中文摘要：

车联网环境下自治半挂汽车列车编队行驶，作为一类基于车路协同的柔性欠驱动物理系统，可增强信息的交互性和安全的可控性，是一种绿色、高效、友好型智能化运输方式，能全面提高道路的通行能力。针对自治半挂汽车列车欠驱动物理系统，研究其个体的欠驱动特性和群体的非线性动力学体系结构，运用微分对策理论剖析柔性编队中的自组织行为，分析该类欠驱动物理系统平衡点稳定性的主导因子及其协同演化规律，探索欠驱动自主编队过程的非线性建模方法；基于编队行驶动态观测信息建立时空关系数理模型，针对跟随、换道、避障等实时工况设计μ- Synthesis鲁棒控制器，并通过模糊规则在线调整自治欠驱动编队控制器参数；同时，运用仿真实验手段验证欠驱动自治编队行驶控制器的鲁棒稳定性和动态性能。拟通过上述研究，为实现基于车路协同的自治半挂汽车列车编队行驶控制提供理论支撑和技术参考；对该类欠驱动物理系统的数学分析也具有一定的指导价值。

结论摘要：

本项目立足于欠驱动物理系统的数学描述和稳定控制，同时面向智能车路系统。针对半挂汽车列车这一典型的欠驱动特性控制问题，主要开展智能感知技术、非线性数学建模、群体运动规划和个体元素稳定控制的研究工作，属于交叉性基础学科课题。课题研究内容主要包括（1）以运动车辆为代表的多智能体环境感知技术；（2）自主欠驱动半挂汽车列车车队群体的非线性动力学体系结构和个体的欠驱动特性描述，系统平衡点稳定性的主导因子及其控制规律，欠驱动自主编队过程的非线性建模方法；（3）针对跟随、换道、避障等实时工况设计μ- Synthesis鲁棒控制器，在线调整自治欠驱动编队控制器参数的规则，同时，运用仿真实验手段验证欠驱动自治编队行驶控制器的鲁棒稳定性和动态性能。 课题组在多智能体环境感知技术方面，结合文献资料的查阅和申请人前期研究基础，开展了智能车路系统中该类车辆夜间车道标识线的识别研究工作。选择邻域均值滤波、Sobel算子和最大熵分割算法对道路图像进行预处理，并利用基于Hough变换的直线检测方法，实现了车道标志线的正确识别，该项研究工作是移动式车载多智能体感知技术研究的重要前提之一。项目根据主从微分理论建立了车-车的运动学体系结构模型，以分析自主欠驱动车队的几何学关系，同时课题组开展了车-车通信体系架构的初步研究工作。在个体的数学描述上，结合车辆动力学原理建立了车辆二自由度动力学模型和其非线性环节的描述过程。最后，依据根轨迹法着重分析了平衡点稳定性分析的主导因子，基于MATLAB仿真环境构建了跟随、换道、避障等模拟实验，通过鲁棒控制思想和模糊控制规则分析了其控制器的稳定性和动态特性。研究表明，上述研究工作（1）所提出的感知技术，在以运动车辆为代表的多智能体认知技术上，课题所开展的夜间道路标识线识别是有效和可靠的，非恶劣环境下识别率可达90%以上，适应车速80Km/h以上；（2）在运动规划和智能控制仿真上，设计的反馈控制器能改善汽车列车对行驶路线的跟踪能力，使偏离的车辆快速返回到期望的稳态轨迹上。 项目根据项目计划，在多智能体环境感知和非线性控制领域，在国内外核心期刊共发表EI检索论文4篇，课题组按照项目要求完成了研究工作。拟通过上述研究，为实现基于车路协同的自治半挂汽车列车编队行驶控制提供理论支撑和技术参考；对该类欠驱动物理系统的数学分析也具有一定的指导价值。