云控场景下车辆队列的模型预测控制方法

doi:10.19562/j.chinasae.qcgc.2022.02.004

摘要/Abstract

摘要：

鉴于采用边缘云进行集中式车辆队列控制时，通信时延将会降低队列控制性能指标甚至导致队列失稳，本文在考虑通信时延和车辆纵向非线性动力学特性前提下，从包括队列能效的多目标优化出发，提出了一种基于边缘云的队列集中式模型预测控制算法，并设计了一种时延补偿方法。首先分析了控制算法的渐进稳定性；然后通过不同时延下的仿真试验对控制算法的串稳定性和随机时延补偿方法在一定时延范围的有效性进行了验证；最后，分析了时延对队列稳定性和燃料消耗的影响。结果表明，随着时延增大，队列稳定性和燃料经济性变差，当时延均值为250 ms且时延抖动20%时，队列处于失稳的边缘。

关键词: 车辆队列, 云控, 时延, 集中式网联控制, 模型预测控制

Abstract:

In view of that when the edge cloud is used for centralized vehicle platoon control， the time delay in communications will degrade the performance indicators of platoon control， even result in the instability of platoon， proceeding from the multi-objective optimization of platoon efficacy with consideration of the time delay in communications and the nonlinear longitudinal dynamics characteristics of vehicle， an edge-cloud based centralized model predictive control algorithm for platoon is proposed and a time delay compensation method is designed in this paper. The asymptotic stability of the control algorithm is analyzed first. Then a simulation test is conducted on different time delays to verify the string stability of control algorithm and the effectiveness of random time delay compensation method in certain range of time delay. Finally， the effects of time delay on platoon stability and fuel consumption are analyzed. The results show that the platoon stability and fuel economy will worsen with the time delay increases and when the time delay reaches 250 ms with a fluctuation of 20% the platoon will be on the verse of instability.

Key words: vehicle platoon, cloud control, time delay, centralized network control, model predictive control

赵菲,王建,张天雷,王里,李德毅. 云控场景下车辆队列的模型预测控制方法[J]. 汽车工程, 2022, 44(2): 179-189.

Fei Zhao,Jian Wang,Tianlei Zhang,Li Wang,Deyi Li. Model Predictive Control Method for Vehicle Platoon Under Cloud Control Scenes[J]. Automotive Engineering, 2022, 44(2): 179-189.

图/表 22

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

图13

图14

图15

图16

图17

图18

图19

图20

图21

表1

参考文献 18

1	CASTRITIUS S M， HECHT H， MÖLLER J， et al. Acceptance of truck platooning by professional drivers on German highways. a mixed methods approach［J］. Applied Ergonomics， 2020， 85：103042.
2	GONG S， SHEN J， DU L. Constrained optimization and distributed computation based car following control of a connected and autonomous vehicle platoon［J］. Transportation Research Part B： Methodological， 2016， 94： 314-334.
3	XIAO L， GAO F. Practical string stability of platoon of adaptive cruise control vehicles［J］. IEEE Transactions on Intelligent Transportation Systems， 2011， 12（4）： 1184-1194.
4	MILANÉS V， SHLADOVER S E， SPRING J， et al. Cooperative adaptive cruise control in real traffic situations［J］. IEEE Transactions on Intelligent Transportation Systems， 2014， 15（1）： 296-305.
5	DENG Q. A general simulation framework for modeling and analysis of heavy-duty vehicle platooning［J］. IEEE Transactions on Intelligent Transportation Systems， 2016， 17（11）： 3252-3262.
6	YU K， YANG H， TAN X， et al. Model predictive control for hybrid electric vehicle platooning using slope information［J］. IEEE Transactions on Intelligent Transportation Systems， 2016， 17（7）： 1894-1909.
7	王雪彤，罗禹贡，江发潮，等. 纯电动商用车异质队列的多目标控制［J］. 汽车工程， 2020， 42（4）： 505-512.
	WANG X， LUO Y， JIANG F， et al. Multi-target control for heterogeneous platoon of battery electric commercial vehicle［J］. Automotive Engineering， 2020， 42（4）：505-512.
8	HE D， QIU T， LUO R. Fuel efficiency-oriented platooning control of connected nonlinear vehicles： a distributed economic MPC approach［J］. Asian Journal of Control， 2020， 22（4）：1628-1638.
9	FALCONE P， BORRELLI F， ASGARI J， et al. Predictive active steering control for autonomous vehicle systems［J］. IEEE Transactions on Control Systems Technology， 2007， 15（3）： 566-580.
10	李克强，常雪阳，李家文，等. 智能网联汽车云控系统及其实现［J］. 汽车工程， 2020， 42（12）： 1595-1605.
	LI K， CHANG X， LI J， et al. Cloud control system for intelligent and connected vehicles and its application［J］. Automotive Engineering， 2020， 42（12）： 1595-1605.
11	许庆，潘济安，李克强，等. 不可靠通信的云控场景下网联车辆控制器的设计［J］. 汽车工程， 2021， 43（4）： 527-536.
	XU Q， PAN J， LI K， et al. Design of connected vehicle controller under cloud control scenes with unreliable communication［J］. Automotive Engineering， 2021， 43（4）： 527-536.
12	WU Q， WAN Z， FAN Q， et al. Velocity-adaptive access scheme for MEC-assisted platooning networks： access fairness via data freshness［J］. IEEE Internet of Things Journal， 2021， doi： 10.1109/JIOT.2021.3103325.
13	HUANG R， CHANG B， TSAI Y， et al. Mobile edge computing-based vehicular cloud of cooperative adaptive driving for platooning autonomous self driving［C］. IEEE 7th International Symposium on Cloud and Service Computing， 2017： 32-39.
14	VIRDIS A， NARDINI G， STEA G. A framework for MEC-enabled platooning［C］. IEEE Wireless Communications and Networking Conference Workshop， 2019： 1-6.
15	QUADRI C， MANCUSO V， MARSAN M A， et al. Platooning on the edge［C］. Proceedings of the 23rd International ACM Conference on Modeling， Analysis and Simulation of Wireless and Mobile Systems， 2020：1-10.
16	成静静，赖卫华. 基于5G边缘云技术构建智能车联方案研究［J］. 数据通信， 2021（3）： 1-3， 9.
	CHENG J， LAI W. Study on building the solution of intelligent and connected vehicles based on 5G MEC technology ［J］. Data Communications， 2021（3）： 1-3， 9.
17	樊卫华，蔡骅，陈庆伟，等. 时延网络控制系统的稳定性［J］. 控制理论与应用， 2004， 21（6）：33-37.
	FAN W， CAI H， CHEN Q. Stability of networked control systems with time-delay［J］. Control Theory & Applications， 2004， 21（6）：880-884.
18	HAO Z， SAIGAL R， DION F， et al. Vehicle platoon control in high-latency wireless communications environment： model predictive control method［J］. Transportation Research Record： Journal of the Transportation Research Board， 2012， 2324（1）：81-90.

时延/ms	车距误差/m	速度误差/（m·s^-1）	油耗总量/mL
50	0.146	0.027	418.1
100	0.252	0.028	421.6
150	0.334	0.028	426.2
200	0.462	0.030	433.2
250			456.6

[1]	梅润,褚端峰,高博麟,李克强,丛炜,陈超义. 基于云控系统的队列预测性巡航与换道决策[J]. 汽车工程, 2023, 45(8): 1299-1308.
[2]	王明,唐小林,杨凯,李国法,胡晓松. 考虑预测风险的自动驾驶车辆运动规划方法[J]. 汽车工程, 2023, 45(8): 1362-1372.
[3]	高锋,冯德福,胡秋霞. 面向NMPC运动规划系统的数值优化加速技术[J]. 汽车工程, 2023, 45(8): 1438-1447.
[4]	林程, 汪博文, 吕沛原, 宫新乐, 于潇. 面向变曲率道路的自动驾驶汽车换道博弈运动规划与协同控制研究[J]. 汽车工程, 2023, 45(7): 1099-1111.
[5]	李军, 周伟, 唐爽. 基于自适应拟合的智能车换道避障轨迹规划[J]. 汽车工程, 2023, 45(7): 1174-1183.
[6]	查云飞,吕小龙,陈慧勤,易迎春,王燕燕. 基于路面附着系数估计的车辆轨迹跟踪控制[J]. 汽车工程, 2023, 45(6): 1010-1021.
[7]	贺伊琳,马建,杨舒凯,郑威,薛启帆. 融合预瞄特性的智能电动汽车稳定性模型预测控制研究[J]. 汽车工程, 2023, 45(5): 719-734.
[8]	周兵,魏佳宝,柴天,吴晓建,王鹤. 基于最优方法的碰后辅助驾驶控制策略[J]. 汽车工程, 2023, 45(4): 561-571.
[9]	张彬,邹渊,张旭东,孙逢春,吴喆,孟逸豪. 混动履带式无人平台轨迹跟踪控制研究[J]. 汽车工程, 2023, 45(4): 579-587.
[10]	张紫微,郑玲,李以农,乔旭强,郑浩,王戡. 考虑前车运动不确定性的多目标自适应巡航控制[J]. 汽车工程, 2023, 45(3): 361-371.
[11]	贺林,徐子昂,黄春荣,龚超,李书华,石琴. 线控转向系统转角预测滑模控制算法研究[J]. 汽车工程, 2023, 45(12): 2200-2208.
[12]	胡丹丹,尹鹏飞,牛国臣,赵金聚. 非结构化道路下离轴式拖挂车辆主动避障控制研究[J]. 汽车工程, 2023, 45(12): 2318-2329.
[13]	宋强,王冠峰,商赫,张念忠. 基于多参数控制的分布式驱动电动汽车操纵稳定性控制策略研究[J]. 汽车工程, 2023, 45(11): 2104-2112.
[14]	芦勇,何一超,田贺,江昆,杨殿阁. 面向量产的自适应巡航控制系统纵向加速度规划方法研究[J]. 汽车工程, 2023, 45(10): 1803-1814.
[15]	胡满江,卜令坤,秦洪懋,周岩,边有钢,孙宁,郑讯佳. 多类时延下混合车辆队列建模与协同控制[J]. 汽车工程, 2022, 44(9): 1359-1371.