一种车辆编队资源分配和控制的联合优化方法和系统

阅读：评论：0

1.本发明属于通信领域，具体涉及一种车辆编队资源分配和控制的联合优化方法和系统。

背景技术：

2.随着汽车工业和城市化的发展，越来越多的车辆在连接周边城市的高速公路上行驶。据估计，目前全世界登记的机动车超过10亿辆。因此，现代交通系统中的一系列关键问题变得越来越严重，如交通拥堵、交通事故、能源浪费和污染等。为了解决这些问题，一种有效的方法是将驾驶模式从传统的个人驾驶改为基于车辆编队的驾驶。
3.车辆编队是一组共享共同移动模式的车辆，车辆编队中，每个成员车辆跟随领导车辆，并与前面的成员车辆保持目标车间距。在车辆编队中，每个成员车辆的车间距和速度由领导车辆的控制器调节，该控制器依赖于车辆对车辆(v2v)的通信，定期收集有关成员车辆的运动状态。显然，车辆编队是一个集成了通信、控制等技术的复杂网络控制系统。
4.在过去的几十年里，许多研究分别集中在车辆编队通信或控制上。对于通信协议设计，已经提出了一些用于传播周期性信标消息和事件驱动安全消息的高级车间通信协议。对于无线电资源分配，研究了一些用于车辆编队的子信道分配方案和功率控制机制。另一方面，近年来，已经提出了一些先进的车辆编队控制方法，包括协作自适应巡航控制(cacc)，滑模控制(smc)和模型预测控制(mpc)。还有少部分研究联合优化了车辆编队的通信和控制，根据车辆编队控制的稳定性要求设计基于编队的v2v通信机制。
5.现有的联合优化了车辆编队的通信和控制的研究方案，重点在于根据车辆编队控制的稳定性要求设计基于编队的v2v通信机制，但没有优化车辆编队的控制性能，或者即使优化了车辆编队的控制性能，但相对于车辆实际情况，优化效果过于理想化，导致准确性不足。

技术实现要素：

6.为了解决现有技术中存在的问题，本发明实施例提供了一种车辆编队资源分配和控制的联合优化方法和系统。具体技术方案如下：
7.第一方面，本发明实施例提供了一种车辆编队资源分配和控制的联合优化方法，应用于车辆编队中领导车辆的控制器中，所述方法包括：
8.针对每个控制周期，获取该控制周期开始时所属车辆编队中各成员车辆的运动状态；基于所有成员车辆的运动状态，以及预先构建的车辆网络通信模型、车辆动力学模型和基于mpc的车队控制模型，建立车辆编队的子信道分配和控制输入参数的联合优化问题；其中，所述运动状态包括位置和速度；控制输入参数表征成员车辆的加速度；所述基于mpc的车队控制模型考量有成员车辆实际的运动状态；
9.对所述联合优化问题进行第一阶段求解，得到第一阶段求解结果为该控制周期内各成员车辆的子信道分配结果；
10.基于所述第一阶段求解结果，对所述联合优化问题进行针对控制输入参数的第二阶段求解，得到第二阶段求解结果包括该控制周期内每个成员车辆的最优控制输入参数序列；并利用所述第二阶段求解结果对相应成员车辆的运动状态进行控制；其中，所述最优控制输入参数序列包括从该控制周期起未来多个控制周期的最优控制输入参数；
11.在未满足停止条件时，针对下一个控制周期，返回执行所述获取该控制周期开始时所属车辆编队中各成员车辆的运动状态的步骤。
12.在本发明的一个实施例中，所述预先构建的车辆网络通信模型，包括：
13.所述车辆编队中除所述领导车辆外，成员车辆的数量为m；车辆间距恒定为等间距；一个控制周期内信道资源共有b个子信道，且b≤m；在每个控制周期中，被分配子信道的成员车辆用于通过v2v通信将其运动状态发送给所述领导车辆；所述领导车辆的控制器用于根据周期性接收到的运动状态执行子信道分配和车队控制输入参数的联合优化，并将优化结果广播给成员车辆。
14.在本发明的一个实施例中，所述车辆动力学模型的构建过程，包括：
15.针对任一成员车辆m，构建离散时间动力学模型为：
[0016][0017]
其中，xm(t)和vm(t)分别表示成员车辆m在时间t的位置和速度；t表示离散时间间隔，为一个控制周期的时间长度；um(t)表示成员车辆m在时间t的控制输入参数；
[0018]
将所述离散时间动力学模型以运动状态形式简化改写为：
[0019][0020]
其中，ym(t)＝[xm(t)，vm(t)]
t
表示成员车辆m在时间t的运动状态；表示车辆动力学函数。
[0021]
在本发明的一个实施例中，所述预先构建的基于mpc的车队控制模型，包括：
[0022]
在mpc车队控制模型基础上，加入限制条件为：针对一个成员车辆m，如果该成员车辆m在时间t被分配了一个子信道，则该成员车辆m在时间t的预测运动状态和假定运动状态是该成员车辆m在时间t利用分配的子信道向所述领导车辆发送的自身实际的运动状态；如果该成员车辆m在时间t未被分配一个子信道，则该成员车辆m在时间t的预测运动状态和假定运动状态是该成员车辆m在上一个控制周期的预测运动状态；其中，所述基于mpc的车队控制模型中，针对每个时间t，以n个控制周期预测未来的控制输入参数，k表示n个控制周期中的第k个。
[0023]
在本发明的一个实施例中，所述车辆编队资源分配和控制的联合优化问题的表达式，包括：
[0024][0025][0026][0027][0028][0029][0030][0031][0032][0033][0034]
其中，
[0035]em
＝e
m,m-1
+e
m,0
[0036][0037][0038]
其中，e
m,m-1
表示针对时间t的、相邻的成员车辆m和m-1之间的动力学误差，计算时m＝2,3,
…
,m；c
m,m-1
表示相邻的成员车辆m和m-1之间的权重系数；n表示n个控制周期预测；k表示n个控制周期中的第k个；d表示相邻车辆的理想间距；表示二范数；e
m,0
表示针对时间t的、成员车辆m和领导车辆0之间的动力学误差，计算时m＝1，2,3,
…
,m；c
m,0
表示成员车辆m和领导车辆0之间的权重系数；x0(t)表示时间t时领导车辆的位置；v0(t)表示时间t时领导车辆的速度；em表示成员车辆m针对时间t的跟踪误差，作为成员车辆m的目标函数，计算时m＝1，2,3,
…
,m；l
m,t
＝{0,1}是一个二值变量，表示成员车辆m在时间t的子信道分配结果，l
m,t
＝0表示其未分配有子信道，l
m,t
＝1表示其分配有子信道；ω
l,t
＝{l
m,t
，m＝1,2,
…
,m}表示所有成员车辆在时间t的子信道分配结果；ω
u,t
＝{um(t)，m＝1,2,
…
,m}表示所有成员车辆在时间t的控制输入参数；s.t.表示的多个约束条件，对于m＝1,2,
…
,m均成立；表示成员车辆m在时间t+(k-1)t的预测运动状态；表示成员车辆m在时间t
+(k-1)t的预测位置；表示成员车辆m在时间t+(k-1)t的预测速度；表示成员车辆m在时间t+(k-1)t的假定运动状态；表示成员车辆m在时间t+(k-1)t的假定位置；表示成员车辆m在时间t+(k-1)t的假定速度；表示成员车辆m在时间t+(k-1)t的预测控制输入参数；表示成员车辆m在时间t+(k-1)t的假定控制输入参数；表示成员车辆m在时间t的预测运动状态；ym(t)表示成员车辆m在时间t的实际的运动状态；表示成员车辆m在时间t上一控制周期的预测运动状态；u
min
表示最小控制输入参数值；u
max
表示最大控制输入参数值；表示成员车辆m在时间t+nt的预测运动状态；表示成员车辆m在时间t+nt的假定运动状态。
[0039]
在本发明的一个实施例中，所述对所述联合优化问题进行第一阶段求解，得到第一阶段求解结果为该控制周期内各成员车辆的子信道分配结果，包括：
[0040]
根据基于跟踪误差的调度策略，获取跟踪误差由大至小排序的b个成员车辆，将b个子信道一一分配给所述b个成员车辆；
[0041]
其中，所述基于跟踪误差的调度策略表示为：
[0042][0043][0044]
其中，所述基于跟踪误差的调度策略是针对时间t而言的，e'm表示成员车辆m针对时间t-t的跟踪误差。
[0045]
在本发明的一个实施例中，所述基于所述第一阶段求解结果，对所述联合优化问题进行针对控制输入参数的第二阶段求解，得到第二阶段求解结果包括该控制周期内每个成员车辆的最优控制输入参数序列；并利用所述第二阶段求解结果对相应成员车辆的运动状态进行控制，包括：
[0046]
根据所述第一阶段求解结果，将所述联合优化问题进行再次简化，并利用mpc算法求解，得到每个成员车辆的最优控制输入参数序列，并利用每个成员车辆的最优控制输入参数序列对相应成员车辆的运动状态进行控制；
[0047]
其中，再次简化后的联合优化问题表示为：
[0048][0049][0050][0051][0052]
[0053][0054][0055][0056][0057]
其中，成员车辆m针对时间t的最优控制输入参数序列表示为
[0058]
在本发明的一个实施例中，所述利用每个成员车辆的最优控制输入参数序列对相应成员车辆的运动状态进行控制，包括：
[0059]
针对成员车辆m，利用其最优控制输入参数序列中的第一个元素对其运动状态进行控制。
[0060]
在本发明的一个实施例中，所述在未满足停止条件时，针对下一个控制周期，返回执行所述获取该控制周期开始时所属车辆编队中各成员车辆的运动状态的步骤之前，所述方法还包括：
[0061]
计算针对下一个控制周期的假定控制输入参数为：
[0062][0063]
其中，表示成员车辆m的最优控制输入参数序列中除第一个元素之外的其余元素。
[0064]
第二方面，本发明实施例提供了一种车辆编队资源分配和控制的联合优化系统，应用于任一车辆编队，所述车辆编队包括一个领导车辆和多个成员车辆，所述系统包括：
[0065]
所述成员车辆，用于在所述领导车辆的每个控制周期开始时，将自身的运动状态上报给所述领导车辆；
[0066]
所述领导车辆，用于针对每个控制周期，获取该控制周期开始时所属车辆编队中各成员车辆的运动状态；基于所有成员车辆的运动状态，以及预先构建的车辆网络通信模型、车辆动力学模型和基于mpc的车队控制模型，建立车辆编队的子信道分配和控制输入参数的联合优化问题；对所述联合优化问题进行第一阶段求解，得到第一阶段求解结果为该控制周期内各成员车辆的子信道分配结果；基于所述第一阶段求解结果，对所述联合优化问题进行针对控制输入参数的第二阶段求解，得到第二阶段求解结果包括该控制周期内每个成员车辆的最优控制输入参数序列；并利用所述第二阶段求解结果对相应成员车辆的运动状态进行控制；在未满足停止条件时，针对下一个控制周期，返回执行所述获取该控制周期开始时所属车辆编队中各成员车辆的运动状态的步骤；其中，所述运动状态包括位置和速度；控制输入参数表征成员车辆的加速度；所述基于mpc的车队控制模型考量有成员车辆实际的运动状态；所述最优控制输入参数序列包括从该控制周期起未来多个控制周期的最
优控制输入参数。
[0067]
本发明的有益效果：
[0068]
本发明实施例所提供的方案中，在信道资源受限条件下，预先构建车辆网络通信模型、车辆动力学模型和基于mpc的车队控制模型，并针对每个控制周期，获取该控制周期开始时所属车辆编队中各成员车辆的运动状态，利用所有成员车辆的运动状态和预先构建的多个模型建立车辆编队的子信道分配和控制输入参数的联合优化问题，通过两阶段优化先后得到成员车辆的子信道分配结果以及最优控制输入参数序列，进而利用最优控制输入参数序列对成员车辆进行控制，从而保持目标车间距，使车队安全稳定地行驶。本发明实施例由于考虑资源分配和控制的联合优化以及车辆动力学中的干扰和不确定性，因而相比于现有技术，模型更加完整，优化结果更接近实际情况。
附图说明
[0069]
图1为本发明实施例所提供的一种车辆编队资源分配和控制的联合优化方法的流程示意图；
[0070]
图2为本发明实施例针对成员车辆m的基于mpc的车队控制模型的理解示意图；
[0071]
图3为本发明实施例所提供的一种车辆编队资源分配和控制的联合优化系统的结构示意图；
[0072]
图4(a)为本发明实施例的实验1中所有车辆的车辆速度随时间变化图；
[0073]
图4(b)为本发明实施例的实验1中所有成员车辆相对于前车的间距误差随时间变化图；
[0074]
图4(c)为本发明实施例的实验1中所有成员车辆相对于领导车辆的间距误差随时间变化图；
[0075]
图5(a)为本发明实施例的实验2中在全局调度策略下成员车辆与领导车辆的间距误差随时间变化图；
[0076]
图5(b)为本发明实施例的实验2中在本发明实施例的基于跟踪误差的调度策略下成员车辆与领导车辆的间距误差随时间变化图；
[0077]
图5(c)为本发明实施例的实验2中在轮询调度策略下成员车辆与领导车辆的间距误差随时间变化图；
[0078]
图6为本发明实施例的实验3中不同调度策略和不同子信道数下的累积间隔误差对比图。
具体实施方式
[0079]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0080]
下面，首先对本发明实施例所提供的一种车辆编队资源分配和控制的联合优化方法进行介绍。如图1所示，本发明实施例所提供的一种车辆编队资源分配和控制的联合优化方法，可以包括如下步骤：
[0081]
s1，针对每个控制周期，获取该控制周期开始时所属车辆编队中各成员车辆的运动状态；基于所有成员车辆的运动状态，以及预先构建的车辆网络通信模型、车辆动力学模型和基于mpc的车队控制模型，建立车辆编队的子信道分配和控制输入参数的联合优化问题。
[0082]
为了便于理解本发明实施例的场景和方案，首先对车辆网络通信模型、车辆动力学模型和基于mpc的车队控制模型的预先构建过程进行说明。
[0083]
(1)车辆网络通信模型
[0084]
本发明实施例考虑的场景是：在水平道路上存在一个包含有m+1个车辆的车辆编队，该车辆编队包含一个领导车辆和m个成员车辆。
[0085]
所述预先构建的车辆网络通信模型，包括：
[0086]
所述车辆编队中除所述领导车辆外，成员车辆的数量为m；车辆编队采用等间距策略，也就是说，车辆间距恒定为等间距，目的是保持恒定的车间距；在信道资源受限的条件下，一个控制周期内信道资源共有b个子信道，且b≤m；b和m均为大于0的自然数。为了实现编队控制，成员车辆分配的子信道可以与领导车辆进行通信以传输其运动状态。因此，车辆编队内的通信机制设计为：在每个控制周期中，被分配子信道的成员车辆用于通过v2v通信将其运动状态发送给所述领导车辆；其中，所述运动状态包括位置和速度；然后，所述领导车辆的控制器用于根据周期性接收到的运动状态执行子信道分配和车队控制输入参数的联合优化，并将优化结果广播给成员车辆。车队控制输入参数用于调节各成员车辆加速或减速；其中，控制输入参数表征成员车辆的加速度。并且，在每个控制周期中重复上述过程，以保持车队安全稳定地行驶。
[0087]
(2)车辆动力学模型
[0088]
车辆动力学模型捕获了车辆动力学状态与控制变量之间的关系。车辆动力学状态即为运动状态。控制变量即为控制输入参数，具体为加速度。
[0089]
可选的一种实施方式中，所述车辆动力学模型的构建过程，包括：
[0090]
1)针对任一成员车辆m，构建离散时间动力学模型为：
[0091][0092]
其中，xm(t)和vm(t)分别表示成员车辆m在时间t的位置和速度；t表示离散时间间隔，为一个控制周期的时间长度，由于在每个控制周期开始时进行控制，所以也表示两个控制时刻的时间间隔；um(t)表示成员车辆m在时间t的控制输入参数，即加速度；
[0093]
2)将所述离散时间动力学模型以运动状态形式简化改写为：
[0094][0095]
其中，ym(t)＝[xm(t)，vm(t)]
t
表示成员车辆m在时间t的运动状态；表示车辆动力学函数。
[0096]
(3)基于mpc的车队控制模型
[0097]
车队控制模型确定了如何计算车辆在每个控制周期中的控制输入参数。本发明实施例对mpc车队控制模型改进后提出了一个新的车队控制模型，为基于mpc的车队控制模型。
[0098]
所述预先构建的基于mpc的车队控制模型，包括：
[0099]
在mpc车队控制模型基础上，加入限制条件为：针对一个成员车辆m，如果该成员车辆m在时间t被分配了一个子信道，则该成员车辆m在时间t的预测运动状态和假定运动状态是该成员车辆m在时间t利用分配的子信道向所述领导车辆发送的自身实际的运动状态；如果该成员车辆m在时间t未被分配一个子信道，则该成员车辆m在时间t的预测运动状态和假定运动状态是该成员车辆m在上一个控制周期的预测运动状态；其中，所述基于mpc的车队控制模型中，针对每个时间t，以n个控制周期预测未来的控制输入参数，k表示n个控制周期中的第k个。
[0100]
可见，相比于现有的mpc车队控制模型，本发明实施例在确定成员车辆m在时间t的预测运动状态和假定运动状态时，考量有该成员车辆实际的运动状态。
[0101]
其中，需要说明的是，考虑车辆动力学中的干扰和不确定性，在本发明实施例的仿真实验场景以及实际场景中，成员车辆的实际的运动状态可以用预测的运动状态加上一个高斯噪声来代替。
[0102]
为了便于理解该基于mpc的车队控制模型，结合图2进行说明。图2为本发明实施例针对成员车辆m的基于mpc的车队控制模型的理解示意图。
[0103]
领导车辆的控制器以n个控制周期预测控制输入，这n个控制周期是预测窗口，图2为了简化，写为n个周期；其中，n大于0的自然数。可以理解的是，一个控制时刻预测控制输入其实是预测该控制时刻起n个控制周期的控制输入。
[0104]
以时间t为例(即控制时刻为t)，定义了两种成员车辆m的运动状态，分别为和前者是成员车辆m在时间t+(k-1)t的预测运动状态，后者是成员车辆m在时间t+(k-1)t的假定运动状态。
[0105]
具体的，针对k＝1，也就是控制周期开始时成员车辆m在时间t的预测运动状态如果成员车辆m在时间t被分配了一个子信道，是成员车辆m在时间t的实际的运动状态；如果成员车辆m在时间t没有被分配子信道，是成员车辆m在上一个控制周期的预测运动状态，也就是
[0106]
具体的，针对k＝1，也就是控制周期开始时成员车辆m在时间t的假定运动状态如果成员车辆m在时间t分配了一个子信道，是成员车辆m在时间t的实际的运动状态；如果成员车辆m在时间t没有被分配子信道，是成员车辆m在上一个控制周期的预测运动状态，也就是
[0107]
针对k＝2，
…
n+1的每个k，对而言，根据成员车辆m在时间t的假定运动状态成员车辆m在时间t的假定控制输入参数和公式(2)，根据递推关系便可计算出之后n个控制周期的
[0108]
其中，成员车辆m在时间t的假定控制输入参数为上个控制周期的预测控制输入参数具体规则如下：成员车辆m在上一控制周期的实际的控制输入参数um(t-t)为由领导车辆发送给成员车辆。之后的(其中k＝2,3,
…
,n)作为下一控制周期的假定控制输入参数(其中k＝1,
…
,n-1)，
[0109]
针对k＝2，
…
n+1的每个k，对而言，根据成员车辆m在时间t的预测运动状态和公式(2)，根据递推关系便可表示出之后n个控制周期的每个可由表示，即为优化问题中的优化变量。
[0110]
具体过程可以结合图2以及现有的mpc车队控制模型的控制过程进行理解。
[0111]
可选的一种实施方式中，所述车辆编队资源分配和控制的联合优化问题的表达式，包括：
[0112][0113][0114][0115][0116][0117][0118][0119][0120]
其中，
[0121]em
＝e
m,m-1
+e
m,0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0122]
[0123][0124]
其中，e
m,m-1
表示针对时间t的、相邻的成员车辆m和m-1之间的动力学误差，计算时m＝2,3,
…
,m；c
m,m-1
表示相邻的成员车辆m和m-1之间的权重系数；n表示n个控制周期预测；k表示n个控制周期中的第k个；d表示相邻车辆的理想间距；表示二范数；e
m,0
表示针对时间t的、成员车辆m和领导车辆0之间的动力学误差，计算时m＝1，2,3,
…
,m；c
m,0
表示成员车辆m和领导车辆0之间的权重系数；x0(t)表示时间t时领导车辆的位置；v0(t)表示时间t时领导车辆的速度；em表示成员车辆m针对时间t的跟踪误差，作为成员车辆m的目标函数，计算时m＝1，2,3,
…
,m；l
m,t
＝{0,1}是一个二值变量，表示成员车辆m在时间t的子信道分配结果，l
m,t
＝0表示其未分配有子信道，l
m,t
＝1表示其分配有子信道；ω
l,t
＝{l
m,t
，m＝1,2,
…
,m}表示所有成员车辆在时间t的子信道分配结果；ω
u,t
＝{um(t)，m＝1,2,
…
,m}表示所有成员车辆在时间t的控制输入参数；s.t.表示的多个约束条件，对于m＝1,2,
…
,m均成立；表示成员车辆m在时间t+(k-1)t的预测运动状态；表示成员车辆m在时间t+(k-1)t的预测位置；表示成员车辆m在时间t+(k-1)t的预测速度；表示成员车辆m在时间t+(k-1)t的假定运动状态；表示成员车辆m在时间t+(k-1)t的假定位置；表示成员车辆m在时间t+(k-1)t的假定速度；表示成员车辆m在时间t+(k-1)t的预测控制输入参数；表示成员车辆m在时间t+(k-1)t的假定控制输入参数；表示成员车辆m在时间t的预测运动状态；ym(t)表示成员车辆m在时间t的实际的运动状态；表示成员车辆m在时间t上一控制周期的预测运动状态；u
min
表示最小控制输入参数值；u
max
表示最大控制输入参数值；表示成员车辆m在时间t+nt的预测运动状态；表示成员车辆m在时间t+nt的假定运动状态。
[0125]
以下对上述公式(3)表示的联合优化问题的构建过程进行简要说明。
[0126]
本发明实施例中，所述车辆编队的控制目标是，每辆成员车辆跟踪领导车辆的速度，并与前一辆车保持理想的距离间距。由于无线电的信道资源分配和车队控制同时会影响车队的性能，因此，本发明实施例旨在联合处理每个成员车辆的子信道分配和控制，通过最小化每个成员车辆的跟踪误差来保持恒定的车间距。因此，针对每个成员车辆m，利用公式(5)(6)得到公式(4)，公式(4)作为成员车辆m的目标函数，表征其优化目标。
[0127]
那么，基于每个成员车辆的目标函数，车辆编队的目标函数可以定义为每个成员车辆的跟踪误差之和，因此，在每个控制周期，得到公式(3)表示的所述车辆编队资源分配和控制的联合优化问题的表达式。其中，对约束条件做以下说明：
[0128]
和分别表示成员车辆m的预测运动状态和假定运动状态分别由成员车辆m的位置和速度组成。
[0129]
和分别表示预测运动状态和假定运动状态要满足车辆动力学函数，即公式(2)。
[0130]
和分别表示子信道分配对预测运动状态和假定运动状态的影响。
[0131]
确保分配给成员车辆的子信道数为b，其中不考虑子信道的复用情况，并且每个成员车辆最多只能分配一个子信道。
[0132]
表示每个成员车辆控制输入参数的限制。
[0133]
表示其为收敛性约束。
[0134]
s2，对所述联合优化问题进行第一阶段求解，得到第一阶段求解结果为该控制周期内各成员车辆的子信道分配结果。
[0135]
在实际情况下，领导车辆很难获知每个控制周期开始时的全局信息，每个成员车辆的实际运动状态需要通过子信道发送给领导车辆。因此，要到其全局最优解是很困难的。本发明实施例用分解方法近似地解决问题是可行的，其中子信道分配和每个成员车辆的控制分两个阶段交虑。在第一阶段，领导车辆根据成员车辆的跟踪误差分配子信道。在第二阶段，领导车辆根据子信道分配结果和基于mpc的车队控制模型求解每个成员车辆的控制输入参数。虽然本发明实施例使用两阶段的方法来解决问题，但这两个阶段的优化并非独立的，它们会相互影响。由于优化控制输入参数是基于子信道的分配方案，第一阶段的求解将影响第二阶段的控制优化；第二阶段优化的控制输入参数决定了跟踪误差，这将影响下一控制周期第一阶段的子信道分配优化。
[0136]
针对该步骤，与传统通信网络不同，车辆编队中无线电的信道资源调度旨在减少追踪误差，对于领导车辆，如果能够接收到成员车辆m实际的运动状态，则可以更好地减少跟踪误差em。为了最小化每个成员车辆的跟踪误差，调度倾向于将子信道分配给跟踪误差较大的成员车辆。根据这一核心思想，本发明实施例提出基于跟踪误差的调度策略，所述基于跟踪误差的调度策略表示为：
[0137][0138]
其中，所述基于跟踪误差的调度策略是针对时间t而言的，为了区别，此处，e'm表示成员车辆m针对时间t-t的跟踪误差。这是由于时间t基于跟踪误差的调度策略是根据上一控制周期的追踪误差来分配当前时间t这一控制周期的子信道，因此，公式(7)采用成员车辆m针对时间t-t的跟踪误差，并且仅有公式(7)中e'm表示成员车辆m针对时间t-t的跟踪误差，其余公式如无特别说明，以em表示成员车辆m针对时间t的跟踪误差。可以看出，如果成员车辆m具有较大的跟踪误差，成员车辆m和领导车辆构成的链路将有很大的概率获得子信道，然后领导车辆可以获得成员车辆m实际的运动状态。利用成员车辆m实际的运动状态，领导车辆可以更好地降低其跟踪误差。
[0139]
因此，该步骤中，所述对所述联合优化问题进行第一阶段求解，得到第一阶段求解结果为该控制周期内各成员车辆的子信道分配结果，包括：
[0140]
根据基于跟踪误差的调度策略，获取跟踪误差由大至小排序的b个成员车辆，将b个子信道一一分配给所述b个成员车辆。
[0141]
其中，m个成员车辆中的每一个，子信道分配结果为有或无，可以分别用0和1表示，具体见前文l
m,t
的解释。所有成员车辆的子信道分配结果可以以表示。
[0142]
需要说明的是，对于b个子信道和所述b个成员车辆中以何种方式进行一一对应分配，在此不做限定，比如可以为随机分配，等等。
[0143]
s3，基于所述第一阶段求解结果，对所述联合优化问题进行针对控制输入参数的第二阶段求解，得到第二阶段求解结果包括该控制周期内每个成员车辆的最优控制输入参数序列；并利用所述第二阶段求解结果对相应成员车辆的运动状态进行控制。
[0144]
获得第一阶段求解结果后，对公式(3)表示的所述联合优化问题，再次简化，再次简化后的联合优化问题表示为：
[0145][0146][0147][0148][0149][0150][0151][0152][0153]
其中，成员车辆m针对时间t的最优控制输入参数序列表示为本发明实施例证明公式(8)所示的联合优化问题是一个凸问题，因此可以用mpc算法有效求解。
[0154]
因此，可选的一种实施方式中，所述基于所述第一阶段求解结果，对所述联合优化问题进行针对控制输入参数的第二阶段求解，得到第二阶段求解结果包括该控制周期内每个成员车辆的最优控制输入参数序列；并利用所述第二阶段求解结果对相应成员车辆的运动状态进行控制，包括：
[0155]
根据所述第一阶段求解结果，将所述联合优化问题进行再次简化，并利用mpc算法
求解，得到每个成员车辆的最优控制输入参数序列，并利用每个成员车辆的最优控制输入参数序列对相应成员车辆的运动状态进行控制。
[0156]
其中，以任一成员车辆m，m＝1,2,
…
,m为例，说明从时间t＝0开始，利用mpc算法求解并实现成员车辆运动状态控制的过程，可以包括以下步骤：
[0157]
①
初始化：在时间t＝0时，假设所有成员车辆均以恒定速度移动，将成员车辆m的各假定值初始化为：
[0158][0159]
其中，可以由以下公式(10)迭代计算得到。
[0160][0161]
其中，表示成员车辆m在时间t＝0的未来第k个控制周期的假定控制输入参数；表示成员车辆m在时间t＝0的未来第k个控制周期的假定运动状态；表示成员车辆m在时间t＝0的未来第k个控制周期的预测运动状态；表示成员车辆m在时间t＝0的未来第1个控制周期的预测运动状态；ym(0)表示时间t＝0时成员车辆m实际的运动状态；表示成员车辆m在时间t＝0的未来第k+1个控制周期的预测运动状态。
[0162]
②
mpc迭代：
[0163]
在任何时间t》0，对于任一成员车辆m，要遵循的步骤如下:
[0164]
(a)根据第一阶段子信道分配结果确定的成员车辆m的当前运动状态ym(1|t)、成员车辆m的前一辆车的假定运动状态和领导车辆的运动状态(x0(t),v0(t))
t
，用内点法求解非线性约束优化问题，得到成员车辆m的最优控制序列为：
[0165]
其中，所述最优控制输入参数序列包括从该控制周期起未来多个控制周期的最优控制输入参数。从该控制周期起未来多个控制周期的总数为n。
[0166]
(b)在未满足停止条件时，根据公式(11)计算针对下一个控制周期的假定控制输入参数为：
[0167][0168]
其中，表示成员车辆m的最优控制输入参数序列中除第一个元素之外的其余元素。
[0169]
也就是说，本发明实施例中，在未满足停止条件时，针对下一个控制周期，返回执行s1中所述获取该控制周期开始时所属车辆编队中各成员车辆的运动状态的步骤之前，需要利用公式(11)计算针对下一个控制周期的假定控制输入参数
[0170]
(c)利用每个成员车辆的最优控制输入参数序列对相应成员车辆的运动状态进行控制。
[0171]
具体的，针对成员车辆m，利用其最优控制输入参数序列中的第一个元素对其运动状态进行控制。也就是说成员车辆m在时间t的控制输入参数应为：
[0172]
(d)增加时间t，并返回执行步骤(a)，直至满足停止条件。
[0173]
其中，增加时间t即时间变为t+t，满足停止条件可以是执行优化过程直到误差收敛到0，曲线收敛。
[0174]
s4，在未满足停止条件时，针对下一个控制周期，返回执行所述获取该控制周期开始时所属车辆编队中各成员车辆的运动状态的步骤。
[0175]
也就是说，在未满足停止条件时，返回s1步骤，对下一个控制周期进行两阶段求解。
[0176]
本发明实施例所提供的方案中，在信道资源受限条件下，预先构建车辆网络通信模型、车辆动力学模型和基于mpc的车队控制模型，并针对每个控制周期，获取该控制周期开始时所属车辆编队中各成员车辆的运动状态，利用所有成员车辆的运动状态和预先构建的多个模型建立车辆编队的子信道分配和控制输入参数的联合优化问题，通过两阶段优化先后得到成员车辆的子信道分配结果以及最优控制输入参数序列，进而利用最优控制输入参数序列对成员车辆进行控制，从而保持目标车间距，使车队安全稳定地行驶。本发明实施例由于考虑资源分配和控制的联合优化以及车辆动力学中的干扰和不确定性，因而相比于现有技术，模型更加完整，优化结果更接近实际情况。
[0177]
第二方面，相应于上述方法实施例，本发明实施例还提供了一种车辆编队资源分配和控制的联合优化系统，应用于任一车辆编队，所述车辆编队包括一个领导车辆和多个成员车辆，如图3所示，该系统包括：
[0178]
所述成员车辆，用于在所述领导车辆的每个控制周期开始时，将自身的运动状态上报给所述领导车辆；
[0179]
所述领导车辆，用于针对每个控制周期，获取该控制周期开始时所属车辆编队中各成员车辆的运动状态；基于所有成员车辆的运动状态，以及预先构建的车辆网络通信模型、车辆动力学模型和基于mpc的车队控制模型，建立车辆编队的子信道分配和控制输入参数的联合优化问题；对所述联合优化问题进行第一阶段求解，得到第一阶段求解结果为该控制周期内各成员车辆的子信道分配结果；基于所述第一阶段求解结果，对所述联合优化问题进行针对控制输入参数的第二阶段求解，得到第二阶段求解结果包括该控制周期内每个成员车辆的最优控制输入参数序列；利用所述第二阶段求解结果对相应成员车辆的运动状态进行控制，并在未满足停止条件时，针对下一个控制周期，返回执行所述获取该控制周期开始时所属车辆编队中各成员车辆的运动状态的步骤；其中，所述运动状态包括位置和速度；控制输入参数表征成员车辆的加速度；所述基于mpc的车队控制模型考量有成员车辆实际的运动状态；所述最优控制输入参数序列包括从该控制周期起未来多个控制周期的最优控制输入参数。
[0180]
图3中，车辆编队共有m+1个车辆，领导车辆以0标识，成员车辆以1～m标识。每个控制周期中，成员车辆将运动状态传输给领导车辆领导；领导车辆在根据上述处理过程获得优化结果后，将子信道分配方案和控制输入参数广播到成员车辆。领导车辆的上述处理过
程由其控制器完成，具体过程请参见第一方面所述的车辆编队资源分配和控制的联合优化方法，在此不做赘述。
[0181]
具体内容请参见第一方面描述的车辆编队资源分配和控制的联合优化方法的具体内容，在此不做赘述。
[0182]
可见，本发明实施例所提供的车辆编队资源分配和控制的联合优化系统，通过成员车辆和领导车辆的信息交互，在信道资源受限条件下，由领导车辆的控制器，预先构建车辆网络通信模型、车辆动力学模型和基于mpc的车队控制模型，并针对每个控制周期，获取该控制周期开始时所属车辆编队中各成员车辆的运动状态，利用所有成员车辆的运动状态和预先构建的多个模型建立车辆编队的子信道分配和控制输入参数的联合优化问题，通过两阶段优化先后得到成员车辆的子信道分配结果以及最优控制输入参数序列，进而利用最优控制输入参数序列对成员车辆进行控制，从而保持目标车间距，使车队安全稳定地行驶。由于考虑资源分配和控制的联合优化以及车辆动力学中的干扰和不确定性，因而相比于现有技术，模型更加完整，优化结果更接近实际情况。。
[0183]
为验证本发明实施例所提出的车辆编队资源分配和控制的联合优化方法的性能，以下以仿真实验和对比实验进行说明。
[0184]
(一)实验设置
[0185]
时间t＝0时，车辆编队的初始状态设置为理想状态：领导车辆的运动状态中位置为x0(0)＝0，速度为v0(0)＝20，其中，位置单位为米，速度单位为米/秒。以及，成员车辆m的位置为：xm(0)＝-md，速度为vm(0)＝20，m＝1,2
…
,m；理想间距d为10米。成员车辆执行器端考虑一个平均值为0且标准偏差为σ的高斯噪声，考虑到车辆动力学中的干扰和不确定性，实际的运动状态用预测运动状态加上该高斯噪声代替。
[0186]
领导车辆的轨迹如下所示：
[0187][0188]
其中，a0表示领导车辆的加速度，单位为米/秒平方(m/s2)。
[0189]
仿真参数的默认值如下表1所示。
[0190]
表1
[0191][0192][0193]
(二)实验过程
[0194]
(1)实验1
[0195]
当子信道数为6时，从时域角度评估本发明实施例提出方案的车队控制性能。图4(a)、图4(b)和图4(c)分别绘制了车辆速度、成员车辆相对于前车的间距误差以及成员车辆相对于领导车辆的间距误差。其中，图4(a)横轴是速度speed，纵轴是时间time，pl表示领导车辆，pm1～pm7表示7个成员车辆；图4(b)和图4(c)中纵轴spacing error表示间距误差。
[0196]
从图4(a)～图4(c)可以看出，本发明实施例提出的方案可以将间距和速度控制在正常范围内。曲线收敛到0，表明该方案达到了车队控制目标。
[0197]
(2)实验2
[0198]
本仿真实验评估了无线电资源分配对车队控制性能的影响。为了进行比较，同时仿真了其他两种调度策略。第一种是全局调度策略。假设领导车辆在每个控制周期开始时都知道全局信息(每个成员车辆的实际运动状态)，那么可以通过穷举每个子信道分配方案来搜索该问题的全局最优解，这是一个下界。第二种是轮询调度策略，其中每个成员车辆按顺序进行调度。图5绘制了在不同子信道分配策略下成员车辆与领导车辆的间距误差。其中，图5(a)表示全局调度策略；图5(b)表示本发明实施例提出的基于跟踪误差的调度策略；图5(c)表示轮询调度策略；从图5可以看出，全局调度策略具有最小的间距误差绝对值，并且在领导车辆加速到稳定速度后不久消除了间距误差。这是因为领导车辆在每个控制周期开始时知道成员车辆的全局信息。本发明实施例的基于跟踪误差的调度策略适合实际场景，其性能接近全局调度策略，远优于轮询调度策略，证明了本发明实施例基于跟踪误差的调度策略的可行性。
[0199]
(3)实验3
[0200]
为了使比较更加直观，将所有成员车辆相对于领导车辆的间隔误差的绝对值相加，并按时间累积，以获得累积间隔误差，该误差用作不同调度策略和不同子信道数下车队控制性能的指标。图6绘制了不同调度策略和不同子信道数下的累积间隔误差。图6中，纵轴cumulative spacing error表示累积间隔误差。横轴number of sub-channels表示子信道数b的不同数值。图例中all vehicles are scheduled表示所有车辆均被安排，也就是7个子信道被一一分配到7个成员车辆上，对应以“1”标识在柱形图上方。global scheduling strategy表示全局调度策略，对应的柱形图上以“2”标识；tracking error based scheduling strategy表示本发明实施例提出的基于跟踪误差的调度策略，对应的柱形图上以“3”标识；round robin scheduling strategy表示轮询调度策略，对应的柱形图上以“4”标识。可以看出，在子信道数目确定的情况下，不同调度策略的性能比较与之前相同。全局调度策略的性能最好，本发明实施例的基于跟踪误差的调度策略次之，轮询调度策略的性能最差。随着子信道数量的减少，车队的控制性能逐渐恶化，因为子通道数量越少，领导车辆在每个控制周期中可以获得的成员车辆的实际动力学状态信息就越少。
[0201]
综上，为了解决资源受限情况下车队资源分配和控制的联合优化问题，本发明实施例设计了车辆编队资源分配和控制的联合优化方法和系统，并提出了两阶段的求解方法。通过仿真，评估了该方案的车队控制性能，并分析了无线电资源分配对车队控制的影响。仿真结果验证了本发明实施例提出的方案能够提供良好的控制性能。
[0202]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特
点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外，本领域的技术人员可以将本说明书中描述的不同实施例或示例进行接合和组合。
[0203]
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

技术特征：

1.一种车辆编队资源分配和控制的联合优化方法，其特征在于，应用于车辆编队中领导车辆的控制器中，所述方法包括：针对每个控制周期，获取该控制周期开始时所属车辆编队中各成员车辆的运动状态；基于所有成员车辆的运动状态，以及预先构建的车辆网络通信模型、车辆动力学模型和基于mpc的车队控制模型，建立车辆编队的子信道分配和控制输入参数的联合优化问题；其中，所述运动状态包括位置和速度；控制输入参数表征成员车辆的加速度；所述基于mpc的车队控制模型考量有成员车辆实际的运动状态；对所述联合优化问题进行第一阶段求解，得到第一阶段求解结果为该控制周期内各成员车辆的子信道分配结果；基于所述第一阶段求解结果，对所述联合优化问题进行针对控制输入参数的第二阶段求解，得到第二阶段求解结果包括该控制周期内每个成员车辆的最优控制输入参数序列；并利用所述第二阶段求解结果对相应成员车辆的运动状态进行控制；其中，所述最优控制输入参数序列包括从该控制周期起未来多个控制周期的最优控制输入参数；在未满足停止条件时，针对下一个控制周期，返回执行所述获取该控制周期开始时所属车辆编队中各成员车辆的运动状态的步骤。2.根据权利要求1所述的车辆编队资源分配和控制的联合优化方法，其特征在于，所述预先构建的车辆网络通信模型，包括：所述车辆编队中除所述领导车辆外，成员车辆的数量为m；车辆间距恒定为等间距；一个控制周期内信道资源共有b个子信道，且b≤m；在每个控制周期中，被分配子信道的成员车辆用于通过v2v通信将其运动状态发送给所述领导车辆；所述领导车辆的控制器用于根据周期性接收到的运动状态执行子信道分配和车队控制输入参数的联合优化，并将优化结果广播给成员车辆。3.根据权利要求1或2所述的车辆编队资源分配和控制的联合优化方法，其特征在于，所述车辆动力学模型的构建过程，包括：针对任一成员车辆m，构建离散时间动力学模型为：其中，x
m
(t)和v
m
(t)分别表示成员车辆m在时间t的位置和速度；t表示离散时间间隔，为一个控制周期的时间长度；u
m
(t)表示成员车辆m在时间t的控制输入参数；将所述离散时间动力学模型以运动状态形式简化改写为：其中，y
m
(t)＝[x
m
(t)，v
m
(t)]
t
表示成员车辆m在时间t的运动状态；表示车辆动力学函数。4.根据权利要求3所述的车辆编队资源分配和控制的联合优化方法，其特征在于，所述预先构建的基于mpc的车队控制模型，包括：
在mpc车队控制模型基础上，加入限制条件为：针对一个成员车辆m，如果该成员车辆m在时间t被分配了一个子信道，则该成员车辆m在时间t的预测运动状态和假定运动状态是该成员车辆m在时间t利用分配的子信道向所述领导车辆发送的自身实际的运动状态；如果该成员车辆m在时间t未被分配一个子信道，则该成员车辆m在时间t的预测运动状态和假定运动状态是该成员车辆m在上一个控制周期的预测运动状态；其中，所述基于mpc的车队控制模型中，针对每个时间t，以n个控制周期预测未来的控制输入参数，k表示n个控制周期中的第k个。5.根据权利要求4所述的车辆编队资源分配和控制的联合优化方法，其特征在于，所述车辆编队资源分配和控制的联合优化问题的表达式，包括：车辆编队资源分配和控制的联合优化问题的表达式，包括：车辆编队资源分配和控制的联合优化问题的表达式，包括：车辆编队资源分配和控制的联合优化问题的表达式，包括：车辆编队资源分配和控制的联合优化问题的表达式，包括：车辆编队资源分配和控制的联合优化问题的表达式，包括：车辆编队资源分配和控制的联合优化问题的表达式，包括：车辆编队资源分配和控制的联合优化问题的表达式，包括：车辆编队资源分配和控制的联合优化问题的表达式，包括：车辆编队资源分配和控制的联合优化问题的表达式，包括：其中，e
m
＝e
m,m-1
+e
m,0m,0
其中，e
m,m-1
表示针对时间t的、相邻的成员车辆m和m-1之间的动力学误差，计算时m＝2,3,
…
,m；c
m,m-1
表示相邻的成员车辆m和m-1之间的权重系数；n表示n个控制周期预测；k表示n
个控制周期中的第k个；d表示相邻车辆的理想间距；表示二范数；e
m,0
表示针对时间t的、成员车辆m和领导车辆0之间的动力学误差，计算时m＝1，2,3,
…
,m；c
m,0
表示成员车辆m和领导车辆0之间的权重系数；x0(t)表示时间t时领导车辆的位置；v0(t)表示时间t时领导车辆的速度；e
m
表示成员车辆m针对时间t的跟踪误差，作为成员车辆m的目标函数，计算时m＝1，2,3,
…
,m；l
m,t
＝{0,1}是一个二值变量，表示成员车辆m在时间t的子信道分配结果，l
m,t
＝0表示其未分配有子信道，l
m,t
＝1表示其分配有子信道；ω
l,t
＝{l
m,t
，m＝1,2,
…
,m}表示所有成员车辆在时间t的子信道分配结果；ω
u,t
＝{u
m
(t)，m＝1,2,
…
,m}表示所有成员车辆在时间t的控制输入参数；s.t.表示的多个约束条件，对于m＝1,2,
…
,m均成立；表示成员车辆m在时间t+(k-1)t的预测运动状态；表示成员车辆m在时间t+(k-1)t的预测位置；表示成员车辆m在时间t+(k-1)t的预测速度；表示成员车辆m在时间t+(k-1)t的假定运动状态；表示成员车辆m在时间t+(k-1)t的假定位置；表示成员车辆m在时间t+(k-1)t的假定速度；表示成员车辆m在时间t+(k-1)t的预测控制输入参数；表示成员车辆m在时间t+(k-1)t的假定控制输入参数；表示成员车辆m在时间t的预测运动状态；y
m
(t)表示成员车辆m在时间t的实际的运动状态；表示成员车辆m在时间t上一控制周期的预测运动状态；u
min
表示最小控制输入参数值；u
max
表示最大控制输入参数值；表示成员车辆m在时间t+nt的预测运动状态；表示成员车辆m在时间t+nt的假定运动状态。6.根据权利要求5所述的车辆编队资源分配和控制的联合优化方法，其特征在于，所述对所述联合优化问题进行第一阶段求解，得到第一阶段求解结果为该控制周期内各成员车辆的子信道分配结果，包括：根据基于跟踪误差的调度策略，获取跟踪误差由大至小排序的b个成员车辆，将b个子信道一一分配给所述b个成员车辆；其中，所述基于跟踪误差的调度策略表示为：其中，所述基于跟踪误差的调度策略表示为：其中，所述基于跟踪误差的调度策略是针对时间t而言的，e'
m
表示成员车辆m针对时间t-t的跟踪误差。7.根据权利要求6所述的车辆编队资源分配和控制的联合优化方法，其特征在于，所述基于所述第一阶段求解结果，对所述联合优化问题进行针对控制输入参数的第二阶段求解，得到第二阶段求解结果包括该控制周期内每个成员车辆的最优控制输入参数序列；并利用所述第二阶段求解结果对相应成员车辆的运动状态进行控制，包括：根据所述第一阶段求解结果，将所述联合优化问题进行再次简化，并利用mpc算法求解，得到每个成员车辆的最优控制输入参数序列，并利用每个成员车辆的最优控制输入参
数序列对相应成员车辆的运动状态进行控制；其中，再次简化后的联合优化问题表示为：其中，再次简化后的联合优化问题表示为：其中，再次简化后的联合优化问题表示为：其中，再次简化后的联合优化问题表示为：其中，再次简化后的联合优化问题表示为：其中，再次简化后的联合优化问题表示为：其中，再次简化后的联合优化问题表示为：其中，再次简化后的联合优化问题表示为：其中，再次简化后的联合优化问题表示为：其中，成员车辆m针对时间t的最优控制输入参数序列表示为8.根据权利要求7所述的车辆编队资源分配和控制的联合优化方法，其特征在于，所述利用每个成员车辆的最优控制输入参数序列对相应成员车辆的运动状态进行控制，包括：针对成员车辆m，利用其最优控制输入参数序列中的第一个元素对其运动状态进行控制。9.根据权利要求8所述的车辆编队资源分配和控制的联合优化方法，其特征在于，所述在未满足停止条件时，针对下一个控制周期，返回执行所述获取该控制周期开始时所属车辆编队中各成员车辆的运动状态的步骤之前，所述方法还包括：计算针对下一个控制周期的假定控制输入参数为：其中，表示成员车辆m的最优控制输入参数序列中除第一个元素之外的其余元素。10.一种车辆编队资源分配和控制的联合优化系统，其特征在于，应用于任一车辆编队，所述车辆编队包括一个领导车辆和多个成员车辆，所述系统包括：所述成员车辆，用于在所述领导车辆的每个控制周期开始时，将自身的运动状态上报给所述领导车辆；所述领导车辆，用于针对每个控制周期，获取该控制周期开始时所属车辆编队中各成
员车辆的运动状态；基于所有成员车辆的运动状态，以及预先构建的车辆网络通信模型、车辆动力学模型和基于mpc的车队控制模型，建立车辆编队的子信道分配和控制输入参数的联合优化问题；对所述联合优化问题进行第一阶段求解，得到第一阶段求解结果为该控制周期内各成员车辆的子信道分配结果；基于所述第一阶段求解结果，对所述联合优化问题进行针对控制输入参数的第二阶段求解，得到第二阶段求解结果包括该控制周期内每个成员车辆的最优控制输入参数序列；并利用所述第二阶段求解结果对相应成员车辆的运动状态进行控制；在未满足停止条件时，针对下一个控制周期，返回执行所述获取该控制周期开始时所属车辆编队中各成员车辆的运动状态的步骤；其中，所述运动状态包括位置和速度；控制输入参数表征成员车辆的加速度；所述基于mpc的车队控制模型考量有成员车辆实际的运动状态；所述最优控制输入参数序列包括从该控制周期起未来多个控制周期的最优控制输入参数。

技术总结

本发明公开了一种车辆编队资源分配和控制的联合优化方法，方法包括：针对每个控制周期，获取该控制周期开始时各成员车辆的运动状态；基于所有成员车辆的运动状态及预先构建的车辆网络通信模型、车辆动力学模型和基于MPC的车队控制模型，建立车辆编队的子信道分配和控制输入参数的联合优化问题；对联合优化问题进行第一阶段求解得到各成员车辆的子信道分配结果；对联合优化问题进行第二阶段求解得到每个成员车辆的最优控制输入参数序列；利用第二阶段求解结果对相应成员车辆的运动状态进行控制，并在未满足停止条件时继续下一个控制周期的处理。本发明考虑车辆动力学中的干扰和不确定性联合优化车辆编队的通信和控制，优化结果更接近实际情况。结果更接近实际情况。结果更接近实际情况。