CPS环境下基于驾驶行为的交通拥堵特征及抑制方法研究

发布时间：2018-11-27 17:18

【摘要】：驾驶行为与交通拥堵有着密切关系，通过优化驾驶行为可以减小交通拥堵发生的概率。交通流理论是描述驾驶行为与交通拥堵关系的有力工具，然而传统交通流理论在刻画两者的关系时对信息要素作用的考虑和描述尚过于简化，妨碍了对驾驶行为与交通拥堵关系的准确把握，难以支撑有效的拥堵抑制方法。事实上，道路交通系统中各种物理对象是在多种信息要素综合作用下协调运行的，具有信息物理融合系统(Cyber Physical Systems, CPS)典型特征，特别是在道路车辆密度日益增大的交通环境下，交通信息系统与交通物理系统的交互作用对驾驶行为与交通拥堵关系的认知及拥堵抑制作用日益显著。因此，在信息物理融合环境下，研究基于驾驶行为的交通拥堵特征及抑制方法，具有重要的理论和实际意义。为此，本文在已有的交通流理论和交通拥堵抑制方法的基础上，针对信息在感知、传输、处理和决策过程中的预估、响应延迟因素对车流(物理实体)的影响，从信息物理融合角度分别研究微观预估驾驶行为和宏观响应延迟驾驶行为与交通拥堵的关系，以期获得新的宏微观驾驶行为模型及其拥堵演化规律，进而探索基于新宏微观驾驶行为模型的交通拥堵抑制方法。论文主要工作如下： ①从微观层面，针对预估驾驶行为对车流演化特性的影响，提出了ADCF预估驾驶模型，揭示了预估驾驶作用下车头间距波的演化规律。在实际交通中，当前车的车速调节不仅与即刻车头间距有关，而且也依赖于其预估的车头间距。为此，基于OV模型，从信息物理融合角度进一步考虑预估驾驶行为对车流的影响，提出一个考虑预估驾驶跟驰(Anticipation DrivingCar-Following, ADCF)模型以获得预估驾驶行为与交通拥堵的关系。通过对ADCF模型进行稳定性分析得到了系统的临界稳定条件，即用稳定区域来描述预估驾驶行为与交通拥堵的关系，并运用非线性分析得到了描述临界点附近拥堵演化规律的mKdV方程。从周期边界和开放边界条件下对模型进行数值模拟，结果表明：ADCF模型能够模拟时停时走、系统临界相变等实际交通现象，较OV模型更贴近于实际。同时，预估驾驶行为增强了交通流稳定性能，提高了车流陷入交通阻塞状态的阈值，降低了拥堵的影响范围。最后在开放边界条件下以车速的平滑度和波动幅度最小为评价指标得到了ADCF模型中预估参数的最优取值范围。 ②基于ADCF预估驾驶模型，考虑CPS环境下安全间距效应和最近邻前车综合信息的作用，，分别提出了两种改进的微观拥堵抑制方法，并通过仿真分析验证了其有效性。交通拥堵现象的产生，是道路交通系统内部不稳定的外在表现。为了从系统角度来研究交通拥堵抑制问题，本文基于ADCF模型描述的交通系统，考虑安全间距效应对车流演化特性的影响，提出了一种含安全间距项的交通拥堵微观抑制策略。运用系统稳定性理论对控制系统进行稳定性分析得到了其稳定性条件。开放边界条件下数值仿真显示：考虑含安全间距项的拥堵抑制方法较前人的方法更能增强车流抗干扰能力，进一步地减小了拥堵的影响范围。在此基础上，综合考虑CPS环境下前后车的优化速度差、安全间距效应和前后车的速度差信息的作用，提出了考虑最近邻前车综合信息的拥堵抑制方法。利用系统控制理论，得到了在头车速度发生变化时，交通系统稳定的反馈增益取值范围，并以车速的平滑度和波动幅度最小为评价指标设置最优反馈增益。理论分析与数值仿真结果一致表明：考虑最近邻前车综合信息的拥堵抑制方法对拥堵抑制程度较含安全间距项的拥堵抑制方法更好。 ③从宏观层面，针对信息响应延迟干扰对宏观交通流的影响，提出了RDDLH响应延迟驾驶模型，探索了在响应延迟驾驶作用下交通拥堵宏观传播机制。基于Nagatani格子流体力学模型，从信息物理融合角度考虑信息响应延迟干扰对车流运动状态的影响，提出了一个考虑响应延迟驾驶的格子流体力学(ResponseDelay Driving Lattice Hydrodynamic, RDDLH)模型。通过线性稳定性分析得到了RDDLH模型的中性稳定曲线，进一步通过摄动理论导出了临界点附近密度波演化的mKdV方程，并运用mKdV方程刻画交通拥堵宏观传播机制。研究结果表明：反应延迟驾驶行为对交通流相变具有重要影响。随着信息响应延迟时间的增加，车流稳定区域变小，交通阻塞越容易产生，而且交通阻塞波向后传播的速度变快，交通拥堵的影响范围变大，与实际交通现象接近。因此，RDDLH模型较Nagatani模型能更准确地揭示了交通拥堵宏观传播机制。 ④基于RDDLH响应延迟驾驶模型，考虑CPS环境下前方最近邻格点和前方多个格点信息预估计的作用，分别提出了两个宏观拥堵抑制方法，分析了其拥堵抑制性能。考虑前方最近邻格点流量的预估信息对车流的影响，提出了考虑预估驾驶效应的宏观拥堵抑制方法，研究了RDDLH模型描述的拥堵抑制问题。通过理论分析和数值仿真验证了含流量预估项的拥堵抑制方法能有效地缓解交通阻塞现象。在此基础上，基于在CPS环境下感知的前方多个格点流量信息，进一步考虑前方多个格点的流量预估信息对当前格点车流密度的影响，提出了一个考虑向前看多重预估驾驶效应的拥堵抑制方法。通过线性稳定性分析得到了控制系统的临界稳定性条件，并运用摄动理论得到了系统的密度波传播规律的mKdV方程。通过对控制系统在不稳定区域密度波的波动幅度和频率研究，验证了考虑向前看多重预估驾驶效应的拥堵抑制方法对拥堵的抑制性能较含最近邻格点流量预估项的拥堵抑制方法更好，能进一步减小交通拥堵影响的范围。特别地，当考虑前方两个格点流量变化的预估信息时，车流就已处于最佳稳定运行状态，拥堵的影响范围已降到最低。综上所述，本文从信息物理融合角度深入分析了预估驾驶行为和响应延迟驾驶行为与交通拥堵的关系，建立了更能准确揭示交通拥堵的微观形成机理和宏观传播机制的交通流模型。以此为支撑，探索了CPS环境下道路交通拥堵的宏微观抑制方法。研究成果可以深化对交通拥堵特征的认识，构建CPS环境下交通拥堵抑制的新体系和方法，支撑形成交通CPS的理论基础。
[Abstract]:......
【学位授予单位】：重庆大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：U491.265;U491.25

【参考文献】