混合交通中隐私保护的数据驱动预测式领航巡航控制
系统与控制
2023-11-01 v2 系统与控制
摘要
联网自动驾驶车辆 (CAVs) 的数据驱动预测控制因无需依赖显式动力学模型即可实现安全最优控制而受到越来越多的关注。然而，采用数据驱动策略涉及隐私敏感车辆信息的采集与共享，易遭受隐私泄露并可能进一步引发恶意行为。本文针对人机混驾（人类驾驶车辆与 CAVs 共存）的混合交通环境，提出了一种 CAVs 的隐私保护数据驱动预测控制方案。我们应对外部窃听者以及诚实但好奇的中心单元窃听者——它们窃听混合交通系统的通信信道并试图推断 CAVs 的状态与输入信息。设计了一种基于仿射掩码的隐私保护方法来隐藏真实状态与输入信号，并推导了不同矩阵结构下数据驱动预测式领航巡航控制的扩展形式，以实现 CAVs 的隐私保护最优控制。数值仿真表明，所提方案能够在不影响控制性能或不带来沉重计算负担的情况下保护 CAVs 免受攻击者侵犯隐私。
引用
@article{arxiv.2205.10916,
title = {Privacy-Preserving Data-Enabled Predictive Leading Cruise Control in Mixed Traffic},
author = {Kaixiang Zhang and Kaian Chen and Zhaojian Li and Jun Chen and Yang Zheng},
journal= {arXiv preprint arXiv:2205.10916},
year = {2023}
}
备注
16 pages, 11 figures