǒng)避撞模型缺陷分析傳統(tǒng)協(xié)同避撞方法大多基于車車通信獲取信息來建立避撞模型，通過控制執(zhí)行機構(gòu)來完成避撞控制。下面進行分析。安全車距前后兩輛車車速保持一致時，需要制動距離9.2傳統(tǒng)避撞模型缺陷分析為保證安全，后車必須可在安全車距范圍內(nèi)可以將車速減到與前車一致，即公式聯(lián)立得解為9.2傳統(tǒng)避撞模型缺陷分析保持安全車距行駛下，前后車速不一致可能造成依靠一輛車的制動無法解決的碰撞事故，利用最大制動減速度來制動也無法在安全車距內(nèi)將車速減到零。這證明了傳統(tǒng)避撞控制方法應(yīng)用在車輛隊列控制中存在缺陷。針對上述缺陷，利用車輛隊列行駛控制的整體優(yōu)勢，當一輛車制動無法解決問題時，需要其他正常行駛的車輛主動配合來確保整體隊列的行駛安全性?；谶@一思路，本章引入新的協(xié)同主動避撞的概念——協(xié)同主動避撞（CACA）系統(tǒng)。9.2傳統(tǒng)避撞模型缺陷分析協(xié)同主動避撞（CACA）系統(tǒng)：基于車車通信模式的新型避撞控制方法。協(xié)同主動避撞（CACA）系統(tǒng)，可以通過車車之間信息的交互避免碰撞事故的發(fā)生，協(xié)同主動避撞控制必須在車車通信的環(huán)境下才可以應(yīng)用。CACA系統(tǒng)是CCA系統(tǒng)功能的擴展，可以彌補CCA系統(tǒng)的缺陷，充分利用無線通信的資源來協(xié)同控制保證車輛隊列運行的安全性。具體實現(xiàn)方式上，多車之間協(xié)同完成安全車距保持，實際是把各個車輛的車距協(xié)同分配——引出交通規(guī)劃學科中的非線性規(guī)劃問題。9.2傳統(tǒng)避撞模型缺陷分析9.3避撞過程中交通資源非線性規(guī)劃問題對信息判斷分析準確，才能很好地保證車輛安全行駛?，F(xiàn)實遇到的很多優(yōu)化問題，經(jīng)常是非線性約束條件下的優(yōu)化問題，稱為非線性規(guī)劃問題，解決這類問題的方法稱為非線性規(guī)劃方法。9.3避撞過程中交通資源非線性規(guī)劃問題非線性規(guī)劃●運籌學理論的一個重要分支；●一個求解目標函數(shù)極值問題的的元實函數(shù)；●受一組等式或不等式約束條件的限制。目標函數(shù)和約束條件至少有一個是非線性函數(shù)。非線性規(guī)劃為系統(tǒng)管理和優(yōu)化提供了一種有效的分析方法。9.3.1非線性規(guī)劃函數(shù)9.3避撞過程中交通資源非線性規(guī)劃問題非線性規(guī)劃問題數(shù)學表達簡化為9.3.1非線性規(guī)劃函數(shù)9.3避撞過程中交通資源非線性規(guī)劃問題本章采用適合計算機處理器求解的迭代法。（1）非線性規(guī)劃函數(shù)凹凸性分析線性規(guī)劃最優(yōu)解——通常在可行域的頂點。非線性規(guī)劃最優(yōu)解——因為最優(yōu)解可能是可行域內(nèi)的任意點，所以需要首先判斷函數(shù)的凹凸性，然后求出最優(yōu)解在可行解集合內(nèi)的位置。f（x）為定義在R上的凸函數(shù)，滿足以下不等式：9.3.2非線性規(guī)劃求解方法9.3避撞過程中交通資源非線性規(guī)劃問題根據(jù)式（12-6）非線性規(guī)劃函數(shù)定義，有9.3.2非線性規(guī)劃求解方法9.3避撞過程中交通資源非線性規(guī)劃問題凸規(guī)劃在可行域內(nèi)存在最優(yōu)解，并且其全局最優(yōu)解與局部最優(yōu)解相等。優(yōu)化問題需要求出唯一解，當凸規(guī)劃存在唯一解時，說明目標函數(shù)f（x）是嚴格凸函數(shù)，并存在最優(yōu)解，此時凸規(guī)劃的最優(yōu)解即為唯一解。9.3.2非線性規(guī)劃求解方法9.3避撞過程中交通資源非線性規(guī)劃問題（2）基本迭代法求解非線性規(guī)劃問題9.3.2非線性規(guī)劃求解方法9.3避撞過程中交通資源非線性規(guī)劃問題NP模型常用迭代法求其最優(yōu)解。迭代規(guī)則：具體計算：9.3.2非線性規(guī)劃求解方法9.3避撞過程中交通資源非線性規(guī)劃問題求解NP函數(shù)的基本迭代方法步驟：9.3.2非線性規(guī)劃求解方法9.3避撞過程中交通資源非線性規(guī)劃問題9.3.2非線性規(guī)劃求解方法9.4智能網(wǎng)聯(lián)汽車協(xié)同主動避撞模型為避免車輛隊列中第n輛車條件不滿足避撞條件而造成追尾，需要前方車輛加速行駛一段時間來滿足第n輛車的避撞條件，完成行進間車車協(xié)同避撞控制。——控制方式為協(xié)同主動避撞9.4.1加速度非線性規(guī)劃模型非線性規(guī)劃目標函數(shù)9.4智能網(wǎng)聯(lián)汽車協(xié)同主動避撞模型9.4.1加速度非線性規(guī)劃模型CACA模型，約束條件：（1）最大加速度值約束條件（2）縱向車速范圍約束條件9.4智能網(wǎng)聯(lián)汽車協(xié)同主動避撞模型9.4.1加速度非線性規(guī)劃模型（3）后車車距約束條件9.4智能網(wǎng)聯(lián)汽車協(xié)同主動避撞模型9.4.1加速度非線性規(guī)劃模型約束條件的意義：對車距的計算有個預(yù)期值。即，如果按分配的加速度加速的話，需要滿足在控制器執(zhí)行時間后車距要大于等于零?；诜蔷€性規(guī)劃的加速度分配模型：9.4智能網(wǎng)聯(lián)汽車協(xié)同主動避撞模型9.4.1加速度非線性規(guī)劃模型9.4智能網(wǎng)聯(lián)汽車協(xié)同主動避撞模型9.4.2非線性規(guī)劃求解條件目標函數(shù)是非線性的非凸函數(shù)，應(yīng)用迭代法求解該目標函數(shù)時需先驗證其解的存在性。可行性解的集合滿足車速限制條件和車距限制條件這兩個限制條件下解的存在性。9.4智能網(wǎng)聯(lián)汽車協(xié)同主動避撞模型9.4.2非線性規(guī)劃求解條件為了滿足車速限制條件，有那么式（12-23）的根應(yīng)該等于0，即整理得9.4智能網(wǎng)聯(lián)汽車協(xié)同主動避撞模型9.4.2非線性規(guī)劃求解條件上式的解分兩種條件討論：【條件1】存在滿足車距限制條件下的唯一解。式（12-23）在條件1情況下的可行解不為空，存在最優(yōu)解。9.4智能網(wǎng)聯(lián)汽車協(xié)同主動避撞模型9.4.2非線性規(guī)劃求解條件【條件2】存在解不滿足車速限制條件，會發(fā)生碰撞事故。條件2下不存在一個可行解。9.4智能網(wǎng)聯(lián)汽車協(xié)同主動避撞模型9.4.2非線性規(guī)劃求解條件1號車的分配加速度模型總結(jié)：9.4智能網(wǎng)聯(lián)汽車協(xié)同主動避撞模型9.4.2非線性規(guī)劃求解條件結(jié)論證明：9.5協(xié)同主動避撞模型應(yīng)用于車輛隊列控制定義一個避撞預(yù)測周期時間T，來保證1號車的分配加速度模型在執(zhí)行加速避撞時不影響2號車的安全性，使2號車在速度不變的條件下保證車距在安全車距范圍，滿足下式：1號車執(zhí)行分配加速度完成協(xié)同避撞，與2號車的車距不滿足約束條件（兩車最小安全車距行駛）：●2車需要協(xié)同1號車執(zhí)行加速避撞控制；●2號車加速行駛距離最小化，避免安全事故轉(zhuǎn)移給下一輛車。9.5協(xié)同主動避撞模型應(yīng)用于車輛隊列控制2號車分配加速度模型總結(jié)：●滿足條件1，即則2號車分配加速度非線性規(guī)劃函數(shù)為9.5協(xié)同主動避撞模型應(yīng)用于車輛隊列控制●滿足條件2，即1號車為避免碰撞而加速，造成碰撞事故轉(zhuǎn)移到1號車和2號車，不滿足避撞控制的前提條件。分配加速度模型無效，控制器不執(zhí)行操作。9.5協(xié)同主動避撞模型應(yīng)用于車輛隊列控制n輛車的情況：n－1號車與n號車車距不滿足n－1號車的加速條件，條件為需要n號車同時進行協(xié)同加速。9.5協(xié)同主動避撞模型應(yīng)用于車輛隊列控制n號車分配加速度模型：●滿足條件1，即則非線性規(guī)劃函數(shù)為9.5協(xié)同主動避撞模型應(yīng)用于車輛隊列控制●滿足條件2，即同樣的，分配加速度模型無效，控制器不執(zhí)行操作。9.5協(xié)同主動避撞模型應(yīng)用于車輛隊列控制時刻T上式成立，需要通過給定的計算的分配加速度模型。整個計算分配加速度過程可以擴展到整個具有車車通信的車輛隊列。9.5協(xié)同主動避撞模型應(yīng)用于車輛隊列控制分配加速度過程會在滿足下列條件時停止：這個結(jié)論說明，加速度分配過程會一直循環(huán)判斷，直到n號車加速避撞的同時不影響的n+1號車的安全車距，或者是n號車已經(jīng)是通信系統(tǒng)可以檢測到的最遠車輛或前面已經(jīng)沒有其他加速的車輛，模型運算停止，車輛隊列分配加速度過程結(jié)束。在分配加速度模型在車輛隊列中運行結(jié)束并求出加速度控制量后，得到分配加速度值會反饋給控制單元來執(zhí)行避撞控制。在下一個控制周期，即t+△t，模型會判斷隊列中是否仍存在有安全隱患的車輛，如此循環(huán)以上過程，直至避撞過程結(jié)束。9.5協(xié)同