本发明涉及了智能交通控制，具体涉及了一种抑制交通随机扰动的混合交通系统及其控制方法、设备。
背景技术：
1、随着城市化进程的加速和交通工具的多样化，现代交通系统变得越来越复杂，同时，随之而来的安全事故、拥堵等交通问题也越来越多。智能化和自动化的交通系统能够实时感知交通状况，自动调整交通信号、优化交通流，从而提高交通效率、减少交通拥堵和交通事故。早期主要研究的是自适应巡航控制(adaptive cruise control，acc)，但是该控制方式的依赖性比较强且环境适应性比较差，而且长期依赖acc系统可能会改变驾驶员的驾驶习惯，导致在系统无法工作时(如系统故障或未配备acc的老旧车型上)，驾驶员的驾驶技能和反应能力下降，因此适用性并不强。自动驾驶车辆(connected and automatedvehicle，cav)通过改变自身运动，以保持与前车的最佳安全距离来避免事故发生，因此为交通系统智能化、自动化提供了新的机遇。对于多辆cav而言，可以通过合作自适应巡航控制(cooperative adaptive cruise control,cacc)来增强每辆cav之间的联系，这种方法将一组cav形成队列，利用合作控制策略来减少间距、提高燃油率，同时提高车辆通行能力，以缓解交通压力。在智慧交通建设的关键时期，如何充分利用cav采集的实时信息与它们之间的协作能力，是实现智慧出行的重要前提。
2、然而，由于标准与配套法规的尚不成熟不完善等原因，人工驾驶车辆(human-driven vehicle，hdv)在道路交通系统使用和消费市场需求中仍具有重要地位。因此，在未来较长的时期内，cav将会与hdv共同参与到交通系统中，形成新型混合交通流。目前，很多学者对这种混合交通系统的研究，大多考虑以单个cav作为智能体，引导由一个cav与多个hdv构成的混合交通系统，从而忽略了cav之间的相互作用；同时，由于hdv的不确定性驾驶行为造成的城市交通随机扰动，混合交通系统安全性面临着巨大挑战。
技术实现思路
1、本发明提供了一种抑制交通随机扰动的混合交通系统及其控制方法、设备，目的在于解决了当前混合交通系统中对cav与hdv考虑不足，导致交通干扰性较大、影响车辆行驶安全的问题。
2、本发明的目的是由以下技术方案实现的：
3、一种抑制交通随机扰动的混合交通系统的驾驶控制方法，包括：
4、基于全速度差模型构建人工驾驶车辆跟驰模型；
5、根据人工驾驶车辆与自动驾驶车辆构成的混合交通场景，构建包括自动驾驶车辆对的混合交通系统控制模型，所述自动驾驶车辆对指的是处于所述混合交通场景下，用于在通信范围内配对进行协同控制的两辆自动驾驶车辆；
6、根据全速度差模型以及混合交通控制模型构建基于自动驾驶车辆对的双向自动驾驶车辆跟驰模型；
7、在所述混合交通系统控制模型中，根据所述自动驾驶车辆的跟驰模型和人工驾驶车辆跟驰模型，基于控制障碍函数对自动驾驶车辆对的约束，控制自动驾驶车辆行驶。
8、作为本发明的进一步改进，所述基于全速度差模型构建人工驾驶车辆跟驰模型，包括：所述全速度差模型为：
9、
10、式中，vn(t)为第n辆车在t时刻的速度，sn为前车与很随车的车头间距，为前车与跟随车的速度差，α为驾驶员敏感系数，为与前后车间距、速度差相关的期望速度，β为速度差影响系数。
11、作为本发明的进一步改进，所述与前后车间距、速度差相关的期望速度为：
12、
13、式中，为期望速度，si为第i-1车辆和第i车辆的相对距离，vi为第i车辆的速度，为第i-1辆车与第i辆车的速度差，sst为最小间距，sgo为最大间距，vmax为车辆的最大速度，σ为权重因子，所述的车辆为自动驾驶车辆或人工驾驶车辆。
14、作为本发明的进一步改进，所述构建包括自动驾驶车辆对的混合交通系统控制模型，包括：分别确定混合交通系统控制模型中的平衡状态、系统状态、系统输入和状态空间，所述混合交通系统控制模型以期望状态为控制目标，基于控制输入中的输入信号和系统状态进行调整，通过状态空间进行控制；
15、所述平衡状态为：
16、f(s*,0,v*)＝0
17、其中，v*为期望速度，s*为期望恒定车距；
18、系统状态为：
19、
20、其中，x(t)为混合交通系统状态，x(t)∈r2n，r为数域，分别表示第i车辆的间距误差和速度误差；
21、所述控制输入为：
22、
23、其中，ui(t)是索引为i的自动驾驶车辆的控制输入，由自动驾驶车辆对的加速度信号组成；
24、所述状态空间为：
25、
26、式中，a为系统状态系数矩阵，根据驾驶员敏感系数得到，b为控制输入系数矩阵，h为车辆速度系数矩阵，为头车速度误差。
27、作为本发明的进一步改进，所述根据全速度差模型，以及混合交通控制模型构建双向自动驾驶车辆跟驰模型，包括：根据全速度差模型得到自动驾驶车辆的逆向期望速度和正向期望速度，根据所述正向期望速度和逆向期望速度得到双向自动驾驶车辆跟驰模型；
28、所述逆向期望速度为：
29、
30、其中，为逆向车辆期望速度函数，s为第i-1车辆和第i车辆的相对距离，vi为第i车辆的速度，为第i-1辆车与第i辆车的速度差，sst为最小间距，sgo为最大间距，vmax为车辆的最大速度，所述的车辆为自动驾驶车辆或人工驾驶车辆。
31、作为本发明的进一步改进，所述根据全速度差模型以及混合交通控制模型构建双向自动驾驶车辆跟驰模型后，还包括基于双向自动驾驶车辆跟驰模型对自动驾驶车辆进行控制，包括：
32、
33、其中，分别为自动驾驶车辆对与人工驾驶车辆之间的距离控制增益，分别为自动驾驶车辆对相对与人工驾驶车辆之间的速度控制增益，i1为自动驾驶车辆对中的第一车辆，i2为自动驾驶车辆对中的第一车辆，j为人工驾驶车辆，为人工驾驶车辆与自动驾驶车辆的相对距离，为人工驾驶车辆与自动驾驶车辆的速度差，为自动驾驶车辆期望速度函数。
34、作为本发明的进一步改进，所述车辆期望速度函数根据不同跟驰方向，采用不同的期望速度函数，即：
35、
36、其中，i为当前自动驾驶车辆编号，j表示为被跟驰车的编号。
37、作为本发明的进一步改进，所述基于控制障碍函数对自动驾驶车辆对的约束，控制自动驾驶车辆行驶，包括：将自动驾驶车辆对拆分为两个子系统，两个子系统分别满足基于控制障碍函数的约束条件；所述控制障碍函数为：
38、
39、其中，为控制障碍函数，τ为车辆反应时间，si为第i-1车辆和第i车辆的相对距离，为第i-1车辆和第i自动驾驶车辆的相对距离，为第i自动驾驶车辆的速度，vi为第i车辆的速度；
40、所述基于控制障碍函数的约束条件为：
41、
42、式中，为函数hi关于向量fi的李导数，满足u′为自动驾驶车辆的控制输入量，为hi的梯度，分别为系数矩阵。
43、第二方面，本发明还提供了一种抑制交通随机扰动的混合交通系统，包括：
44、人工驾驶车辆跟驰模块，包括人工驾驶车辆跟驰模型，用于基于全速度差模型构建得到；
45、混合交通系统控制模型构建模块，由于根据人工驾驶车辆与自动驾驶车辆构成的混合交通场景，构建包括自动驾驶车辆对的混合交通系统控制模型，所述自动驾驶车辆对指的是处于所述混合交通场景下，用于在通信范围内配对进行协同控制的两辆自动驾驶车辆；
46、自动驾驶车辆跟驰模型构建模块，用于根据全速度差模型以及混合交通控制模型构建基于自动驾驶车辆对的双向自动驾驶车辆跟驰模型；
47、车辆控制模块，用于在所述混合交通系统控制模型中，根据所述自动驾驶车辆的跟驰模型和人工驾驶车辆跟驰模型，基于控制障碍函数对自动驾驶车辆对的约束，控制自动驾驶车辆行驶。
48、第三方面，本发明还提供了一种电子设备，包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如上所述的抑制交通随机扰动的混合交通系统的驾驶控制方法。
49、本发明的有益效果在于：本发明中的一种抑制交通随机扰动的混合交通系统的驾驶控制方法，通过车辆的跟驰特性，基于全速度差模型构建人工驾驶车辆跟驰模型，使人工驾驶车辆描述更贴近实际情况。考虑了人工驾驶车辆与自动驾驶车辆构成的混合交通场景，来构建包括自动驾驶车辆对的混合交通系统控制模型，有效简化描述车辆动态信息，同时两辆自动驾驶车辆配对后能够在通讯范围内进行信息交互，进而获取到更精准的人工驾驶车辆信息。通过全速度差模型以及混合交通系统下的跟驰行为，构建双向自动驾驶车辆跟驰模型，同时在控制自动驾驶车辆时，引入基于控制障碍函数的约束条件进行安全约束，确保避免跟驰车辆突然加速或减速而引起的碰撞，提升混合交通系统整体的安全性。
50、进一步地，本发明提出的全速度模型基于现有的全速度模型做出改进，将速度差项加入期望速度表达式中，根据场景要求考虑不同权重下速度差和车头时距对车辆运动速度的影响，充分利用所获得的实时信息，从而更准确地描述hdv跟驰时的动态变化。
51、进一步地，使用二次规划将人工驾驶车辆、自动驾驶车辆的安全性纳入控制器设计中，即利用控制障碍函数对自动驾驶车辆标称控制输入进行安全筛选，从而保证了车辆之间的非负间距，保障了跟驰过程中的安全问题。
1.一种抑制交通随机扰动的混合交通系统的驾驶控制方法，其特征在于，包括：
2.根据权利要求1所述的抑制交通随机扰动的混合交通系统的驾驶控制方法，其特征在于，所述基于全速度差模型构建人工驾驶车辆跟驰模型，包括：所述全速度差模型为：
3.根据权利要求2所述的抑制交通随机扰动的混合交通系统的驾驶控制方法，其特征在于，所述与前后车间距、速度差相关的期望速度为：
4.根据权利要求1所述的抑制交通随机扰动的混合交通系统的驾驶控制方法，其特征在于，所述构建包括自动驾驶车辆对的混合交通系统控制模型，包括：分别确定混合交通系统控制模型中的平衡状态、系统状态、系统输入和状态空间，所述混合交通系统控制模型以期望状态为控制目标，基于控制输入中的输入信号和系统状态进行调整，通过状态空间进行控制；
5.根据权利要求3所述的抑制交通随机扰动的混合交通系统的驾驶控制方法，其特征在于，所述根据全速度差模型，以及混合交通控制模型构建双向自动驾驶车辆跟驰模型，包括：根据全速度差模型得到自动驾驶车辆的逆向期望速度和正向期望速度，根据所述正向期望速度和逆向期望速度得到双向自动驾驶车辆跟驰模型；
6.根据权利要求5所述的抑制交通随机扰动的混合交通系统的驾驶控制方法，其特征在于，所述根据全速度差模型以及混合交通控制模型构建双向自动驾驶车辆跟驰模型后，还包括基于双向自动驾驶车辆跟驰模型对自动驾驶车辆进行控制，包括：
7.根据权利要求5所述的抑制交通随机扰动的混合交通系统的驾驶控制方法，其特征在于，所述车辆期望速度函数根据不同跟驰方向，采用不同的期望速度函数，即：
8.根据权利要求1所述的抑制交通随机扰动的混合交通系统的驾驶控制方法，其特征在于，所述基于控制障碍函数对自动驾驶车辆对的约束，控制自动驾驶车辆行驶，包括：将自动驾驶车辆对拆分为两个子系统，两个子系统分别满足基于控制障碍函数的约束条件；所述控制障碍函数为：
9.一种抑制交通随机扰动的混合交通系统，其特征在于，包括：
10.一种电子设备，其特征在于，包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1-8中任意一项所述的抑制交通随机扰动的混合交通系统的驾驶控制方法。
