1、第卷 第期 年 月沈 阳 理 工 大 学 学 报 收稿日期:基金项目:云南省教育厅科学研究基金项目()丽江市科技计划项目()作者简介:张滢()女讲师研究方向为人工智能通信作者:石宜金()男副教授研究方向为物联网文章编号:()基于模糊控制的无人车编队重构方法张 滢石宜金龚天昊(.丽江文化旅游学院.信息学院.科研处云南 丽江 .沈阳理工大学 自动化与电气工程学院沈阳)摘 要:针对多无人车系统()在运动过程中因车道发生变化导致无人车编队困难、极易发生车队与车道碰撞等问题提出基于模糊控制的无人车编队重构方法 首先通过领航跟随者法为 设计编队控制器保证无人车队可以在行进过程中稳定保持初始队形再通过设计模
2、糊控制器将道路信息和车队信息相关联建立车道到车队距离及其变化率和车队纵向预期距离之间的模糊推理关系并据此进行无人车编队重构 实验表明 通过模糊控制算法的智能调节可以适应较为复杂的车道环境变化自适应调整自身结构提高整体稳定性和安全性关 键 词:多无人车系统编队重构领航跟随者法模糊控制中图分类号:.文献标志码:./.(.):().:随着机器人技术、通信技术和人机交互系统的发展多无人车系统()已成为机器人群组协作的重要分支 一般是指由多辆无人车组成的能够以合作的方式与人及其他无人车之间互动的一组无人车队 与单一无人车相比 具有的优势包括更快地完成多项任务、更强的系统容错能力、更好的整体灵活性越来越多
3、地被用于执行侦察监视、警戒巡逻、定位制导、高危作业、特种作战、物资运输等特别是在军事领域展现出广阔的应用前景为方便管理提高系统整体运行效率及整体实用性 需要进行无人车编队 通常编队问题可以划分为编队队形形成、编队追踪、编队重构和编队任务分配在实际应用中 常常需要提前规划好车队的整体行进路线在移动过程中需要保持一个固定的队形 编队追踪问题就是研究使无人车队在移动过程中保持稳定队形的编队控制方法 的运动环境复杂或行进路线中车道出现一定的障碍会导致无人车队前进过程中发生阵型破裂甚至车间碰撞的危险需要 具备一定的队形变换能力应对可能出现的编队重构问题编队追踪是重构的前提而编队重构是追踪的延伸 现有的无
4、人车编队控制方法如虚拟结构法、基于图论法、领航跟随者法、基于行为法等都具有一定的编队重构能力 等设计了一种分散的基于行为的编队控制算法仅利用机器人与障碍物之间以及相邻机器人之间的相对位置内构完成编队任务 等基于模型预测控制()和自适应终端滑模控制()提出了一种轮式移动机器人()的混合编队控制其中 用于确保编队的稳定性 则用于补偿外部干扰 等提出了一个分层分布的有限时间估计器允许每一层的机器人根据其上一层的机器人信息获得其目标位置和速度并在指令中利用一种基于模型的控制方法实现多层编队 等提出了一种基于领航跟随者策略的非自主轮式移动机器人()的编队跟踪控制算法使用反动力学控制技术结合高增益观测器和
5、径向基函数()网络实现预期的编队 王睿烽提出了动态虚拟领航跟随的队形控制方法并基于图论将复杂环境下的多车编队问题的研究转化为多车分级跟随问题的研究 王晓森等研究了无人车编队控制问题其中无人车领导者具有未知线速度、角速度和未知上界等通过变换将无人车编队控制问题转化为无人车一致性问题 之后通过建立时变反馈控制方法解决了无人车一致性控制问题进而实现了无人车编队控制 周思全等针对无人机 无人车异构系统引入代数图论概念建立异构集群系统的协同控制模型并对各无人机 无人车设计了具有分层架构的分布式时变输出编队控制器 李海婷等提出一种基于双曲正切型约束函数的预设性能模糊滑模编队控制算法以实现多机器人以任意队形
6、高精度稳定的编队 王瑜瑜等结合图论及矩阵理论研究并设计了一种针对水陆两栖异构多机器人系统编队控制的一致性自适应包含控制方式上述几种编队控制方法编队重构能力在于通过改变车辆位置之间的几何关系将车队从初始队形转变为某种确定的几何形状 但是传统的编队控制器是以保持稳定的编队跟踪为主要目标而设计的专门解决车队编队变化的较少且上述方法对编队队形变换的能力有限 队形的变换通常需要人为事先设定固定的变换不一定适用不同复杂环境下的路况 模糊控制具有很强的自适应能力和优秀的控制效果为提高 在行进过程中对周围环境的适应能力本文在现有无人车编队控制方法的基础上引入模糊控制提出一种新的无人车编队重构方法提高 的稳定性
7、和安全性 基于领航跟随者法的无人车编队.领航跟随者法下的车队模型领航跟随者法的分布式控制相比于其他编队控制方法更加灵活更容易实现后续几何关系上第 期 张 滢等:基于模糊控制的无人车编队重构方法的队形变化 该方法下车辆之间的通信集中在领导者和跟随者之间领导者起决策作用方便后续在编队重构问题上对领航者的决策层进行设计图 所示为两个三轮移动机器人的编队控制问题表示了车队模型中领导者和跟随者之间的几何关系图 领航跟随者法下的车队模型.图 中 坐标系为世界坐标系()和()分别代表该坐标系下领航者和跟随者的位置和 代表各自的线速度和 分别代表两者的前进方向角 代表轮轴和导轮之间的距离 代表领航者轮轴的中点
8、和跟随者导轮之间的距离 建立坐标系 以领航者轮轴的中点为坐标原点领航者的车辆前进方向为 轴方向 轴方向与前进方向垂直 和 代表跟随者到领航者在、方向的相对距离 代表领航者和跟随者之间的相对角度如果()确定只需给定领航者的位置信息跟随者即可以固定的角度和距离跟随领航者因此本文假设领航者和跟随者之间的期望相对距离和相对角度为()只要满足条件两者在行进过程中可保持固定队形 为避免编队控制器产生奇点需在直角坐标系中进行车辆建模和控制器设计 根据图 中的几何关系经推导可得领航跟随者系统的运动学模型为 ()式中:()是控制器的输出()通常是以常数或时变函数的形式给出.基于领航跟随者法的编队控制器如果希望在
9、跟随者和领航者之间保持固定的队形共同运动需要满足条件 由于无人车电机具有饱和性和 是有界的其一阶导数也是有界的结合系统的运动学模型设计 的编队控制器如下无人车队在运动过程中保持固定的几何结构预期值 和 是常数此处设 假设误差 则系统的误差模型表示为 ()设 其中 ()()将式()、式()代入式()得 ()设 ()()()()式中:为状态变量 为输出变量 为系统矩阵 为输出矩阵 则式()可表示为 ()由于()可以对式()进行输入 输出线性化 设 其中 和 是控制器的可调比例系数 由式()得沈 阳 理 工 大 学 学 报 第 卷 ()()由此得最终的控制律为()()()()()()针对图 的情况对
10、于任何给定的领航者路径通过给出的控制律式()、式()可以使跟随者和领航者之间保持相对距离和相对角度进行移动且整个系统是稳定的 对此文献中给出了证明 模糊控制下的编队重构.用于编队重构的模糊控制系统分析由上述分析可知只需调整 和 即可改变无人车队的整体队形结构以图 的 为例查看车队重构前后的变化图 无人车队的初始队形.由图 可见整个无人车队由 辆相同的无人车构成其中头车为领航者其余四辆为跟随者初始队形结构按图中所示的方式进行排列出于安全性考虑在车队移动过程中随意改变前进方向上的车间距是存在风险的 车道环境与无人车队之间最相关的因素是车队整体宽度是由与前进方向垂直的车间距决定的模糊控制系统的原理框
11、图如图 所示在 按照原定路线在车道上前进时车道的宽度决定了无人车队是否可以保持当前队形:当车道宽度足够时无人车队保持初始队形前图 模糊控制系统原理框图.进当车道开始收窄无人车队可以适当收缩队形以保持安全通行当车道变宽时车道空间足够为了保证车队安全行驶车队宽度可以适当放大缓解之前收紧车队带来的风险 由于车队移动过程中对车道宽度的检测不一定精准同时车队内部的车间距也不需要调整到某一精确的固定值所以采用模糊控制算法可以取得更好的效果 通过模糊算法规则对车道到无人车队的距离和该距离的变化率进行分析据此对无人车队的车宽进行调节实现 对道路环境的自适应编队重构.模糊控制器设计图 为一种典型的非固定宽度的车
12、道图 非固定道宽的车道环境.考虑图 所示的车道环境 按照图 的方式组成初始队形设无人车队初始队形的车队宽度为 受车间通信的影响和安全行驶的第 期 张 滢等:基于模糊控制的无人车编队重构方法要求无人车队的宽度不能无限缩小和放大对于图 所示的道路环境车队宽度的限制范围为 车道宽度在 的范围内变化所以车道到无人车队距离的变化范围为 该距离的变化率范围大致在.据此车道距离车队大于 时可视为对车队没有明显影响设车道到无人车队距离 的模糊论域为将其模糊化为很近较近适中较远很远 个等级采用符号表示为 取常用的高斯隶属函数 表示则在模糊论域中车道到无人车队距离关于模糊子集的隶属度如图 所示图 车道到车队距离的
13、隶属度函数.同样该距离的变化率 的模糊论域为.模糊化后分为负快负慢零正慢正快 个等级采用符号表示为 取常用的高斯隶属函数 表示则在模糊论域中车道到无人车队距离的变化率关于模糊子集的隶属度如图 所示图 车道到车队距离变化率的隶属度函数.模糊控制的输出为车队宽度此处选择最外侧跟随者车辆的变化值作为实际的输出 由于车队宽度限制为 所以的变化范围为.其模糊论域同样为 .模糊化后分为负大负中负小零正小正中正大符号表示为 取常用的高斯隶属函数 表示则在最外侧跟随者车辆的变化值关于模糊子集的隶属度如图 所示图 的变化值的隶属度函数.通过对车道环境分析并根据实际经验建立模糊控制规则如表 所示表 模糊控制规则
14、引入模糊控制系统后 检测到的车道到无人车队距离与变化率和外侧跟随者的变化在模糊子集上的隶属度由上述的隶属度函数决定 检测到车道宽度发生变化后将车道到车队的距离及其变化率进行模糊化处理再凭借模糊控制规则推理出的变化值并据此重构无人车队队形 利用 模糊推理算法和质心法解模糊后变化的模糊推理结果如图 所示 实验与分析为充分展现引入模糊控制后 对道路沈 阳 理 工 大 学 学 报 第 卷边界变化的自适应能力本文选择在图 和图 两种不同车道环境下进行实验图 模糊控制器的模糊推理结果.图 非固定道宽的车道环境.图 给出了在引入模糊控制后 在图 所示的车道环境下按照图 方式进行编队的重构结果 图 则是在图
15、车道环境下的编队重构结果图 车道环境 初始阶段时的无人车队及其行进轨迹.图 车道环境 车道变窄时的无人车队及其行进轨迹.图 车道环境 车道加宽时的无人车队及其行进轨迹.图 车道环境 初始阶段时的无人车队及其行进轨迹.图 车道环境 车道加宽时的无人车队及其行进轨迹.从上述实验结果中可以看出在图 环境中开始阶段的车道宽度足够无人车队在编队控制器下可以稳定保持初始队形通过当 检测到车道开始缩窄时为安全通过该路段无人车队在模糊控制器的作用下适当收紧车队宽度在通图 车道环境 车道变窄时的无人车队及其行进轨迹.第 期 张 滢等:基于模糊控制的无人车编队重构方法过狭窄车道后车道宽度变得更加宽阔此时 相应地加
16、宽车队宽度 在图 环境中车道加宽使得车队的队形适当放大车道迅速缩窄时车队以更快的速度收紧保证车队安全通行 通过在两种不同车道环境下的实验结果可以看出:引入模糊控制后无人车队对复杂车道环境的自适应能力得到了显著提升以图 所示的车道环境为例图 和图 给出了运动过程中各辆跟随者和领航者之间 和的变化图 各跟随者车辆行进过程中的 变化.图 各跟随者车辆行进过程中的 变化.从图 中可知当 检测到车道宽度发生变化时各辆跟随者的 在模糊控制器的影响下开始随着车道的变化进行相应变化 出于无人车队安全行驶的考虑车辆之间的车间距不能低于 所以当靠近内侧的跟随者车辆达到安全距离时便停止减少 而外侧的跟随者车辆继续变
17、化 由于 和 之间关系紧密的变化使得 也发生一定的微小波动但并未影响无人车队的整体稳定 结论为使 具备一定的车道环境自适应能力本文提出一种基于模糊控制的无人车编队重构方法 通过将系统检测到的车道到车队距离及其变化率与无人车队的纵向预期距离的变化值之间建立联系设计了用于编队重构的模糊控制器 实验结果表明:通过模糊控制算法的智能调节后可以适应较为复杂的车道环境变化通过对无人车队的的调整车队可以灵活地对自身结构进行自适应调整提高了 运动过程中的整体稳定性和安全性参考文献():.:/().:.韩仁辉赵祥君于坤炎等.外军军用无人车发展现状及特点与趋势.汽车运用():.():.().:.:.():.():
18、.:.():.王睿烽.复杂环境下的多无人直驱纯电动汽车编队沈 阳 理 工 大 学 学 报 第 卷控制研究.南京:东南大学.:.()王晓森曹国华.带有多未知性的无人车编队控制.车辆与动力技术():.():.()周思全董希旺李清东等.无人机 无人车异构时变编队控制与扰动抑制.航空学报():.():.()李海婷张鹏超呙生富等.移动机器人预设性编队控制算法研究.机械科学与技术():.():.()王瑜瑜刘少军.水路两栖异构多机器人系统一致性编队控制的设计仿真.国外电子测量技术():.():.()./().:./.:.(责任编辑:和晓军)(上接第 页).():.()./.:.():.葛战伍警李兵等.基于循环谱和深度神经网络的调制识别算法 .无线电工程():.():.()张军符杰林林基明.基于 的调制信号识别方法.计算机应用与软件():.():.()./().:.(责任编辑:宋颖韬)第 期 张 滢等:基于模糊控制的无人车编队重构方法
