Resumen

Los vehículos automatizados están diseñados para liberar a los conductores de las tareas de conducción y se espera que mejoren la seguridad y la eficiencia del tráfico cuando se conecten mediante comunicación de vehículo a vehículo, es decir, vehículos automatizados conectados (CAV). Los retardos temporales y las incertidumbres del modelo en los sistemas de control de vehículos plantean retos para la conducción automatizada en el mundo real. Ignorarlos puede hacer que el rendimiento de los sistemas de conducción cooperativa sea insatisfactorio o incluso inestable. El objetivo de este artículo es diseñar una estrategia de control de pelotón robusta y flexible para CAVs. Se presenta un método de control centralizado, donde el líder de un pelotón de CAVs recoge información de los seguidores, calcula las aceleraciones deseadas de todos los vehículos controlados, y transmite las aceleraciones deseadas a los seguidores. El pelotón robusto se formula como un problema de Control Predictivo de Modelo Min-Max (MM-MPC), donde las aceleraciones óptimas se generan para minimizar la función de coste en el peor de los casos, donde el peor de los casos se toma sobre los modelos posibles. El método propuesto es flexible de tal forma que puede aplicarse tanto a pelotones homogéneos como a pelotones heterogéneos con vehículos mixtos de conducción humana y control automatizado. Para predecir el comportamiento del pelotón se utiliza un modelo de vehículo lineal de tercer orden con retardo de realimentación fijo y retardo de actuador estocástico. Se supone que el retardo del actuador varía aleatoriamente con distribuciones desconocidas pero con un límite superior conocido. El controlador regula las aceleraciones del pelotón en un horizonte temporal para minimizar una función de coste que representa la seguridad de conducción, la eficiencia y el confort de marcha, sujeto a límites de velocidad, rango de aceleración plausible y espaciado neto mínimo. La estrategia diseñada se prueba simulando pelotones homogéneos y heterogéneos en una serie de escenarios típicos y extremos para evaluar la estabilidad y el rendimiento del sistema. Los resultados de las pruebas demuestran que la estrategia de control diseñada para CAV puede garantizar la robustez de la estabilidad y el rendimiento frente a las incertidumbres del modelo y el retraso de retroalimentación, y supera al control de pelotón basado en MPC determinista.

• Materias:Planificación de la producción Infraestructura de transportes Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Production planning Transport infrastructure Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:vehículos, rendimiento, función de coste, retardo de retroalimentación, incertidumbres del modelo, peor caso, control predictivo máximo del modelo, estrategia de control flexible del pelotón, método de control centralizado, sistemas de conducción cooperativos
• Keywords:vehicles, performance, cost function, feedback delay, model uncertainties, worst case, max model predictive control, flexible platooning control strategy, centralized control method, cooperative driving systems