基于模糊PID协议的无人驾驶汽车编队系统控制方法

基于模糊pid协议的无人驾驶汽车编队系统控制方法
技术领域
1.本发明属于自动驾驶技术与现代控制领域，涉及一种基于模糊正多智能体控制系统的建模以及模糊pid控制协议方法的无人驾驶汽车编队问题。


背景技术：

2.在自动驾驶技术领域，无人驾驶汽车编队行驶是一种常见的控制形式技术，对于未来缓解道路拥挤，提高道路通行能力，降低交通事故，具有明显的效果。无人驾驶汽车编队系统作为车路协同系统中的一个重要技术热和前沿课题，它主要是针对多无人驾驶汽车在复杂多变的交通环境下，通过调节自身的形式速度、转向和位姿，使得自身与附近行驶的无人驾驶汽车之间保持相对稳定的几何位姿及运动状态，同时又满足任务需求和适应周边环境约束，从而实现多无人驾驶汽车之间以无线通信为纽带的一致性行驶行为。
3.无人驾驶汽车编队系统问题的研究来源于多智能体系统任务规划及一致性问题的研究，且无人驾驶汽车编队系统中的多辆汽车具有通过通信最终达到一致性的行为，考虑到无人驾驶汽车编队系统中每辆无人驾驶汽车行驶速度、转向角以及位姿的非负性，因此，采用多智能体系统建模无人驾驶汽车编队系统很有必要。无人驾驶汽车系统中汽车的行驶速度、加速度等指标依赖于非线性，因此，在建模时将系统的非负性考虑在内可以大大增加建模的准确度。ts模糊系统为非线性系统的建模提供了新方法，它将线性系统线性化的同时还处理了在对系统的各参数进行测量时由于测量精度不够高、外部环境干扰等因素引起的系统矩阵的不确定性。而一般的非线性系统建模只是在某一个节点将建模系统非线性化，因此采用ts模糊系统建模非线性系统具有更大的应用价值。现存的无人驾驶汽车编队系统大多是用一般(非正)线性系统建模，采用一般多智能体系统建模无人驾驶汽车编队系统，则会造成冗余的负量部分，进而造成系统资源的浪费；线性系统建模由于忽略了系统的非负性，会使系统建模精读不高。相比于其他的控制策略，pid控制器具有结构简单、稳定性好、工作可靠、便于调节、易被工程师理解等诸多优点。pid控制器就是通过设定比例单元p、积分单元i、微分单元d，对整个控制系统进行偏差调节，从而使被控变量的实际值与要求的预定值一致。pid控制器中的p部分可以减小系统的稳态误差，从而提高系统的控制精度，i部分可以提高系统稳态性能，d部分可以改善系统的动态性能。为了解决以上问题，本发明拟考虑采用ts模糊正多智能体系统建模无人驾驶汽车编队系统，通过模糊pid控制协议实现无人驾驶汽车编队系统的一致性问题。
4.针对上述问题，本发明将采用ts模糊正多智能体系统对无人驾驶汽车编队系统建模，提出基于模糊pid控制协议的汽车编队一致性控制方法。模糊pid一致性控制可以提高无人驾驶汽车编队系统的控制精度，保证系统状态实现一致性。综上，设计一种基于ts模糊正多智能体系统建模的无人驾驶汽车编队系统和模糊pid控制协议具有重要的科研意义和实际应用意义。


技术实现要素：

5.本发明的目的是针对无人驾驶汽车编队系统中车辆的一致性控制问题，利用模糊pid控制协议对无人驾驶汽车编队系统进行研究，提供了一种基于ts模糊正多智能体系统建模的无人驾驶汽车编队系统的模糊pid控制协议方法。
6.本发明方法的具体步骤包括如下：
7.步骤1、建立无人驾驶汽车之间通信网络拓扑的数学模型；
8.步骤2、定义无人驾驶汽车编队系统的模糊控制规则；
9.步骤3、建立无人驾驶汽车编队系统的ts模糊正多智能体系统状态空间模型；
10.步骤4、建立无人驾驶汽车编队系统的模糊pid控制协议；
11.步骤5、设计使无人驾驶汽车编队保持正性且达到一致性的条件；
12.步骤6、无人驾驶汽车编队系统的正性验证过程；
13.步骤7、无人驾驶汽车编队系统的一致性验证过程。
14.本发明的有益效果如下：
15.本发明方法首先利用ts模糊正多智能体系统建立无人驾驶汽车编队系统的状态空间模型。借助通信拓扑图以及图论知识实现不同车辆之间的信息交互。借助所构造的线性余正lyapunov函数和矩阵分解技术设计了一类模糊pid控制协议，并分析了其正性和一致性，实现了无人驾驶汽车编队系统中每辆车辆自身与附近行驶的自动驾驶车辆之间保持相对稳定的位姿及运动状态。本发明的模糊pid一致性控制提高无人驾驶汽车编队系统的控制精度，保证系统状态实现一致性。综上，设计一种基于ts模糊正多智能体系统建模的无人驾驶汽车编队系统和模糊pid控制协议具有重要的科研意义和实际应用意义。
附图说明
16.图1是某无人驾驶汽车编队系统技术路线图。
17.图2是某无人驾驶汽车编队系统数学模型结构图。
具体实施方式
18.下面结合附图和实施例对本发明作进一步说明。
19.如图1和2所示，本发明的目的是针对无人驾驶汽车编队系统中车辆的一致性控制问题，首先，利用传感器设备采集无人驾驶汽车编队系统中各辆无人驾驶汽车自身的固有信息，再根据这个编队之间的通信拓扑图实现无人驾驶汽车编队系统的信息交互，基于ts模糊正多智能体系统建立无人驾驶汽车编队系统的状态空间模型。然后，针对传感器采集到的自身信息以及通过信息交互接收到的邻居信息，采用线性余正lyapunov函数和矩阵分解技术构造一类模糊pid控制协议，使得系统能够实现一致性问题，从而使无人驾驶汽车编队系统能够正常运行
20.如图1所示，本发明的方法步骤如下：
21.步骤1、建立无人驾驶汽车之间通信网络拓扑的数学模型；
22.步骤2、定义无人驾驶汽车编队系统的模糊控制规则；
23.步骤3、建立无人驾驶汽车编队系统的ts模糊正多智能体系统状态空间模型；
24.步骤4、建立无人驾驶汽车编队系统的模糊pid控制协议；
25.步骤5、设计使无人驾驶汽车编队保持正性且达到一致性的条件；
26.步骤6、无人驾驶汽车编队系统的正性验证过程；
27.步骤7、无人驾驶汽车编队系统的一致性验证过程。
28.进一步的，如图2所示，步骤1中无人驾驶汽车之间的通信网络拓扑结构数学模型的构建，其具体表达形式如下：
[0029][0030]
其中，是一个与智能体间的通信拓扑相关的行随机矩阵，若第i个智能体与第j个智能体能够通信，则[d]
ij
＞0，否则，[d]
ij
＝0，并且满足行随机矩阵d的维数与多智能体系统中智能体的个数相。
[0031]
进一步的，定义无人驾驶汽车编队系统的模糊控制规则，其构建形式如下：
[0032]
2.1针对一般智能体系统中第i个智能体，建立模型的第r条规则如下：
[0033]
如果θ1(k)是w
r1
并且θ2(k)是w
r2
并且
…
θe(k)是w
rw
，那么
[0034]
xi(k+1)＝arxi(k)+brui(k),
[0035]
yi(k)＝crxi(k),i∈m,
ꢀꢀꢀꢀ
(2)
[0036]
其中，θ1(k),θ2(k)
…
θw(k)为模糊规则的前件变量，w
r1
、w
r2
...w
rw
是模糊集，xi(k),ui(k)和yi(k)分别为给定的第i个智能体的状态、控制输入和可测量输出；m为智能体的个数,ar,br,cr是已知的系统矩阵；
[0037]
2.2构造无人驾驶汽车编队系统的规范化隶属度函数，具体表达形式如下：
[0038][0039]
其中，hr(θ(k))是规范化的隶属度函数，并且满足模糊规则的数为m，r是模糊规则数集合中的元素；w
ro
(θo(k))为前件变量θo(k)对于模糊集w
ro
的隶属函数，前件变量数为w，o是前件变量数集合中的元素；∑和π分别表示求和符合和连乘符号。
[0040]
进一步的，步骤3中无人驾驶汽车编队系统的ts模糊正多智能体系统状态空间模型的构造，形式如下：
[0041][0042][0043]
其中，表示k时刻第i辆车的运行状态，表示k时刻对第i辆车接下来运行状态的控制输入，表示k时刻通过传感器采集的第i辆车的位姿；hr(θ(k))表示无人驾驶汽车编队系统中无人驾驶汽车的使用
情况；是已知的系统矩阵；表示无人驾驶汽车编队系统中汽车数量；分别表示n维、p维、q维、n+q维列向量、n
×
n维、n
×
p维、q
×
n维矩阵和正整数集；表示向量[x
i1
(k),x
i2
(k),...,x
in
(k)]的转置。
[0044]
进一步的，步骤4建立无人驾驶汽车编队系统的模糊pid控制协议，其构建形式如下：
[0045]
4.1设计模糊pid控制协议整体架构，其形式如下：
[0046][0047]
其中，k
p
,k
i1
,k
i2
,kd和f均是要设计的模糊pid控制协议的增益矩阵，下标s表示模糊规则集合中的元素；是一个与智能体间的通信拓扑相关的矩阵，若第i个智能体与第j个智能体能够通信，则[d]
ij
＞0，否则，[d]
ij
＝0，其维数与多智能体系统中智能体的个数相关；ei(k)和δyi(k)分别是模糊pid控制协议的积分和微分部分，且δyi(k)＝yi(k)-yi(k-1)；
[0048]
4.2设计模糊pid控制协议的积分部分，其构建形式如下：
[0049]ei
(k)＝yi(k-1)+(1-α)ei(k-1),(6)
[0050]
其中，α是一个小的调优参数且α＞0。
[0051]
进一步的，步骤5中的设计无人驾驶汽车编队系统保持正性且达到一致性的条件，其构建方法如下：
[0052]
设计常数0＜α≤1，向量和向量使得
[0053][0054][0055][0056][0057][0058][0059]
对任意l＝1,2,...,p成立；那么，在步骤4中设计的模糊pid控制协议下，所述的无人驾驶汽车编队系统实现了正性和一致性，增益矩阵满足：
[0060]
[0061]
其中，1-[d]
ii
＝∑
i≠j
[d]
ij
；1
p
表示所有元素均为1的p维列向量，表示第l个元素为1其余元素为0的p维列向量；和θ分别表示向量θ
l
的上、下界。
[0062]
进一步的，步骤6中无人驾驶汽车编队系统的正性验证过程，其构建形式如下：
[0063]
6.1根据步骤3中建立的无人驾驶汽车编队系统的状态空间模型、步骤4中构建的模糊pid控制协议和模糊pid控制协议的积分部分，得到
[0064][0065]
其中，
[0066][0067]
且是一个克罗内克积运算符，im和iq分别是m
×
m维和q
×
q维的单位矩阵；hr(θ(k))，hs(θ(k))，hg(θ(k))，hz(θ(k-1))均为模糊规则为m的隶属度函数，它们模糊规则数集合中的元素分别为r,s,g,z
[0068]
6.2定义矩阵的对角线矩阵和非对角线矩阵分别为：
[0069][0070]
和
[0071][0072]
定义矩阵的对角线矩阵和非对角线矩阵分别为：
[0073][0074]
和
[0075][0076]
由步骤5中的条件(7)-(8)，得到：由
[0077]
0＜α≤1得
[0078][0079]
因此，故，无人驾驶汽车编队系统是正的。
[0080]
进一步的，步骤7中无人驾驶汽车编队系统的一致性验证过程，其构建形式如下：
[0081]
7.1选择线性余正lyapunov函数其中，
[0082][0083]
的差分为：
[0084][0085]
7.2结合步骤6.2和7.1，得到：
[0086][0087]
其中，
[0088][0089]
由其中，[d]
ij
表示矩阵d的第i行和第j列的元素，得到：
[0090][0091]
7.3由步骤5中的条件(9)得到：
[0092][0093]
进一步得到：
[0094][0095]
7.4由步骤5中的条件(10)-(12)得到：
[0096][0097]
进一步得到结合步骤7.2得到
[0098][0099]
因此，无人驾驶汽车编队系统是一致的，即实现了无人驾驶汽车编队系统中每辆车辆自身与附近行驶的自动驾驶车辆之间保持相对稳定的位姿及运动状态。

技术特征：
1.基于模糊pid协议的无人驾驶汽车编队系统控制方法，其特征在于该方法包括如下步骤：步骤1、建立无人驾驶汽车之间通信网络拓扑的数学模型；步骤2、定义无人驾驶汽车编队系统的模糊控制规则；步骤3、建立无人驾驶汽车编队系统的ts模糊正多智能体系统状态空间模型；步骤4、建立无人驾驶汽车编队系统的模糊pid控制协议；步骤5、设计使无人驾驶汽车编队保持正性且达到一致性的条件；步骤6、无人驾驶汽车编队系统的正性验证过程；步骤7、无人驾驶汽车编队系统的一致性验证过程。2.根据权利要求1所述的基于模糊pid协议的无人驾驶汽车编队系统控制方法，其特征在于步骤1中无人驾驶汽车之间的通信网络拓扑结构数学模型的构建，其具体表达形式如下：其中，是一个与智能体间的通信拓扑相关的行随机矩阵，若第i个智能体与第j个智能体能够通信，则[d]
ij
＞0，否则，[d]
ij
＝0，并且满足行随机矩阵d的维数与多智能体系统中智能体的个数相。3.根据权利要求2所述的基于模糊pid协议的无人驾驶汽车编队系统控制方法，其特征在于：定义无人驾驶汽车编队系统的模糊控制规则，其构建形式如下：2.1针对一般智能体系统中第i个智能体，建立模型的第r条规则如下：如果θ1(k)是w
r1
并且θ2(k)是w
r2
并且
…
θ
e
(k)是w
rw
，那么x
i
(k+1)＝a
r
x
i
(k)+b
r
u
i
(k),y
i
(k)＝c
r
x
i
(k),i∈m,
ꢀꢀꢀꢀ
(2)其中，θ1(k),θ2(k)
…
θ
w
(k)为模糊规则的前件变量，w
r1
、w
r2
...w
rw
是模糊集，x
i
(k),u
i
(k)和y
i
(k)分别为给定的第i个智能体的状态、控制输入和可测量输出；m为智能体的个数,a
r
,b
r
,c
r
是已知的系统矩阵；2.2构造无人驾驶汽车编队系统的规范化隶属度函数，具体表达形式如下：其中，h
r
(θ(k))是规范化的隶属度函数，并且满足模糊规则的数为m，r是模糊规则数集合中的元素；w
ro
(θ
o
(k))为前件变量θ
o
(k)对于模糊集w
ro
的隶属函数，前件变量数为w，o是前件变量数集合中的元素；∑和π分别表示求和符合和连乘符号。4.根据权利要求3所述的基于模糊pid协议的无人驾驶汽车编队系统控制方法，其特征
在于步骤3中无人驾驶汽车编队系统的ts模糊正多智能体系统状态空间模型的构造，形式如下：如下：其中，表示k时刻第i辆车的运行状态，表示k时刻对第i辆车接下来运行状态的控制输入，表示k时刻通过传感器采集的第i辆车的位姿；h
r
(θ(k))表示无人驾驶汽车编队系统中无人驾驶汽车的使用情况；是已知的系统矩阵；表示无人驾驶汽车编队系统中汽车数量；分别表示n维、p维、q维、n+q维列向量、n
×
n维、n
×
p维、q
×
n维矩阵和正整数集；表示向量[x
i1
(k),x
i2
(k),...,x
in
(k)]的转置。5.根据权利要求4所述的基于模糊pid协议的无人驾驶汽车编队系统控制方法，其特征在于：步骤4建立无人驾驶汽车编队系统的模糊pid控制协议，其构建形式如下：4.1设计模糊pid控制协议整体架构，其形式如下：其中，k
p
,k
i1
,k
i2
,k
d
和f均是要设计的模糊pid控制协议的增益矩阵，下标s表示模糊规则集合中的元素；是一个与智能体间的通信拓扑相关的矩阵，若第i个智能体与第j个智能体能够通信，则[d]
ij
＞0，否则，[d]
ij
＝0，其维数与多智能体系统中智能体的个数相关；e
i
(k)和δy
i
(k)分别是模糊pid控制协议的积分和微分部分，且δy
i
(k)＝y
i
(k)-y
i
(k-1)；4.2设计模糊pid控制协议的积分部分，其构建形式如下：e
i
(k)＝y
i
(k-1)+(1-α)e
i
(k-1),
ꢀꢀꢀꢀ
(6)其中，α是一个小的调优参数且α＞0。6.根据权利要求5所述的基于模糊pid协议的无人驾驶汽车编队系统控制方法，其特征在于：步骤5中的设计无人驾驶汽车编队系统保持正性且达到一致性的条件，其构建方法如下：设计常数0＜α≤1，向量和向量向量使得使得
对任意l＝1,2,...,p成立；那么，在步骤4中设计的模糊pid控制协议下，所述的无人驾驶汽车编队系统实现了正性和一致性，增益矩阵满足：其中，1-[d]
ii
＝∑
i≠j
[d]
ij
；1
p
表示所有元素均为1的p维列向量，表示第l个元素为1其余元素为0的p维列向量；和θ分别表示向量θ
l
的上、下界。7.根据权利要求6所述的基于模糊pid协议的无人驾驶汽车编队系统控制方法，其特征在于：步骤6中无人驾驶汽车编队系统的正性验证过程，其构建形式如下：6.1根据步骤3中建立的无人驾驶汽车编队系统的状态空间模型、步骤4中构建的模糊pid控制协议和模糊pid控制协议的积分部分，得到其中，且是一个克罗内克积运算符，i
m
和i
q
分别是m
×
m维和q
×
q维的单位矩阵；h
r
(θ(k))，h
s
(θ(k))，h
g
(θ(k))，h
z
(θ(k-1))均为模糊规则为m的隶属度函数，它们模糊规则数集合中的元素分别为r,s,g,z6.2定义矩阵的对角线矩阵和非对角线矩阵分别为：和定义矩阵的对角线矩阵和非对角线矩阵分别为：和
由步骤5中的条件(7)-(8)，得到：由0＜α≤1得因此，故，无人驾驶汽车编队系统是正的。8.根据权利要求7所述的基于模糊pid协议的无人驾驶汽车编队系统控制方法，其特征在于：步骤7中无人驾驶汽车编队系统的一致性验证过程，其构建形式如下：7.1选择线性余正lyapunov函数其中，其中，的差分为：7.2结合步骤6.2和7.1，得到：其中，由其中，[d]
ij
表示矩阵d的第i行和第j列的元素，得到：
7.3由步骤5中的条件(9)得到：进一步得到：7.4由步骤5中的条件(10)-(12)得到：进一步得到结合步骤7.2得到因此，无人驾驶汽车编队系统是一致的，即实现了无人驾驶汽车编队系统中每辆车辆自身与附近行驶的自动驾驶车辆之间保持相对稳定的位姿及运动状态。

技术总结
本发明公开了一种基于模糊PID协议的无人驾驶汽车编队系统控制方法。本发明步骤包括：步骤1、建立无人驾驶汽车之间通信网络拓扑的数学模型；步骤2、定义无人驾驶汽车编队系统的模糊控制规则；步骤3、建立无人驾驶汽车编队系统的TS模糊正多智能体系统状态空间模型；步骤4、建立无人驾驶汽车编队系统的模糊PID控制协议；步骤5、设计使无人驾驶汽车编队保持正性且达到一致性的条件；步骤6、无人驾驶汽车编队系统的正性验证过程；步骤7、无人驾驶汽车编队系统的一致性验证过程。本发明解决了一致性问题，提高了无人驾驶汽车编队系统的控制精度，从而使无人驾驶汽车编队系统能够正常运行，具有重要的科研意义和实际应用意义。有重要的科研意义和实际应用意义。有重要的科研意义和实际应用意义。


技术研发人员：毋媛媛 付仁杰 黄梦醒 张俊锋
受保护的技术使用者：海南大学
技术研发日：2023.04.23
技术公布日：2023/7/22