无线通信网络视野之多智能汽车协作控制体系研究.docVIP

　　无线通信网络视野之多智能汽车协作控制体系研究 第1章绪论 1.1课题研究背景和意义 随着计算机技术和人工智能技术的快速发展，机器人技术得到了飞速的发展，机器人技术逐渐成为高技术领域的重要战略。机器人技术的应用范围也逐渐扩展，从自动化生产线应用到探索海洋资源，甚至到太空作业等领域，机器人技术的应用渗入到方方面面[11|2]。但是目前单机器人技术在获取信息、处理信息和控制等都方面都有限制，其无法处理复杂的任务或者在多变的环境下工作，所以需要考虑多个机器人组成的系统，通过此系统内多个机器人的协作以达到完成单机器人难以完成的任务。多个机器人组成的系统与单机器人系统相比较而言有很大的优越性，例如，多个简单的机器人的设计以及制造工艺比设计以及制造单个复杂机器人成本更低也更容易；多个机器人的系统的使用可以缩短工作时间，提高工作效率；多个机器人的系统的冗余性和平行性可以提高整个系统的鲁棒性和柔性；通过多个机器人系统的一些内在的特性，提高完成任务的效率；通过信息、知识等资源的共享可以弥补单机器人能力有限，达到提高完成任务的能力；通过机器人资源的冗余性增强完成任务的可能性，从而能增强系统性能[3][4]。多智能车协作可以看作是多机器人协作在交通领域的一种应用。多智能车协作是指采用智能车作为交通工具，通过车辆间信息交互，主动协作，以及获得辅助的驾驶信息，可以提高行驶安全性[5]。智能车辆在一定区域内的主动协作可以增大车流量和提高车辆速度，同时减少了道路堵塞，提高交通系统通行的效率。由于交通运输系统的拥堵和安全事故大多由人为原因造成，驾驶员之间不能有效的协作。因此，从车辆角度出发，美国加州大学Berkeley分校的研究表明，提高车辆的自动化和智能化程度，实现无人驾驶的交通系统，有助于大幅度提高交通运输系统效率。采用无人驾驶的智能车作为交通工具，使交通系统去除了人为因素的影响，将人-车-路的闭环系统改造为车-路闭环系统[7]。 针对多智能车协作，目前相关的通信和算法研究成果在软件仿真上得到了初步的实现。由于没有充分考虑真实系统的车间通信、控制系统、机械结构和性能等因素，能够将多车协作的理论成果应用在真实车辆中的较少。如果使用真实车辆作为多车协作实验，维护工作十分复杂，增加了实验的成本，而且真实的智能车高速运行可能会造成危险的交通事故。总而言之，使用真实的智能车作为多车协作实验平台会给研究和设计过程带来了很大的难度。因此，对多车协作系统的设计和研究采用自主开发的智能小车替代真实车辆，搭建一个基于无线通信网络的多智能小车协作控制研究实验平台，在实验环境下对通信与多车协作算法进行研究，即可以降低实验成本，又可以将本文对多车协作通信方法、协作体系结构与协作算法等研究成果应用到真实智能车，加快多智能车协作控制的研究速度，具有十分重要的意义。 1.2国内外研究现状 多车协作控制系统是集机械学、汽车电子、无线通信、计算机、控制科学于一体的综合性系统[8]。多智能车协作系统中的智能车采用机器视觉、激光雷达、GPS等多传感器融合的方式自主导航，行驶在城市道路或高速公路上，智能车之间以及智能车与道路设施之间通过无线网络交换信息，实现主动的协作，从而保证系统的安全和高效。在交通安全、交通拥堵、环境保护和节能减排的多重压力下，多智能车协作系统发展受到了各国的重视欧洲的CyberCars-2项目]的主要研究内容是车辆之间通信、协作和路径规划，特别是车辆在合并路口、交叉路口的协调与合作控制。目前该系统使用法国国家信息与自动化所研究(INRIA)研发的智能车，只能在较理想的环境下实现车辆之间的互动。如图1.1所示，车辆在路口协作。 多车协作控制主要包括，多车编队控制和多车路口协作控制。适用于编队控制的算法包括PID控制、迭代学习控制、模糊控制、线性最优二次型控制、控制和滑动模态变结构控制等算法114][15][16]。路口协作的控制算法包括有信号灯控制的分时段控制算法和无信号灯控制的通信协商控制算法。其中基于传统信号灯控制的算法有自适应控制、定时控制和多相位模糊逻辑控制等这些传统算法在提高路口通行效率的同时，也存在缺点，例如会出现空等现象，或在车流量达到一定程度后出现交通堵塞的几率提高。采用无信号灯控制的路口协作更具灵活性，这种控制系统通常是基于车-路或车-车通信的车辆协作。 第2章系统的总体设计 2. 1系统整体架构 多车协作系统与多机器人系统相似，协作系统体系结构可以分为两种：集中式和分布式[29][21]。集中式结构，是一种规划与决策的自上而下式的层次控制结构，由一个主智能体掌握全部信息，进行全局规划，并组织系统内的所有机器人共同完成任务。该结构的优点在于清晰、直观、协调性较好，但系统的容错性、实时性较差，对环境变化的适应能力弱。分布式控制结构，没有集中控制单元，各机器人