智能汽车多状态系统动力学行为建模与协同控制研究

Considering the complexity of the multi-state system dynamics behavior for intelligent vehicle (IV), we will study the dynamics modeling and multi-object coordinated control. The relationship between perception system, path planning, driving behavior and vehicle dynamics and the mechanism should be analyzed. Researching the multi-state complex dynamic behavior, then the whole vehicle multi-energy domain generalized model including perception, path and driving control and driver math model based on multi-sensor information fusion can be built. After describing the complex feature of IV function/behavior integration and building the multi-energy domain coupling whole vehicle matching model, the discrete and continuous state coexistence of typical dynamic regulation can be revealed and the integrated control model structure based on hybrid automaton with multi-system coupling and multi-state transition can be designed, which can realize the hybrid model including high level of information fusion and the low level of dynamics control. The Filipov theory and discrete continuous system comparison principle will be used to analyze the system stability in terms of two measures and build multi-model coordinate control system of IV. Also, it can obtain the cooperation mechanism of best operation state, better show the nature of IV complex dynamic behavior and control, reduce the system oscillation and improve the operation quality and performance. The whole IV test can be done to verify the system availability. This research proposal is going to supply novel theoretical and technical support for the multi-state complex dynamic system analysis and control system design and development.

针对智能汽车（IV）多状态系统动力学行为的复杂性，研究其动力学模型和多目标协同控制。分析感知系统、路径规划及驾驶控制行为与汽车动力学的相互关联和作用机理，研究IV多状态的复杂动力学行为，建立基于多传感器信息融合的感知、路径、驾驶控制的整车多能域的动力学行为广义模型及驾驶员数学模型；描述IV功能/行为集成的复杂特征，建立多能域耦合的整车匹配模型；揭示IV系统动力学行为离散和连续状态并存的典型动态规律，基于“混杂自动机”原理，设计多系统耦合多状态变迁的集成控制模型结构，提出上层信息融合、决策判断与下层动力学控制的混杂建模；利用Filipov理论和离散、连续系统比较原理，分析系统双测度稳定性，构建IV多模式协同控制系统，获得最优运行状态的协同机制，更准确反映动力学行为与控制本质，改善运行品质和性能；最后通过试验验证系统的有效性。项目为IV多状态复杂动力学系统的分析控制提供新的理论和技术支撑。

本项目针对智能汽车多状态系统动力学行为的复杂性，研究其动力学模型和多目标协同控制方法。为实现项目研究目标，研究团队在分析感知系统、路径规划及驾驶控制行为与汽车动力学的相互关联与作用机理，构建基于多传感器信息融合的感知、路径、驾驶控制的整车多能域动力学行为广义混杂模型以及智能汽车动力学最优运行状态的协同控制方法等方面开展了深入研究。通过进行车道线识别、道路曲率识别以及多传感器信息融合的目标识别算法研究，实现了感知、路径、控制与智能汽车动力学行为的深度集成及匹配分析；通过进行智能汽车车道偏离预警及车道偏离辅助系统研究，提高了智能汽车车道保持性能，确保了智能汽车的运行品质，为良好的动力学性能提供了保障；通过进行智能汽车仿人转向决策方法及多模型智能递阶路径跟踪控制研究，完成了感知、路径、控制下的智能汽车动力学行为规划及有效决策；针对智能汽车模式迁移过程的工作特性，创新引入混杂系统理论研究底盘集成系统的状态切换特性，基于混合逻辑动态建模方法构建了系统混杂动态模型，在此基础上，实现了智能汽车行驶状态估计，形成了多状态智能汽车复杂动力学建模理论与状态估计方法；为提高智能汽车运动控制性能，基于混杂模型预测控制算法和高阶滑模控制理论进行了智能汽车运动控制研究，显著提升了智能汽车运动控制品质；最后，为验证智能汽车多状态复杂动力学控制系统的可行性和可靠性，在智能汽车底盘系统匹配与控制系统研究基础上，搭建了智能汽车样车，完成了智能汽车匹配与控制器设计、性能验证系统搭建等工作，给出了智能汽车控制系统的评价结果。项目研究紧紧围绕主题，开展了一系列深入探索，取得了突破性进展和丰富的研究成果。项目主要研究内容在国内外高水平期刊上发表和录用论文81篇，其中，SCI检索论文42篇，EI检索论文36篇；申请国家发明专利60件，已授权29件。培养教育部青年长江学者1名，中国科协青年人才托举工程入选者2名；培养博士7名，硕士8名，另有5名博士生和4名硕士生在读。