网联自动驾驶车辆队列运行速度一致性协同控制方法

1.本发明涉及智能交通车车协同自动控制领域，特别涉及网联自动驾驶车辆队列运行速度一致性协同控制方法。


背景技术：

2.随着我国机动车保有量的不断增长，高密度交通流状态下，走走停停的交通流更易产生交通系统的震荡性传播，进一步加重了交通运行阻塞和通行不畅等现象，因此确保城市道路高效顺畅通行越发重要。
3.网联自动驾驶车辆逐步通过车车协同、车路协同、即时通信、网联互通等技术手段进行智慧决策与协同控制，以上技术的提出与发展，为网联自动驾驶车辆更高级别的协同驾驶、队列运行等运行方式提供了强有力的技术支持，通过实现相邻车辆间的速度优化，促进相邻车辆成队列运行并趋于速度一致性控制，对于减少相邻车辆速度差，降低交通流速度波动幅度，减缓交通系统的速度震荡等方面均具有实际意义。现有部分相关技术能够通过自动驾驶车辆的车速动态引导来消除或减缓交通波震荡，现有车辆协同方法无法通过最直接的队列速度缓解这一问题。


技术实现要素：

4.发明目的：针对以上问题，本发明目的是提供一种网联自动驾驶车辆队列运行速度一致性协同控制方法，降低交通震荡减缓现实交通系统中的常发性走走停停现象。
5.技术方案：本发明的一种网联自动驾驶车辆队列运行速度一致性协同控制方法，包括：
6.利用综合网联车辆驾驶策略的智能驾驶员模型建立自动驾驶车辆的网联运行环境；
7.在网联运行环境中各网联自动驾驶车辆获取自身的运动状态信息，并将运动状态信息发送至控制中心；
8.控制中心根据接收到的运动状态信息计算各网联自动驾驶车辆的最优加减速控制策略，并将最优加减速控制策略返回至各网联自动驾驶车辆；
9.各网联自动驾驶车辆根据最优加减速控制策略对自身速度进行调控，实现网联自动驾驶车辆队列运行速度一致性协同控制。
10.进一步，所述运动状态信息包括运行速度、加减速、相对位置以及相邻两网联自动驾驶车辆之间的距离。
11.进一步，所述综合网联车辆驾驶策略的智能驾驶员模型的表达式为：
12.[0013][0014][0015][0016]
式中，vi表示网联自动驾驶车辆cavi运行速度，li表示网联自动驾驶车辆i与前车cav
i-1
之间的距离，δvi表示cavi与前车cav
i-1
之间的速度差，i表示第i辆cav，表示运行速度vi在时间t的一阶导数，a
max
表示cav的最大加速度，表示cavi的期望速度，δ表示自由加速指数，l
*
表示相邻两cav之间期望距离，表示相邻两网联自动驾驶车辆cav之间的最小安全距离，ti表示cavi的决策时间，-a
min
表示cav的最大减速度，ai表示cavi的加速度，-ai表示cavi的减速度。
[0017]
进一步，当采用分布式协同控制策略时，以每两个相邻cav为单元，每个控制单元中将前车作为该控制单元的控制中心；当采用全局式协同控制策略时，整个队列的头车作为控制中心。
[0018]
进一步，当采用分布式协同控制策略时，对于由n辆cav组成的队列，利用模型预测控制mpc协调控制队列中的车辆运行，在每个采样时间点tk，控制中心将最优加减速控制策略发送至相邻网联自动驾驶车辆进行协同控制。
[0019]
进一步，当采用全局式协同控制策略时，对于由n辆cav组成的队列，利用模型预测控制mpc协调控制队列中的车辆运行，在每个采样时间点tk，控制中心将最优加减速控制策略发送至每个网联自动驾驶车辆进行协同控制。
[0020]
进一步，所述采用分布式协同控制策略包括：
[0021]
从网联驾驶车辆队列的头车开始，依次以相邻网联自动驾驶车俩cav
n-1
和cavn为单元进行控制，控制中心为cav
n-1
，计算当前控制单元的平均速度和共同期望速度v
d,n
，表达式分别为：
[0022][0023][0024]
式中，n-1为第n-1辆cav的编号，v
i-in
表示cavi的初始速度，tk表示采样时间点，δt表示预测周期，a
best
为控制输入，表示cav
n-1
和cavn的最优加减速，m表示预测周期个数，在m个预测周期内cav
1-cav
n-1
已实现速度一致性协调控制，m表示预测周期序号；
[0025]
在[t
k+
mδt,tk+(m+1)δt]预测期间，当时，cavn的运行速度优化为当时，cavn的运行速度优化为v
d,n
。
[0026]
进一步，所述全局式协同控制策略包括：
[0027]
以n辆cav组成的队列为控制单元，通过控制中心计算当前控制单元的平均速度和共同期望速度v
d,n
，表达式分别为：
[0028][0029][0030]
式中，a
best
为控制输入，表示所有cav的最优加减速；
[0031]
在[tk,tk+δt]预测期间，当时，cavn的运行速度优化为当时，cavn的运行速度优化为v
d,n
。
[0032]
有益效果：本发明与现有技术相比，其显著优点是：本发明充分考虑了网联自动驾驶环境下高密度cav在同一车道内运行过程中可能会出现走走停停等交通波震荡等现象，提出了以cav车辆为主体，以缩小相邻车辆速度差距为目的，提出了能够实现促进cav队列速度一致性的方法，实现了高密度cav在同一车道内的高效率稳定性运行，切实为智能交通、网联自动驾驶、车车协同、队列控制等发展提供了技术参考。
附图说明
[0033]
图1为网联自动驾驶车辆队列运行速度一致性协同控制方法流程图；
[0034]
图2为分布式协同控制策略流程图；
[0035]
图3为分布式网联自动驾驶环境下cav队列速度一致性协同控制策略示意图；
[0036]
图4为全局式协同控制策略流程图；
[0037]
图5为全局式网联自动驾驶环境下cav队列速度一致性协同控制方法示意图；
[0038]
图6为分布式网联自动驾驶环境下cav队列速度一致性协同控制效果图；
[0039]
图7为全局式网联自动驾驶环境下cav队列速度一致性协同控制效果图。
具体实施方式
[0040]
为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。
[0041]
如图1为本实施例中所述的网联自动驾驶车辆队列运行速度一致性协同控制方法流程图，包括以下步骤：
[0042]
(1)、利用综合网联车辆驾驶策略的智能驾驶员模型建立自动驾驶车辆的网联运行环境；
[0043]
上述步骤以cvds-idm为基础，建立自动驾驶车辆的网联运行环境，实现自动驾驶车辆运行过程中的车车互联，在网联运行环境中的车辆均为网联自动驾驶车辆，各车辆在网联运行环境中实现自主运行决策的前提下能够实现车辆之间信息共享、协同决策及智慧互联；
[0044]
(2)、在网联运行环境中各网联自动驾驶车辆获取自身的运动状态信息，并将运动状态信息发送至控制中心；
[0045]
上述控制中心是指所在控制单元具有控制作用的车辆；
[0046]
(3)、控制中心根据接收到的运动状态信息计算各网联自动驾驶车辆的最优加减速控制策略，并将最优加减速控制策略返回至各网联自动驾驶车辆；
[0047]
上述最优加减速控制策略是指根据运动状态信息计算得到的运行速度优化策略；
[0048]
(4)、各网联自动驾驶车辆根据最优加减速控制策略对自身速度进行调控，实现网联自动驾驶车辆队列运行速度一致性协同控制。
[0049]
在一个实施例中，上述运动状态信息包括运行速度、加减速、相对位置以及相邻两网联自动驾驶车辆之间的距离。
[0050]
在一个实施例中，上述综合网联车辆驾驶策略的智能驾驶员模型的表达式为：
[0051][0052][0053][0054][0055]
式中，vi表示网联自动驾驶车辆cavi运行速度，li表示网联自动驾驶车辆i与前车cav
i-1
之间的距离，δvi表示cavi与前车cav
i-1
之间的速度差，i表示第i辆cav，表示运行速度vi在时间t的一阶导数，a
max
表示cav的最大加速度，表示cavi的期望速度，δ表示自由加速指数，l
*
表示相邻两cav之间期望距离，表示相邻两网联自动驾驶车辆cav之间的最小安全距离，ti表示cavi的决策时间，-a
min
表示cav的最大减速度，ai表示cavi的加速度，-ai表示cavi的减速度。
[0056]
在一个实施例中，当采用分布式协同控制策略时，以每两个相邻cav为单元，每个控制单元中将前车作为该控制单元的控制中心；当采用全局式协同控制策略时，整个队列的头车作为控制中心。
[0057]
如图2和5所示，当采用分布式协同控制策略时，上述控制中心在队列运行过程中是依次变化的，如当以cav1和cav2为控制单元进行一致性控制时，此时控制中心为cav1，当cav1和cav2为速度一致后以cav2和cav3为控制单元进行速度一致性控制时，此时控制中心为cav2。当采用全局式协同控制策略时，控制中心始终是队列的头车。
[0058]
在一个实施例中，当采用分布式协同控制策略时，对于由n辆cav组成的队列，利用模型预测控制mpc协调控制队列中的车辆运行，在每个采样时间点tk，控制中心将最优加减速控制策略发送至相邻网联自动驾驶车辆进行协同控制。
[0059]
在一个实施例中，当采用全局式协同控制策略时，对于由n辆cav组成的队列，利用模型预测控制mpc协调控制队列中的车辆运行，在每个采样时间点tk，控制中心将最优加减速控制策略发送至每个网联自动驾驶车辆进行协同控制。
[0060]
在一个实施例中，流程图如图3所示，上述采用分布式协同控制策略包括：
[0061]
从网联驾驶车辆队列的头车开始，依次以相邻网联自动驾驶车俩cav
n-1
和cavn为单元进行控制，控制中心为cav
n-1
，计算当前控制单元的平均速度和共同期望速度v
d,n
，表达式分别为：
[0062][0063][0064]
式中，n-1为第n-1辆cav的编号，v
i-in
表示cavi的初始速度，tk表示采样时间点，δt表示预测周期，a
best
为控制输入，表示cav
n-1
和cavn的最优加减速，m表示预测周期个数，在m个预测周期内cav
1-cav
n-1
已实现速度一致性协调控制，m表示预测周期序号；
[0065]
在[t
k+
mδt,tk+(m+1)δt]预测期间，当时，cavn的运行速度优化为当时，cavn的运行速度优化为v
d,n
。
[0066]
具体的，在一个由3辆网联自动驾驶车辆组成的队列为例说明上述采用分布式协同控制策略具体实现过程，包括以下步骤：
[0067]
(a)以队列的车头网联车辆cav1和相邻网联车辆cav2为速度一致性控制单元，此时控制中心为cav1，通过控制中心计算当前控制单元的平均速度和共同期望速度v
d,n
，表达式分别为：
[0068][0069][0070]
式中，是指v1和v2的平均值，v
d,2
是指cav1和cav2的共同期望速度，v
i-in
是指cavi的初始速度，a
best
为控制输入，是指cav1和cav2的最优加减速。
[0071]
如果，代表在采样时刻tk之前，cav1和cav2的共同期望速度不能为每辆车提供进一步的速度一致性优化空间，根据平均速度对期望速度和每辆车的加(减)速进行协同控制，在[tk,tk+δt]期间，cav2的运行速度将沿着进行优化；
[0072]
如果代表在采样时刻tk之后，cav1和cav2的共同期望速度可以为每辆车提供进一步的速度一致性优化空间，根据期望速度对每辆车的运行速度和加(减)速进行协同控制，在[tk,tk+δt]期间，cav2的运行速度将沿v
d,2
进行优化。
[0073]
当cav1和cav2在m个预测周期后达到速度一致性，在时间tk+mδt，将开始对cav2和cav3的速度进行采样，并对前3个cav实施速度一致性优化。
[0074]
(b)、cav2和cav3速度一致性控制，此时控制中心为cav2，计算当前控制单元的平均速度和共同期望速度v
d,n
，表达式分别为：
[0075]
[0076][0077]
式中，是指v2和v3的平均值，v
d,3
是指cav2和cav3的共同期望速度，v
i-in
是指cavi的初始速度，a
best
为控制输入，是指cav2和cav3的最优加减速
[0078]
如果在[t
k+
mδt,tk+(m+1)δt]期间，cav3的运行速度将沿优化；
[0079]
如果在[t
k+
mδt,tk+(m+1)δt]期间，cav3的运行速度将沿v
d,3
优化。
[0080]
通过上述步骤，由4个网联车辆cav组成的队列在分布式协同控制策略的作用下将达到速度一致性控制。
[0081]
在一个实施例中，流程图如图4所示，上述全局式协同控制策略包括：
[0082]
以n辆cav组成的队列为控制单元，通过控制中心计算当前控制单元的平均速度和共同期望速度v
d,n
，表达式分别为：
[0083][0084][0085]
式中，a
best
为控制输入，表示所有cav的最优加减速；
[0086]
在[tk,tk+δt]预测期间，当时，cavn的运行速度优化为当时，cavn的运行速度优化为v
d,n
。在重复预测周期后，由n个cav组成的队列在全局式协同控制策略的作用下将达到速度一致性。
[0087]
为进一步清楚的说明本实施例网联自动驾驶车辆队列运行速度一致性协同控制方法的产生效果，以以下具体示例进行仿真展示。令最大期望速度为100km/h、最大加(减)速度
±ai
为3m/s2，相邻两cav之间的期望距离l
*
为30m，cavi的决策时间ti设置为恒定的0.6s，自由加速指数δ设置为0.8，相邻两cav之间的最小安全距离设置为20m。仿真过程中的场景设定为存在明显走走停停现象的绕城高速公路路段，仅选取单条车道，饱和度为0.8，车道宽度为3.75m，车道长度在一定时间条件下(400s)不受限制。仿真过程将以cvds-idm为运行和控制基础，分别采用分布式和全局式速度一致性协同控制对网联自动驾驶环境下cav队列运行控制过程进行仿真。
[0088]
图6所示为分布式网联自动驾驶环境下cav队列速度一致性协同控制效果，图7所示为全局式网联自动驾驶环境下cav队列速度一致性协同控制效果。如图6-7所示，两种协同控制策略均在一定的时间内实现了网联自动驾驶车辆队列的速度一致性协同控制。在优化过程中，采用两种协同控制策略的仿真过程中速度变化趋势大致相同，在初始过程中振荡较大，分布式振荡时间范围为0-100s，全局式振荡时间范围为0-13s，中间过程振荡较小，分布式为100-350s，全局式为13-79s，最终在网联自动驾驶环境下所有cav均实现了速度一致性控制。此外，两种控制策略的优化过程存在明显的时间差异，在相同的实验条件下，分布式的优化时间要比全局式时间长。采用分布式仿真过程中，cav队列速度约在370s后达到一致，而采用全局式仅需80s左右便实现了cav队列速度的一致性控制。结果表明，两种方法
均能实现网联自动驾驶条件下cav队列速度一致性控制，在相同运行条件下，全局式速度一致性协同控制方法比分布式速度一致性协同控制方法能够更快地实现cav队列速度一致性协同控制。

技术特征：
1.网联自动驾驶车辆队列运行速度一致性协同控制方法，其特征在于，包括：利用综合网联车辆驾驶策略的智能驾驶员模型建立自动驾驶车辆的网联运行环境；在网联运行环境中各网联自动驾驶车辆获取自身的运动状态信息，并将运动状态信息发送至控制中心；控制中心根据接收到的运动状态信息计算各网联自动驾驶车辆的最优加减速控制策略，并将最优加减速控制策略返回至各网联自动驾驶车辆；各网联自动驾驶车辆根据最优加减速控制策略对自身速度进行调控，实现网联自动驾驶车辆队列运行速度一致性协同控制。2.根据权利要求1所述的网联自动驾驶车辆队列运行速度一致性协同控制方法，其特征在于，所述运动状态信息包括运行速度、加减速、相对位置以及相邻两网联自动驾驶车辆之间的距离。3.根据权利要求1所述的网联自动驾驶车辆队列运行速度一致性协同控制方法，其特征在于，所述综合网联车辆驾驶策略的智能驾驶员模型的表达式为：征在于，所述综合网联车辆驾驶策略的智能驾驶员模型的表达式为：征在于，所述综合网联车辆驾驶策略的智能驾驶员模型的表达式为：征在于，所述综合网联车辆驾驶策略的智能驾驶员模型的表达式为：式中，v
i
表示网联自动驾驶车辆cav
i
运行速度，l
i
表示cav
i
与前车cav
i-1
之间的距离，δv
i
表示cav
i
与前车cav
i-1
之间的速度差，i表示第i辆cav，表示运行速度v
i
在时间t的一阶导数，a
max
表示cav的最大加速度，表示cav
i
的期望速度，δ表示自由加速指数，l
*
表示相邻两cav之间期望距离，表示相邻两网联自动驾驶车辆cav之间的最小安全距离，t
i
表示cav
i
的决策时间，-a
min
表示cav的最大减速度，a
i
表示cav
i
的加速度，-a
i
表示cav
i
的减速度。4.根据权利要求1所述的网联自动驾驶车辆队列运行速度一致性协同控制方法，其特征在于，当采用分布式协同控制策略时，以每两个相邻cav为单元，每个控制单元中将前车作为该控制单元的控制中心；当采用全局式协同控制策略时，整个队列的头车作为控制中心。5.根据权利要求4所述的网联自动驾驶车辆队列运行速度一致性协同控制方法，其特征在于，当采用分布式协同控制策略时，对于由n辆cav组成的队列，利用模型预测控制mpc协调控制队列中的车辆运行，在每个采样时间点t
k
，控制中心将最优加减速控制策略发送至相邻网联自动驾驶车辆进行协同控制。6.根据权利要求4所述的网联自动驾驶车辆队列运行速度一致性协同控制方法，其特
征在于，当采用全局式协同控制策略时，对于由n辆cav组成的队列，利用模型预测控制mpc协调控制队列中的车辆运行，在每个采样时间点t
k
，控制中心将最优加减速控制策略发送至每个网联自动驾驶车辆进行协同控制。7.根据权利要求5所述的网联自动驾驶车辆队列运行速度一致性协同控制方法，其特征在于，所述采用分布式协同控制策略包括：从网联驾驶车辆队列的头车开始，依次以相邻网联自动驾驶车俩cav
n-1
和cav
n
为单元进行控制，控制中心为cav
n-1
，计算当前控制单元的平均速度和共同期望速度v
d,n
，表达式分别为：别为：式中，n-1表示第n-1辆cav的编号，v
i-in
表示cav
i
的初始速度，t
k
表示采样时间点，δt表示预测周期，a
best
为控制输入，表示cav
n-1
和cav
n
的最优加减速，m表示预测周期个数，在m个预测周期内cav
1-cav
n-1
已实现速度一致性协调控制，m表示预测周期序号；在[t
k+
mδt,t
k
+(m+1)δt]预测期间，当时，cav
n
的运行速度优化为当时，cav
n
的运行速度优化为v
d,n
。8.根据权利要求6所述的网联自动驾驶车辆队列运行速度一致性协同控制方法，其特征在于，所述全局式协同控制策略包括：以n辆cav组成的队列为控制单元，通过控制中心计算当前控制单元的平均速度和共同期望速度v
d,n
，表达式分别为：，表达式分别为：式中，a
best
为控制输入，表示所有cav的最优加减速；在[t
k
,t
k
+δt]预测期间，当时，cav
n
的运行速度优化为当时，cav
n
的运行速度优化为v
d,n
。

技术总结
本发明公开网联自动驾驶车辆队列运行速度一致性协同控制方法，利用综合网联车辆驾驶策略的智能驾驶员模型建立自动驾驶车辆的网联运行环境；在网联运行环境中各网联自动驾驶车辆获取自身的运动状态信息，并将运动状态信息发送至控制中心；控制中心根据接收到的运动状态信息计算各网联自动驾驶车辆的最优加减速控制策略，并将最优加减速控制策略返回至各网联自动驾驶车辆；各网联自动驾驶车辆根据最优加减速控制策略对自身速度进行调控，实现网联自动驾驶车辆队列运行速度一致性协同控制。本发明以CAV车辆为主体，以缩小相邻车辆速度差距为目的，提出了能够实现促进CAV队列速度一致性的方法，实现了高密度CAV在同一车道内的高效率稳定性运行。的高效率稳定性运行。的高效率稳定性运行。


技术研发人员：王立超 杨敏 张霁扬 覃柏霑 马可
受保护的技术使用者：东南大学
技术研发日：2023.02.16
技术公布日：2023/6/26