面向自动驾驶编队的整体鲁棒运动控制器框架

安全性是自动驾驶编队的首要关切。车对车（V2V）通信延迟与障碍物突然出现将引发自动驾驶编队预期功能安全（SOTIF）问题。本研究提出一种面向智能联网车辆编队系统的整体鲁棒运动控制器框架（MCF）。MCF 利用分层结构解决复杂驾驶环境与时变通信延迟下的纵向串列稳定性与横向控制问题。首先，开发 H-infinity 反馈控制器以在上层协调层（UCL）确保编队在时变通信延迟下的鲁棒性。UCL 的输出将作为参考信号传递至下层运动规划层（LML）。其次，在 LML 中实施模型预测控制（MPC）算法以实现多目标控制，其综合考量参考信号、人工势场与多车辆动力学约束。此外，协同仿真三种关键场景用于案例研究，包括时变通信延迟下编队、汇入与避障场景。仿真结果表明，与单结构 MPC 相比，所提 MCF 能更好地抑制位置误差传播，并在三种场景中最大位置误差分别改善 $19.2\%$、$59.8\%$ 和 $15.3\%$。最后，通过硬件在环实验验证所提 MCF 的实用性与有效性。所提方法在 Speedgoat 实时目标机上的平均执行时间为 1.1 毫秒，满足实时性要求。