Seguimiento de Trayectorias Longitudinales Transitorias en Bucle Cerrado para Vehículos Conectados
Autores: Hua, Lingyun; Zhu, Guoming
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Seguimiento de Trayectorias Longitudinales Transitorias en Bucle Cerrado para Vehículos Conectados
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Vehículo
Seguimiento de trayectoria
Ecorruteo
Sistemas de conducción autónoma
Estrategias de optimización
Control LQIT
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
El seguimiento de la trayectoria longitudinal del vehículo juega un papel significativo en el desarrollo de sistemas de ecorruteo y conducción autónoma para manejar diversas perturbaciones e incertidumbres (por ejemplo, la inclinación de la carretera, ráfagas de viento, etc.) que a menudo son ignoradas por las estrategias de optimización utilizadas para generar controles y trayectorias de referencia. En este documento, basado en un modelo de vehículo linealizado con la ayuda de la linealización por retroalimentación, se utiliza un control de seguimiento integral cuadrático lineal (LQIT) para generar leyes de regulación que minimicen el error de seguimiento de las trayectorias de velocidad óptima o distancia de frenado, respectivamente, y mantengan la seguridad de frenado. Se utiliza un filtro de Kalman unificado para estimar los estados del sistema basándose en mediciones ruidosas. Se diseñan controles LQIT tanto para aceleración como para desaceleración para manejar el cambio de estrategias de control óptimo de nivel superior ante un tráfico variable. Los estudios de simulación y co-simulación validaron las estrategias de control LQIT propuestas en Simulink con el modelo de tráfico SUMO utilizando un mapa del mundo real bajo condiciones de conducción manipuladas. Los resultados de la simulación muestran que, bajo condiciones de tráfico cambiantes, el control de aceleración LQIT es capaz de reducir el error de seguimiento estático en un 99.8%, en comparación con el vehículo controlado solo por el control de aceleración óptima de alto nivel sin un rastreador de trayectoria, logrando menos error de seguimiento y sobreimpulso que utilizando un control PI. El control de desaceleración LQIT reduce el error de distancia de frenado en un 48% en comparación con el control de desaceleración óptima por sí solo y asegura una distancia de frenado más segura que un control PI acoplado. El modelo de tráfico utilizado en la co-simulación de SUMO confirma la capacidad de manejar tráfico variable para las estrategias de control LQIT desarrolladas.
Descripción
El seguimiento de la trayectoria longitudinal del vehículo juega un papel significativo en el desarrollo de sistemas de ecorruteo y conducción autónoma para manejar diversas perturbaciones e incertidumbres (por ejemplo, la inclinación de la carretera, ráfagas de viento, etc.) que a menudo son ignoradas por las estrategias de optimización utilizadas para generar controles y trayectorias de referencia. En este documento, basado en un modelo de vehículo linealizado con la ayuda de la linealización por retroalimentación, se utiliza un control de seguimiento integral cuadrático lineal (LQIT) para generar leyes de regulación que minimicen el error de seguimiento de las trayectorias de velocidad óptima o distancia de frenado, respectivamente, y mantengan la seguridad de frenado. Se utiliza un filtro de Kalman unificado para estimar los estados del sistema basándose en mediciones ruidosas. Se diseñan controles LQIT tanto para aceleración como para desaceleración para manejar el cambio de estrategias de control óptimo de nivel superior ante un tráfico variable. Los estudios de simulación y co-simulación validaron las estrategias de control LQIT propuestas en Simulink con el modelo de tráfico SUMO utilizando un mapa del mundo real bajo condiciones de conducción manipuladas. Los resultados de la simulación muestran que, bajo condiciones de tráfico cambiantes, el control de aceleración LQIT es capaz de reducir el error de seguimiento estático en un 99.8%, en comparación con el vehículo controlado solo por el control de aceleración óptima de alto nivel sin un rastreador de trayectoria, logrando menos error de seguimiento y sobreimpulso que utilizando un control PI. El control de desaceleración LQIT reduce el error de distancia de frenado en un 48% en comparación con el control de desaceleración óptima por sí solo y asegura una distancia de frenado más segura que un control PI acoplado. El modelo de tráfico utilizado en la co-simulación de SUMO confirma la capacidad de manejar tráfico variable para las estrategias de control LQIT desarrolladas.