基于虚拟结构和共识方法的非完整智能车辆形成控制策略外文翻译资料

 2022-03-21 09:03

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

基于虚拟结构和共识方法的非完整智能车辆形成控制策略

董龙飞，陈扬州，屈小军

北京工业大学城市交通学院交通工程重点实验室，北京100124，，P. R.中国

摘要

本文提出了一种新的基于虚拟结构和非完整智能车辆的编队控制策略共识的方法。建立了基于坐标变换和虚拟结构技术的地层模型。控制器的设计采用非完整目标跟踪技术和领导者跟随共识协议。根据虚拟结构方法和坐标变换，建立了多个非完整智能车辆被转换成目标跟踪和状态一致镇定问题。仿真和真实实验结果表明了该策略的正确性和有效性。

copy;2016作者。爱思唯尔出版有限公司

北京理工大学交通运输工程系负责人的同行评审。

关键词：编队控制；；非完整智能车辆；；虚拟结构；；一致性

1。介绍

随着自动化技术的发展，越来越多的多Agent协作技术被应用于

智能交通领域。智能车辆编队控制是一个突出的研究课题

主题。对于复杂的城市交通环境，智能车辆的编队控制可以大大提高

城市交通的效率，并可以减少事故的概率。常规控制方法

包括领导人跟随者的方法由郭等。[ 1 ]，由鲍尔奇等人基于行为的方法。[ 2 ]势函数

*对应作者。Tel.：86 136 2136 3695；传真： 86 010-6739-1632。

电子邮件地址：yzchen@bjut.edu.cn

copy;2016作者。由Elsevier出版公司这是CC by-nc-nd许可下的开放获取文章

（HTTP：/ /协议。org /许可证/数控钕/ 4 /）。

北京理工大学交通运输工程系负责人的同行评审

416龙飞东等人。/ Procedia工程137（2016）415–424/ Procedia工程137（2016）415–424approach Wachter等人的。[ 3 ]，图论的方法由拉森等人。【4】虚拟结构方法

Yoshioka和Namerikawa等[ 5 ]。欲了解更多信息，请参阅调查的文件崔等。[ 6 ]

领导者-追随者的方法[ 1，7，8 ]是保持恒定的相对距离和角度的领导者机器人和追随者机器人。这种方法需要的距离和位置信息的领导者机器人。因此，追随者必须配备传感器定位机器人。公园等。【7】利用红外热像仪和红外摄像机对机器人进行定位反射标记。当领导者机器人按照规划路径移动时，跟随机器人识别出领导者机器人的标签和估计它的位置。和跟随机器人移动保持一定的距离和角度。章等。[ 9 ]设计的领导者沿一个预定义的轨迹，而追随者要保持一个对领导者的期望距离和方向。虚拟结构控制方法[ 10 ]，迫使智能车辆合奏表现它们是嵌入在刚性结构中的颗粒。智能车辆运动跟踪刚性点上的虚拟点构造当地层移动时。Kawakami和滑川[ 11 ]提出的虚拟结构的基础targetenclosing多个非完整代理收敛的形成策略，而他们跟踪二维平面运动目标物体。

一致[ 12 ]的一组代理意味着他们渐近实现一个共同的动态过程的一些有趣的变量通过本地分布式合作协议。根据通用要求变量，共识问题可以被归类为国家共识和输出共识的问题。考虑到考虑非完整力学系统的colbaugh等人。【13】传统的一致性算法不能满足非完整约束智能车辆编队控制要求。邱等人。[ 14 ]提出一类非完整链式系统的主从一致性的系统解。和listmann等人。【15】基于人工势场和一致性的新形成控制律一组独轮车这些非完整车辆使任意形成模式的算法。董和法瑞尔[ 16 ]认为多个非完整系统收敛到期望的轨迹和借助图论和Lyapunov的结果，提出并分析了协同控制律分析。曹[ 17 ]考虑非完整移动机器人编队控制，提出了分散线性基于级联设计的非完整移动机器人控制器。

在本文中，我们提出了一种新的非完整智能车辆的编队控制策略的基础上虚拟结构与一致性技术。在这方面的控制策略有一些差异和优势论文与他人。首先，我们选择一个领导者从智能车辆作为原点的坐标和定义

基于它的相对坐标系。然后，将其他智能车辆转换成相对坐标坐标变换法。在坐标系中，我们初始化每个坐标点刚性结构智能车辆。设计了目标跟踪控制律，保证目标跟踪刚性结构点。因此，智能车辆可以形成一个固定的结构形成，不需消耗大量的通信成本和时间延迟，简化了问题的复杂性，比由曹[ 17 ]。其次，我们设计了一个控制策略，使所有的车辆实现共同价值速度和保持车辆之间的恒定间距。领先的车辆被假定为自由行驶

在二维坐标系。我们提出的追随者的控制输入协议通过使用leaderfollowing共识设计法。最后，本文是开发一种新的形成控制器，能够结合目标跟踪和一致性设计方法跟踪编队，提高了收敛性速度和增加系统的稳定性。

本文的其余部分组织如下。第2节简要介绍了非完整智能车辆模型和描述坐标变换的方法。在第3节中，我们提供了一个形成方法基于刚性结构的编队控制算法稳定性分析。的数值讨论第4节给出了通信问题和仿真，以证明理论结果，第5节总结本文。

2。说明形成

如图1所示，一个典型的非完整车辆模型位于笛卡尔坐标系中。笛卡尔坐标系是一个全局坐标系，其中X（y，y）是车辆坐标系。车辆模型包含两个前驱动轮决定的线性速度v，和一个后轮导向轮，这是龙飞东等人。/ Procedia工程137（2016）415 424 417–负责velocityz角。

符号d表示质心（x，y）和驱动器之间的距离

轴，即两个前驱动轮的轴。AndT是线速度和积极的X之间的角度—在该文献中，状态（，，），I I i XY V T z被构造来表示笛卡尔的位置，取向，线性和第i个车辆角速度，在0,1，2，”。0号车是汽车的形成和领导者

其他追随者。根据数学关系，车辆的运动学模型描述如下

在全球坐标系中的I型车辆的姿态，是控制运动输入，是参数矩阵，描述如下：

(4)

在形成过程中，领导者的重心，即第0车辆，被设置为一个新的地方的起源相对坐标系。让表示在新的地方的I型车辆的姿势相对坐标系。描述了一种坐标变换方法，将全局坐标转换成相对坐标IR Q Q，如下所示：

在是旋转矩阵

(5)

基于TanK H [10]的虚拟结构方法，我们设置作为我的目标点跟随车辆。这一点在领导坐标系中定义，它是一个已知常数描述。目标跟踪控制算法是设计一个速度控制输入，我们可以保证刚性结构中的点跟踪。

对虚拟结构和一致性技术的车辆形成的程序流程图如图2所示。

目标跟踪

形成跟踪

定义相对坐标系形成

收集姿态和速度信息

初始化坐标点，形成刚性形状

设计PID角速度和线速度一致性控制

跟踪虚拟结构的目标点

跟踪轨迹的形式

若不满足则返回上一部

若不满足则返回上一部

若满足输出

若满足输出

结束

结束

图2。地层控制程序流程图。

三.控制器的设计

假设第i跟随车辆的目标跟踪误差。它的描述如下：

(6)

当是一个计算目标跟踪误差的矩阵，和在第2节中定义。

很明显是可逆的，因为

(7)

(8)

在和的线性和角速度i日车，和是线性和角速度目标点。基于虚拟结构方法，由这些点形成的G1是刚性结构。这些点已初始化形成的描述。所以，我们可以得到方程（8）

可以改写为等式（11）如下：

(9)

3.1。第1步：目标跟踪

第i从动件的角速度可设计如下

(10)

当是跟随角误差的重量，之间的共识输入的重量第三追随者和其他N 1追随者，是设计所需的增益。如果我的追随者可以接受来自TH追随者的信息，然后否则

I型跟随器的线性速度IR V可设计如下

11)

当

通过（10）和（12），我们可以得到闭环系统如下

（12）

为了证明跟踪控制系统的渐近稳定性，我们可以考虑以下Lyapunov函数：

（13）

很明显和V=0当且仅当其推导如下

（14）

因此，我们可以确认，系统误差从方程界（14）。

3.2。步骤2：编队运动

领先的车辆被假定为自由旅行，当和线性时变。本文形成控制器设计和对于跟随器，包括角速度控制器基于PID算法和线性速度控制器基于一致性算法。

（15）

a5是比例增益，a6是差分时间。

在运动的方向上，每一辆智能车都能得到车辆与车辆之间的距离领先的汽车。智能车辆也可以得到对方车辆的速度v和领先车辆。

Tan K H（10）的共识方法的基础上，我们可以构建以下共识协议。

（16）

当和需要确定的收益。如果第一辆车能得到TH车辆的信息，然后否则在相对坐标系下，可以得到误差可以被替换为距离误差因此，我们可以重写方程（16）如下

（17）

我们可以基于（10），（11），（15）和（17）获得最后一个控制器。

（18）

在

（19）

（20）

4。仿真结果

在本节中，我们验证了所提出的控制策略的正确性和有效性，使用三智能车辆。引导车的轨迹是直线

主要车辆的输入是,以下两辆车保持一定距离

引导车辆的角度跟踪仿真参数如下：在现实世界中的仿真结果和影响

在图3-7所示。

图3。形成的轨迹。

图4。从动件速度误差。

图5。第一位跟随者的姿势误差。

图6。第二位跟随者的姿势误差。

三智能车辆的形成轨迹如图3所示。以下两辆车跟踪6S前导车。他们可以形成一个固定结构的形成。以下两辆车保持稳定距离和角度与领先的车辆。跟随器的速度误差如图4所示。下面两辆车的速度可以跟踪6S前车速度，两追随者的姿态误差图5-6所示。的误差收敛零速下编队控制策略。从这些模拟轨迹，我们可以得到的三

智能车辆可形成固定结构形成。系统稳定。

图7。真实世界的形成轨迹

形成对实际车辆的影响如图7所示。我们用amigobots作为智能车辆被公司评为美国activemedia产生。它有相同的模型，我们讨论的文件。这个算法可以基于C 编程实现。基于WLAN的通信网络TCP/IP协议。在实验中，我们选择了智能车辆作为领导者和其他两个智能车辆作为追随者。和两个追随者被放置在随机初始位置。设定目标间距和角度作为d=2m和。实验的结果显示，三的智能车辆可以形成这种控制策略。

5。结论

在本文中，我们提出了一种新的非完整智能车辆的编队控制策略的基础上虚拟结构与一致性技术。通过模型变换简化目标跟踪方法基于坐标转换和虚拟结构技术。使用领导者跟随共识协议系统收敛速度加快。基于Matlab的仿真和真实轨迹基于Amigobot实验结果表明了该策略的正确性和有效性。

工具书类

【1】郭，C，秦，J.，葛，Y，陈，Y，2014。基于队长和级联系统的非完整智能编队控制

车辆。第二十六中国控制与决策会议，3931-3935。

[ 2 ]鲍尔奇，T.阿金，R. C.，1998。基于行为的机器人团队形成的控制。IEEE机器人与自动化学报，

14（6），926-939。

[ 3 ] Wachter，L.，墨菲，J.，瑞，L.，2008。多个高速非完整机器人的势函数控制。在IEEE国际

机器人与自动化大会（ICRA），1781-1782。

[ 4 ]拉森，M. B.，史米斯，R. S.，布兰克，M.，2011。基于图论的系留卫星编队建模。Acta Astronautica，69（7），

470-479。

[ 5 ] Yoshioka，C，和Namerikawa，T，2008。基于虚拟结构的非完整多车系统队形控制。第十七国际会计师联合会

世界大会上，5149-5154。

6 ]崔，S，吴，L，赵，L，和兵，Z，2010。多智能体编队控制方法研究。2010 IEEE亚太会议

电力电子设计（模仿），59-62。

[ 7 ]公园，H，Choi，我，S. K.，和，J，2013。使用带有反射标签的红外摄像机的跟随器形成控制。在IEEE 2013

第十无处不在的机器人和环境智能国际会议（乌来），321-324。

[ 8 ] Consolini，L.，连续，F，Prattichizzo，博士，Tosques，M.，2007。主从编队控制的几何特性。在

2007 IEEE机器人与自动化国际会议，2397-2402。

[ 9 ]张，Y，Zeng，L.，里县，Y.，和刘，Q，2009。MANET中使用主从跟随器的多机器人编队控制。在IEEE 2009国际

在机器人与仿生技术会议（罗比奥），337-342。

【10】Tan，K. H.，Lewis，M. A.，1996。高精度协同移动机器人控制的虚拟结构。在1996届会议上

IEEE / RS

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[488251]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章