当前位置:主页 > 科技论文 > 交通工程论文 >

车联网环境下智能车辆走停控制建模与优化研究

发布时间:2020-09-24 06:08
   生态环境问题的主要原因之一是汽车尾气污染,而且随着我国汽车保有量的迅速增多,尾气污染也越来越严重。而城市道路交通拥堵导致了车辆长时间以低速跟弛和频繁停车,这使得发动机长时间以低转速运行,导致汽油的不完全燃烧,从而造成尾气排放的增多,所以针对拥堵路况下的车辆走停控制是解决交通排放问题的有效手段之一。而车辆走停模型实质上就是一种低速跟驰模型。当前,车联网技术日趋成熟,因此在研究交通问题时,也需要考虑车联网的影响。在此背景下,本文考虑在车联网环境下,基于CMEM排放测算模型与最小安全距离跟弛模型,研究面向排放、跟驰效率以及舒适度的智能车辆走停控制建模与优化,在保证车辆能满足安全高效跟驰行驶的条件下,尽可能减少尾气排放,同时兼顾行驶舒适度。首先,本文简要地论述了本课题的研究背景与研究意义,对实现本课题的关键方法技术进行综述。主要包括从宏观、中观和微观三个层面概述车辆排放测算模型,并梳理各种模型的特点与应用场合,经比较选择CMEM模型用于本课题排放测算;概述了目前主流的跟驰模型,并选择最小安全距离模型进行改进用于车辆走停控制;然后介绍了车联网技术及其发展前景;最后从整体结构上对车联网环境下智能车辆走停控制系统作扼要说明。然后,针对车联网环境下获取系统状态信息过程中存在的问题,采用无迹卡尔曼滤波算法,根据系统的若干历史状态,去预测之后的系统状态,并在此基础上建立了综合考虑排放、跟驰效率和舒适度的多目标优化模型,并论述了该优化问题的求解方法。最后,对该系统进行了仿真分析。首先根据采集到的车辆行驶状态数据进行无迹卡尔曼滤波预测并与实测数据对比分析,结果表明该方法预测有效准确;然后以预测的数据作为输入,求解面向排放、跟驰效率以及舒适度的多目标优化走停控制模型;最后将求解得的速度、加速度、排放量等参数输出。结果表明,该系统能控制车辆安全高效舒适地跟驰行驶,并且能降低行驶过程中尾气排放量。
【学位单位】:北方工业大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:U495;U463.6
【部分图文】:

来源,图片,机动车,全面推行


图1-1尾气排放现象(图片来源)图片来源www.changkanghb.com逡逑从2011年起,北京市全面推行《小客车数量调控暂行规定》(机动车摇号政逡逑策),机动车的增长速度有所回落。然而因为基数过于庞大,该市的机动车总量逡逑仍不断扩大。过多的机动车给当地的城市交通、城市环境等均带来了严峻的考验。逡逑为了进一步改善城市交通拥堵与城市环境污染问题,北京市先后出台了多项治理逡逑策略,如交叉路口停车熄火等。在准确量化这些策略的减排效果时,需要将微观逡逑排放模型与微观交通仿真模型融合起来,在整个车辆行驶过程中对排放物进行监逡逑测,并通过优化方法对车辆驾驶行为进行适当调整以减少排放量。相关统计数据逡逑表明:在Pfv/^贡献源中,机动车尾气排名第四,为9.09%的贡献率;PM2.5排名逡逑第五,为11.64%的贡献率。不仅如此,机动车尾气的排放高度和人体的呼吸范逡逑围一致,为低空排放,其内带有的二氧化硫、一氧化碳、烟尘等均会危害人体的逡逑健康[2]。逡逑为了应对交通拥堵现象与机动车尾气排放污染问题,全球各国学者与专家从逡逑多角度展开研宄,并提出了一系列应对措施:一是引入新能源作为机动车的燃料,逡逑如天然气、电力等排放极少的新能源;二是从城市规划与土地利用等方面切入,逡逑

示意图,示意图,联网系统,硬件平台


图1-3车联网示意图逡逑将车联网系统的整体结构进行划分,主要分为硬件平台和系统软件以及应用逡逑软件三个层次。对于车联网硬件平台而言,包含了大量传感器以及信号处理器,逡逑主要工作是电源转换与信号处理以及处理存储数据等。并且硬件平台也是物联网逡逑的基础,是信号主要的来源,在处理车内外的信息时,使用的工具是传感器,促逡逑使其转变成信号,而且该信号可以被控制中心识别。对于车联网系统的软件层来逡逑说,包含系统管理和通信系统以及无线通信等三个主要的部分,属于其核心中枢,逡逑主要是处理硬件平台所传来的信息。而在车载环节情况下,接入无线时必须要符逡逑合有关规定。车联网应用软件层:在对用户进行服务时,根据用户的实际情况的逡逑不同进行不同服务,通过车联网,保证车辆行驶的相对安全,使得车辆在只能交逡逑通系统中得到和实际情况相对应的信息服务等。逡逑表1-1车联网系统逡逑应用软件逦电子控制、安全驾驶、智能交通、信息服务等逡逑

产业规模,全球


第一章绪论辆、道路基础设施、乘客的便携式设备联合在一起,建立起一个合理完环境,使得交通运输方面的安全性和灵活性得到一定程度的保障,以时保护周围的环境。日本目前在大力推广车辆信息通信系统(vies),用地方警察和道路管理部门收集的数据进行分析,将道路拥堵情况、道路线、停车空位、佳通事故等交通信息,及时的利用道路调拨装置将其该路段的车辆。而通过大力推广,在交通方面取得了巨大的成功,截年,在日本,己经拥有3400万台车辆安装了邋VICS车载设备。欧洲也信息处理技术进行大力研发和推广,构建一个覆盖整个欧洲的只属于交通信网,在以此为基础进行交通管理、导航、电子收费等应用[61]。逡逑

【相似文献】

相关期刊论文 前10条

1 林涛;霍丽娜;;基于变量分组的大规模多目标优化算法[J];郑州大学学报(理学版);年期

2 胡云腾;李晋卿;赵佩钰;;多目标优化问题的模糊交叉算法与收敛性初探[J];电脑迷;2017年03期

3 毕志升;郑炯彬;蔡桂艳;;基于高维多目标优化的多车场车辆路径问题[J];计算机与数字工程;2017年07期

4 王卫刚;;一种基于多目标优化的混凝剂综合评价方法[J];净水技术;2017年09期

5 雍龙泉;刘三阳;邓方安;张建科;杨国平;;线性互补问题与多目标优化[J];数学杂志;2014年03期

6 朱君;蔡延光;汤雅连;杨军;;多目标优化问题的研究[J];东莞理工学院学报;2014年03期

7 张淑艳;段鹏松;邹卫琴;;浅析多目标优化问题[J];科技视界;2013年14期

8 郭思涵;龚小胜;;正交设计的E占优策略求解高维多目标优化问题研究[J];计算机科学;2012年02期

9 宋武;陈德祥;;一种改进的基于分解多目标优化算法[J];电脑知识与技术;2012年34期

10 陈爱国;周世俊;;基于模糊逻辑的多目标优化问题遗传算法求解探讨[J];河南科学;2006年04期

相关会议论文 前10条

1 叶婵峰;沈波;林都;董宏丽;;基于ε约束理论和修复算子的多目标优化算法[A];第36届中国控制会议论文集(B)[C];2017年

2 罗亚中;;航天器轨迹多目标优化研究评述[A];The 5th 全国动力学与控制青年学者研讨会论文摘要集[C];2011年

3 张翔;;一种无歧义性的多目标优化数值解法[A];中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年

4 崔少为;;多目标优化在天津轧三钢铁有限公司1号高炉矿槽备料中的应用[A];全国冶金自动化信息网2014年会论文集[C];2014年

5 刘泽双;高莹;;基于多目标遗传算法的个人成才因素评定研究[A];第十一届中国管理科学学术年会论文集[C];2009年

6 雍龙泉;;基于多目标优化算法求解非线性互补问题[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年

7 胡鑫尧;孙素琴;卢为琴;胡冠章;汪国柄;吴华武;吴季茂;王心枢;张良平;宋烈侠;潭泽光;;计算机辅助分子结构解析和分析化学多目标优化决策[A];中国分析测试协会科学技术奖发展回顾[C];2015年

8 许碧霞;李兆江;;基于循环经济的城市污水多目标优化配置分析[A];中国地理学会2007年学术年会论文摘要集[C];2007年

9 李兆凯;郝鹏;李刚;;二级层级褶皱结构单胞失效模式分析与多目标优化[A];中国力学大会-2015论文摘要集[C];2015年

10 姜欣;;汽车设计中的多目标优化过程研究[A];第七届中国CAE工程分析技术年会暨2011全国计算机辅助工程(CAE)技术与应用高级研讨会论文集[C];2011年

相关博士学位论文 前10条

1 赵泱泱;设计原则导向的多目标优化软件重构[D];南京大学;2018年

2 田野;基于进化算法的复杂多目标优化问题求解[D];安徽大学;2018年

3 秦志昌;非线性动力学系统的多目标优化控制设计[D];天津大学;2017年

4 黄亮;膜计算优化方法研究[D];浙江大学;2007年

5 石嘉川;基于模糊评价的配电网络多目标优化研究[D];山东大学;2007年

6 胡超芳;基于决策者满意度的多目标模糊优化算法研究[D];上海交通大学;2007年

7 贺益君;群智能优化方法及其在化学化工中的应用研究[D];浙江大学;2008年

8 过晓芳;超多目标优化问题的几种进化算法研究[D];西安电子科技大学;2015年

9 陈琼;演化多目标优化多样性保持策略及其应用研究[D];武汉理工大学;2010年

10 王晗丁;复杂问题的多目标进化优化算法研究[D];西安电子科技大学;2015年

相关硕士学位论文 前10条

1 梁靖昌;改进的启发式粒子群算法及其在钢结构中的多目标优化应用[D];广东工业大学;2015年

2 王永;基于MOEA/D多目标优化算法的联合冷水机组负载分配问题研究[D];聊城大学;2018年

3 曾家宋;多目标优化问题的差分进化算法研究[D];厦门大学;2017年

4 林书富;基于MOEA/D的差分进化多目标优化算法研究[D];厦门大学;2017年

5 王慧莹;多目标优化算法及其在移动机器人路径规划中的应用[D];兰州理工大学;2018年

6 韩亚敏;基于多目标优化的推荐策略研究[D];天津工业大学;2018年

7 马越;车联网环境下智能车辆走停控制建模与优化研究[D];北方工业大学;2018年

8 杨盼盼;基于遗传算法的高速公路建设项目多目标优化研究[D];天津工业大学;2018年

9 陈天驰;基于多目标优化的建筑形态量化筛选研究[D];湖南大学;2017年

10 刘海燕;多目标优化算法及其在化工中的应用研究[D];武汉理工大学;2015年



本文编号:2825415

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/2825415.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户98905***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com