信号交叉口自动驾驶车辆速度控制研究
发布时间：2021-06-22 04:52
信号交叉口受信号配时红灯的打断车流作用影响,必然产生严重的交通震荡,是研究人员的重点研究区域。自动驾驶和车联网技术是未来交通发展的必然趋势,基于自动驾驶和车联网技术的车辆速度控制方法将成为解决交通震荡的有效手段之一。本文首先将针对纯自动驾驶环境,以信号交叉口为研究区域,分别基于集中式控制系统和分布式控制系统对自动驾驶车辆速度控制进行研究,探索二者控制系统的性能优化上界。随后,针对自动驾驶车辆和人工驾驶车辆混行的混合交通流,对信号交叉口处的人工驾驶车辆跟驰行为和自动驾驶车辆速度控制进行研究,探讨混合交通流对集中式控制系统和分布式控制系统的影响。首先,本文针对纯自动驾驶环境,设计了集中式信号交叉口自动驾驶车辆速度控制系统,该系统同时考虑了交通通行效率、油耗和安全性作为联合优化目标,并消除了车辆驶入和驶离状态均为固定值的假设,随机生成车辆的驶入时间和速度,以及将车辆的驶离时间和速度作为优化的决策变量,从而更符合实际情况。另外,利用时间离散化方法和分段轨迹近似方法,对复杂的非线性原问题进行改进,同时利用基于轨迹平滑后的初始解和矩形分割算法以及并行计算方法对改进模型进行求解,在加速求解效率的同时...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：138 页
【学位级别】：博士
【部分图文】：
技术路线图
第2章集中式信号交叉口自动驾驶车速控制-21-（2）中央控制中心为实现交通控制系统的集中式控制，需要在信号交叉口处配备一个高度智能的中央控制中心，以满足海量数据存储、复杂算法计算和实时控制的需求。为满足以上需求，集中式信号交叉口自动驾驶车辆速度控制系统的系统架构设计如下，见图2-1。图2-1集中式信号交叉口自动驾驶车辆速度控制系统架构图Fig.2-1FrameworkofthecentralizedbasedCAVspeedcontrolsystematasignalizedintersection如图2-1所示，该集中式控制系统由三大模块构成，包括实时信息采集、集中式速度控制优化模块与即时速度控制模块。各模块详细描述如下：（1）模块1：实时信息采集模块当有新的自动驾驶车辆进入信号交叉口进口道区域时，激活该模块。模块1将会采集信号交叉口进口道区域内所有车辆的位置和速度信息、道路环境信息和信号配时信息，并将所有信息传送给中央控制中心进行存储，以备模块2使用。（2）模块2：集中式速度控制优化模块提取存储的模块1采集到的实时信息作为输入，以交通安全、通行效率和能耗为联合优化目标，考虑车辆涉及的速度和加速度约束、最小安全距离约束与驶离时间约束等，对自动驾驶车辆速度进行优化，得到近似最优速度轨迹和时空轨迹，并生成相应的速度控制
第2章集中式信号交叉口自动驾驶车速控制-23-图2-2集中式信号交叉口自动驾驶车辆速度控制系统示意图Fig.2-2AnillustrationofthecentralizedbasedCAVspeedcontrolsystematasignalizedintersection（3）车辆：集中式控制系统考虑信号交叉口进口道区域内由辆车组成的车队，定义车辆集合为{1,2,,}。为降低优化问题的复杂度，假设所有车辆都为自动驾驶车辆且完全相同（即车长相同且车辆运动特性相同）。定义()为车辆∈在时间∈[0,+∞)时刻的位置，定义{()}∈[0,+∞)为第辆车的轨迹，定义{}∈为所有车辆的轨迹集合。另外，车辆位置的一阶导数()为车辆在时间时刻的速度，车辆的速度应小于该路段的最高限速，即()∈[0,]。车辆位置的二阶导数()为车辆在时间时刻的加速度，为保证乘车人的舒适性，其加速度应处于舒适的加速度范围内，即()∈[,]，其中为最小加速度值（负值），为最大加速度值。定义车辆位置的逆函数1()|()|,∈[0,]为车辆到达位置处的时刻。定义车辆的驶入时间为1(0)，车辆的驶离时间为+1()，车辆的驶入速度为:=()，车辆的驶离速度为+:=(+)。车辆的驶入信息（时间和速度）皆可准确采集获得，车辆的驶离信息（时间和速度）则由优化问题求解得到的决策变量决定。假设车辆到达信号交叉口进口道路段区域前，在保证安全的前提下随机到达。不失一般性，假设车辆的驶入时间按照以下公式随机产生，
【参考文献】：
期刊论文
[1]考虑速度对反应强度影响的车辆跟驰模型[J]. 申勇,马天奕,李祥尘. 交通运输工程与信息学报. 2019(02)
[2]机器学习——动力学耦合车辆跟驰模型[J]. 丁点点,孙磊,陈松. 交通运输系统工程与信息. 2017(06)
[3]基于Radau伪谱法和MPC的智能电动车辆生态驾驶[J]. 段建民,房泽平,杨晨. 北京工业大学学报. 2016(05)
[4]可变速度控制下快速路联动协同控制策略研究[J]. 陈金山,郭建钢,陆立峥,徐锦强,李波,黄荔. 华东交通大学学报. 2013(02)
[5]基于元胞自动机模型的高速公路可变速度限制交通流特性分析[J]. 张晶晶,庞明宝,任沙沙. 物理学报. 2012(24)
[6]有限阶段马尔可夫决策的可变限速控制模型[J]. 王薇,杨兆升,赵丁选. 交通运输工程学报. 2011(05)
[7]道路行车速度限制问题的讨论[J]. 裴玉龙,程国柱,代磊磊,曹弋. 城市交通. 2008(02)
[8]多速度差模型及稳定性分析[J]. 王涛,高自友,赵小梅. 物理学报. 2006(02)
博士论文
[1]网联自动驾驶环境下信号交叉口环保驾驶控制研究[D]. 姜慧夫.哈尔滨工业大学 2018
[2]高速公路可变速度控制方法研究[D]. 李杨.长安大学 2011
硕士论文
[1]基于数据驱动的微观交通流建模研究[D]. 刘亚龙.西南交通大学 2017
[2]汽车节能驾驶辅助优化研究[D]. 王园熙.重庆大学 2016
[3]基于驾驶行为的绿色驾驶算法模型的研究[D]. 鲍宇.河北工业大学 2015
[4]基于车联网的汽车行驶经济车速控制方法[D]. 俞倩雯.清华大学 2014
[5]雨天高速公路可变限速控制系统研究与实现[D]. 张培岭.武汉理工大学 2014
本文编号：3242159
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：138 页
【学位级别】：博士
【部分图文】：
技术路线图
第2章集中式信号交叉口自动驾驶车速控制-21-（2）中央控制中心为实现交通控制系统的集中式控制，需要在信号交叉口处配备一个高度智能的中央控制中心，以满足海量数据存储、复杂算法计算和实时控制的需求。为满足以上需求，集中式信号交叉口自动驾驶车辆速度控制系统的系统架构设计如下，见图2-1。图2-1集中式信号交叉口自动驾驶车辆速度控制系统架构图Fig.2-1FrameworkofthecentralizedbasedCAVspeedcontrolsystematasignalizedintersection如图2-1所示，该集中式控制系统由三大模块构成，包括实时信息采集、集中式速度控制优化模块与即时速度控制模块。各模块详细描述如下：（1）模块1：实时信息采集模块当有新的自动驾驶车辆进入信号交叉口进口道区域时，激活该模块。模块1将会采集信号交叉口进口道区域内所有车辆的位置和速度信息、道路环境信息和信号配时信息，并将所有信息传送给中央控制中心进行存储，以备模块2使用。（2）模块2：集中式速度控制优化模块提取存储的模块1采集到的实时信息作为输入，以交通安全、通行效率和能耗为联合优化目标，考虑车辆涉及的速度和加速度约束、最小安全距离约束与驶离时间约束等，对自动驾驶车辆速度进行优化，得到近似最优速度轨迹和时空轨迹，并生成相应的速度控制
第2章集中式信号交叉口自动驾驶车速控制-23-图2-2集中式信号交叉口自动驾驶车辆速度控制系统示意图Fig.2-2AnillustrationofthecentralizedbasedCAVspeedcontrolsystematasignalizedintersection（3）车辆：集中式控制系统考虑信号交叉口进口道区域内由辆车组成的车队，定义车辆集合为{1,2,,}。为降低优化问题的复杂度，假设所有车辆都为自动驾驶车辆且完全相同（即车长相同且车辆运动特性相同）。定义()为车辆∈在时间∈[0,+∞)时刻的位置，定义{()}∈[0,+∞)为第辆车的轨迹，定义{}∈为所有车辆的轨迹集合。另外，车辆位置的一阶导数()为车辆在时间时刻的速度，车辆的速度应小于该路段的最高限速，即()∈[0,]。车辆位置的二阶导数()为车辆在时间时刻的加速度，为保证乘车人的舒适性，其加速度应处于舒适的加速度范围内，即()∈[,]，其中为最小加速度值（负值），为最大加速度值。定义车辆位置的逆函数1()|()|,∈[0,]为车辆到达位置处的时刻。定义车辆的驶入时间为1(0)，车辆的驶离时间为+1()，车辆的驶入速度为:=()，车辆的驶离速度为+:=(+)。车辆的驶入信息（时间和速度）皆可准确采集获得，车辆的驶离信息（时间和速度）则由优化问题求解得到的决策变量决定。假设车辆到达信号交叉口进口道路段区域前，在保证安全的前提下随机到达。不失一般性，假设车辆的驶入时间按照以下公式随机产生，
【参考文献】：
期刊论文
[1]考虑速度对反应强度影响的车辆跟驰模型[J]. 申勇,马天奕,李祥尘. 交通运输工程与信息学报. 2019(02)
[2]机器学习——动力学耦合车辆跟驰模型[J]. 丁点点,孙磊,陈松. 交通运输系统工程与信息. 2017(06)
[3]基于Radau伪谱法和MPC的智能电动车辆生态驾驶[J]. 段建民,房泽平,杨晨. 北京工业大学学报. 2016(05)
[4]可变速度控制下快速路联动协同控制策略研究[J]. 陈金山,郭建钢,陆立峥,徐锦强,李波,黄荔. 华东交通大学学报. 2013(02)
[5]基于元胞自动机模型的高速公路可变速度限制交通流特性分析[J]. 张晶晶,庞明宝,任沙沙. 物理学报. 2012(24)
[6]有限阶段马尔可夫决策的可变限速控制模型[J]. 王薇,杨兆升,赵丁选. 交通运输工程学报. 2011(05)
[7]道路行车速度限制问题的讨论[J]. 裴玉龙,程国柱,代磊磊,曹弋. 城市交通. 2008(02)
[8]多速度差模型及稳定性分析[J]. 王涛,高自友,赵小梅. 物理学报. 2006(02)
博士论文
[1]网联自动驾驶环境下信号交叉口环保驾驶控制研究[D]. 姜慧夫.哈尔滨工业大学 2018
[2]高速公路可变速度控制方法研究[D]. 李杨.长安大学 2011
硕士论文
[1]基于数据驱动的微观交通流建模研究[D]. 刘亚龙.西南交通大学 2017
[2]汽车节能驾驶辅助优化研究[D]. 王园熙.重庆大学 2016
[3]基于驾驶行为的绿色驾驶算法模型的研究[D]. 鲍宇.河北工业大学 2015
[4]基于车联网的汽车行驶经济车速控制方法[D]. 俞倩雯.清华大学 2014
[5]雨天高速公路可变限速控制系统研究与实现[D]. 张培岭.武汉理工大学 2014
本文编号：3242159
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3242159.html
