基于多智能体的车-车协同控制模型

基于多智能体的车-车陈伯飞引用此版本：陈伯飞。基于多智能体的车辆-列车协同控制模型。自动控制工程法国勃艮第大学，2017年。英语NNT：2017UBFCA 002。电话：01870536HAL Id：tel-01870536https://theses.hal.science/tel-018705362018年9月7日提交HAL是一个多学科的开放获取档案馆，用于存放和传播科学研究文件，无论它们是否已这些文件可能来自法国或国外的教学和研究机构，或来自公共或私人研究中心。L’archive ouverte pluridisciplinaire我爱你 doc tor r al le es c i e n c es 波乌尔 l e t 我的博客U N I V E R S I T A R D E T E C H N O L O G I E B E L F或T-M O N T B A RDTh#$%d%（）*+）ra+工程与微技术博士学校勃艮第大学基于多智能体的车-车■B OFEI 陈我爱你 doc tor r al le es c i e n c es 波乌尔 l e t 我的博客U N I V E R S I T A R D E T E C H N O L O G I E B E L F或T-M O N T B A RDNTHESSEPREPARE àB OFEI 陈为了得到Grade de Docteur del’Université de Technologie de专业：信息基于多智能体的车-车Unité de Recherche：电子、信息和图像学院Soutenue publiquement le 10 février 2017 devant le Jury composé de：VINCENTChevrier特别报告员Lorraine University-洛里亚Y型腺泡特别报告员Professeurdes卢米埃尔大学里昂2SIDI-MOHAMMEDSENOUCI考官勃艮第大学校长Franche Comté（ISAT-DRIVE）ROMUALD 奥弗雷考官Pascal研究所克莱蒙特奥弗涅一个BDERRAFIAA库卡姆考官勃艮第大学校长弗朗什·孔泰（UTBM -LE 2 I）F等级盖克特Directeur de thèseMaster de Conceival HDR，勃艮第弗朗什孔泰大学（UTBM -LE 2 I）工程与微技术博士学校勃艮第大学Th#$%d%（）*+）ra+0 0 2献给我的父母陈锡坤和雷巧云。v公司简介1介绍11.1上下文11.2问题21.3论文的目的1.4论文大纲1.4.1第一部分：技术现状51.4.2第二部分：基于多Agent的协同交通控制。Digm51.4.3第三部分：实验及结果61.4.4第四部分：结论和未来工作6我 现有技术72智能车辆92.1智能汽车的主要技术。. . . . . . . . . . . . . . . . . . . .92.1.1平台和传感器。. . . . . . . . . . . . . . . . . . . . . . . . .92.1.2感知。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112.1.2.1全球地位认知。. . . . . . . . . . . . . . . . . 122.1.2.2本地环境感知。. . . . . . . . . . . . . . . 122.1.2.3车辆状态感知。. . . . . . . . . . . . . . . . . . . 152.1.3导航和控制。. . . . . . . . . . . . . . . . . . . . . . . . . 152.1.4沟通。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162.2智能车辆的主要方案。. . . . . . . . . . . . . . . . . . . . . 172.2.1美国. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172.2.1.1交通部（DOT）。. . . . . . . . . . . . 172.2.1.2国防部高级研究计划局（DARPA）. 18VIIviii索迈尔2.2.2欧盟委员会框架计划。. . . . . . . . . . . . . 182.2.3亚洲人. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192.3主要智能汽车的应用领域。. . . . . . . . . . . . . . . . . 202.3.1便利系统。. . . . . . . . . . . . . . . . . . . . . . . . . . 202.3.2安全系统。. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212.3.3生产力体系。. . . . . . . . . . . . . . . . . . . . . . . . . . 222.3.4辅助系统。. . . . . . . . . . . . . . . . . . . . . . . . . . 232.4交通管理中的智能车辆2.4.1基于交通灯的交通管理242.4.2自主交通管理252.5基于智能车辆的协同控制252.5.1基于交叉口26的协同控制2.5.2排控272.6结论283多代理系统293.1多代理系统的定义3.1.1代理人293.1.1.1代理类型303.1.2多代理系统313.2多代理系统的应用3.3运输系统中的多代理系统3.3.1交通管理中的多代理3.3.2基于多智能体系统3.4结论344结论35II基于多智能体模型39的5基于车辆和列车的5.1从车辆到车辆-火车41索迈尔ix5.1.1车辆外形描述425.1.1.1参考系和坐标系425.1.1.2车辆运动学模型435.1.2车辆和车辆-火车445.2多智能体模型455.2.1汽车代理465.2.1.1车辆代理资源465.2.1.2Perception感知485.2.1.3媒介物反应框架495.2.2车辆-列车代理495.2.2.1车辆-列车代理资源505.2.2.2车辆-列车代理反应框架515.2.3代理人的联系5.3结论526代理人的组织和互动6.1组织结构6.2代理人通信556.2.1在车辆代理和车辆-列车代理556.2.1.1车内运行通信556.2.1.2分裂通信576.2.2车辆-列车代理之间6.3虚拟车辆代理596.4结论607基于多级决策7.1第61号决定7.1.1汽车订单617.1.1.1决定车辆顺序的原则627.1.1.2到达时间647.1.2前车和角色657.1.2.1前车设置原则x索迈尔7.1.2.2排策略677.1.2.3拆分策略677.1.2.4跨越战略697.1.2.5合并战略7.1.2.6重新配置决策策略767.2媒介物反应867.2.1排控86型7.2.2模型参数877.2.2.1整体刚度877.2.2.2阻尼系数887.2.2.3两个弹簧刚度887.3结论.90III实验和结果918实验平台938.1我们实验室中的智能车辆8.1.1传感器配置938.2实验平台958.2.1实验平台的架构8.2.2虚拟智能车辆城市模拟器958.2.2.1VIVUS元素968.2.2.2在VIVUS96中配置场景8.3conclusion结论989在没有交叉口的道路上进行实验和结果999.1一车一列999.1.1加工图999.1.2速度和距离记录1009.2车辆从其车辆-列车1019.2.1处理图101索迈尔xi9.2.2速度和距离记录1029.3车辆与列车合并1049.3.1处理图1049.3.2速度和距离记录1059.4重新配置列车内部1089.4.1处理图1089.4.2速度和距离记录1109.5结论11110 交叉口实验和结果11310.1 车辆-列车通过113号十字路口10.1.1 处理图11310.1.2 记录数据11410.1.2.1 距离11410.1.2.2 通过时间11510.2 车辆-列车通过回旋处11710.2.1 处理图11710.2.2 记录数据11810.2.2.1 速度11810.2.2.2 距离12010.2.2.3 时代12210.3 123环形交叉口两车-列车之间的重新配置10.3.1 处理图12310.3.2 速度和距离记录12510.4 128交叉口两车-列车间的重构10.4.1 处理图12810.4.2 速度和距离记录13110.5 三辆车-火车通过134号十字路口10.5.1 处理图13410.5.2 记录数据13510.6 结论140XII索迈尔IV结论和今后的工作14311 结论和今后的工作14511.1 结论14511.2 今后的工作1461一、生产1.1 /CONTEXT在市中心，私家车的使用变得越来越重要，导致了许多副作用，如交通堵塞、空气污染和事故增加。许多研究工作仍然集中在寻找合适的和可接受的解决方案，这些问题，特别是处理交通拥堵管理。这些工作的重点可以基于车辆级或系统级。因此，先进的智能车辆（IV）技术已被广泛研究，以克服这些问题。IV系统可以感知环境，为决策系统提供从各国政府到汽车公司，全世界都在进行IV研究工作这些工作提供的一些解决方案已经可用于一般的公共市场，例如停车辅助、自适应巡航控制、车道偏离警告系统、防撞系统[Bishop，2005]等。为了扩大运输系统的能力，基于IV的一个想法是将车辆分组为队列（车辆-列车），从而可以大大减少车辆之间的基本上，两个主要趋势可以发现的文献。一方面，全局方法基于一个共同的参考系，通常与列车的所有车辆共享的车辆运动场相关联然后，每个车辆根据该共享参考行为，该共享参考可以是列车的第一车辆的轨迹或离线构建的参考轨迹。另一方面，局部方法是基于车辆的局部感知能力。一些方法，基于经典的控制算法或物理启发和车辆间的相互作用链接，开发。例如，一个包括三辆卡车的车队已经在梅赛德斯-奔驰1号的欧洲之旅中进行了测试。1. https：www.mercedes-benz.com/en/mercedes-benz/next/connectivity/the-digital-future-of-the-tr12第一章. 介绍FIGURE 1.1-另一方面，交通灯系统已经被用来控制交通流量很长一段时间。交通灯系统通过在固定的时间表内为不同的道路分配优先级，为交通系统提供了安全解决方案人们已经发现，通过调整交通信号灯可以优化交通流，例如在车辆较多的道路上提供更长的时间。随着传感器技术和通信技术的发展，交通信号灯系统也取得了很大的进步此外，已经基于现代传感器和信息技术开发了基于交叉口的交通流管理系统[Chen等人，2016年]。1.2 /我想虽然技术已经发展为交通问题的解决方案，但仍然存在现有方法无法解决的问题。车队通过减少制动反应时间来提高交通安全性，节省成本，减少二氧化碳排放，平稳的速度变化，有效地增加交通流量2。然而，当几个排在特定地点相遇时，会出现一些问题。如果几个排同时在同一条路上跑，他们是否应该合并为一个？如何合并？当两个或两个以上的车辆在一个交叉口或环形交叉口相遇时，哪个车队或哪辆车应该先通过？如何同时高效共享交叉口或环岛？要找到这些问题的答案，我们可以从交通管理方法中得到启示。因此，考虑到基于交叉口的交通流管理，一个智能交叉口可以管理大量的个体车辆。然而，当车队在交叉路口行驶时，如何管理？一辆车在交叉口是否可以换到另一个排？如何执行？2. https：//www.eutruckplatooning.com/About/default.aspx1.3. 论文的目标3车辆车辆- 火车- 火车我们可以将这些问题或应用场景抽象为三个主要问题：1.如何组织车辆和车队？2.车队之间的互动是如何进行的？3.什么样的战略可以帮助高效、可靠和安全地共享道路基础设施？能够适应这些限制并能够考虑多层次方面的解决方案可以解决这些问题。1.3 论文摘要本论文的目的就是为解决这些问题定义模型。根据预期的属性，多智能体系统是一个有价值的可能性。因此，我们在这篇论文中提出了一种方法，基于多智能体系统，其目的是处理系统级的问题，主要集中在车辆之间的相互作用排，也称为车辆列车。所提出的解决方案可以解决交通堵塞问题，无论是在系统层面上关注交通灯管理还是在个体车辆上提供更好的控制和感知系统，旨在减少时间响应和/或增加道路容量。因此，我们提出了一个合作控制系统，它依赖于多层次的决策过程，旨在处理在道路或网络节点的车队的相互作用。一些车辆结合在一起，组成一个车辆组-列车。车辆及车-车关系见图1.2。图1.2-每个车辆和车辆-列车被分配一个代理来响应相应的4第一章. 介绍车辆- 列车代车辆- 列车代车辆剂车辆剂车辆剂车辆剂物理实体。 结构如图1.3所示。图1.3 -车辆信息包括环境信息、规划信息和车辆状态信息，由车辆智能体管理。部分信息共享给车辆智能体所属的车辆-列车智能体。当车-车相遇并需要共享道路或交叉口时，车-车Agent可以根据共享的信息进行协商，获得全局最优决策并发送给车辆Agent。车辆智能体在基于队列控制的车辆反应控制算法的控制下，根据决策进行移动这就是本文所开发的一个协同控制系统除了有一个有效的方法，使几个车辆-列车共享道路基础设施的目标，我们还策略，以转换的车辆-列车在道路节点的会议到重新配置点，在那里列车可以重新配置和重新组合。开发的算法进行了仿真测试，以获得适当的评价，我们的建议，使用合适的指标。1.4 /论文的结论本文共分为四个部分：第一部分简要回顾了相关研究工作，第二部分描述了基于多智能体的协同交通控制模型;第四部分根据实验结果总结了本文的建议，并在此基础上对未来的工作进行了展望。1.4. 论文概要5这个提议。1.4.1 /第一部分：最新技术水平在这一部分中，收集和组织了研究工作，以展示我们对交通问题的支持第二章从几个不同的角度介绍了智能车辆的发展本文首先介绍了智能车辆的主要技术.其次，我们选取了一些主要的国际合作项目，并按国家和地区进行了分类。第三，介绍了IV的主要应用领域。交通灯控制系统作为一种传统的交通管理方式，随着技术的不断发展，从最优化算法到自动交通管理，交通灯控制系统得到了不断的发展。因此，第四部分对基于智能车辆的交通管理研究进展进行了综述由于我们决定提出一个多智能体模型来解决1.2中提出的问题，因此本技术状态的第3首先给出了多智能体系统的定义第二部分给出了一些例子1.4.2 /SECOND Part：基于Multi-AgentParadigm的第五章提出了一种基于多智能体系统的协同交通控制方案。然后，在第6章中展示了元素之间的组织和交互。最后，在第七章中，对新的交通运输系统进行了基于多级决策的协调控制。第五章从物理世界和智能体世界两个方面建立了车辆和车队的多智能体模型。物理部分首先介绍了车辆和车队（发展到车辆-列车）的描述。描述了车辆的基本特征，包括描述运动规律的数学模型，以及收集环境和车辆信息所需的真实传感器在此基础上，建立了车队的物理模型，以定义车辆-列车的特性.将Agent分为车辆Agent和车列Agent两部分。对于这两个，元素包括代理资源和反应框架进行了详细说明。第六章详细介绍了Agent的组织和交互模型首先阐述了代理人的组织方式如前所述，组织结构将代理分为两个级别：车辆和列车级别。在此结构下，定义了信息流：列车Agent收集来自各车辆Agent的信息，包括车辆发送的请求，然后在列车Agent之间交换这些信息，进行协商。代理发送请求、接收应答和交换信息-6第一章. 介绍通过沟通。一方面，形式化描述了车辆Agent与列车Agent在列车运行和列车分裂两种情况下的另一方面，车-车之间进行信息交换，实现协同控制。为了实现交互运动，引入了一种称为虚拟车辆的工具.第七章按照决策信息流：从列车Agent层决策到车辆Agent层决策，给出了决策系统的结构。列车等级决策算法对每辆车进行前车和角色的确定首先，根据车辆的相对位置和速度计算出其次，根据车辆顺序和路线，确定前车和每辆车的角色然后，根据前车和基于物理模型的角色，通过车辆级别决策算法计算速度和角度指令1.4.3 /第三部分：实验和结果第八章介绍了实验平台，重点介绍了仿真器。在第九章中，分别对单车道上的一车一车、双车道上的一车一车分离、双车道上的两车一车合并、双车道上的一车一车重组四种情况进行了无交叉口道路上的实验研究。在第十章中，我们进行了四种场景的交叉口实验：（1）两车列车同时通过交叉口，（2）两车列车同时通过环形交叉口，（3）两车列车在环形交叉口重新配置，（4）两车列车在环形交叉口重新配置，（5）两车列车在环形交叉口重新配置，（6）两车列车在环形交叉口重新配置。(4)两辆车-火车在十字路口重组1.4.4 /第四部分：结论和今后的工作在这一部分中，根据实验结果给出了结论。并从几个不同的角度对今后的工作提出了建议。我艺术的状态7