通信延时影响下的platoon跟车控制优化模型

"该文主要探讨了在自动驾驶车辆编队（platoon）中，如何考虑通信延时对跟车控制模型的影响，以提高整体性能。作者通过建立platoon的结构模型和通信模型，分析了通信与控制之间的相互作用，并在智能驾驶员模型（IDM）基础上加入了加权约束规则和信息预估策略，提出了一个改进的跟车控制模型来应对通信延时问题。在SUMO、OMNeT++和VEINS联合仿真平台上的实验结果显示，改进后的模型在有通信延时的情况下能显著提升编队的稳定性和安全性。" 在自动驾驶技术中，车辆编队（platoon）是一种重要的应用场景，它涉及到多个车辆以紧密的距离和协调的方式行驶，这极大地提高了道路容量和交通效率。其中，自主巡航控制是实现车辆自动行驶的关键技术，而车载自组织网络则保证了车辆间的信息交换，这两者共同支撑了platoon的运行。然而，现有的研究往往将通信和控制视为独立的部分，忽视了它们之间的紧密关联。当通信质量下降，如出现通信延时时，这种分离的处理方式可能导致跟车控制效果变差。 为了改善这种情况，作者首先构建了platoon的结构模型，模拟了车辆之间的空间关系和运动状态；接着，他们建立了通信模型，以分析通信延时如何影响车辆间的信息传输。然后，他们对经典的智能驾驶员模型（IDM）进行了扩展，引入了加权约束规则，以确保在延时环境下仍能保持合理的速度和间距决策。此外，还引入了信息预估策略，通过对未来通信状态的预测，减少因实时数据延迟带来的影响。 通过在SUMO（微观交通模拟工具）、OMNeT++（通用网络仿真框架）和VEINS（车辆网络仿真集成）的联合仿真环境中验证了改进的跟车控制模型。实验结果证明，即使在存在通信延时的情况下，该模型也能有效地增强platoon的稳定性，提高安全性，从而降低了由于通信延迟导致的事故风险。 总结来说，这篇论文揭示了通信延时对platoon跟车控制的显著影响，并提供了一种有效的解决方案，对于自动驾驶技术和车辆编队的优化具有重要指导意义。通过整合通信模型和控制策略，以及利用加权约束和信息预估，可以在实际的网络环境限制下，保证platoon的高效和安全运行。