数据篡改攻击下多车队自动驾驶安全控制

该成果解决了在驾驶指令数据受未知篡改攻击下，多车队自动化车辆的安全和分布式协同控制问题。

首先，研究开发了一个通用的多车队控制框架，该框架考虑了纵向和横向车辆动态、车队内和车队间信息交换、篡改的驾驶指令以及未知的外部干扰。为应对影响车队性能的未知篡改的驾驶指令，研究开发了一种基于神经网络的自适应控制策略，以补偿其不利影响。在各种车队复杂任务情景下避免纵向和横向碰撞，为每辆车队车辆设计了内置的避障机制。此外，提出了一种安全且防碰撞的多车队控制设计方法，以确保所需的车队内和车队间跟踪性能，并有效确保无碰撞现象发生。

创新点一：为了同时考虑纵向和横向车辆动态、车队内和车队间车辆信息共享、篡改的驾驶指令以及未知外部干扰，如图1所示，研究开发了一个通用的多车队控制框架。

创新点二：在提出的多车队控制器中嵌入了碰撞回避机制，确保车辆之间的纵向间距和车辆与车道边缘之间的横向间距都被一些正常数下界所限制，能够保证车队在复杂调遣任务下不会发生碰撞，如图2所示。

创新点三：研究提出了一种安全自适应控制器设计方法，独立于全局车队通信结构或车队规模。

首次在网络攻击环境下建立多车队安全控制框架，基于神经网络研发自适应安全控制策略，确保自动驾驶车辆能够在攻击存在情形和多车队复杂调遣任务下的高效、安全驾驶。

该成果解决了在驾驶指令数据受未知篡改攻击下，多车队自动化车辆的安全和分布式协同控制问题。首先，研究开发了一个通用的多车队控制框架，该框架考虑了纵向和横向车辆动态、车队内和车队间信息交换、篡改的驾驶指令以及未知的外部干扰。为应对影响车队性能的未知篡改的驾驶指令，研究开发了一 种基于神经网络的自适应控制策略，以补偿其不利影响。在各种车队复杂任务情景下避免纵向和横向碰撞，为每辆车队车辆设计了内置的避障机制。此外，提出了一种安全且防碰撞的多车队控制设计方法，以确 保所需的车队内和车队间跟踪性能，并有效确保无碰撞现象发生。

创新点一：为了同时考虑纵向和横向车辆动态、车队内和车队间车辆信息共享、篡改的驾驶指令以及未知外部干扰，如图1所示，研究开发了一个通用的多车队控制框架。

创新点二：在提出的多车队控制器中嵌入了碰撞回避机制，确保车辆之间的纵向间距和车辆与车道边缘之间的横向间距都被一些正常数下界所限制，能够保证车队在复杂调遣任务下不会发生碰撞，如图2所示。

创新点三：研究提出了一种安全自适应控制器设计方法，独立于全局车队通信结构或车队规模。

首次在网络攻击环境下建立多车队安全控制框架，基于神经网络研发自适应安全控制策略，确保自动驾驶车辆能够在攻击存在情形和多车队复杂调遣任务下的高效、安全驾驶。