随着道路拥堵,交通事故激增以及环境污染等问题的剧增,自主车辆的队列控制得到了广泛的关注。而针对车辆队列的物理限制以及其分布式特性,分布式预测控制成为自主车辆队列控制器设计的主要策略。本文从自主车辆队列的发展现状及实际需求出发,针对自主车辆队列在外部干扰、多约束以及通信时延等影响因素下的控制问题,分别提出了相应的分布式预测控制算法,使得车辆能够稳定有效地以期望队列行驶。最后通过仿真模拟与实物实验的方式,验证了所提算法的有效性与可行性。本文主要贡献如下:1.考虑车辆队列的非线性动态模型,提出基于双模分布式预测控制的车辆队列控制算法。具体地,利用一个不变集将车辆的系统状态分为两部分(不变集外和不变集内),当车辆系统状态在控制不变集外时,利用在线滚动优化的方式计算控制输入;反之,采用简单的状态反馈算法设计控制输入。这种基于双模机制的分布式预测控制算法,一定程度上能够减轻计算负担,同时节省通信的资源。2.考虑车辆运行过程中的控制输入饱和与外部干扰问题,提出基于鲁棒分布式预测控制的车辆队列控制算法。在设计的车辆队列优化控制模型中,输入约束与鲁棒约束使得自主车辆队列系统得到有效的鲁棒控制控制,确保车辆队列系统在一定干扰下具有稳定性。在此基础上,充分分析了该控制算法的可行性与车辆队列系统的稳定性,并且通过仿真实验的方式验证了算法的可行性与有效性。3.考虑车辆队列行驶过程中车辆模型的物理约束以及车辆队列间的通信时延问题,提出多约束与通信时延下的分布式预测控制算法。具体地,从车辆行驶的实际出发,车辆的控制输入、速度、加速度以及加速度抖动均存在物理约束。同时,采用等待机制解决通信时延影响下的车辆队列控制问题。通过分析该算法的可行性与稳定性,得到通信时延的上界值,使车辆能够在该时延的范围内,稳定地以期望的队列行驶,并满足行驶过程中的多约束条件。4.采用多个Turtle Bot3移动机器人代替车辆对分布式预测控制算法进行模拟实验验证。Turtle Bot3移动机器人是通过搭载机器人操作系统(Robot Operating System,ROS)实现了移动机器人的驱动,通信以及分布式预测控制器的设计,具有一定的真实性与可拓展性。在实验过程中,通过控制多个移动机器人在所提算法控制下实现了期望的队列行驶,验证了算法的可行性以及队列系统的稳定性。