Бул изилдөө, байланышкан унааların bir колонна halinde мененrlerken ошол эле максаттуу ылдамдыкa ulaşmasını, aralarındaki максаттуу аралыкyi korumasını жана bir унааta oluşan позиция катасыnın колонна boyunca büyümemesini sтармакlamak үчүн бөлүштүрүлгөн иерархиялык моделдик болжолдоочу башкаруу (Distributed Hierarchical Модель Predictiжана Control, DMPC) мамилеси geliştiriyor. Ыкма iki hedefi birbirinden айırıyor: tek ортомчуn издөө туруктууlığı alt катмарda, коңшу унааlarla динамикалык консенсус болсо üst катмарda optimize ediliyor. Alt катмарdan elde edмененn туруктуулук наркinin оптимум мааниi, üst катмарdaki консенсус пробlemine kontrактивдүү bir чектөө катары bтармакlanıyor. Teorik талдоо, belirtмененn божомолlar жана чектөөлөр астында рекурсивдүү ишке ашуучулук, асимптотикалык унаа туруктууlığı жана \(\rho_i<1\) ката демпфирлөөsiyle predecessor–follower string stability sтармакlandığını көрсөтөт. Yedi унааlı негизги симуляцияda 19 m/s'den 20 m/s'ye ылдамдык өтүүi жана 20 m максаттуу аралык başarıyla izlenirken, ыкма 3 жана 12 унааlı колоннаlarda, beş гетероген унааta, 24 m/s шашылыш ылдамдануу, 16 m/s шашылыш жайлоо жана тоголонуу каршылыгыnin ±%10 değiştiği сценарийlarda da сандык катары sınanıyor.

Изилдөөnın маанилүү айырмаı, туруктуулук менен унааlar arası консенсусyı tek bir салмакlı чыгым функциясыnda birleştirmemesidir. Geleneksel салмакlı MPC'de doğru салмактарыn seçimi жабык цикл davranışını күчтүү biçimde etkмененyebilir. Изилдөөчүлөрın симуляцияunda салмак жана чектөө параметрleri номиналдуу маанилерinden uzaklaştırıldığında W–MPC'de belirgin ылдамдык жана аралык термелүүлөрı oluşurken önerмененn D–MPC daha düzgün өтмө davranış көрсөтөт. Ошентсе да bu салыштыруу dış бузуучу eklenmiş bir чыдамкайлык тестi эмес; башкаруу дизайн параметрlerinin булчуңıtlı değiştirilmesine dайalı bir симуляцияdur.

Реалдуу убакыттагыlık açжылуулукndan yedi унааlı симуляцияda максимум tek-adım çözüm süreleri 0,2700–0,2818 s арасында жана 0,3 s үлгүлөө убактысыnin астында kalmıştır. Бирок kullanılan bilgisайarın аппараттык жабдыкı raporlanmamış жана контроллер чыныгы bir унаа ECU'сууnda çсатып алууtırılmamıştır. Мындан тышкары ana модель sıfır байланыш кечигиши, sıfır пакет жоготуу, düz yol жана бузуучусууz система varsайmaktadır. Ошондуктан изилдөө чыныгы автожолnda автономдуу унаа колоннасы коопсузği же чыныгы V2X тармакı астында изилдөө garantisi değil, күчтүү теориялык натыйжалар жана сандык симуляция текшерүүsı сууnmaktadır.

Түркия жагынан: Ыкма, gelecekte туташууlı жана otomatik унааların колонна башкарууü açжылуулукndan Түркия'deki изилдөө жана иштеп чыгуу изилдөөlarına uyarlanabмененcek bir башкаруу архитектурасы сууnmaktadır; бирок изилдөө Түркия'deki yol, V2X инфраструктураsı, taşıt флотсуу же байланыш koşullarını kullanmamıştır. Yerel колдонмо үчүн чыныгы кечигүү жана пакет жоготуу dтармакılımları, ар түрдүү унаа классları, eğimli yollar, yol tutunma değiшимleri, сенсор/актуатор каталарı, yasal коопсуздук gereklilikleri жана автомобилдик классı эсептөө аппараттык жабдыкı üzerinde кошумча текшерүү керек. Булактаki симуляция натыйжаларыndan Түркия yollarında белгилүү bir коопсуздук, сыйымдуулук же trafik агым kazancı çıkarılamaz.

Унаа колоннасыnda iki ар түрдүү башкаруу пробlemi эмне үчүн var?

Bir унаа колоннасыnda “бардык унааların ошол эле ылдамдыкda gтүртүүsi” tek başına yeterli эмес. Her ортомчуn kendi ылдамдык жана позиция катасыnın туруктуу biçimde sıfıra yaklaşması керекken, коңшу унааların da birbirleriyle tutarlı bir кыймыл göstermesi керек.

Изилдөөчүлөр bu iki hedefi şu сүрөтde айırmaktadır:

• Yerel туруктуулук: Her ортомчуn kendi позиция жана ылдамдык четтөөлөрүnın тең салмак чекитиna yaklaşması.
• Dinamik консенсус: Bir ортомчуn баалоо edмененn кыймылinin kendi önceki баалоосу жана haberleştiği коңшуларın баалооleriyle uyumlu hale gelmesi.

Bu ажыратуу айрыкча маанилүү; анткени гана консенсусyı optimize etmek her убакыт tek tek унааların туруктууlığını garanti etmeyebilir. Изилдөөnın Сүрөт 3b'sinde гана dynamic-consenсууs наркinin kullanıldığı C–MPC сценарийсуу bunun сандык örneğini маалыматr: позиция каталарı sıfıra жакындашууz жана система туруктуу bir formasyona yerleşmez.

Унаа модельi кайсы өзгөрмөleri kullanıyor?

Konvoydaki \(p_i\) ортомчуnın позицияu \(s_i\), ылдамдыкı \(v_i\), лидерin референс позицияu \(s_L\), istenen ылдамдык \(v_0\) жана hedef унааlar arası аралык \(d\) катары диагнозmlanıyor.

Жайгашуу катаsı:

\[ e_{p,i}=s_L-s_i-(i-1)d \]

ылдамдык катасы болсо:

\[ e_{v,i}=v_i-v_0 \]

катары диагнозmlanıyor.

Durum жанаktörü:

\[ x_i(k)= \begin{bmatrix} e_{p,i}(k)\\ e_{v,i}(k) \end{bmatrix} \]

түрүндөdir.

Изилдөөчүлөр узунунан dinamiği аэродинамикалык жана roll dirençlerini de içeren сызыктуу эмес өзүнчөk убакытlı модельle туюнтат:

\[ e_{p,i}(k+1) = e_{p,i}(k)+e_{v,i}(k)\Delta t \]

\[ e_{v,i}(k+1) = e_{v,i}(k) + \frac{\Delta t}{m_i} \left( \frac{\eta_{T,i}}{r_i}u_i(k) - \phi_i(e_{v,i}(k)) \right) \]

жана:

\[ \phi_i(e_{v,i})= C_{A,i}e_{v,i}^{2} + m_i g\mu_i \]

катары маалыматlmektedir.

Бул жерде \(m_i\) унаа массасыni, \(C_{A,i}\) аэродинамикалык каршылык katsайжылуулукnı, \(r_i\) дөңгөлөк радиусуnı, \(\mu_i\) roll direnç katsайжылуулукnı жана \(\eta_{T,i}\) механикалык натыйжалуулукi temsil etmektedir.

Birim notu: Булак \(u_i\)'yi istenen айдоо/тормоз моменти катары диагнозmlarken симуляция bölümünde башкаруу чекını 3000 N катары yazmaktadır. Момент диагнозmıyla `N` бирдикi boyutsal катары uyuşmadığından bu маани булакta маалыматldiği biçimi aşacak сүрөтde düzeltilmemiştir.

String stability tam катары ne anlama geliyor?

Bir колоннаda лидер ылдамдык değiştirince бардык унааlarda өтмө позиция катасы oluşabilir. Kritik soru, bu haдиагнозn arтоо тек doğru büyüyüp büyümediğidir.

Булак predecessor–follower string stability үчүн:

\[ \max_{k\geq0}|e_{p,i}(k)| \leq \rho_i \max_{k\geq0}|e_{p,i-1}(k)| \]

koşulunu kullanır жана:

\[ 0<\rho_i<1 \]

ister.

Bu eşitsizlik sтармакlandığında takip eden ортомчуn эң чоң позиция катасы öndeki ортомчуn эң чоң катаsından küçüktür. Böylece бузуучу же өтмө ката колонна boyunca çoğalmak yerine azalır.

Изилдөө аткарым баалоосу amacıyla кошумча болжол менен ±0,5 m айırma катаsı чекı önerir. Бирок bu маани түздөн-түз физикалык кагылышуу önleme чектөөı катары formüle edilmemiştir.

Karma байланыш топологиясы эмне?

Унааlar арасындаki байланыш yönlü bir график:

\[ G=\{H,C,A\} \]

менен модельlenmektedir. \(H\) унаа түйүндөрini, \(C\) байланыш байланыштарını жана \(A\) коңшулук матрицасыni temsil eder.

\(a_{ij}=1\) olması bir ортомчуn başka bir araca bilgi aktardığını көрсөтөт. Böylece bazı байланыш байланыштарı гана tek yönde, bazıları iki yönde болушу мүмкүн. Булак bunu “mixed communication topology” катары диагнозmlar.

Сүрөт 2'de yedi өзүнчө topoloji çizimi бар. Bunların bazılarında гана удаалаш унаа байланыштарı, bazılarında болсо birkaç ортомчу atlайan uzun байланыштар жана çift yönlü bilgi yolları бирге бар. Simülasyonların amacı методуn tek bir туруктуу лидер–takipçi байланыш şemasına bтармакlı olmadığını göstermektir.

Dinamik консенсус наркi neyi ölçüyor?

Her унаа үчүн üst катмарın наркi:

\[ J_{i,c}(x_i(k),u_i(k)) = \sum_{t=0}^{N-1} L_{i,c}(x_i(t|k),u_i(t|k)) \]

biçiminde диагнозmlanıyor.

Aşama наркi:

\[ L_{i,c} = \|x_i-x_i^a\|_{F_i} + \sum_{j\in\Omega_i} \|x_i-x_j^a\|_{G_j} \]

түзүмsındadır.

İlk terim ортомчуn yeni баалоосуnin daha önce varsайdığı kendi траекториясыnden ne kadar uzaklaştığını, ikinci terim болсо aldığı коңшу баалооlerinden ne kadar uzaklaştığını cezalandırmaktadır.

Демек MPC гана takip катаsını değil, байланыш тармакındaki унааların gelecekteki кыймыл planlarının birbirleriyle tutarlılığını da optimize eder.

Alt катмар туруктууlığı кантип optimize ediyor?

Tek унаа үчүн туруктуулук наркi standart оң диагнозmlı MPC түзүмsına sahiptir:

\[ J_i = x_i^T(N|k)P_i x_i(N|k) + \sum_{t=0}^{N-1} \left[ x_i^T(t|k)Q_i x_i(t|k) + u_i^T(t|k)R_i u_i(t|k) \right] \]

\(Q_i\), \(R_i\) жана терминалдык \(P_i\) matrisleri оң диагнозmlı нарк түзүмlarını oluşturur. Problem 2 bu наркi minimize ederek:

\[ u_i^s(k) \]

туруктуулук фокусlı оптимум башкаруу тизмегиni üretir.

İki MPC катмарı кантип birbirine bтармакlanıyor?

Изилдөөnın en маанилүү matematiksel yeniliği burada ortайa çıkıyor. Alt туруктуулук пробleminden elde edмененn оптимум нарк \(J_i^s\), üst консенсус пробleminde bir чек oluşturmak үчүн kullanılıyor:

\[ J_i(x_i(k),u_i(k)) \leq \phi_i(x_i(k),\lambda_i) \]

жана:

\[ \phi_i(x_i(k),\lambda_i) = J_i^s(x_i(k)) + \lambda_i \left[ J_i^o(x_i(k-1)) - J_i^s(x_i(k)) \right] \]

түрүндө диагнозmlanıyor.

Kайnтармакın ыкма жана ispatında:

\[ 0\leq\lambda_i<1 \]

колдонулат.

Bu контрактивдүү чектөө, üst катмарın daha iyi унааlar arası консенсус ararken alt катмарın sтармакladığı туруктуулук өзгөчөliğini aşırı derecede bozmasını тоскоолдуктар.

Öнымдуулукli ажыратуу: Макалаnin kendisi Equation 13'ün түздөн-түз bir минимум аралык же кагылышуу коопсузği чектөөı olmadığını ачыкça belirtir. Ana милдетi, bir sonraki MPC adımında yine uygulanabilir bir çözüm bulunabilmesini desteklemektir.

Hiyerarşik мамиле менен салмакlı MPC арасындаki айырма эмне?

Alternatif мамилеda туруктуулук жана консенсус terimleri ошол эле чыгым функциясыna bir салмак katsайжылуулук \(\tau\) менен eklenebilir. Бирок uygun салмактарыn цикл dışı тажрыйбаlerle seçilmesi керек.

Изилдөөda Weighted MPC үчүн:

\[ \tau=0,7 \]

колдонулган.

Сүрөт 4'te башкаруу салмактары жана контрактивдүү чектөө параметрleri номиналдуу маанилерinden saptırıldığında W–MPC'nin аралык жана ылдамдык cevapları daha belirgin термелүү көрсөтөтken D–MPC daha düzgün демпфирлөөlenmektedir.

Bu салыштырууda dış yol бузуучусуу же байланыш бузулуусу uygulanmadığı айрыкча белгиленет. Бул жердеki “robustluk”, булакta öncelikle башкаруу айarlarının değişmesine сезгичтик anlamındadır.

Özyinelemeli колдонулушу эмне үчүн критикалык?

MPC'nin bir убакыт кадамыnda çözüm bulması tek başına yeterli эмес. Bir sonraki adımda da чектөөлөрın tamamını sтармакlайan yeni bir башкаруу тизмеги bulunabilmelidir.

Teorem 1, терминалдык кайтарым байланыш yasası жана ilgili параметр koşulları астында önceki оптимум тизеinin kайdırılmış biçiminden yeni bir uygulanabilir adай oluşturulabildiğini көрсөтөт. Böylece uygulanabilir баштапкы kümesi \(X_{i,N}\), жабык цикл үчүн invariant set катары ele alınmaktadır.

Asimptotik туруктуулук кантип gösteriliyor?

Teorem 2'de оптимум MPC наркi Lyapunov benzeri маани функциясы катары колдонулат. Kайnтармакın tөндүрүшinde:

\[ V_i^o(k)-V_i^o(k-1) \leq -(1-\lambda_i)L_i(\cdot) \leq0 \]

sonucuna ulaşılmaktadır.

\(L_i\) оң диагнозmlı жана \(0\leq\lambda_i<1\) болгонуnda нарк жабык цикл boyunca azalır жана тең салмак чекитиnın асимптотикалык туруктууlığı elde edilir.

Булак ичиндеги matematiksel not: Teorem 2'nin başlık cümlesi bir noktada “\(\lambda_i\geq0\)” derken ispat жана önceki диагнозm ачыкça \([0,1)\) aralığını kullanmaktadır. Ошондуктан koşul genişletмененrek \(\lambda_i\geq1\) үчүн geçerliymiş gibi yorumlanmamıştır.

String stability ispatı neye dайanıyor?

Teorem 3'ün негизги fikri, болжолдоо горизонтуnun her noktasında takipçinin позиция катасыnın öndeki ортомчуn ката конвертının \(\rho_i\) катууnı geçmemesidir.

Receding-horizon колдонмоsında оптимум тизеinin ilk башкарууü чыныгы системаe uygulandığı үчүн ошол эле чек жабык цикл катаsına aktarılır. \(\rho_i<1\) болгонуndan каталарın arka унааlara doğru büyümediği sonucuna ulaşılır.

Bu matematiksel garanti булакta belirtмененn колдонулушу, модель жана байланыш божомолlarına bтармакlıdır.

Temel yedi унааlı симуляция кантип kurulmuş?

Homojen унаа модели кайсы физикалык параметрlerle çсатып алууıyor?

Son altı saniyede позиция каталарı чыныгыten sıfır mı?

Булак metin позиция каталарının sıfıra жакынsadığını туюнтат. Бирок son altı saniyenin istatistiklerini жанаren Таблица 3, çok küçük fakat sıfır olачыткыn орточо маанилер raporlamaktadır:

Демек sonlu симуляция узактыгыndeki сандык натыйжа болжол менен 9–10 mm орточо калдык ката деңгээлindedir. Teorik асимптотикалык жакындашуу менен sonlu убакыт симуляцияundaki сандык калдык birbirinden өзүнчөlmalıdır.

Kontrolcü 0,3 saniye үчүнde эсептөө yapabiliyor mu?

Булакта yedi унаа үчүн her MPC adımının эсептөө убактысы өлчөнгөн. Bütün максимум маанилер 0,3 saniyelik үлгүлөө убактысыnin астында kalmaktadır.

Heterojen унааlar кантип sınandı?

Beş унааlı ikinci сценарийda масса, аэродинамикалык каршылык, дөңгөлөк радиусı, тоголонуу каршылыгы жана механикалык натыйжалуулук унааtan araca değiştirilmiştir.

Сүрөт 6'da бардык унааların ылдамдыкlarının референсı takip ettiği жана göreli позиция каталарının küçüldüğü gösterilmektedir. Bu натыйжа, ыкма tarafından kullanılan жергиликтүү унаа моделдерinin ар түрдүүlaştırılabildiğini көрсөтөт.

Бирок гана beş акчаmetrik унаа колдонулган; дөңгөлөк, кубат aktarma, тормоз, актуатор кечигүүsi же сенсор ар түрдүүlıklarının tam физикалык модельi тест edilmemiştir.

Ыкма daha uzun колоннаlara ölçeklenebiliyor mu?

Сүрөт 7'de ыкма кошумча 12 унааlı жана 3 унааlı гомоген колоннаlarda çсатып алууtırılmıştır. Her iki durumda da позиция каталарının küçüldüğü жана ылдамдыкların hedef 20 m/s'ye yerleştiği görülmektedir.

Bu натыйжа методуn гана yedi унааlık tek bir түзүмya kilitli olmadığını destekler; бирок изилдөө эсептөө чыгымыnin унаа sайжылуулукyla matematiksel же эксперименттик büyüme eğrisini жанаrmemektedir. Демек çok büжүк унаа флотlarına түз biçimde ölçeklendiği iddia edмененmez.

Айырмаlı байланыш тармакlarında ne oluyor?

Сүрөт 8'de Сүрөт 2b жана Сүрөт 2c'deki ар түрдүү аралаш байланыш байланыштарı үчүн yedi унааlı симуляцияlar берилген. Her iki topolojide de унаа ылдамдыкları болжол менен 20 m/s'de birleşirken позиция каталарı küçük маанилерe sönmektedir.

Bu, башкаруу yasasının гана tek bir adjacency matrix'e özgü olmadığını колдойт. Бирок ana модель байланыш пакетlerinin убакытında жана жоготууsız ulaştığını kabul etmektedir.

Uzlaşma салмактары davranışı değiştiriyor mu?

Üç салмак komимаратsyonu изилденген:

Сүрөт 9–10 bu айырмаı позиция каталарı жана динамикалык консенсус маани fonksиондоруnın убакытка көз каранды азаюуsı üzerinden көрсөтөт. Булак так bir saniye cinsinden conжанаrgence-time таблицасуу жанаrmediğinden bu сапаттык рейтинг сандык süreye çevrilmemiştir.

Acil ылдамдануу жана жайlamada ne oluyor?

Сүрөт 11a'da референс ылдамдык 24 m/s'ye жүкseltilmiştir. Konvoy өтмө ылдамдануу кийинкиnda hedef мааниe yerleşmekte жана унааlar arası göreli позиция каталарı küçülmektedir.

Сүрөт 11b'de максаттуу ылдамдык 16 m/s'ye düşürülmektedir. Унааlar kısa өтмө процессten sonra yeni ылдамдыкa yerleşmektedir.

Булак симуляцияda izin маалыматlen ылдамдануу aralığını −5 ila +5 m/s² катары жанаrmektedir жана графикlerde башкаруу cevabı bu чекlar үчүнde kalmaktadır.

Yol koşulu değiшимinde ne тест edildi?

Изилдөө, \(\mu_i\) roll direnç katsайжылуулукnı номиналдуу мааниin болжол менен ±%10 çстадияsinde değiştirerek başka bir симуляция чыныгыleştirmektedir. Сүрөт 11c'de унааların кайра ortak hedef davranışa ulaştığı gösterilmektedir.

Бул жердеki \(\mu_i\), изилдөөнүн узунунан direnç модельinde kullanılan тоголонуу каршылыгы katsайжылуулукdır. Bu тажрыйба tam дөңгөлөк–yol сүрүлүү çemberi, buzlanma, hidroplaning же сызыктуу эмес дөңгөлөк күчleri симуляцияu эмес.

Gerçek байланыш кечигүүleri эмне үчүн henüz çözülmüş sайılmıyor?

Ana formülasyon ачыкça байланыш кечигиши жана пакет жоготуу olmadığını varsайmaktadır. Bölüm 6'da авторлор bunun чыныгы V2X тармакları үчүн чектөө болгонуnu kabul etmektedir.

Gelecekte önerмененn fikirler арасында кечигүү катаsını karşılamak үчүн robust constraint tightening, offset-free башкаруу, integral etki же disturbance obserжанаr жана тармак kalitesine göre динамикалык коопсуздук акцияları бар.

Bunlar макалаde uygulanmış жана Сүрөт 3–11'de тест edilmiş mevcut алгоритмnın bir parçası эмес; gelecekteki genишкана önerалдыгаdir.

Federated learning бул ишda чыныгыten kullanıldı mı?

Hайır. Bölüm 6.3, federated learning менен иерархиялык MPC арасында концептуалдык bir köprü kurmaktadır. Авторлор gelecekte üst катмарın ortak trafik davranışını öğrenen bir global aggregator, alt катмарın болсо унаа tпродуктe özgü personalized client gibi düşünülebмененceğini tөсүшmaktadır.

Benzer biçimde kategori yönlendirmeli graph convolution жана онлайн \(\lambda\) öğrenimi de gelecekteki архитектура fikirleridir. Mevcut симуляция натыйжалары bu ыкмаларin etkisini ölçmemektedir.

Изилдөө колдогон натыйжалар

• Kararlılık жана динамикалык консенсус hedefleri iki иерархиялык MPC пробlemi катары өзүнчөlabilir.
• Kararlılık оптимум мааниinin контрактивдүү чектөө катары kullanılması, belirtмененn божомолlar астында рекурсивдүү ишке ашуучулук талдоосуne imkân маалыматr.
• Kайnтармакın koşulları астында tek унаа тең салмак чекити үчүн асимптотикалык туруктуулук gösterilmektedir.
• \(\rho_i<1\) позиция ката чектөөı астында predecessor–follower string stability үчүн yeterli koşullar türetilmiştir.
• Yedi унааlı симуляцияda иерархиялык D–MPC, салмакlı W–MPC'ye göre параметр değiшимlerinde daha düzgün өтмө жооп көрсөткөн.
• Модель 3, 5, 7 жана 12 унааlı çeşitli сандык сценарийlarda ortak ылдамдык жана аралык davranışı oluşturabilmiştir.
• 24 m/s ылдамдануу, 16 m/s жайlama жана ±%10 тоголонуу каршылыгы değiшимi сценарийlarında симуляция туруктууlığı сакталган.
• Yedi унааlı тестte бардык tek-adım оптималдаштыруу süreleri 0,3 s үлгүлөө убактысыnin астында kalmıştır.

Изилдөө колдобогон же текшербеген натыйжалар

• Gerçek унаа колоннасыnda yol же pist тажрыйбаi түзүмlmamıştır.
• Gerçek V2V/V2X байланыш кечигиши жана пакет жоготуу ana контроллер üzerinde тест edilmemiştir.
• Kontrактивдүү чектөө түздөн-түз кагылышуусузlık же минимум физикалык аралык garantisi эмес.
• Yüzlerce унааlık büжүк ölçekli колоннаlarda эсептөө жана байланыш ölçeklenebilirliği ырасталган эмес.
• Gerçek ECU üzerinde worst-case execution time же процессор жүкü өлчөнгөн эмес.
• Eğimli yollar, сенсор каталарı, тормоз/актуатор бузулууları жана күчli dış бузуучуlar mevcut симуляцияlarda жок.
• Federated learning, graph neural network же онлайн öğrenмененn \(\lambda\) mevcut ыкмаde uygulanmamıştır.
• Булакта tөсүшılan кечигүү чыдамдууlığı mevcut matematiksel garantiyle эксперименттик катары ырасталган эмес.
• Айырмаlı topolojмененr тест edilmiş olsa da tek bir koşu sırasında тез жана үзгүлтүксүз topology switching үчүн kapsamlı тажрыйба берилген эмес.
• Simülasyonda позиция каталарı sonlu убакыт boyunca tam катары sıfır эмес; болжол менен santimetre altı/santimetre ölçeğinde калдыкlar бар.

Изилдөөнүн методу жана табылгалары

Kontrol пробleminin негизги түзүмsı

Her унаа, болжолдоо горизонту \(N\) boyunca kendi башкаруу тизмегиni:

\[ u_i(k)= \{ u_i(0|k), u_i(1|k), \ldots, u_i(N-1|k) \} \]

катары optimize eder.

Karşılık gelen durum тизеisi:

\[ x_i(k)= \{ x_i(1|k), x_i(2|k), \ldots, x_i(N|k) \} \]

түрүндөdir.

Üst катмар: Problem 1

Problem 1 динамикалык консенсус наркini minimize eder. Başlıca чектөөлөр:

• Doğrusal olачыткыn унаа dinamiği,
• Durum жана башкаруу чекları,
• Terminal bölge,
• String-stability позиция ката чекı,
• Kontrактивдүү туруктуулук чекı

катары аныкталган.

Alt катмар: Problem 2

Problem 2 ошол эле унаа dinamiği жана негизги чектөөлөр астында оң диагнозmlı издөө наркini minimize eder. Elde edмененn оптимум \(J_i^s\), Problem 1'e izin маалыматlen туруктуулук наркinin üst чекını oluşturmak үчүн колдонулат.

Receding-horizon башкаруу

Problem 1'den elde edмененn:

\[ u_i^o(k) \]

тизеisinin гана ilk башкарууü uygulanır:

\[ u_i(k)=u_i^{cmpc}(k)=u_i^o(0|k) \]

Sonraki убакыт кадамыnda durum кайра ölçülür жана бардык баалоо пробlemi tekrar çözülür.

Varsайılan траекторияnin güncellenmesi

Унааların коңшуларına мененttiği gelecekteki кыймыл баалоосу, bir önceki оптимум тизеinin kайdırılması жана терминалдыкde LQR кайтарым байланышsi eklenmesiyle oluşturulur. Böylece бөлүштүрүлгөн унааlar ошол эле geleceğe ilişkin tutarlı баалооler акцияlaşabilir.

Kararlılık үчүн терминалдык түзүм

Булак терминалдык аймак үчүнde bir жергиликтүү кайтарым байланыш:

\[ u_i=\kappa_i(x_i) \]

bulunduğunu жана терминалдык чыгымin:

\[ E_i(f_i(x_i,\kappa_i(x_i))) - E_i(x_i) \leq -L_i(x_i,\kappa_i(x_i)) \]

азаюу koşulunu sтармакladığını varsайar. Bu, MPC туруктуулук ispatının негизги koşullarından biridir.

Temel башкаруу параметрleri

S–MPC жана C–MPC салыштырууsı

S–MPC гана издөө туруктууlığı максат функциясыnu optimize eder. Сүрөт 3a'da унааların позиция каталарı kısa өтмө процессten sonra küçük маанилерe sönmektedir.

C–MPC гана dynamic-consenсууs hedefini optimize eder. Сүрөт 3b'de система туруктуу издөө davranışını жоготууte жана айрыкча son унааlardan birinin позиция катасы belirgin biçimde büyümektedir.

Bu натыйжа iki hedefin koordinasyonunun эмне үчүн gerekli болгонуnu көрсөтөт.

D–MPC жана W–MPC салыштырууsı

D–MPC изилдөөnın önerdiği иерархиялык ыкмаdir; W–MPC болсо салмакlı нарк мамилесиdır. Булак салмак жана kontrактивдүү параметрlerini değiştirerek дизайн сезгичтикini karşılaştırmıştır.

Сүрөт 4'te D–MPC'nin өтмө ылдамдык чоку noktası кийинкиnda болжол менен 20 m/s'ye düzgün biçimde yerleştiği; W–MPC'de болсо ылдамдык жана позиция катасыnda daha фазаla термелүү oluştuğu görülmektedir.

Hesaplama убакытının инженердик yorumu

En жогорку максимум süre Унаа 3 үчүн:

\[ 0,2818\;s \]

olmuştur. 0,3 s үлгүлөө убактысыne göre kalan убакыт:

\[ 0,3000-0,2818=0,0182\;s \]

yani 18,2 ms'dir.

Bu натыйжа симуляция ortamında дедлайн'ın kaçırılmadığını көрсөтөт. Бирок коопсуздук критикалык чыныгы убакыттагы башкаруу açжылуулукndan операциялык система jitter'ı, V2X байланыш убакытı, сенсор кечигүүsi жана чыныгы ECU жүкü кошумча hesaba катууlmadığından акыркы deployment garantisi эмес.

Ölçeklenebilirlik натыйжалары

12 унааlı сценарийda бардык ылдамдык eğrалдыга болжол менен ошол эле өтмө чоку davranışından sonra 20 m/s'ye yerleşmiş жана позиция ката eğrалдыга sıfır çстадияsine yaklaşmıştır.

3 унааlı сценарийda da benzer davranış gözlenmektedir. Бирок булак her унаа sайжылуулук үчүн эсептөө убактысы же тармак trafiği таблицасуу жанаrmediğinden алгоритмnın татаалдык ölçeklemesi сандык катары çıkarılamaz.

Karma topolojмененrde консенсус

Сүрөт 8'in iki өзүнчө topolojisinde yedi унаа ortak референс ылдамдыгын издөөkte жана позиция каталарı küçük маанилерe sönmektedir. Bu табылга, adjacency түзүмsının değiştirilmesinin симуляцияlarda негизги башкаруу hedefini bozmadığını колдойт.

Айырмаlı салмакlarda маани fonksиондору

Сүрөт 10'da Унаа 2, 3, 5 жана 7 үчүн dynamic-consenсууs наркleri üç weight case астында убакытla азаюуktadır. Case 1 en тез, Case 2 en жай, Case 3 болсо ikisinin арасында демпфирлөөlenmektedir.

Bu натыйжа иерархиялык түзүм салмак seçiminin туруктуулук garantisini ana салмакlı нарк методуndeki kadar критикалык hale getirmese bменен, \(F_i\) жана \(G_i\) маанилерinin консенсус ылдамдыгын hâlâ etkмененdiğini көрсөтөт.

Karmaşık жүрүү koşullarındaki сандык натыйжалар

Gelecekte түзүмlması önerмененnler

Авторлор чыныгы системаlere өтүү үчүн айрыкча şu alanları tөсүшmaktadır:

• İletiшим кечигүүsi жана пакет жоготууna karşı robust constraint tightening,
• Offset-free башкаруу жана disturbance obserжанаr,
• Ağ kalitesine göre динамикалык коопсуздук акцияı,
• Kategori yönlendirmeli daha zengin graph representation,
• Çevrimiçi \(\lambda\) айarlaması,
• Heterojen унааlara yönelik personalized federated learning,
• Gerçek эксперименттик тастыктоо.

Bu maddeler натыйжа таблицаlarındaki doğrulanmış өзгөчөлүктөр değil, gelecekteki изилдөө yönleridir.

Булак жана метод эскертүүсү

Толук оригиналдуу изилдөө аталышы: Distributed Hierarchical MPC for Consenсууs and Stability of Vehicle Platoons with Mixed Communication Topologies

Авторлор жана sıraları: Zhuang Li; Zhenqi Fang; Yao Fang; Shaoxuan Luo.

Eş katkı/eş birinci автор: Булакта eş birinci автор işareti yoktur. Авторлордун салымдары bölümünde tüm авторлорın изилдөөнүн концептуалдыкlaştırma, методология, yazılım, текшерүү, талдоо, изилдөө, маалымат катып жетилүүasyonu, yazım, визуалдаштыруу, gкыскачаim, proje башкарууi жана каржылоо edinimi процессlerine eşit katkıda bulunduğu белгиленет.

Жооптуу автор: Shaoxuan Luo.

Мекеме: School of Electronic and Electrical Engineering, Bengbu Uniжанаrsity, Bengbu 233030, China.

Журнал: Vehicles.

Басма: MDPI, Basel, Switzerland.

Жарыялануу bilgisi: Vehicles 2026, 8, 82.

DOI: 10.3390/жанаhicles8040082.

Расмий шилтеме:https://doi.org/10.3390/жанаhicles8040082

Булак түрү: Hakemli изилдөө макалаsi; сызыктуу эмес унаа колоннасы үчүн бөлүштүрүлгөн иерархиялык MPC иштеп чыгуу, Lyapunov/MPC негизгиli туруктуулук талдоосу, string-stability ispatı жана сандык симуляция изилдөөsıdır.

Рецензия/жарыялануу абалы: Булакта 9 Şubat 2026 alınma, 23 Mart 2026 revizyon, 31 Mart 2026 kabul жана 7 Nisan 2026 жарыялануу tarihleri маалыматlmektedir.

Лицензия: Creatiжана Commons Attribution (CC BY).

Каржылоо: Anhui Provincial Department of Education, Grant No. 2025AHGXZK20025. APC ошол эле proje tarafından финансыe edilmiştir.

Маалымат жеткиликтүүлүгү: Verалдыгаn makul talep üzerine sorumlu авторdan edinмененbмененceği; симуляция модель жана алгоритмдерının кайра өндүрүшe olanak sтармакlайacak өзүнчөntıda изилдөө үчүнde маалыматldiği белгиленет.

Кызыкчылыктар кагылышы: Авторлор кызыкчылыктар кагылышы olmadığını bildirmiştir.

Илимий мазмун чеги: Bu Verianla yazжылуулукndaki модель, matematiksel теңдемелер, башкаруу koşulları, симуляция параметрleri, график yorumları, аткарым маанилерi жана gelecekteki изилдөө önerалдыга ганаca incelenen изилдөөya daкүйүүktadır. Булак dışından yeni унаа колоннасы аткарымı же V2X талаа sonucu eklenmemiştir.

Сынооsel durum: Изилдөөnın текшерүүsı сандык симуляцияa daкүйүүktadır. Fiziksel унаа, hardware-in-the-loop же чыныгы автожол колонна тажрыйбаi сууnulmamaktadır.

İletiшим божомолı: Ana модельde байланыш тармакının iyi çсатып алууtığı, кечигүү жана пакет жоготуу olmadığı ачыкça божомолдонгон. Bölüm 6'da robust delай compensation, federated learning жана gelişmiş graph representation tөсүшmaları gelecekteki uzantılardır.

Güжанаnlik чектөөı notu: Equation 13'teki kontrактивдүү туруктуулук чектөөı түздөн-түз минимум унааlar arası аралык чекı эмес. Булак bunun öncelikle recursiжана feasibility sтармакlamak үчүн kullanıldığını билдирет.

\(\lambda_i\) tutarsızlığı: Ыкма жана ispat boyunca \(\lambda_i\in[0,1)\) колдонулатken Teorem 2'nin ifade kısmında bir kez \(\lambda_i\geq0\) denilmektedir. Kararlılık ispatında \(1-\lambda_i\) katsайжылуулукnın оңliği kullanıldığından bu Verianla aktarımında tutarlı булак aralığı \([0,1)\) сакталган.

Kontrol girdisi бирдик notu: \(u_i\) айдоо/тормоз моменти катары диагнозmlanmasına rтармакmen симуляция чектөөında 3000 N бирдикi колдонулат. Булак ичиндегиndeki bu boyutsal uyuşmazlık N·m катары sessizce düzeltilmemiştir.

Жайгашуу катаsı notu: Teorik жана баяндооsal bölümlerde каталарın sıfıra жакынsadığı belirtilirken, son altı saniyeyi raporlайan Таблица 3'te болжол менен 0,0094–0,0099 m орточо маанилер бар. Bu маанилер küçük sonlu-убакыт калдык катаsı катары aktarılmıştır.

Реалдуу убакыттагыlık чекı: Yedi унаа үчүн максимум çözüm süreleri 0,3 s үлгү алуу периодуnun астында kalmaktadır; бирок kullanılan bilgisайar аппараттык жабдыкı belirtilmemiş жана чыныгы автомобилдик классı контроллер üzerinde worst-case execution time текшерүүsı түзүмlmamıştır.

Ölçeklenebilirlik чекı: 3 жана 12 унааlı ilaжана симуляцияlar методуn ар түрдүү колонна boyutlarında çсатып алууabildiğini көрсөтөт; çok büжүк флотlarda эсептөө жана байланыш татаалlığı өлчөнгөн эмес.

Karma topoloji чекı: Сүрөт 2'de yedi ар түрдүү байланыш топологиясы жана bunların bazıları үчүн өзүнчө симуляцияlar бар. Bu натыйжалар, tek bir тест sırasında үзгүлтүксүз жана тез topology switching астында эксперименттик garanti anlamına gelmez.