1.基于多智能體的無(wú)人駕駛電動(dòng)汽車自動(dòng)超車系統(tǒng)，其特征在于設(shè)有：
車載傳感器，車載傳感器用于采集無(wú)人駕駛電動(dòng)汽車行駛前方的道路信息；
道路特征提取模塊，道路特征提取模塊用于輸入車載傳感器采集的無(wú)人駕駛電動(dòng)汽車行駛前方的道路信息，并對(duì)采集的圖像進(jìn)行特征提取，再實(shí)時(shí)計(jì)算出汽車前方道路寬度等信息；
最小安全距離分析模塊，最小安全距離分析模塊用于建立滿足無(wú)人駕駛電動(dòng)汽車自動(dòng)超車的最小安全距離模型；
超車路徑規(guī)劃模塊，超車路徑規(guī)劃模塊用于設(shè)置正弦函數(shù)形式作為自動(dòng)超車期望路徑的基函數(shù)，實(shí)時(shí)動(dòng)態(tài)規(guī)劃出無(wú)人駕駛電動(dòng)汽車自動(dòng)超車的期望軌跡；
基于多智能體遺傳算法的多執(zhí)行機(jī)構(gòu)協(xié)調(diào)模塊，基于多智能體遺傳算法的多執(zhí)行機(jī)構(gòu)協(xié)調(diào)模塊用于采用多智能體遺傳優(yōu)化算法，計(jì)算出無(wú)人駕駛電動(dòng)汽車各車輪所需要的縱橫向力，實(shí)現(xiàn)對(duì)無(wú)人駕駛電動(dòng)汽車多執(zhí)行機(jī)構(gòu)的動(dòng)態(tài)協(xié)調(diào)；
執(zhí)行控制器，執(zhí)行控制器用于建立由電動(dòng)汽車車輪縱橫向力到期望側(cè)偏角和滑移率的映射模型，實(shí)現(xiàn)對(duì)無(wú)人駕駛電動(dòng)汽車輪胎縱橫向力的執(zhí)行控制。
2.無(wú)人駕駛電動(dòng)汽車自動(dòng)超車的方法，其特征在于采用如權(quán)利要求1所述基于多智能體的無(wú)人駕駛電動(dòng)汽車自動(dòng)超車系統(tǒng)，所述方法包括以下步驟：
1)基于車載感知系統(tǒng)及V2X通信系統(tǒng)提取汽車及其周圍環(huán)境特征信息，建立最小安全距離模型；
2)設(shè)置正弦函數(shù)形式作為自動(dòng)超車期望路徑的基函數(shù)，實(shí)時(shí)動(dòng)態(tài)規(guī)劃出無(wú)人駕駛電動(dòng)汽車自動(dòng)超車的期望軌跡；
3)基于期望超車路徑與實(shí)際路徑的偏差，采用自適應(yīng)模糊滑?？刂萍夹g(shù)，求出無(wú)人駕駛電動(dòng)汽車自動(dòng)超車的期望速度和期望橫擺角速度；
4)采用多智能體遺傳優(yōu)化算法，計(jì)算出無(wú)人駕駛電動(dòng)汽車各車輪所需要的縱橫向力，實(shí)現(xiàn)對(duì)無(wú)人駕駛電動(dòng)汽車多執(zhí)行機(jī)構(gòu)的動(dòng)態(tài)協(xié)調(diào)；
5)建立由電動(dòng)汽車車輪縱橫向力到期望側(cè)偏角和滑移率的映射模型，實(shí)現(xiàn)對(duì)無(wú)人駕駛電動(dòng)汽車輪胎縱橫向力的執(zhí)行控制。
3.如權(quán)利要求2所述無(wú)人駕駛電動(dòng)汽車自動(dòng)超車的方法，其特征在于在步驟1)中，所述基于車載感知系統(tǒng)及V2X通信系統(tǒng)提取汽車及其周圍環(huán)境特征信息，建立最小安全距離模型的具體步驟為：
(1)通過車載毫米波雷達(dá)及V2X系統(tǒng)獲取無(wú)人駕駛電動(dòng)汽車與前方行駛車輛間的縱向距離信息，通過速度編碼器采集車輛行駛速度；
(2)利用視覺傳感器采集無(wú)人駕駛電動(dòng)汽車行駛前方道路信息，通過車載微處理器對(duì)采集的圖像進(jìn)行特征提取，實(shí)時(shí)地計(jì)算出汽車前方可道路寬度等信息；
(3)基于車載感知系統(tǒng)檢測(cè)到本車及其前方行駛車輛的位置、速度信息，為避免兩車發(fā)生追尾碰撞，建立滿足無(wú)人駕駛電動(dòng)汽車自動(dòng)超車的最小安全距離模型；
(4)判斷無(wú)人駕駛電動(dòng)汽車當(dāng)前時(shí)刻是否滿足超車條件。假如滿足進(jìn)行步驟2，否則，發(fā)出不執(zhí)行超車的指令。
4.如權(quán)利要求2所述無(wú)人駕駛電動(dòng)汽車自動(dòng)超車的方法，其特征在于在步驟2)中，所述設(shè)置正弦函數(shù)形式作為自動(dòng)超車期望路徑的基函數(shù)，實(shí)時(shí)動(dòng)態(tài)規(guī)劃出無(wú)人駕駛電動(dòng)汽車自動(dòng)超車的期望軌跡的具體步驟為：
(1)對(duì)本車與前方車輛進(jìn)行幾何分析，采用正弦函數(shù)擬合方法，建立以時(shí)間為自變量的超車路徑數(shù)學(xué)模型及超車路徑的邊界條件；
(2)將世界坐標(biāo)系的位姿誤差轉(zhuǎn)換到相對(duì)于車輛的局部坐標(biāo)系下的位姿誤差，建立步驟2)動(dòng)態(tài)規(guī)劃的期望超車軌跡與無(wú)人駕駛電動(dòng)汽車相對(duì)位置關(guān)系的車輛位置誤差模型；
(3)建立車輛總縱向外力和橫擺力矩與各電動(dòng)汽車輪胎的橫向力、縱向力之間的映射函數(shù)。
5.如權(quán)利要求2所述無(wú)人駕駛電動(dòng)汽車自動(dòng)超車的方法，其特征在于在步驟3)中，所述基于期望超車路徑與實(shí)際路徑的偏差，采用自適應(yīng)模糊滑模控制技術(shù)，求出無(wú)人駕駛電動(dòng)汽車自動(dòng)超車的期望速度和期望橫擺角速度的具體步驟為：
(1)針對(duì)相對(duì)位置運(yùn)動(dòng)學(xué)模型，為確保位置偏差有界收斂于零，定義滑模面函數(shù)，為確保滑模曲面s1和s2趨近于零，采用自適應(yīng)模糊滑?？刂萍夹g(shù)，推導(dǎo)出無(wú)人駕駛電動(dòng)汽車自動(dòng)超車需要的期望縱向速度和期望橫擺角速度；
(2)采用神經(jīng)網(wǎng)絡(luò)系統(tǒng)逼近變結(jié)構(gòu)項(xiàng)，為有效消除變結(jié)構(gòu)引發(fā)的抖振現(xiàn)象，則得期望速度和角速度的自適應(yīng)滑模變結(jié)構(gòu)控制律；
(3)根據(jù)期望縱向速度和橫擺角速度，基于二自由度動(dòng)力學(xué)模型，推導(dǎo)出無(wú)人電動(dòng)汽車行駛期望的總的縱向力和橫擺力矩；
(4)為有效消除變結(jié)構(gòu)引發(fā)的抖振現(xiàn)象，采用神經(jīng)網(wǎng)絡(luò)系統(tǒng)逼近變結(jié)構(gòu)項(xiàng)，則得總縱向力合橫擺力矩的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制律。
6.如權(quán)利要求2所述無(wú)人駕駛電動(dòng)汽車自動(dòng)超車的方法，其特征在于在步驟4)中，所述采用多智能體遺傳優(yōu)化算法，計(jì)算出無(wú)人駕駛電動(dòng)汽車各車輪所需要的縱橫向力，實(shí)現(xiàn)對(duì)無(wú)人駕駛電動(dòng)汽車多執(zhí)行機(jī)構(gòu)的動(dòng)態(tài)協(xié)調(diào)的具體步驟為：
(1)為了達(dá)到控制輸入量消耗能量最小和動(dòng)態(tài)規(guī)劃誤差最少的目標(biāo)，建立性能指標(biāo)函數(shù)；
(2)設(shè)置遺傳優(yōu)化參數(shù)，采用多智能體遺傳優(yōu)化算法動(dòng)態(tài)協(xié)調(diào)無(wú)人駕駛電動(dòng)汽車各車輪所需要的縱橫向力。
7.如權(quán)利要求2所述無(wú)人駕駛電動(dòng)汽車自動(dòng)超車的方法，其特征在于在步驟5)中，所述建立由電動(dòng)汽車車輪縱橫向力到期望側(cè)偏角和滑移率的映射模型，實(shí)現(xiàn)對(duì)無(wú)人駕駛電動(dòng)汽車輪胎縱橫向力的執(zhí)行控制的具體步驟為：
(1)建立基于Pacejka輪胎模型的逆輪胎模型，根據(jù)步驟4)優(yōu)化計(jì)算的縱橫向力Fxi和Fyi映射出期望輪胎側(cè)偏角αdes,i和滑移率λdes,i；
(2)采用經(jīng)典PID控制方法，實(shí)現(xiàn)對(duì)無(wú)人駕駛電動(dòng)汽車期望滑移率和側(cè)偏角的跟蹤控制。