买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：福州大学

摘要：本发明提供了一种面向智能网联车辆在无信号交叉口的通行协调方法，包括以下步骤：步骤S1：对进入无信号交叉口的智能车辆的冲突预测；步骤S2：建立非合作和合作博弈模型；具体包括：建立车辆数学模型、无信号交叉口车辆控制目标以及设计控制器；步骤S3：分布式鲁棒微分博弈控制策略优化。应用本技术方案可提供实时控制策略。

主权项：1.一种面向智能网联车辆在无信号交叉口的通行协调方法，其特征在于，包括以下步骤：步骤S1：对进入无信号交叉口的智能车辆的冲突预测；步骤S2：建立非合作和合作博弈模型；具体包括：建立车辆数学模型、无信号交叉口车辆控制目标以及设计控制器；步骤S3：分布式鲁棒微分博弈控制策略优化；步骤S1具体包括：对于第i个智能网联车辆，i＝1,2,...,N，当其进入交叉口范围时，通过等式1利用车辆当前驾驶信息计算其到达冲突点的时间； 其中X，V和A分别代表车辆的位置，速度和加速度，TP车辆通过的时间，通过比较车辆到达冲突点的时间，判断车辆之间是否会发生碰撞，若是存在交通冲突，进入下一个步骤，将车辆作为玩家进行博弈，若是车辆不存在交通冲突，以当前状态继续行驶；建立车辆数学模型具体包括：对于受控车辆i，利用车辆位置Xit和速度Vit建立如下线性系统的状态空间表达式： 其中i＝1,2,...,N，uit即车辆的控制量也就是加速度，ωit是一个服从均匀分布的有界扰动，是平方可积的；考虑一个多车控制系统，由N≥2个具有动力学的智能网联车辆组成，其中车辆i和其邻居组成的局部状态空间表达式定义如下: 其中是车辆i可以检测到的一组车辆，它包括两部分：首先是无信号交叉口另一方向的相邻车辆，称为第二是车辆i周围相同方向的邻居，称为无信号交叉口车辆控制目标具体包括：通过车辆之间通信得到其他车辆的驾驶信息，每个车辆的控制系统将评估其驾驶安全性，然后通过考虑其他车辆的反应来决定自己的控制策略；一方面，独立地做出各自的驾驶动作，从而将通过交叉路口表示成非合作博弈；另一方面，两辆车以合作的方式协调通过交叉路口，从而生成一个合作博弈；控制目标是进入无信号交叉口的所有车辆迅速通过冲突点，并且车辆之间未发生碰撞，使用博弈论工具；博弈场景如下：1玩家；玩家是其决策影响博弈结果的实体；参与者是无信号交叉口上要通过的车辆；2策略；博弈中设定的策略是玩家的一系列动作，由不同位置下玩家根据当前环境所采取的驾驶策略，该策略将由对应收益给定，这里策略为加速度大小；3收益；收益是采取相应策略后所获得的奖励，它不仅与其自身的策略有关，还与另一车辆的策略有关，将其定义为成本函数；设计控制器具体包括：在非合作控制器中，在给定初始驾驶信息的条件下，从时间0至tf上寻求最优控制u，使得该时间段沿着一条轨迹运行，从而使预测成本J最小化，局部代价函数定义如下， 其中Qi，Ri，Wi是正定对称矩阵，为终端成本，Pi是关于的函数，代表车辆行驶过程中的运行成本，Vmax、umax和umin分别为车辆的最大速度、最大控制量和最小控制量，约束5意味着整个时间范围内车辆的速度是非负的，并且不超过最大速度，并且车辆的加速度被限制在一些允许的范围内；对于非合作博弈模型，局部运行成本函数具体为：Pi＝α1GΦi+α2GSΦi+α3Vid-Vi2+α4TPΦi6其中，Vid为车辆i在当前道路中所期望运行的速度，α1，α2，α3和α4分别为权重系数，TPΦi为车辆i以当前驾驶信息行驶至冲突点所需要的时间，其中Φi如1所示；G为惩罚车辆与其余车辆在冲突点相碰，因此分别视为障碍物碰撞避免，即 第二项GS也是安全成本，当受控车辆接近周围车辆时，它确保了更大的惩罚，写为 控制器将在这些成本项中做出权衡，以下是对各成本项的具体介绍：第一项为安全成本，每对车辆的安全性定义为两车到达交叉口冲突点的时间的差异性，每辆车都要在不同的时间通过交叉口；7表示从不同方向连续通过的两辆车之间的时间差，当两车到达交叉口冲突点的时间相近，会产生较大的惩罚；第二项也为安全成本，当被控制车辆接近其前面的车辆时，它确保较大的惩罚同时期望保持与前车相同的车速；第三项为平衡成本，每辆车都期望以平稳均速行驶，同时考虑有些车道上有限速，车辆需要以一定的速度行驶；第四项为控制成本，控制成本表现为惩罚大幅加速或减速；加速和减速的过度变化还会导致驾驶体验不好；第五项为效率成本，期望车辆以较快的时间通过交叉口；令u-i，ω-i为车辆i所能检测到的车辆的策略集，称这些车辆为车辆i的邻居，其中上标*代表其处于最优情况，无信号交叉口车辆通行问题目标是为每个智能网联车辆设计控制策略，使其安全迅速地通过无信号交叉口；同时，车辆i及其邻居收敛于鲁棒纳什均衡； 在合作控制器中，受控车辆将其邻居作为合作对象，在这种情况下，每一辆车都将考虑与另一辆车的共同利益最大化，即在安全舒适的条件下，车辆通过交叉口冲突点的总时间最小，实际上，当智能网联车辆检测到对方时，在通过交叉口时以合作的方式行动，受控车辆通过V2V通信交换信息并相互协作；他们的决策过程表述为合作博弈，同时很容易将其扩展到更多车辆的协同控制；在给定初始驾驶信息的条件下，寻求最优控制策略，使联合预测成本最小化，此时局部代价函数定义如下： 其中此时代价函数也将满足约束4，Q，R，W是正定对称矩阵， 对于合作博弈模型，运行成本函数具体为： 其中Pj定义同Pi；13表明合作车辆目标在最小化联合成本函数，该函数由各个合作车辆与其邻居的安全、平衡、控制、效率和换道成本组成；同时，各车辆收敛于鲁棒帕累托-纳什均衡，即满足 步骤S3具体包括：将控制问题转化为非合作和合作下的博弈模型之后，对于具有性能目标的动力学，引入相关的哈密顿量，令 则有 其中λi为协态向量，它反映由于状态的微小变化而产生的相对额外成本，要使得性能指标4最小需要满足以下两个必要条件： 定义车辆i的局部鲁棒值函数为 鲁棒微分博弈问题等价于多人零和博弈问题；玩家寻求最小化值ViΦi0，干扰游戏者寻求将其最大化；如果鞍点存在，博弈有唯一的解决方案，即 其中Vi*是最优鲁棒值函数，Ui为车辆i满足约束条件下的控制量；当Vi是有限的时候，利用莱布尼兹公式，由贝尔曼Bellman方程根据哈密顿函数给出一个等价于13的微分 由17和13，得也就是说等式17的解作为计算积分15的替代方案，以找到与当前反馈策略相关的值；对于合作对策和非合作对策，根据庞特里金Pontryagin最小值原理获得最优性的必要条件；通过数值迭代求解状态和共状态动力学方程，获得最优策略。

全文数据：

权利要求：

百度查询： 福州大学 一种面向智能网联车辆在无信号交叉口的通行协调方法