车辆及多车辆网络的协调控制方法

摘要

本发明提出一种车辆及多车辆网络的协调控制方法，其中多车辆网络包括多个个体车辆，对于每个个体车辆执行的协调控制方法包括以下步骤：获取个体车辆的当前时刻的位置以及个体车辆的邻居车辆的当前时刻的位置；确定所述个体车辆的符号参数以及所述个体车辆的邻居车辆的符号参数；根据所述个体车辆的符号参数、所述个体车辆的邻居车辆的符号参数以及多车辆网络的加权邻接矩阵确定个体车辆的采样步长；以及根据个体车辆的当前时刻的位置、个体车辆的邻居车辆的当前时刻的位置、个体车辆的符号参数、所述个体车辆的邻居车辆的符号参数和采样步长控制个体车辆。本发明能够保证所有车辆分两组到达任意指定的两个对称的双向期望位置，且控制精度高。

权利要求

1.一种多车辆网络的协调控制方法，其特征在于，所述多车辆网络包括多个个体车辆，对于每个个体车辆执行以下步骤：

A：获取个体车辆的当前时刻的位置以及所述个体车辆的邻居车辆的当前时刻的位置；

B：确定所述个体车辆的符号参数以及所述个体车辆的邻居车辆的符号参数，其中，所述个体车辆的符号参数以及所述个体车辆的邻居车辆的符号参数是预先指定的，所述符号参数取值为1或‑1，使得所述多个个体车辆被分为两组，其中一组车辆中的车辆的符号参数为1，另一组车辆中的车辆的符号参数为‑1；

C：根据所述个体车辆的符号参数、所述个体车辆的邻居车辆的符号参数以及所述多车辆网络的加权邻接矩阵确定所述个体车辆的采样步长，其中，所述采样步长非负且满足预定的权规则条件，所述预定的权规则条件为：其中，γ为所述采样步长，aij为所述多车辆网络的加权邻接矩阵的第i行第j列的元素，Ni为所述个体车辆i的邻居车辆集合，n为多车辆网络中车辆的总数；以及D：根据所述个体车辆的当前时刻的位置、所述个体车辆的邻居车辆的当前时刻的位置、所述个体车辆的符号参数、所述个体车辆的邻居车辆的符号参数和所述采样步长控制所述个体车辆；

其中，所述步骤D具体包括：

D1：根据所述个体车辆的当前时刻的位置、所述个体车辆的邻居车辆的当前时刻的位置、所述个体车辆的符号参数和所述个体车辆的邻居车辆的符号参数，通过以下的公式确定个体车辆的控制量：

其中，xi(t)为个体车辆i的当前时刻t的位置，xj(t)为个体车辆i的邻居车辆j的当前时刻t的位置，σi为个体车辆i的符号参数，σj为个体车辆j的符号参数，ui(t)为所述个体车辆i的当前时刻t的控制量，aij为所述多车辆网络的加权邻接矩阵的第i行第j列的元素，Ni为所述个体车辆i的邻居车辆集合；以及D2：根据所述控制量、所述个体车辆的当前时刻的位置和所述采样步长，通过以下的公式确定所述个体车辆的下一时刻的位置：xi(t+1)＝xi(t)+γui(t)，其中，xi(t+1)为所述个体车辆i的下一时刻t+1的位置,γ为所述采样步长。

2.一种车辆，其特征在于，包括：获取模块，用于获取所述车辆的当前时刻的位置以及所述车辆的邻居车辆的当前时刻的位置；

第一确定模块，用于确定所述车辆的符号参数以及所述车辆的邻居车辆的符号参数，其中，所述车辆的符号参数以及所述车辆的邻居车辆的符号参数是预先指定的，所述符号参数取值为1或‑1，使得多个个体车辆被分为两组，其中一组车辆中的车辆的符号参数为1，另一组车辆中的车辆的符号参数为‑1；

第二确定模块，用于根据所述车辆的符号参数、所述车辆的邻居车辆的符号参数以及所述车辆所在的多车辆网络的加权邻接矩阵确定所述车辆的采样步长，其中，所述采样步长非负且满足预定的权规则条件，所述预定的权规则条件为：其中，γ为所述采样步长，aij为所述多车辆网络的加权邻接矩阵的第i行第j列的元素，Ni为所述个体车辆i的邻居车辆集合，n为多车辆网络中车辆的总数；以及控制模块，用于根据所述车辆的当前时刻的位置、所述车辆的邻居车辆的当前时刻的位置、所述车辆的符号参数、所述车辆的邻居车辆的符号参数和所述采样步长控制所述车辆；

其中，所述控制模块具体包括：

控制量确定单元，用于根据所述车辆的当前时刻的位置、所述车辆的邻居车辆的当前时刻的位置、所述车辆的符号参数和所述车辆的邻居车辆的符号参数，通过以下的公式确定所述车辆的控制量：

其中，xi(t)为个体车辆i的当前时刻t的位置，xj(t)为个体车辆i的邻居车辆j的当前时刻t的位置，σi为个体车辆i的符号参数，σj为个体车辆j的符号参数，ui(t)为所述个体车辆i的当前时刻t的控制量，aij为所述多车辆网络的加权邻接矩阵的第i行第j列的元素，Ni为所述个体车辆i的邻居车辆集合；以及位置确定单元，用于根据所述车辆的控制量和所述车辆当前时刻的位置，通过以下的公式确定所述车辆的下一时刻的位置：xi(t+1)＝xi(t)+γui(t),其中，xi(t+1)为所述个体车辆i的下一时刻t+1的位置,γ为所述采样步长。

说明书

车辆及多车辆网络的协调控制方法

技术领域

[0001] 本发明涉及控制技术领域，特别涉及一种车辆及多车辆网络的协调控制方法。

背景技术

[0002] 目前，多车辆网络的协调控制方法在实际问题中得到了越来越广泛的应用。这主要是由于越来越多的实际任务都比较复杂，往往单车辆难以完成，而通过多车辆之间的合
作可以来完成。此外，通过多车辆间的合作，可提高车辆系统在作业过程中的效率，进而当
工作环境发生变化或车辆系统局部发生故障时，多车辆系统仍可通过本身具有的合作关系
来完成预定的任务。然而，现有技术存在的缺点是，往往只能实现所有车辆到达同一个指定
位置，而不能根据实际需要实现不同车辆到达不同指定位置的协调控制任务。特别地，当涉
及多个车辆在不同指定尺度下的跨尺度协调控制问题时，往往很难再有效利用。

发明内容

[0003] 本发明的目的旨在至少解决上述技术缺陷之一。

[0004] 为达到上述目的，本发明一方面提出一种多车辆网络的协调控制方法，其中多车辆网络包括多个个体车辆。对于每个个体车辆，执行以下步骤：A：获取个体车辆的当前时刻
的位置以及所述个体车辆的邻居车辆的当前时刻的位置；B：确定所述个体车辆的符号参数
以及所述个体车辆的邻居车辆的符号参数；C：根据所述个体车辆的符号参数、所述个体车
辆的邻居车辆的符号参数以及所述多车辆网络的加权邻接矩阵确定所述个体车辆的采样
步长，其中所述采样步长非负且满足预定的权规则条件；以及D：根据所述个体车辆的当前
时刻的位置、所述个体车辆的邻居车辆的当前时刻的位置、所述个体车辆的符号参数、所述
个体车辆的邻居车辆的符号参数和所述采样步长控制所述个体车辆。

[0005] 在本发明的一个实施例中，所述预定的权规则条件为： 其中，γ为所述采样步长，aij为所述多车辆网络的加权邻接矩阵的第i行第j列的元素，Ni为所述
个体车辆i的邻居车辆集合，n为多车辆网络中车辆的总数。

[0006] 在本发明的一个实施例中，所述步骤D具体包括：D1：根据所述个体车辆的当前时刻的位置、所述个体车辆的邻居车辆的当前时刻的位置、所述个体车辆的符号参数和所述
个体车辆的邻居车辆的符号参数，通过公式 确定个体
车辆的控制量，其中，xi(t)为个体车辆i的当前时刻t的位置，xj(t)为个体车辆i的邻居车辆
j的当前时刻t的位置，σi为个体车辆的符号参数，σj为个体车辆j的符号参数，ui(t)为所述
个体车辆i的当前时刻t的控制量；以及D2：根据所述控制量、所述个体车辆的当前时刻的位
置和所述采样步长，通过公式xi(t+1)＝xi(t)+γui(t)确定所述个体车辆的下一时刻的位
置，其中，xi(t+1)为所述个体车辆i的下一时刻t+1的位置。

[0007] 根据本发明实施例的多车辆网络的协调控制方法，通过符号参数的引入，能够根据实际需要实现不同车辆到达不同指定位置的协调控制任务，实现多个车辆在两个不同指
定尺度下的跨尺度协调控制，且控制精度高。

[0008] 本发明另一方面还提出一种车辆，包括：获取模块，用于获取所述车辆的当前时刻的位置以及所述车辆的邻居车辆的当前时刻的位置；第一确定模块，用于确定所述个体车
辆的符号参数以及所述个体车辆的邻居车辆的符号参数；第二确定模块，用于根据所述车
辆的符号参数、所述车辆的邻居车辆的符号参数以及所述车辆所在的多车辆网络的加权邻
接矩阵确定所述个体车辆的采样步长，其中所述采样步长非负且满足预定的权规则条件；
以及控制模块，用于根据所述车辆的当前时刻的位置、所述车辆的邻居车辆的当前时刻的
位置、所述车辆的符号参数、所述车辆的邻居车辆的符号参数和所述采样步长控制所述车
辆。

[0009] 在本发明的一个实施例中，所述预定的权规则条件为： 其中，γ为所述采样步长，aij为所述多车辆网络的加权邻接矩阵的第i行第j列的元素，Ni为所述
车辆i的邻居车辆集合，n为多车辆网络中车辆的总数。

[0010] 在本发明的一个实施例中，所述控制模块具体包括：控制量确定单元，用于根据所述车辆的当前时刻的位置、所述车辆的邻居车辆的当前时刻的位置、所述车辆的符号参数
和所述车辆的邻居车辆的符号参数，通过以下的公式确定所述车辆的控制量：
其中，xi(t)为车辆i的当前时刻t的位置，xj(t)为车
辆i的邻居车辆j的当前时刻的位置，σi为车辆i的符号参数，σj为车辆j的符号参数，ui(t)为
所述车辆i的当前时刻t的控制量；以及位置确定单元，用于根据所述车辆的控制量、所述车
辆的当前时刻的位置和所述采样步长，通过以下的公式确定所述车辆的下一时刻的位置：
xi(t+1)＝xi(t)+γui(t)，其中，xi(t+1)为所述车辆i的下一时刻t+1的位置。

[0011] 根据本发明实施例的车辆，通过符号参数的引入，能够根据实际需要实现不同车辆到达不同指定位置的协调控制任务，实现多个车辆在两个不同指定尺度下的跨尺度协调
控制，且控制精度高。

[0012] 本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

[0013] 本发明上述的或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

[0014] 图1为本发明一个实施例的多车辆网络的协调控制方法的流程图；

[0015] 图2为本发明一个实施例的多车辆网络的示意图；

[0016] 图3为本发明一个实施例的车辆的结构示意图；以及

[0017] 图4为本发明一个实施例的控制模块的结构示意图。

具体实施方式

[0018] 下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附
图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

[0019] 在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机
械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的
普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的
描述中，除非另有说明，“多个”的含义是两个或两个以上。

[0020] 流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部
分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺
序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明
的实施例所属技术领域的技术人员所理解。

[0021] 图1为本发明一个实施例的多车辆网络的协调控制方法的流程图。如图1所示，该方法包括以下步骤：

[0022] 步骤S101，获取个体车辆的当前时刻的位置以及个体车辆的邻居车辆的当前时刻的位置。

[0023] 其中，个体车辆的邻居车辆指的是，有信息流向该车辆的所有其他车辆的集合。图2为本发明一个实施例的多车辆网络的示意图，如图2所示，个体车辆2和4为个体车辆5的邻
居，而个体车辆1、3和6不是个体车辆5的邻居。

[0024] 具体地，可通过安装在个体车辆上的摄像装置获取自身及其邻居车辆的当前时刻的位置。

[0025] 步骤S102，确定所述个体车辆的符号参数以及所述个体车辆的邻居车辆的符号参数。

[0026] 具体地，可事先指定每个个体车辆的符号参数。其中，多车辆网络中的个体车辆被分为两组。一组中的个体车辆的符号参数被指定为+1，另一组中的个体车辆的符号参数被
指定为‑1。

[0027] 步骤S103，根据所述个体车辆的符号参数、个体车辆的邻居车辆的符号参数以及所述多车辆网络的加权邻接矩阵确定所述个体车辆的学习参数，其中所述学习参数非负且
满足预定的权规则条件。

[0028] 在本发明的一个实施例中，预定的权规则条件为： 其中，γ为所述采样步长，aij为所述多车辆网络的加权邻接矩阵的第i行第j列的元素，Ni为所述车辆i
的邻居车辆集合，n为多车辆网络中车辆的总数。

[0029] 步骤S104，根据个体车辆的当前时刻的位置、个体车辆的邻居车辆的当前时刻的位置、个体车辆的符号参数、个体车辆的邻居车辆的符号参数和采样步长控制个体车辆。

[0030] 具体地，首先，根据个体车辆的当前时刻的位置、个体车辆的邻居车辆的当前时刻的位置、个体车辆的符号参数和个体车辆的邻居车辆的符号参数，通过以下的公式确定个
体车辆的控制量：

[0031]

[0032] 其中，xi(t)为车辆i的当前时刻t的位置，xj(t)为车辆i的邻居车辆j的当前时刻t的位置，σi为个体车辆i的符号参数，σj为个体车辆j的符号参数，ui(t)为所述车辆i的当前
时刻t的控制量。

[0033] 然后，根据上述控制量、个体车辆的当前时刻的位置和采样步长，通过以下的公式确定个体车辆的下一时刻的位置：

[0034] xi(t+1)＝xi(t)+γui(t)，

[0035] 其中，xi(t+1)为个体车辆i的下一时刻t+1的位置。

[0036] 根据本发明实施例的多车辆网络的协调控制方法，通过符号参数的引入，能够根据实际需要实现不同车辆到达不同指定位置的协调控制任务，实现多个车辆在两个不同指
定尺度下的跨尺度协调控制，且控制精度高。

[0037] 本发明另一方面还提出一种车辆。

[0038] 图3为本发明一个实施例的车辆的结构示意图。如图3所示，该车辆包括：获取模块10、第一确定模块20、第二确定模块30和控制模块40。

[0039] 获取模块10用于获取车辆的当前时刻的位置以及车辆的邻居车辆的当前时刻的位置。例如，获取模块10可为安装在车辆上的摄像装置。

[0040] 第一确定模块20用于确定所述个体车辆的符号参数以及所述个体车辆的邻居车辆的符号参数。具体地，可事先指定每个个体车辆的符号参数。其中，多车辆网络中的个体
车辆被分为两组。一组中的个体车辆的符号参数被指定为+1，另一组中的个体车辆的符号
参数被指定为‑1。

[0041] 第二确定模块30用于根据个体车辆的符号参数、个体车辆的邻居车辆的符号参数以及车辆所在的多车辆网络的加权邻接矩阵确定车辆的采样步长，其中采样步长非负且满
足预定的权规则条件。

[0042] 在本发明的一个实施例中，预定的权规则条件为： 其中，γ为所述采样步长，aij为所述多车辆网络的加权邻接矩阵的第i行第j列的元素，Ni为所述车辆i
的邻居车辆集合，n为多车辆网络中车辆的总数。

[0043] 控制模块40用于根据车辆的当前时刻的位置、车辆的邻居车辆的当前时刻的位置、个体车辆的符号参数、个体车辆的邻居车辆的符号参数和采样步长控制车辆。

[0044] 图4为本发明一个实施例的控制模块40的结构示意图。如图4所示，该控制模块40包括控制量确定单元410和位置确定单元420。

[0045] 控制量确定单元410用于根据车辆的当前时刻的位置、车辆的邻居车辆的当前时刻的位置、个体车辆的符号参数、个体车辆的邻居车辆的符号参数和采样步长，通过以下的
公式确定车辆的控制量：

[0046]

[0047] 其中，xi(t)为车辆i的当前时刻t的位置，xj(t)为车辆i的邻居车辆j的当前时刻t的位置，σi为个体车辆i的符号参数，σj为个体车辆j的符号参数，ui(t)为所述车辆i的当前
时刻t的控制量。

[0048] 位置确定单元420用于根据控制量确定单元410确定的车辆的控制量和车辆的当前时刻的位置，通过以下的公式确定个体车辆的下一时刻的位置：

[0049] xi(t+1)＝xi(t)+γui(t)，

[0050] 其中，xi(t+1)为车辆i的下一时刻t+1的位置。

[0051] 根据本发明实施例的车辆，通过符号参数的引入，能够根据实际需要实现不同车辆到达不同指定位置的协调控制任务，实现多个车辆在两个不同指定尺度下的跨尺度协调
控制，且控制精度高。

[0052] 尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换
和变型，本发明的范围由所附权利要求及其等同限定。