多车响应的网联自主车辆分层协同控制方法

本发明涉及智能驾驶车辆协同控制，公开了多车响应的网联自主车辆分层协同控制方法。

背景技术：

1、随着智慧交通与车联网技术的快速发展，网联自主车辆(cavs)通过车-车(v2v)、车-万物(v2x)等通信技术实现多车信息实时共享，成为提升道路通行安全性和行驶效率的关键因素。在车辆队列控制中，车辆之间需要通过即时信息共享与策略协同确保交通流畅和安全，其依赖于先进的通信技术与智能算法，以确保个体能够有效互通信息并做出最佳决策，从而增强整体系统的效率与鲁棒性。目前车辆队列纵向控制算法主要采用分布式控制模式，常见的控制方法有协同自适应巡航控制、分布式鲁棒控制、分布式滑膜控制、分布式模型预测控制等。车辆的横向运动包括车道保持、换道、弯道行驶等，横向控制的精确性直接影响着车辆行驶安全和横向运动稳定性。目前主流的横向控制方法主要采用路径跟踪策略，其通过控制车辆沿着预规划参考路径行驶实现横向运动。然而，目前大多数路径跟踪算法依赖轨迹规划的精度，这使车辆横向运动控制的适用场景存在一定局限性。

技术实现思路

1、本发明公开了多车响应的网联自主车辆分层协同控制方法，以解决网联车辆队列动态汇入场景纵横向控制解耦、纵向安全约束无法适配横向扰动，难以兼顾队列稳定性与行车安全性的技术问题。

2、多车响应的网联自主车辆分层协同控制方法，包括以下步骤：

3、s1、采用前车-领航车跟随式plf通信拓扑，利用二阶泰勒公式预测领航车短时域运动状态并作为前馈量，结合可变车头时距模型构建期望车间距，根据领航车预测状态、前车与跟随车速度差及间距误差构建期望加速度生成律，并通过频域约束保证队列弦稳定性；

4、s2、针对车辆汇入场景，采用五次多项式拟合生成连续平滑的横向参考路径，结合车辆实时车速与汇入时间动态更新路径弧长，匹配车辆实时运动状态；

5、s3、基于车辆一阶惯性时滞动力学模型，搭建融合控制李雅普诺夫函数clf与控制屏障函数cbf的二次规划qp控制器，通过clf约束保证队列跟驰稳定性，通过高阶cbf约束保障纵向行车安全；

6、s4、基于车辆二自由度动力学模型构建横向误差状态方程，采用增益调度lqr状态反馈结合曲率前馈补偿的复合控制策略，输出前轮转角，实现参考路径高精度跟踪；

7、s5、基于lyapunov稳定性理论证明横向跟踪误差有界，结合车辆汇入工况的横向动态偏移特性与物理运动边界，将横向轨迹跟踪误差效应实时映射至纵向安全间距，构建工况自适应的时变控制屏障函数约束，实现车辆汇入过程纵、横向运动的安全协同耦合控制。

8、进一步地，所述采用前车-领航车跟随式plf通信拓扑，利用二阶泰勒公式预测领航车短时域运动状态并作为前馈量，包括：

9、上层纵向速度引导采用前车-领航车跟随式plf通信拓扑，跟随车仅获取前车、领航车状态信息，在预测时域内，采用二阶泰勒公式预测领航车的速度和加速度：

10、；

11、式中，和分别为领航车实时纵向行驶速度和加速度，为加速度的变化率，和分别为预测时域内领航车的预测速度和预测加速度，为预测时域；

12、将预测值作为跟随车期望加速度的前馈项。

13、进一步地，所述结合可变车头时距模型构建期望车间距，包括：

14、网联车辆队列采用可变车头时距间距策略，根据车辆实时行驶速度动态调整期望安全间距，期望车间距为：

15、；

16、式中，为静止安全距离，为车头时距，为期望车间距；

17、基于实际车间距与期望车间距定义跟随车的车间距误差：

18、；

19、式中，为第辆跟随车的车间距误差，为第辆跟随车的前车纵向位置，为第辆跟随车的纵向位置，为第辆车的期望安全车间距。

20、进一步地，所述根据领航车预测状态、前车与跟随车速度差及间距误差构建期望加速度生成律，并通过频域约束保证队列弦稳定性，包括：

21、融合领航车前馈、双车速差与间距误差，构成纵向期望加速度生成律：

22、；

23、式中，和分别为领航车预测加速度和预测速度，、分别为前车速度和跟随车速度，、、分别为领航速差权重系数、前车速差权重系数、间距误差权重系数，为车间距误差，为跟随车期望加速度；

24、对期望加速度积分，求解跟随车下一时刻期望速度与期望位置：

25、；

26、式中，为控制计算周期，为第辆跟随车的纵向速度，为第辆跟随车当前时刻纵向位置，为跟随车下一时刻期望速度，为跟随车下一时刻期望位置；对期望加速度生成律开展频域分析，经拉普拉斯变换得到相邻车辆间距误差传递函数：

27、；

28、式中，为拉普拉斯复频率算子，、、分别为车间距误差的反馈增益、车间距误差变化率的反馈增益、稳态间距误差补偿增益；

29、依据队列弦稳定性条件，当任意角频率，满足时，队列误差传递可控，令，，代入相邻车辆间距误差传递函数中，得到上层控制参数需满足的充分条件：

30、；

31、通过选取满足约束条件的权重系数、、，抑制间距误差沿车队向上游传递放大，保障车辆队列弦稳定运行。

32、进一步地，所述s2包括：

33、采用五次多项式参数化规划横向平滑汇入路径，以弧长为自变量的横向偏移量：

34、；

35、式中，为路径纵向弧长参数，、、、、、为待求解的多项式系数，为总路径弧长且，、分别为汇入车辆的速度和期望加速度，为期望汇入时间；

36、采用位置、航向角、曲率全程连续的六组边界条件求解多项式系数，保证规划路径始末状态平滑衔接；

37、路径起点边界条件满足横向偏移位置、航向与初始轨迹曲率连续，对应约束为，，，为汇入车辆当前轨迹曲率，、、分别为汇入参考路径起点的横向偏移量、航向、初始轨迹曲率，为汇入车辆航向角与参考路径航向角误差；路径终点边界条件满足横向归位、航向与曲率归零，保证汇入完成后轨迹平稳贴合目标车道，对应约束为，，，、、分别为汇入参考路径终点的横向偏移量、航向、曲率，为相邻车道中心线横向间距；

38、将6个边界条件代入横向偏移量中，通过求解线性方程组，得到多项式系数，建立弧长更新律：

39、；

40、；

41、式中，为时刻车辆沿参考路径的弧长，为时刻车辆沿参考路径的弧长，为时刻车辆沿参考路径的弧长对时间的一阶导数；

42、实现参考路径形态、路径长度随汇入车辆实时车速动态自适应更新。

43、进一步地，所述基于车辆一阶惯性时滞动力学模型，包括：

44、采用一阶惯性时滞模型作为车辆纵向动力学模型：

45、；

46、式中，为第辆跟随车的实时纵向位置对时间一阶导数，为第辆跟随车纵向速度对时间的一阶导数，为第辆跟随车实际输出纵向加速度，为加速度对时间一阶导数，为车辆发动机惯性时滞参数，为第辆跟随车的纵向控制输入。

47、进一步地，所述搭建融合控制李雅普诺夫函数clf与控制屏障函数cbf的二次规划qp控制器，通过clf约束保证队列跟驰稳定性，通过高阶cbf约束保障纵向行车安全，包括：

48、根据车间距误差模型及可变车头时距期望车间距，对误差依次进行一阶、二阶时间求导，一阶求导得到误差变化率；二阶求导得到误差动态基础式，为第辆跟随车纵向速度对时间的一阶导数；联立车辆纵向动力学模型，变形得到加速度变化率表达式，将代入二阶误差动态基础式，消去中间变量后得到完全包含车辆时滞特性的误差动态方程：

49、；

50、式中，为第辆跟随车纵向加速度，为第辆跟随车纵向控制输入，为车辆纵向执行机构一阶惯性环节的时间常数；

51、基于误差量与误差变化率构建组合误差状态量，，、为构建的组合误差状态变量，为预设误差状态调节增益且，依托组合误差状态构造正定的控制李雅普诺夫稳定性函数：

52、；

53、对控制李雅普诺夫函数求时间导数，引入松弛变量构建可松弛稳定性约束，适配动态工况波动：

54、；

55、式中，为李雅普诺夫函数的时间导数，为衰减率且，为clf 稳定性约束对应的松弛变量且；

56、定义系统安全集：

57、；

58、式中，为系统状态向量，为第辆跟随车与第辆前车的实际车间距，为第辆跟随车的最小安全车间距；

59、纵向维度中，相邻前车与后车之间的纵向间距不得小于当前工况下最小安全车间距：

60、；

61、式中，为静态最小间距，为最小车头时距；

62、基于安全集构建纵向安全屏障函数：

63、；

64、对安全屏障函数依次进行一阶、二阶时间求导，并结合车辆一阶惯性时滞纵向动力学模型联立化简，得到含有纵向控制量的屏障函数二阶动力学表达式，用于搭建高阶安全约束；

65、由于纵向安全屏障函数对应的系统相对阶为2，依据高阶控制屏障函数理论，构造两级约束链；选取线性类k函数，，、为线性类 k 函，、为正向可调增益参数，为线性类 k 函数的自变量，依次构造辅助约束变量，并建立约束不等式，为基于安全屏障函数构造的一阶辅助约束变量，为辅助约束变量对时间的一阶导数；

66、引入二阶扩展k函数约束链，实现高阶系统安全约束：

67、；

68、式中，为原始安全屏障变量，为对时间的一阶导数，、为正向可调增益参数；

69、对约束链联立车辆时滞动力学模型，消去中间变量，推导得到含有纵向控制量的显式cbf安全不等式约束；

70、构建qp求解框架，qp代价函数为：

71、；

72、式中，、、为预设权重系数，分别对应控制量跟踪精度、控制量平滑度、松弛变量惩罚权重，为第辆车当前时刻待求解的纵向控制输入，为当前时刻期望控制量，为第辆车当前时刻待求解的纵向控制输入，为第辆车上一时刻的纵向控制输入，为第辆车 clf 稳定性约束对应的松弛变量；

73、将纵向控制量与稳定性松弛变量共同作为二次规划优化变量，以代价函数作为优化目标，联合clf稳定性约束、高阶cbf安全约束以及纵向控制量幅值约束构建优化问题；通过求解该二次规划优化问题，得到同时满足系统稳定性与行车安全约束的最优纵向控制输入。

74、进一步地，所述s4包括：

75、构建车辆二自由度自行车动力学模型基于大地坐标系与车身局部坐标系开展整车受力与力矩分解，整理得到车辆横向运动微分方程：

76、；

77、式中，和分别为车辆前轮的纵横向受力，为整车质量，为车辆横摆转动惯量，为车辆纵向速度，为车辆横向加速度，为车身横摆角速度，为车身横摆角加速度，、分别为车辆质心到前轴、后轴的距离，为后轮横向受力，为车辆前轮转角；

78、对运动微分方程整理化简，得到车辆横向动力学状态方程：

79、；

80、式中，为车辆横向速度，、分别为前后轮综合侧偏刚度；

81、构建横向跟踪误差动力学模型，基于小角度误差微分关系，联立车辆横向动力学状态方程，得到含扰动的横向误差状态空间方程：

82、；

83、式中，为横向跟踪误差状态向量对时间的一阶导数，为横向跟踪误差状态向量，为系统矩阵，为输入矩阵，为曲率扰动向量；

84、设计增益调度lqr最优状态反馈控制器，忽略曲率扰动向量，以无限时域内轨迹跟踪误差最小化、前轮转角控制输入平滑约束为控制目标，构建二次型最优控制目标积分函数：

85、；

86、式中，为对称半正定状态加权矩阵，为控制输入加权系数；

87、通过求解代数riccati方程得到正定对称矩阵，基于矩阵计算最优反馈增益矩阵得到最优反馈转角：

88、；

89、基于车辆稳态圆周行驶力学特性，推导适配变曲率轨迹的前馈补偿转角：

90、；

91、式中，为参考轨迹曲率；

92、融合lqr动态状态反馈转角与曲率前馈补偿转角，得到最终前轮转角控制量：

93、。

94、进一步地，所述基于lyapunov稳定性理论证明横向跟踪误差有界，包括：

95、构建横向闭环扰动系统模型；依托四阶横向误差状态空间方程最优反馈增益矩阵及曲率前馈补偿转角，联立得到横向轨迹跟踪闭环动态方程，整合参考轨迹曲率扰动与前馈补偿残余误差，构建含集总有界扰动的闭环动力学模型：

96、；

97、式中，为横向闭环系统矩阵，为包含前馈补偿残差和曲率扰动的扰动项且满足，为扰动项最大范数；

98、基于lyapunov理论证明横向跟踪误差有界性；依托求解代数riccati方程得到的正定对称矩阵，构造正定lyapunov能量函数：

99、；

100、对lyapunov能量函数进行时间求导，代入横向闭环扰动动力学方程，结合求解代数riccati方程、正定矩阵最小特征值特性及柯西-施瓦茨不等式进行放缩推导，得到能量函数导数的上界约束关系，为矩阵的最小特征值；

101、当能量函数导数小于0时，得到横向状态向量的全局误差上界：

102、；

103、式中，为误差上界；

104、定义扰动项最大范数为，确定横向跟踪误差的全局上界，证明误差全程有界：

105、。

106、进一步地，所述结合车辆汇入工况的横向动态偏移特性与物理运动边界，将横向轨迹跟踪误差效应实时映射至纵向安全间距，构建工况自适应的时变控制屏障函数约束，实现车辆汇入过程纵、横向运动的安全协同耦合控制，包括：

107、基于车辆几何尺寸参数，建立车身四角点相对参考轨迹中心的横向偏移计算公式：

108、；

109、式中，为车身四角点横向位置，为参考轨迹中心位置，为质心横向位置跟踪误差，为车身宽度，为车辆轴距前悬，为车身轴线与参考轨迹切向的航向角误差；

110、结合得到横向状态向量的全局误差上界推导得出、，配合小角度近似特性对横向偏移量进行不等式放缩，得到车身角点横向最大偏移上界：

111、；

112、基于车身横向最大偏移上界，引入附加安全裕度，定义全域通用的横向安全包络半径：

113、；

114、式中，为附加安全裕度；

115、构建纵向安全距离动态修正项，结合车辆纵向长度、车身宽度及横向安全包络半径，设计适配汇入工况的时变纵向安全余量修正项：

116、；

117、式中，为纵向安全距离动态修正量，为车辆纵向车身长度，为预设安全比例系数；

118、结合动态安全修正项，分别构建汇入车辆相对前车、后车的时变高阶控制屏障函数约束，适配横向动态扰动下的纵向安全防护需求；

119、汇入车辆相对目标间隙前车的纵向安全约束屏障函数：

120、；

121、式中，为考虑横向汇入效应后，针对第辆前车构造的时变安全屏障函数，为汇入车辆纵向位置，为汇入车辆实时行驶速度，为向汇入效应引入的安全距离修正项，为横向位置误差、航向角误差、车辆纵向速度、前轮转角的函数；

122、汇入车辆相对目标间隙后车的纵向安全约束屏障函数：

123、；

124、式中，为第辆跟随车的纵向位置；

125、实现横向轨迹跟踪与纵向安全防护的深度耦合，最终保障车辆队列汇入过程全程安全、稳定、无碰撞。

126、与现有技术相比，本发明具有以下有益效果：

127、本发明构建分层协同控制架构，依托plf通信拓扑结合预测前馈与频域约束保障队列弦稳定性，同时融合clf与高阶cbf构建纵向qp控制器、采用增益调度lqr实现横向轨迹高精度跟踪；通过lyapunov理论推证横向跟踪误差有界，将车身侧向侵占效应转化为时变纵向安全约束，实现纵横向控制深度耦合。相较于传统解耦控制方案，本发明能够抑制扰动在车队间逐级传递，有效规避汇入过程侧向侵占引发的碰撞风险，可在保证队列稳定跟驰的同时提升匝道动态汇入场景的行车安全性。