Asynchronous Self-Triggered Stochastic Distributed MPC for Cooperative Vehicle Platooning over Vehicular Ad-Hoc Networks
Notice bibliographique
Résumé
In this paper, an asynchronous stochastic self-triggered distributed MPC (DMPC) control scheme is proposed for vehicular platoon systems under coupled state constraints and additive stochastic disturbance. In considered platoon systems, each vehicle broadcasts its predicted state as beacon information to its neighbouring vehicles through the vehicular ad-hoc network (VANET). To reduce the communication burden in the VANET, each vehicle proactively determines the next sampling time instant by solving the stochastic self-triggered DMPC problem at the sampling time instant. The self-triggered problem is formulated by utilizing local vehicle states and asynchronous beacon information from its neighbours. Consequently, the proposed scheme reduces the communication load dramatically in the VANET while maintaining a satisfactory control performance compared to periodic time-triggered stochastic DMPC. To handle the state coupling between vehicles, e.g., for collision avoidance or communication connectivity purpose, probabilistic coupled state constraints are incorporated into the DMPC problem. Based on the information on stochastic disturbance, the probabilistic coupled state constraints are transformed into deterministic forms using the stochastic tube-based method. Theoretical analysis has shown that closed-loop platooning is quadratically stable at triggering time instants. Numerical examples illustrate the efficacy of the proposed control method in terms of data transmission reduction.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».