期望状态约束下多车协同编队与分布式优化方法

来源：交通运输系统工程与信息杂志2025年第2期北京时间：

作者：袁振洲, 周博涵, 陈沫, 杨洋

单位：北京交通大学，交通运输学院，北京100044

摘要：传统研究主要关注车辆间交互和以稳定间距为主导的编队分析，缺乏从多维状态角度对编队过程进行引导和约束以满足更加精细化的交通控制需求。因此，本文提出一种基于期望状态约束的车辆编队优化方法，优化纵向控制过程。首先，定义编队期望状态，涵盖编队完成时间、距离、速度、加速度和间距这5个维度；随后，针对编队头车前方无其他车辆干扰的理想场景，基于模型预测控制方法建立无前车干扰的编队控制优化模型，并进一步针对存在前车干扰的常见场景，提出相应的编队控制模型；采用基于相邻车辆对的分布式计算策略，在降低计算压力的同时提升编队过程的安全性和鲁棒性；最后，基于Python搭建可视化仿真程序验证算法的有效性。结果表明：过短的期望距离和期望时间是阻碍编队可行的主要原因，并且随着期望距离和期望速度的提高，编队可行的最短时间阈值将相应提高；车辆行驶过程中，可行期望状态下编队的实际执行效果良好，最终编队状态与期望编队状态的偏离率小于1‰，同时能够确保轨迹的安全和平滑；在计算效率上，分布式比集中式策略有优势，并且优势会随编队规模的增大而显著，在由9辆车组成的较大规模编队任务中，最长计算时间不超过0.3s。

关键词：智能交通,期望编队状态,模型预测控制,车辆编队,分布式优化

基金资助：中央高校基本科研业务费 (2024JBRC009)；国家自然科学基金/(52302423)；北京市自然科学基金(E2024210149)。