Cooperative Adaptive Cruise Control Design and Implementation
本文在2017款福特Fusion平台上设计实现基于前馈PD控制器与DSRC通信的CACC系统，提出弯道检测失效解决方法，实验证明其跟车性能优于传统自适应巡航控制器。
2023-06-14 cs.SY eess.SY
Effect of Adaptive and Cooperative Adaptive Cruise Control on Throughput of Signalized Arterials
研究适应性与协同自适应巡航控制对信号化干道交叉口通行能力的影响，通过模拟评估不同ACC/CACC车辆比例对行驶时间均值和标准差的影响，发现其能显著提升城市交通效率。
2017-03-05 cs.SY eess.SY
An Energy-Efficient Lyapunov-Based Cooperative Adaptive Cruise Controller for Electric Vehicles
University of South Florida（南佛罗里达大学）
本文提出了一种针对电动汽车编队的新型Lyapunov基于CACC控制器，通过第三阶动态模型提升能量效率，实验证明在降低控制增益的同时保持字符串稳定性，并提升能量效率达38.5%。
2026-04-09 cs.SY eess.SY
Cooperative Adaptive Cruise Control for a Platoon of Connected and Autonomous Vehicles Considering Dynamic Information Flow Topology
Purdue University（普渡大学）
本文提出一种考虑动态信息流拓扑的协同自适应跟车控制方法，通过自适应比例-导数控制器减少通信故障影响，提升编队稳定性与性能。
2018-08-07 cs.SY eess.SY
Resilient Cooperative Adaptive Cruise Control for Autonomous Vehicles Using Machine Learning
University of Florida（佛罗里达大学）
协同自适应巡航控制（CACC）是一种基本的互联车辆应用，它通过利用车对车（V2V）通信来扩展自适应巡航控制。CACC是众多自动驾驶汽车功能的关键组成部分，包括队列行驶、分布式路线管理等。不幸的是，恶意V2V通信可能会破坏CACC，导致字符串不稳定和道路事故。在本文中，我们开发了一种新的弹性基础设施，RACCON，用于检测和减轻对CACC的V2V攻击。RACCON使用机器学习来开发车载预测模型，该模型可以捕获异常的车辆响应并实时的执行缓解。支持RACCON的车辆可以利用CACC的高效率，而不会影响安全性，即使在潜在的敌对场景下也是如此。我们提出了广泛的实验评估，以证明RACCON的疗效。
2021-03-18 cs.CR cs.RO cs.SY
Stochastic String Stability of Vehicle Platoons via Cooperative Adaptive Cruise Control with Lossy Communication
University of Twente（特文特大学）；Univ. Grenoble Alpes, CNRS, Inria, Grenoble INP, GIPSA-lab（格勒诺布尔阿尔卑斯大学、法国国家科学研究中心、法国国家信息与自动化研究所、格勒诺布尔理工学院、GIPSA实验室）
本文研究了在通信不可靠且存在消息丢失的情况下，如何通过协同自适应跟车控制实现车辆编队的稳定性。提出了一种新的协同控制器设计，通过切换控制器在H_infty方法下促进系统稳定性和字符串稳定性，并最小化平均误差的方差。
2019-05-12 cs.SY eess.SY math.OC
A Learning-based Stochastic MPC Design for Cooperative Adaptive Cruise Control to Handle Interfering Vehicles
West Virginia University（西弗吉尼亚大学）；University of Central Florida（中佛罗里达大学）
本文提出基于神经网络的切入检测与轨迹预测方案，结合概率框架和随机模型预测控制器，提升对干扰车辆切入行为的应对能力，通过现实驾驶场景验证系统性能。
2018-02-26 cs.SY eess.SY
Resilient Interval Observer-Based Control for Cooperative Adaptive Cruise Control under FDI Attack
University of Tulsa（塔尔萨大学）
本文提出了一种结合非线性控制器和区间观测器的控制框架，用于在面对FDI攻击时实现鲁棒的状态估计和安全的协同自适应巡航控制。
2026-01-18 cs.SY eess.SY
Safety Certified Cooperative Adaptive Cruise Control under Unreliable Inter-vehicle Communications
University of Notre Dame（圣母大学）
本文研究了在不可靠车际通信环境下协同自适应巡航控制系统的安全认证问题，通过考虑非确定性时延和数据包丢失，形式化验证了混合CACC系统的被动安全性，定义了安全控制包络以指导控制信号合成。
2016-09-23 cs.MA cs.SY eess.SY
Analyzing Attacks on Cooperative Adaptive Cruise Control (CACC)
Institute of Distributed Systems Ulm University（乌尔姆大学分布式系统研究所）
本文研究CACC系统的攻击韧性，提出攻击模型和评估框架，揭示三种控制器易受干扰和数据注入攻击，强调需结合行为检测与鲁棒控制算法以保障安全。
2017-12-08 cs.CR cs.SY eess.SY
Data-Driven Cooperative Adaptive Cruise Control for Unknown Nonlinear Vehicle Platoons
University of Glasgow（格拉斯哥大学）
针对现有研究忽略未知非线性车辆动力学的问题，提出基于在线行驶数据、建模为半定规划的统一数据驱动协同自适应巡航控制方法，适用于纯自动驾驶及人机混合车辆队列，经典型激进工况对比验证优于经典ACC方法。
2023-07-21 cs.RO cs.SY eess.SY
Communication-Efficient Decentralized Multi-Agent Reinforcement Learning for Cooperative Adaptive Cruise Control
针对协作式自适应巡航控制（CACC），提出一种完全去中心化的多智能体强化学习框架，并结合基于量化的通信方案降低开销，实验证明其在通信效率与控制效能上均优于现有基准。
2024-02-19 cs.SY eess.SY
Improving Cooperative Adaptive Cruise Control Robustness to Parametric Uncertainty via Plant Equivalent Controller Realizations
Eindhoven University of Technology（埃因霍温理工大学）；Singapore University of Technology and Design（新加坡科技设计大学）
本文提出通过优化植物等效控制器实现CACC在参数不确定性下的鲁棒性提升，采用凸优化方法确保稳定性和性能。
2026-09-10 cs.SY eess.SY
A Review on Cooperative Adaptive Cruise Control (CACC) Systems: Architectures, Controls, and Applications
Department of Mechanical Engineering（机械工程系）
本文综述了全球范围内关于CACC系统不同方面的研究进展，涵盖架构、控制方法及应用，分析了当前机遇与挑战，并展望了未来发展方向。
2018-09-08 cs.IT cs.RO cs.SY
Communication-Efficient MARL for Platoon Stability and Energy-efficiency Co-optimization in Cooperative Adaptive Cruise Control of CAVs
本文提出融合QSGD与BDC的完全去中心化通信高效MARL框架，用于CAV的CACC，以协同优化车队稳定性与能效，并在多种基准和OpenACC真实场景中验证其节能、可扩展性与实用性。
2024-06-17 cs.SY eess.SY
On Constant Distance Spacing Policies for Cooperative Adaptive Cruise Control
协同自适应巡航控制（CACC）系统被认为是提高驾驶安全性和交通效率的关键潜在推动因素。除了车载传感器之外，它们还允许使用无线通信进行自动车辆跟踪。为了实现CACC车队的稳定性，研究中流行恒定时间车头时距（CTH）的间距策略，即车辆间距随速度而增长。虽然恒定距离车头时距（CDH）间距政策提供了优越的潜力，以增加交通容量比CTH，一个主要的缺点是一个较小的安全裕度在高速和字符串稳定性不能实现使用一辆车前瞻通信。这项工作的假设是应用CDH只有在少数驾驶情况下，当交通吞吐量是最重要的，安全要求可以满足由于低速度。作为最相关的情况下，CDH可以应用，我们确定在信号交叉口的启动队列。在本文中，我们阐述了这一想法。具体来说，我们比较了CTH与CDH在增加交通信号灯容量方面的潜力。从单个交通信号灯的基本情况出发，将仿真范围扩大到包括数千辆车辆的整个交通网络。使用真实世界的数据来校准和验证车辆动力学仿真和交通仿真，研究讨论了CDH，CTH的最相关的工作参数，以及两者应用的交通系统。
2022-05-16 cs.SY eess.SY
Measuring Impact of Adaptive and Cooperative Adaptive Cruise Control on Throughput of Signalized Intersections
本文分析了三种车距模型对交叉口通行能力的影响，探讨了最大车辆加速度和ACC/CACC车辆比例对通行能力的作用，并通过SUMO仿真评估了车组模式下的行驶时间与网络通行能力。
2017-12-22 cs.SY eess.SY
A Distributed and Resilient Bargaining Game for Weather-Predictive Microgrid Energy Cooperation
研究了微电网中合作能量管理的讨价还价博弈问题。这个游戏采用了一个完全分布式和现实的合作电力调度算法（CoDES），以及分布式纳什谈判解决方案（NBS）为基础的方法分配的整体电力法案产生的CoDES。一种新的基于天气的随机可再生能源发电（RG）预测方法被纳入电力调度。我们演示了所提出的游戏，使用4个用户的并网微电网模型与不同的用户需求，存储和RG配置文件，并检查天气预测的影响，提前一天的电力调度和成本/利润分配。最后，用户的矛盾心理合作和/或不诚实的讨价还价的结果的影响进行了调查，它表明，所提出的游戏是有弹性的恶意用户的企图，以避免支付他们的公平份额的整体法案。
2021-04-12 cs.GT cs.MA cs.SY
Impact Sensitivity Analysis of Cooperative Adaptive Cruise Control Against Resource-Limited Adversaries
本文针对资源受限攻击，提出了CACC方案的敏感性分析建模框架，通过计算可达集的外部椭球近似来量化攻击损害，并发现不同控制器实现会显著影响攻击效果。
2023-09-07 cs.CR cs.SY eess.SY
Simulation Framework for Cooperative Adaptive Cruise Control with Empirical DSRC Module
University of Delaware（特拉华大学）；New Jersey Institute of Technology（新泽西理工学院）
本文提出了一种基于Vissim的微观交通仿真框架，结合分析性DSRC模块用于数据包接收，评估了四种管理车道部署策略，结果显示车辆间通信的可靠性受部署策略影响，且该框架具有良好的可扩展性。
2018-10-15 cs.SY eess.SP eess.SY
Cooperative Adaptive Cruise Control with Constant Distance Gaps for Retrofitted Legacy Vehicles
Department of Energy, Systems, Territory and Constructions Engineering, University of Pisa（比萨大学能源、系统、领土与建筑工程系）；Fraunhofer Institute FOKUS, Berlin（柏林弗劳恩霍夫FOKUS研究所）；Dyson School of Design Engineering, Imperial College London（帝国理工学院戴森设计工程学院）
针对过饱和信号交叉口，提出一种基于MPC的恒定间距CACC控制器，仅用单车前视通信实现3米内紧密间距，并通过间距松弛策略提升车队长度，实车实验验证了其有效性。
2026-10-06 cs.SY eess.SY
Hybrid Car-Following Strategy based on Deep Deterministic Policy Gradient and Cooperative Adaptive Cruise Control
Beijing Jiaotong University（北京交通大学）；Tsinghua University（清华大学）
基于深度确定性策略梯度（DDPG）的车辆跟驰策略具有对复杂环境的探索能力，可以突破微分方程模型的约束。然而，DDPG的跟驰性能通常会因奖励函数设计不合理、训练不足和采样效率低而下降。为了解决这类问题，提出了一种基于DDPG和协同自适应巡航控制（CACC）的混合跟驰策略。首先，车辆跟驰过程被建模为马尔可夫决策过程，在每帧同时计算CACC和DDPG。给定当前状态，分别从CACC和DDPG获得两个动作。然后，一个最优的行动，对应于一个提供更大的奖励，选择作为混合策略的输出。同时，设计了一个规则，以确保加速度的变化率小于期望值。因此，该策略既保证了CACC的基本跟驰性能，又充分利用了DDPG在复杂环境下的探测优势。仿真结果表明，与DDPG和CACC相比，该策略的跟驰性能得到了改善。
2022-01-11 cs.AI cs.LG cs.SY
Towards Secure Infrastructure-based Cooperative Adaptive Cruise Control
本文研究了基于基础设施的协同自适应巡航控制（CACC）中的安全问题，提出了一种利用车辆网络边缘节点检测分布式拒绝服务（DoS）攻击的策略，并通过ns-3仿真验证了该策略在不同攻击严重程度下的有效性。
2018-11-18 cs.CR cs.SY eess.SY
Cooperative Adaptive Cruise Control for Connected Autonomous Vehicles by Factoring Communication-Related Constraints
Purdue University（普渡大学）
本文提出了一种动态优化信息流拓扑（IFT）的协同自适应跟车控制（CACC-OIFT）策略，以提高连接自主车辆（CAV）编队在不可靠V2V通信环境下的字符串稳定性。
2018-08-07 cs.SY eess.SY math.OC
Modelling and Analysis of Car Following Algorithms for Fuel Economy Improvement in Connected and Autonomous Vehicles (CAVs)
The Ohio State University（俄亥俄州立大学）
地面车辆的连接允许车辆彼此共享关键的车辆数据，例如车辆加速度。另一方面，使用诸如相机、雷达和激光雷达的传感器，可以检测领头车辆和主车辆之间的车内距离以及相对速度。协同自适应巡航控制（CACC）建立在地面车辆连接和传感器信息的基础上，形成具有自动车辆跟随的车队。CACC还可用于提高所述车队中车辆的燃油经济性和机动性。本文提出了三种CAV燃油经济性跟驰算法。设计了一种自适应巡航控制（ACC）算法作为比较基准模型。设计了一种协同式自适应巡航控制系统（CACC），该系统利用V2 V接收到的前车加速度进行跟车控制。开发了生态协同自适应巡航控制（Eco-CACC）模型，将不稳定的领先车辆加速度视为要衰减的干扰。设计了一种高水平控制器，用于当领头车辆是一个不稳定的驾驶员时进行决策。运行模型在环（MIL）和硬件在环（HIL）仿真来测试这些车辆跟随算法的燃油经济性性能。结果表明，HL控制器能够获得一个平稳的速度剖面，通过使用CACC和生态CACC比ACC对应的消耗更少的燃料时，领先的车辆不稳定。
2022-03-25 cs.RO cs.SY eess.SY
Formation and Investigation of Cooperative Platooning at the Early Stage of Connected and Automated Vehicles Deployment
University of Virginia（弗吉尼亚大学）；Toyota Motor North America R&D - InfoTech Labs（丰田北美研发中心 - 信息技术实验室）
本文提出一种混合协同编队策略和战略车道变更模型，以提升连接自动化车辆在低渗透率下的编队效率与交通效率。
2026-01-16 cs.SY eess.SY
Platoon Stability and Safety Analysis of Cooperative Adaptive Cruise Control under Wireless Rician Fading Channels and Jamming Attacks
George Mason University（乔治梅森大学）
本文研究了无线里希安衰落信道和干扰攻击对协同自适应巡航控制系统队列稳定性与安全性的综合影响，通过建模通信可靠性与系统状态的耦合关系，分析了干扰对系统功能和稳定性的冲击，并提出计算车辆间距离轨迹上下界的方法。
2017-10-23 cs.CR cs.SY eess.SP
Self-Healing Hybrid Control as a Proxy for Detection and Mitigation of Sensor Attacks in Cooperative Driving
Eindhoven University of Technology（埃因霍温理工大学）；Singapore University of Technology and Design（新加坡科技设计大学）
本文提出了一种实时混合控制器方案，通过传感器冗余和多数投票机制实时检测并缓解协同驾驶中的传感器攻击，仿真结果验证了其有效性。
2026-09-01 cs.SY eess.SY
Cooperative Formation of Autonomous Vehicles in Mixed Traffic Flow: Beyond Platooning
自动驾驶汽车（AV）的协同编队和控制有望提高公共道路上的效率和安全性。在由无人驾驶汽车和人类驾驶汽车（HDV）组成的混合交通流中，多辆无人驾驶汽车的排队并不是合作编队的唯一选择。在本文中，我们研究如何不同的形式的AV影响交通性能从集合函数优化的角度。首先，我们揭示了一个稳定的不变性财产和非合作编队时，自动驾驶汽车采用典型的自适应巡航控制（ACC）策略的改善性能递减。然后，我们重点研究了协同编队的情况下，无人驾驶汽车控制器的协同设计，重新设计的控制策略，在不同的编队无人驾驶汽车和研究的最佳编队使用集函数优化。两种主要的最佳形式，即，均匀分布和队列形成，从大量的数值实验中出现。有趣的是，当HDV具有较差的字符串稳定性行为时，队列可能最不可能提高流量性能。这些结果表明，在实际的混合交通流中，除了排队之外，有更多的机会合作形成自动驾驶汽车。
2022-02-14 cs.SY eess.SY math.OC
Distributed data-driven predictive control for cooperatively smoothing mixed traffic flow
针对大规模混合交通流集中式控制可扩展性不足的问题，提出基于Willems引理和ADMM的分布式协同DeeP-LCC算法，在保护轨迹隐私的同时实现实时抑波并显著降低油耗。
2023-04-28 cs.SY eess.SY
Considerate and Cooperative Model Predictive Control for Energy-Efficient Truck Platooning of Heterogeneous Fleets
分布式控制系统的连接使能自动化允许更好地预测系统干扰和更好地预测在合并模型时致动器限制对个体代理的影响。重型卡车的自动车队以队列的形式是这样一种应用，旨在保持卡车之间的紧密间隙，以利用牵引优势并提高燃油经济性，并且传统上使用经典设计的连接和自适应巡航控制（CACC）来处理。本文的动机是证明这种控制策略的局限性，其中一个经典的CACC是无法有效地处理现实世界中的道路坡度和速度瞬态干扰的帮助下，车队运营商的干预，是不适应不同的硬件和装载条件的操作卡车。该自动化策略通过形成用于生态排队的协作模型预测控制（MPC）来解决，该协作MPC考虑与尾随卡车的相互作用以激励在道路干扰、速度瞬变和发动机限制下的排队协调，并且通过减少不必要的发动机努力来进一步提高能量经济性。这是通过共享负载，最大发动机功率，传动比，控制状态，并与其最近的邻居的预期轨迹为每个卡车。的体贴和合作的策略的性能被证明对一个类似的非体贴的控制策略在现实世界中的驾驶场景，总体上，它被发现，体贴的策略显着提高了协调之间的排队卡车在实时可实施的方式。
2022-08-03 cs.SY eess.SY
Adaptive Synchronization of Heterogeneous Multi-Agent Systems: A Free Observer Approach
研究了异构多智能体网络的自适应同步协议。每个代理之间的交互是通过有向图进行的。我们强调代理之间缺乏沟通和存在的不确定性，在每个系统之间的传统问题，可能会出现在合作网络。提出了两种处理不确定性的方法：基于鲁棒最优控制的策略和基于神经网络的策略。同样，输入估计方法被设计成面对任何代理可能存在于网络上的断开。这些控制律可以保证代理之间的同步，即使有干扰或没有来自任何代理的通信。进行了稳定性和边界分析。协同巡航控制仿真结果验证了所提出的控制方法的性能。
2020-10-06 cs.SY eess.SY
Integrity-Gated Eco-CACC: Epistemic Admissibility for Cooperative Driving at Signalized Intersections
Chicago State University（芝加哥州立大学）
研究信号交叉口Eco-CACC系统，提出完整性门控框架，结合多种因素构建统一完整性度量调节控制权，仿真表明其在模型一致时保持效率，完整性下降时能早期保守响应，解决现有方法在传感等问题下的不足。
2026-07-22 cs.RO cs.SY eess.SY
Predictive Triggering for Distributed Control of Resource Constrained Multi-agent Systems
提出了一种用于资源受限多智能体系统分布式控制的预测触发框架。通过预测未来的通信需求并导出概率优先级度量，PT框架能够提前分配有限的通信资源。该框架进行了评估，通过仿真的合作自适应巡航控制系统和多代理车杆系统的实验。这些研究的结果表明，它的有效性比其他事件触发的设计，在减少网络利用率，同时也改善了系统的控制误差。
2019-07-29 cs.SY eess.SY
AuNa: Modularly Integrated Simulation Framework for Cooperative Autonomous Navigation
TU Dortmund University（多特蒙德工业大学）；TU Eindhoven（埃因霍温理工大学）；Technische Hochschule Ingolstadt（英戈尔施塔特应用技术大学）；Polytechnic Institute of Porto（波尔图理工学院）；University of Twente（特温特大学）
在不久的将来，自动驾驶的发展将变得更加复杂，因为车辆不仅依赖于自己的传感器，还将与其他车辆和基础设施进行通信，以合作并改善驾驶体验。为此，几个研究领域，如机器人，通信和控制，需要合作，以实现未来的方法。然而，每个领域首先侧重于发展其自身的组成部分，而组成部分可能对整个系统产生的影响则在稍后阶段才予以考虑。在这项工作中，我们集成了机器人，通信和控制，即ROS 2，OMNeT++和MATLAB的仿真工具，以评估合作驾驶场景。该框架可用于使用指定的工具开发各个组件，而最终评估可以在完整的场景中进行，从而能够模拟用于协作驾驶的高级多机器人应用。此外，它可以用于集成其他工具，因为集成是以模块化的方式完成的。我们展示了合作自适应巡航控制（CACC）和ETSI ITS-G5通信架构下的队列场景的框架。此外，我们还比较了理论分析和实际案例研究之间的控制器性能的差异。
2022-07-12 cs.RO cs.SY eess.SY
Impact of Information Flow Topology on Safety of Tightly-coupled Connected and Automated Vehicle Platoons Utilizing Stochastic Control
Univ. of Georgia（佐治亚大学）；Univ. of Central Florida（中佛罗里达大学）
通过车联网（V2X）通信实现的协同驾驶有望为交通系统的安全和效率做出重大贡献。协同自适应巡航控制（CACC）是一种重要的协同驾驶应用，近年来已成为许多研究的主题。使用CACC的主要动机是减少交通拥堵，提高交通流量、交通吞吐量和公路通行能力。由于协同车辆之间的信息流可以显着影响一个队列的动态，控制组件的设计和性能是紧密依赖于通信组件的性能。此外，信息流拓扑（IFT）的选择可以影响某些排属性，如稳定性和可扩展性。虽然通过使用V2X通信可以将协作车辆感知扩展到多个前驱信息，但是通信技术仍然存在可扩展性问题。因此，合作的车辆需要预测对方的行为，以补偿非理想的通信的影响。提出了基于模型的通信（MBC）的概念，通过引入一种新的灵活的内容结构来广播联合车辆动态/驾驶员行为模型，以增强非理想通信下的协作车辆感知。通过利用非参数（贝叶斯）建模方案，即，高斯过程回归（GPR），和MBC的概念，本文开发了一种离散的混合随机模型预测控制的方法，并检查通信损耗和不同的信息流拓扑结构的性能和安全的排的影响。结果表明，使用更多的车辆信息，在响应时间和安全性方面有所改善，验证了合作的潜力，以减少干扰，提高交通流量和安全性。
2022-03-29 cs.RO cs.SY eess.SY
HCOMC: A Hierarchical Cooperative On-Ramp Merging Control Framework in Mixed Traffic Environment on Two-Lane Highways
针对混合交通流，本文提出HCOMC分层协作匝道汇入控制框架，结合改进虚拟车辆模型、博弈论换道与多目标优化，显著提升了汇入过程的安全性与交通效率。
2025-07-15 cs.AI cs.RO cs.SY
Data-Driven Predictive Control for Connected and Autonomous Vehicles in Mixed Traffic
互联和自动驾驶车辆（CAV）的协同控制为混合交通带来了巨大的好处。大多数现有的研究集中在基于模型的控制策略，假设人驾驶车辆的跟车动力学是明确已知的。在本文中，而不是依赖于一个参数的汽车跟驰模型，我们引入了一个数据驱动的预测控制策略，以实现安全和最佳的混合交通中的CAV控制。首先，我们提出了一个线性化的混合交通系统的动力学模型，并研究其可控性和可观性。基于这些控制理论特性，我们提出了一种新的DeeP-LCC（数据驱动的预测领先巡航控制）策略的CAV的基础上可测量的驾驶数据，以平滑混合交通。我们的方法是实现在一个滚动的地平线的方式，其中输入/输出约束被纳入实现无碰撞的保证。非线性交通模拟显示，在城市外驾驶循环的制动情况下，它可以节省高达24.96%的燃油消耗，同时确保安全。
2022-03-25 cs.SY eess.SY
Robust Longitudinal Control for Vehicular Autonomous Platoons Using Deep Reinforcement Learning
Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）
在过去的几年里，研究人员在车辆队列的背景下应用机器学习策略，以提高合作运输的安全性和效率。强化学习方法已被用于协同自适应巡航控制系统的纵向间距控制，但迄今为止，这些研究都没有解决在这种情况下的扰动抑制的问题。模型中的不确定参数和外部干扰等特性可能会阻止代理在巡航速度下行驶时达到零间距错误。另一方面，复杂的通信拓扑结构导致特定的训练过程不能推广到其他环境，每次配置更改时都需要重新训练。因此，在本文中，我们提出了一种方法来概括的车队的训练过程中，使每个代理的加速命令变得独立的网络拓扑。此外，我们已经将加速度输入建模为具有积分作用的项，使得人工神经网络能够在状态受到未知影响干扰时学习校正动作。我们说明了我们的建议的有效性与实验使用不同的网络拓扑，不确定的参数，和外力。对比分析，在稳态误差和超调响应方面，进行了对国家的最先进的文献。研究结果提供了新的见解有关的泛化和鲁棒性使用强化学习的控制自主排。
2022-11-16 cs.LG cs.SY eess.SY
Robust Platoon Control in Mixed Traffic Flow Based on Tube Model Predictive Control
协同自适应巡航控制系统的设计在混合交通流中至关重要，其中互联自动驾驶车辆（CAV）和人类驾驶车辆（HDV）共存。与纯CAV相比，主要的挑战是如何处理HDV的预测不确定性，这可能会导致CAV的状态偏离规划轨迹。在现有的研究中，模型预测控制（MPC）被用来重新规划CAV的轨迹，以减轻在每个时间步的偏差。然而，由于重规划过程通常是通过利用车辆间通信的信息来解决优化问题来进行的，因此MPC方法遭受沉重的计算和通信负担。为了解决这一问题，本文提出了一种基于管道MPC的鲁棒队列控制框架。预测的不确定性是动态缓解的反馈控制，并限制在一个集内的高概率。当不确定性超过设定值或出现额外的外部干扰时，前馈控制被触发以规划“管”（设定值的序列），其可以约束CAV的实际轨迹。由于该方法不需要重新规划过程，因此与MPC方法相比，该方法在计算和通信方面更加有效。提供了全面的模拟，以验证所提出的框架的有效性。
2020-07-20 cs.SY eess.SY
Centralized Model-Predictive Control with Human-Driver Interaction for Platooning
提出首个集成人类驾驶车辆的集中式模型预测队列控制器，通过有限时域成本函数设计，在满足安全距离、速度及执行约束下实现队列稳定，并减小扰动传播。
2023-05-18 cs.MA cs.SY eess.SY
