考虑期望间距的全速度差模型及其能耗

基于全速度差(full velocity difference,FVD)模型,通过考虑期望间距,提出了一种推广的车辆跟驰模型,即扩展的全速度差(extended FVD,EFVD)模型;并给出能量耗散的计算公式,对EFVD模型的能耗进行了研究。信号灯车队启动问题的模拟结果表明EFVD模型的启动延时时间和启动波速均在允许的范围内,加速度较优化速度(optimal velocity,OV)模型和FVD模型略小,且加速过程更贴近现实情况。车队刹车问题的仿真结果表明EFVD模型不会产生不切实际的减速度问题。通过车队碰撞问题的模拟,可知EFVD模型模拟的车头距大于车辆长度,避免了车辆的碰撞。车流扰动问题的数值模拟结果表明考虑期望间距的影响可以增强交通流的稳定性,在一定程度上抑制交通阻塞。能耗仿真结果表明,EFVD模型的能耗比FVD模型的能耗小。

一种交叉路口全速度差改进模型

为了精确研究交叉路口车辆的跟驰行为,在分析跟驰状态下车辆行驶行为特征的基础上,结合实际交通数据,对全速度差模型进行了验证.针对全速度差模型出现的频率响应不准确等问题,考虑车辆行驶时的速度和车头距,提出对基于最大速度的优化速度的改进模型.改进后的优化速度由车头距和两车的速度信息共同决定,从而更全面准确地反映实际驾驶员驾驶过程中的期望速度(即优化速度).采用交叉路口视频拍摄采集的数据,对改进后的模型进行验证,将验证结果与原模型验证结果进行对比与分析.分析结果表明,改进后的模型更符合实际交叉路口的跟驰行为.

基于全速度差模型的拥堵吸收驾驶策略

拥堵吸收驾驶是对交通拥堵进行吸收的驾驶行为,它涉及一辆车按指定的速度行驶,当车辆到达拥堵区域时,拥堵刚好解除的驾驶意图.由于这一驾驶行为可能会导致后续车辆的"二次拥堵",故而有学者将车流稳定性与拥堵吸收驾驶进行了结合,但其所使用的模型及稳定性分析存在不足,比如交通情形脱离实际,稳定性分析单一等.文中在全速度差模型(FVD模型)的基础上考虑了不同稳定状态车流的拥堵吸收驾驶行为,对亚稳态区中高低密度车流的拥堵吸收驾驶进行了建模,通过模型参数曲线和临界扰动强度曲线得出了车流不产生"二次拥堵"的稳定性条件,并用数值仿真予以验证,结果证明模型及稳定性分析的准确性.

一种改进全速度差模型的稳定性分析与仿真

针对传统全速度差(FVD)模型缺乏考虑前车最优速度影响的局限性,提出了一种改进的全速度差(IFVD)模型。在IFVD模型中,除了考虑跟驰车自身的最优速度和前车的速度差外,还进一步分析了多辆前车的最优速度信息对提高交通流稳定性的作用。并利用小振幅扰动法对模型的稳定性进行了分析,推导了模型的临界稳定性条件。最后通过数值模拟方法对FVD和IFVD模型进行了对比研究。研究结果表明,在相同的初始扰动条件下,考虑前车最优速度影响的IFVD模型能更有效地抑制交通流的堵塞,且随着考虑前车数量的增多,自由流稳定的灵敏度系数临界值在减小,稳定区域逐渐增大。

基于全速度差模型的城市快速路合流区交通流特性研究

为研究城市快速路合流区换道行为对主线车道上游交通流的影响,首先用全速度差模型描述主线后随车与完成换道前车的跟驰行为特性;其次使用NGSIM数据完成模型参数标定,通过比较样本观测值与模型仿真值误差,验证模型仿真效果;最后设计数值仿真实验,模拟合流区瓶颈路段车辆换道引发的拥堵流形成及消散演化过程。仿真结果表明:快速路合流区瓶颈路段饱和流条件下,车辆换道行为导致主线车道上游车辆的速度波动范围增大,交通流扰动强烈,是造成交通流失效及诱发车辆追尾事故的主要原因。研究可为加强快速路合流区常发性瓶颈路段交通安全管控、缓解交通拥堵问题提供理论参考。

考虑横向偏移的车辆行为特性及全速度差拓展模型

分析了参与同一换道动态过程的周围多个车辆的驾驶行为,根据多车驾驶行为差异协同考虑了周围多车影响和驾驶员反应时间,分析了车辆完整换道过程的状态演变规则,通过考虑车辆行为的横向偏移特性构建了更为贴合实际情形的全速度差(FVD)拓展模型。分析了快速路试验路段的实测数据,标定了全速度差拓展模型的影响参数,并进行了仿真验证。仿真结果表明:拓展模型稳定性更高,能更好地模拟实际的车辆驾驶行为特性。

考虑驾驶风格的心理场效应分析及跟驰行为建模

为了更准确地解析车辆间跟驰驾驶行为,充分考虑到驾驶人心理因素的影响,引入心理场理论对车辆的跟驰行为进行建模。研究利用车辆历史轨迹数据,提取车辆动力学指标并使用k-means聚类算法进行驾驶风格分类与判别,得到表征驾驶人驾驶风格的感知系数、反应系数和驾驶风格修正系数并将其引入到心理场中,对心理场效应进行分析,基于全速度差(FVD)模型,建立起考虑驾驶风格的心理场跟驰模型。利用MATLAB软件对不同驾驶风格类型的驾驶人分别进行参数标定和仿真试验,结果表明心理场跟驰模型相比原FVD模型、相互作用势模型能更准确模拟车辆的跟驰行为。

基于车辆个体行为的交通流跟驰模型研究

用改变参数取值的方法来将个体差异这一重要思想引入跟驰模型,实现对FVD(全速度差)模型的优化,对模拟交通情况和优化交通管理有积极意义。研究实现了驾驶员行为的个性化描述,采用敏感程度的概念并用一个标准正态分布中的取值表示,分析了个性化行为和模型参数的联系,实现了模型的优化和优化后模型对启动车流和稠密交通流扰动传播的数值模拟。

信号交叉口左转车辆跟驰行为建模

跟驰模型是交通流理论的核心内容之一,但左转车辆在交叉口转弯过程中跟驰行为的特征表现,尚缺少基于实际数据的深入研究。针对这个问题,设计了信号交叉口左转车辆跟驰实验,基于高精度全球定位系统(global positioning system,GPS)和移动地理信息系统采集车辆跟驰行为相关数据,分析了信号交叉口不同转弯半径下左转车辆跟驰速度时变规律及分布本征。在全速度差(full velocity difference,FVD)跟驰模型的基础上,考虑跟驰车驾驶员对前导车加、减速反应的非对称性,构建了改进的全速度差模型,并采用遗传算法对模型进行了参数标定。最后,以跟驰车加速度为检验指标,利用实测数据对改进的全速度差模型加、减速度过程的准确性进行了分析与评价。结果表明:信号交叉口左转跟驰车辆的平均运行速度与转弯半径成正相关;在不同转弯半径下跟驰车速度出现频数最高的数值随着转弯半径的增大而增大;改进的全速度差模型,能更好地描述交叉口左转车辆跟驰过程,驾驶员对前导车减速行为的反应比对加速行为的更强烈。

稳态控制驾驶行为下车辆跟驰模型的稳定性分析

通过考虑驾驶员针对车头间距的自我稳态控制效应,并基于全速度差模型,本文提出了一种改进的车辆跟驰模型。然后利用线性摄动理论,得到了本文改进模型在小扰动下保持稳态的中性稳定性条件;该稳定性条件的解析式表明驾驶员的稳态控制行为可以有效提高交通流系统的稳定性,并且比全速度差模型具有更高的稳定性。最后通过数值模拟研究了不同强度的稳态控制行为对交通流系统车头间距、速度以及迟滞回环的影响;数值结果显示:随着稳态控制系数的增大,交通流系统将变得更加稳定。数值结果和稳定性条件的解析结果完全吻合。

Adaptive genetic algorithm with the criterion of premature convergence

To counter the defect of traditional genetic algorithms, an improved adaptivegenetic algorithm with the criterion of premature convergence is provided. The occurrence ofpremature convergence is forecasted using colony entropy and colony variance. When prematureconvergence occurs, new individuals are generated in proper scale randomly based on superiorindividuals in the colony. We use these new individuals to replace some individuals in the oldcolony. The updated individuals account for 30 percent - 40 percent of all individuals and the sizeof scale is related to the distribution of the extreme value of the target function. Simulationtests show that there is much improvement in the speed of convergence and the probability of globalconvergence.

基于VSP分布的车辆跟驰模型的油耗测算对比研究

利用GPS收集了大量北京市快速路上车辆跟驰状态下的驾驶行为数据。以GPS采集的行为数据为前车驾驶数据,采用不同车辆跟驰模型来模拟并输出后车的跟驰行为。对连续的瞬时速度按照60 s集成并且划分平均速度区间,在同速度区间内对比分析了不同跟驰模型输出的机动车比功率(VSP)分布与真实分布的差异。其后,利用车载油耗仪收集实测的逐秒油耗数据,采用基于VSP分布的油耗测算方法,测算并对比了不同跟驰模型的平均油耗率和油耗因子与真实油耗的差异。研究发现前后车全速度差是车辆跟驰模型中的关键参数,其能明显提升仿真跟驰行为VSP分布的准确性,进而更准确地测算车辆跟驰状态下的燃油消耗。

结合状态机和动态目标路径的无人驾驶决策仿真

目的决策系统是无人驾驶技术的核心研究之一。已有决策系统存在逻辑不合理、计算效率低、应用场景局限等问题,因此提出一种动态环境下无人驾驶路径决策仿真。方法首先,基于规则模型构建适于无人驾驶决策系统的交通有限状态机;其次,针对交通动态特征,提出基于统计模型的动态目标路径算法计算状态迁移风险;最后,将交通状态机和动态目标路径算法有机结合,设计出一种基于有限状态机的无人驾驶动态目标路径模型,适用于交叉口冲突避免和三车道换道行为。将全速度差连续跟驰模型运用到换道规则中,并基于冲突时间提出动态临界跟车距离。结果为验证模型的有效性和高效性,对交通环境进行虚拟现实建模,模拟交叉口通行和三车道换道行为,分析文中模型对车流量和换道率的影响。实验结果显示,在交叉口通行时,自主车辆不仅可以检测冲突还可以根据风险评估结果执行安全合理的决策。三车道换道时,自主车辆既可以实现紧急让道,也可以通过执行换道达成自身驾驶期望。通过将实测数据和其他两种方法对比,当车流密度在0. 2 0. 5时,本文模型的平均速度最高分别提高32 km/h和22 km/h。当车流密度不超过0. 65时,本文模型的换道成功率最高分别提升37%和25%。结论实验结果说明本文方法不仅可以在动态城区环境下提高决策安全性和正确性,还可以提高车流量饱和度,缓解交通堵塞。