1.一种基于无线通信的交叉口附近分散协同自适应巡航控制方法，其特征在于：包括步骤：一、建立具有位置、速度和加速度三种状态的纵向车辆模型，通过引入预期速度和预期加速度，计算得到车间距、速度、加速度的跟踪误差；

二、在基于PSO的车队控制方法中，定义一个成本函数，根据约束条件建立比较粒子优劣的新准则，得到具有双适应度的改进粒子群算法；

三、利用轨迹规划方法，为车辆找到最佳的轨迹；利用空间管理方法量化道路空间，为车辆分配道路空间；

四、结合轨迹规划方法和空间管理方法将车队进行重组；再结合基于PSO的车队控制方法，为车辆选择巡航控制方法；

所述步骤一中,建立具有位置、速度和加速度三种状态的纵向车辆模型，通过引入预期速度和预期加速度，计算得到车间距、速度、加速度的跟踪误差，具体为：假设没有考虑车辆换道情况，建立具有位置、速度和加速度三种状态的纵向车辆模型，对于第i个车辆Vi，有车辆模型：xi(t)＝[pi(t) vi(t) ai(t)]T             (2)式中，xi(t)表示第i个车辆在t时刻的系统状态， 表示第i个车辆在t时刻的状态变量，pi(t)，vi(t)和ai(t)分别表示第i个车辆在t时刻的位置、速度和加速度；ui(t)表示第i个车辆在t时刻的控制输入；τi表示第i个车辆动力系统的时间常数；

为了使车辆模型离散化，假定车辆模型为：

xi(k+1)＝Aixi(k)+Biui(k)              (4)式中，xi(k)表示第i个车辆在第k次采样时刻的系统状态，ui(k)表示第i个车辆在第k次采样时刻的控制输入，Ai和Bi表示系统矩阵；

车辆模型约束条件为：

式中，vi(k)表示第i个车辆在第k次采样时刻的速度，vlimit表示速度限制，umax,i表示第i个车辆的最大控制输入，Δai(k)表示第i个车辆在第k次采样时刻的加速度变化率，|Δa|max,i表示第i个车辆的最大加速度变化率，Ptractive,i(k)表示第i个车辆在第k次采样时刻的牵引功率，ηi表示第i个车辆的传动效率，Pengine,i表示第i个车辆的发动机功率，δi(k)表示车辆Vi与前车Vi-1在第k次采样时刻的间距误差，di(k)表示第i个车辆在第k次采样时刻与前车保持的安全距离；

车辆Vi的安全距离di(k)表示为：

di(k)＝ri·dmin,i+hi·vi(k)                 (6)式中，ri表示第i个车辆安全系数，dmin,i表示第i个车辆与前车的最小车辆间距离，hi表示第i个车辆识别前车刹车行为的时间延迟；

车辆Vi与前车Vi-1的间距误差δi(k)表示为：

δi(k)＝pi-1(k)-pi(k)-di(k)-li                (7)式中，pi(k)表示第i个车辆在第k次采样时刻的位置，pi-1(k)表示前车Vi-1在第k次采样时刻的位置，li示第i个车辆的长度；

vr,i(k)＝(1-ωi)·vi-1(k)+ωi·vl(k)

ar,i(k)＝(1-ωi)·ai-1(k)+ωi·al(k)             (8)式中，vr,i(k)表示第i个车辆在第k次采样时刻的预期速度，vi-1(k)表示前车在第k次采样时刻的速度，vl(k)表示领导车辆在第k次采样时刻的速度，ar,i(k)表示第i个车辆在第k次采样时刻的预期加速度，ai-1(k)表示前车在第k次采样时刻的加速度，al(k)表示领导车辆在第k次采样时刻的加速度，ωi表示第i个车辆受领导车辆影响的权重，由此，车辆Vi的速度误差Δve,i(k)和加速度误差Δae,i(k)分别表示为：Δve,i(k)＝vi(k)-vr,i(k)

Δae,i(k)＝ai(k)-ar,i(k)            (9)式中，ai(k)表示第i个车辆在第k次采样时刻的加速度；

车辆Vi的踪迹误差ei(k)表示为：ei(k)＝[δi(k) Δve,i(k) Δae,i(k)]。

2.根据权利要求1所述的一种基于无线通信的交叉口附近分散协同自适应巡航控制方法，其特征在于：所述步骤二中，在基于PSO的车队控制方法中，定义一个成本函数，根据约束条件建立比较粒子优劣的新准则，得到具有双适应度的改进粒子群算法，具体步骤包括：

1)定义成本函数，第i个车辆成本函数J(Vi)为：

式中， 表示成本函数对于间距、速度和加速度误差的权阵，qi,1、

qi,2、qi,3表示间距、速度、加速度误差的权重，Ri＝conti表示控制输入的权重；

2)考虑到车辆受到速度限制、功率限制、车辆安全和加速度变化率的影响，将在约束条件下求解最优控制输入的问题转化为约束优化问题，针对约束优化问题，采用将成本函数与约束条件相分离的方法，即：fitness(m)＝J(Vi),voilation(m)＝G(gi)          (14)式中，fitness(m)表示粒子m的目标函数，voilation(m)表示粒子m与约束边界的接近程度，G(gi)是由约束条件共同构成的函数，定义为：式中，M表示约束条件的个数；

3)建立PSO算法中粒子的比较准则：首先给定一个常数ε＞0，

1、当两个粒子m和n都可行时，比较他们之间的目标函数适应度Ffitness(m)和Ffitness(n)，适应度小的个体为优；

2、当两个粒子m和n都不可行时，比较他们之间的约束条件适应度Fvoilation(m)和Fvoilation(n)，适应度小的个体为优；

3、当m粒子可行而n粒子不可行时，如果voilation(n)＜ε，则比较它们的适应度Ffitness(m)和Ffitness(n)，适应度小的个体为优；否则，m粒子为优；

为了将不可行解的比例保持在一个固定的水平p＞0,引入如下自适应调整的策略：

4)在粒子比较准则的基础上，提出一种具有双适应度群体的PSO算法。

3.根据权利要求2所述的一种基于无线通信的交叉口附近分散协同自适应巡航控制方法，其特征在于：所述具有双适应度群体的PSO算法，包括步骤如下：步骤1：初始化粒子群，即为群体中的每个粒子随机赋予初始位置和初始速度；

步骤2：计算群体中每个粒子的优化目标函数适应度Ffitness(m)和约束条件适应度Fvoilation(m)；

步骤3：根据所计算的粒子双适应度值与粒子比较准则，确定群体中每个粒子迄今为止所经历的最好位置，确定群体迄今为止所经历的最好位置；

步骤4：群体中的粒子根据下式速度和位置更新粒子飞行速度和位置：

式中，D表示粒子维数，K表示当前迭代次数，c1和c2为加速度常数，β1和β2为两个相互独立的随机函数，φ为惯性权重，PmD表示粒子m的个体历史最优位置，PgD表示群体的历史最优位置， 表示粒子m的当前位置， 表示粒子m的当前速度， 表示粒子m的速度更新，表示粒子m的位置更新；

步骤5：重复步骤2、3和4，当迭代的次数达到设置的迭代上限时结束，最终，通过该粒子群算法找到最优控制输入，使得成本函数最小。

4.根据权利要求1所述的一种基于无线通信的交叉口附近分散协同自适应巡航控制方法，其特征在于：所述步骤三中，利用轨迹规划方法，为车辆找到最佳的轨迹，具体步骤包括：

1)将车辆进行分类，根据车辆能否在限定时间以一定的速度通过道路交叉口，将车辆分为三个子车队：匀速通过的车队C1，加速通过的车队C2，减速至较小速度直至交通灯再次变绿的车队C3；

2)用轨迹规划方法为C2和C3车队的车辆规划轨迹，使得车辆能够在特定时间顺利通过交叉口，将轨迹规划问题转化为以下优化问题，使得控制输入最小，即：minimize|ui|    (21)

同时车队要满足以下限制：

对于加速通过的车队C2：

式中，vtarget表示目标速度，Tr表示交通灯变为红灯的时刻，t11、t12、t13分别表示C2车队中的车辆在加速、匀速和减速部分的持续时间，vi(t11+t12+t13)表示车辆Vi在经过t11、t12、t13三个时间段后的速度，vi(t11)表示车辆Vi在经过t11时间段后的速度；ptractive,i(t11)表示车辆Vi在速度为vi(t11)时的牵引功率；

对于减速至较小速度直至交通灯再次变绿的车队C3：

式中，voriginal表示初始速度，Tg表示交通灯变为绿灯的时刻，t21、t22、t23分别表示C3车队中的车辆在减速、匀速、加速部分持续时间，vi(t21+t22+t23)表示车辆Vi在经过t21、t22、t23三个时间段后的速度；

对于所有车辆：

式中，d(vi(t),ui(t),tb)表示车辆以速度vi(t)，控制输入ui(t)在时间段tb(b＝1,2,3)通过的距离，p′i表示第i个车辆的未来位置，pi表示第i个车辆的初始位置，vi(t1+t2)表示车辆Vi在经过t1,t2时间段后的速度。

5.根据权利要求1所述的一种基于无线通信的交叉口附近分散协同自适应巡航控制方法，其特征在于：所述步骤三中，利用空间管理方法量化道路空间，为车辆分配道路空间，具体步骤包括：

1)量化道路空间，将交通信号时间广播给所有车辆，假设所有车辆都能接收到消息，基于交通灯变为红灯的时刻Tr、初始速度voriginal、红绿灯位置pT和初始位置pi，根据公式p′i＝pi+voriginal·Tr预测车辆Vi的未来位置p′i；如果p′i＞pT，即车辆保持当前速度可以通过交叉口，将其标签设为C1；否则，将其标签设为C2；如果C1车队中最后一个通过的车辆是Vj，定义Vj的未来位置p′j和红绿灯位置pT之间的空间为机会空间S，即：S＝p'j-pT＝pj+voriginal·Tr-pT                     (25)式中，pj表示第j个车辆的初始位置；

当确定机会空间后，将包含机会空间和目标速度的消息发送给C2车队中的车辆，然后该车队中的车辆根据目标速度找到自身的需求空间，将车辆Vi的需求空间定义为车辆长度和安全距离的总和SN,i：SN,i＝li+d′i＝li+ri·dmin,i+hi·vtarget                (26)式中，d′i表示第i个车辆以目标速度行驶时的安全距离；

2)C2车队中的车辆分配机会空间，通过V2V通信，将包含车辆ID、剩余机会空间的消息从C2车队中的领导者传向该车队的尾部，假设C2车队中的所有车辆都能收到消息，如果车辆Vi是C2中的尾车，那么Vi向路口管理者发送V2X消息表明剩余的空间；如果车辆Vi不是C2中的尾车并且接收到的剩余机会空间大于自身的需求空间，那么计算新的剩余空间并发送给临近的后一辆车；如果剩余的机会空间小于车辆的需求空间，该车需要做以下几个操作：首先，将标签改为C3并发送放弃消息给C2中的后续车辆，使得后续车辆将标签改为C3；其次，将本车的需求空间设置为0，并发送包含本车ID、需求空间的消息给前车Vi-1；第三，车辆Vi向路口管理者发送V2X消息表明机会空间已经完全分配。

6.根据权利要求1所述的一种基于无线通信的交叉口附近分散协同自适应巡航控制方法，其特征在于：所述步骤四中，结合轨迹规划方法和空间管理方法将车队进行重组；再结合基于PSO的车队控制方法，为车辆选择巡航控制方法，具体步骤包括：

1)结合轨迹规划方法和空间管理方法将车队进行重组，车队重组包括以下操作过程：首先C2车队中的后面车辆将包含本车及其后面所有车辆的ID、需求空间消息发送给前面的车辆；然后车辆Vi根据后面车辆的需求空间及自身的需求空间信息利用公式计算未来位置pi，θ表示C2车队中车辆Vi的后面车辆ID，SN,θ表示第θ个车辆的需求空间，接着根据步骤三提出的轨迹规划方法，为车辆寻找控制输入；如果控制输入存在并且Vi是车队领导车辆时，发送确认信息给车队C2的所有车辆；如果控制输入存在但Vi不是车队领导车辆时，Vi发送信息给前车Vi-1；如果控制输入不存在并且Vi不是当前车队的尾车时，Vi发送丢弃信息给尾车实现车队重组，重新计算未来位置p′i并执行轨迹规划方法；

当Vi成为车队尾车并且没有找到控制输入时，离开车队C2实现车队重组，并发送一个零需求空间的消息给前车；一直重复上面的操作过程直到重组车队C2的所有车辆找到最佳轨迹，使得所有车辆能够在特定时间到达已确定的未来位置；

2)利用轨迹规划方法为重组车队C3中的车辆寻找最佳轨迹；首先确定C3车队中车辆的未来位置，假设C3车队中的第一个车辆是Vσ，长度是lσ，车辆Vσ的未来位置用pT-lσ表示；车队中其他车辆Vi的未来位置用 表示，其中，SN,λ表示C3车队中车辆Vλ的需求空间，λ表示车辆Vλ的ID；然后根据步骤三中提出的轨迹规划方法为C3车队中的车辆寻找最佳轨迹；如果能够找到最佳轨迹，C3车队中的车辆就可以在不停车的情况在顺利通过交叉口；

3)、结合基于PSO的车队控制方法为重组车队C2和C3中的车辆选择控制方法，重组车队中的领导车辆按照已规划好的轨迹行驶，其余的车辆通过步骤二中提出的基于PSO的车队控制方法行驶，对于原车队的领导车辆经过车队重组变成非领导车辆后，采用混合控制策略行驶：首先按照规划好的轨迹行驶，当与前车的间距小于4米时再通过基于PSO的车队控制方法行驶。