多车协作驾驶纵向控制动力学建模与仿真研究

Multi-Vehicle Collaborative driving can significantly improve traffic security,this project is aimed at researching dynamic modeling and simulation problems of its longitudinal control.And it will be presented in such aspects as following: Firstly, its nonlinear dynamic characters will be analyzed, as well the instability mechanism of traffic system under the disturbance of front cars, and a control method called disturbance decoupling will be put forward.Secondly, aggregation and deaggregation action between individual vehicle and collaborative vehicles will be analyzed,the rule that how the task concentration of drivers with multi-information stimulation and disturbance have effect on operation and control will be revealed, a method to estimate uncertain parameters of drivers will be proposed,an integrated control model of vehicles' longitudinal dynamics and a driver model will be built, which reflect competitive and cooperative relations among traffic individuals.Then, based on multi-domain unified modeling theory, co-simulation analysis will be made in orde to optimize the longitudinal control logic of vehicle.Finally, vehicles formalized description and the method of model mapping under the control of driver-vehicle closed-loop system will be researched, a simulation test system of multi-vehicles' collaborative driving based on multi-agent will be built, which can emulate and test the dynamic and static characteristic of vehicles under multi-vehicles collaborative driving with different disturbances. Significant impacts both in academic and application areas will be made by probing this study. This study is aimed to promote the development of vehicle dynamics, to shorten the gap between the collaborative multi-vehicle driving system application and its commercialization and to improve the work efficiency and stability of the longitudinal control system.

多车协作驾驶能显著提高交通安全与效率，本项目将研究其纵向控制动力学建模与仿真问题。首先，研究多车协作驾驶车辆的非线性动力学特性，解析多前车干扰下的交通系统失稳机理，提出干扰解耦控制方法；其次，分析个体车辆与协作驾驶车辆的聚合与解聚行为，揭示多源信息刺激和干扰下的驾驶员任务聚集对驾驶行为决策的影响规律，提出驾驶员不确定性参数估计方法,构建能体现不同交通个体间竞争与合作关系的纵向控制动力学集成模型及一体化的驾驶员模型；然后，基于多领域统一建模理论进行协同仿真分析，优化多车协作驾驶车辆的纵向控制逻辑；最后，研究多车协作驾驶行为的形式化描述与模型映射方法，开发基于多Agent的多车协作驾驶模拟实验系统，仿真和实验研究多车协作驾驶车辆在不同干扰作用下的动静态特性。本项目研究对促进车辆动力学的发展，加快多车协作驾驶技术应用和产业化的步伐，提高其纵向控制系统的工作效率和可靠性等具有重要的学术和应用价值。

本项目立项三年多来经过项目组全体成员和学生的共同努力，取得了一些研究成果，基本上完成了计划研究任务和实现了预期研究目标。. 在多车协作驾驶车辆 Agent 形式化描述与模型映射方法及仿真实验研究方面，项目已经建立了基于CarSim/Matlab的多车驾驶动力学仿真、基于SUMO/Matlab多车行驶交通仿真、基于智能缩微车的半实物行驶仿真的三个平台。相关平台解决了多车协作纵向控制动力学从超微观仿真（汽车动力学建模）到微观仿真（多车纵向动力学、驾驶行为建模、局部交通影响分析）的仿真难题,有效的降低了多车状态下的驾驶行为识别模型和多车纵向控制模型验证难度。在此基础上，项目组还构建了实车验证平台，第一代为项目组研制的四轮毂驱动电动汽车，第二代为项目组对众泰-云100电动汽车的改装，目前改装后的车辆能够运行，下一步将在该平台上增加协作驾驶功能进行实车实验。. 在多车协作驾驶纵向控制动力学建模方面，项目建立基于Matlab的传动、轮胎以及方向盘、刹车、油门相应的经典数学模型，并与车间跟随模型进行映射和优化。项目提出了根据车辆基本静态参数和实时数据，结合车辆纵向动力学标定车辆跟车模型的相关参数的方法（如车辆最大加速度、减加速度、操控延迟时间）。根据标定后的动力学模型和跟车模型预测车辆的状态，在全自动驾驶状态下，项目采用PID控制方法和预测控制方法，在Carsim/SUMO仿真平台上都取得了比较好的控制效果。. 在驾驶行为建模方面，除建立了跟车微分动态模型外，项目还基于动态贝叶斯网络、支持向量机模型以及与前车和头车速度差等特征提出驾驶员状态识别方法，结果显示二种方法都能有效的识别驾驶员的各种状态，而动态贝叶斯网络能够在输入数据有误差的情况下，也能够有效的识别出异常状态。 . 在多前车干扰下的交通系统失稳机理与纵向干扰解耦控制方面，项目针对交通灯以及非合作等异常驾驶员对车队以及局部交通状态影响进行了分析和给出缓解策略。结合驾驶行为识别和纵向控制模型。项目提出了基于车流平均速度的车队到达交通灯的时间计算方法和二步走的混合切换速度间隔控制方法，提供车辆和车队控制的平稳性和安全性。

内容获取失败，请点击重试