高速公路网联自动驾驶专用车道物理基础设施设计方法研究综述

为深入探究网联自动驾驶专用车道的物理基础设施设计对交通性能的影响,从专用车道的部署条件、专用车道的接入方式、以及专用车道与普通车道的分隔方式等3个方面进行梳理,明确了现有研究的理论基础与实践进展,构建了这些方面对交通系统性能的影响关系框架,并指出了当前研究中存在的空白和未来研究的发展方向。结果表明:目前对网联自动驾驶专用车道部署条件的研究主要聚焦在交通效率上,缺少对交通安全的评估,且不同的研究假设导致了研究结果的差异,在未来研究中需要对部署条件进行精确评估;有关接入方式的研究则显示常规的自由接入和有限接入各有优势,但2种接入方式的优势条件有待进一步检验,建议借鉴高载客率车辆(high occupancy vehicle,HOV)专用车道接入方式的设计,在网联自动驾驶专用车道场景下对其进行重新评估;有关分隔方式的研究显示需要确认网联自动驾驶专用车道与普通车道的分隔方式对人类驾驶员适应性行为的影响,以确保驾驶者能够有效适应专用车道的部署。总体而言,目前研究虽有一定进展,但由于缺乏实际的道路案例与部署效果验证,基于仿真的方法由于假设等方面的差异使得研究结论有较大的分歧。未来的研究应重点聚焦在网联自动驾驶行为的精确化、横纵向对比研究、以及量化网联自动驾驶专用车道设计对安全效率的影响等方向进行改进。

高速公路自动驾驶车辆测试段专用车道动态使用研究

为实现高速公路自动驾驶车辆专用车道对社会车辆时空路权的动态管理,提出1种基于高速公路自动驾驶车辆专用车道的动态设置与使用方法。基于自动驾驶车辆进出专用车道实时状态的变化,通过智能道钉闪亮范围的动态调整、可变信息标志的布设与控制、清空距离以及安全距离的空间保障,动态调整专用车道上社会车辆的使用路权,保证自动驾驶车辆的安全、快速通行。通过合理设置专用车道的动态使用,为目前高速路网中自动驾驶车辆流量较小的应用场景提供新思路,降低投入产出比,既保证车辆运行安全,又能提高通行效率与道路资源利用率。

网联自动驾驶货车编队规划与控制研究综述

物流运输联盟内开展货车编队运行,有望成为未来物流运输降低运营成本的新形态。本文以网联自动驾驶货车编队规划与控制为研究对象,通过文献检索来分析网联自动驾驶货车编队的关键技术与研究现状。从市场应用角度,分析目前实现货车编队市场应用面临的挑战,以及相关利益方之间的成本分配问题。从技术方法视角,围绕网联自动驾驶编队规划与运作控制问题,解读相关技术内涵与实现方法。通过评述网联自动驾驶编队技术研究现状,总结该领域未来研究方向,旨在为研究者掌握该方向发展脉络提供参考。

基于物联网的网联自动驾驶车端系统设计分析

随着技术的不断发展,物联网(Internet of Things,IoT)和车联网的应用越来越广泛。在IoT系统中,自动驾驶技术能够减少交通事故发生、提升车辆行驶安全性,是未来车辆驾驶发展的主要方向。基于此,分析自动驾驶系统应当具备的功能,提出基于IoT的网联自动驾驶车端系统设计,包括硬件、软件、数据处理与融合以及安全与冗余设计等,为今后相关研究提供参考。

基于博弈论的网联自动驾驶车辆协同换道研究

为改善频繁、不合理的换道行为,提升行车舒适感,以网联自动驾驶车辆为研究对象,提出一种舒适安全的换道策略。该策略主要包括单车期望换道和多车协同换道。在传统换道激励模型的速度收益函数中引入舒适性收益,建立换道总收益优化模型,进行单车换道可行性判断;针对网联自动驾驶车辆换道决策之间可能存在冲突的问题,采用双矩阵法构建基于博弈论的多车协同换道策略;最后,在Matlab仿真环境中验证。结果表明,所提换道策略在提高换道稳定性和安全性的基础上可以较大地改善行车舒适性,降低交通流的整体制动幅度。

混合交通流环境下基于MSIF-DRL的网联自动驾驶车辆换道决策模型

现有的网联自动驾驶车辆(Connected and Automated Vehicles,CAV)换道决策模型鲁棒性较差,存在安全隐患,且单纯依赖自车信息、较小范围内的感知信息,难以在CAV与人工驾驶车辆(Human-Driven Vehicles,HDV)混行的环境中推断出最优动作.综合考虑感知信息、自车以及车-车通信(Vehicle-to-Vehicle,V2V)范围内上、下游CAV信息,提出一种混合交通流环境下集成多源信息融合的深度强化学习(Multi-Source Information Fusion Deep Reinforcement Learning,MSIF-DRL)端到端网联自动驾驶换道决策模型.首先,构建含有多源信息的状态空间,并为不同信息分配权重;其次,通过编码网络将各种动态信息编码到高维特征空间,进行信息融合得到特征图;然后,将其扁平化送入拥有优先经验回放机制的竞争双深度Q网络中,进行动作的选择和评估;最后,分别设计适用于主线、匝道CAV的奖励函数引导所提MSIF-DRL模型解决高速公路合流区驾驶场景中CAV的自由以及强制换道问题.基于SUMO软件在各种仿真条件下进行实验,将所提出的MSIF-DRL换道决策模型与现有换道模型进行比较,验证其有效性和优越性.研究结果表明:相较于现有模型,所提MSIF-DRL模型在各种仿真条件下均拥有最高的奖励值、换道成功率、合流成功率、平均行车速度、舒适性以及最低的碰撞风险,其中换道成功率、合流成功率、平均行车速度最大分别提升了29.17%、27.71%、17.43%;随着渗透率的提高,该模型在处理混合交通流环境下CAV的换道决策问题时拥有更强的性能和鲁棒性.

间歇性通信失效下网联自动驾驶队列控制策略

网联自动驾驶车队在特殊区域驾驶时会存在间歇性通信失效,为提高在间歇性通信失效下车队的稳定性,本文提出一种考虑多前车-预测信息的网联自动驾驶车辆控制策略。首先,设计一种新型的CACC(Cooperative Adaptive Cruise Control)上层控制器结构,命名为MIP-CACC(Multi-Information Predicted CACC),该结构包含一个对前车状态信息进行预测的预测器。然后,构建适用于该控制器的D-LRTP(Dynamic Low Rank Tensor Prediction)模型,实现对间歇性通信失效下缺失的前车状态信息预测。通过对该控制器的串稳定性分析发现,稳定性受到信息权重、通信连接数量、通信延迟、截断频率及车头时距等参数的组合影响。不同的通信及控制场景下,存在满足串稳定性的最小车头时距参数。最后,将本文提出的控制策略与传统控制策略进行对比。仿真结果表明:在间歇性通信失效下,本文提出的控制策略对后车的驾驶状态扰动更小,驾驶速度和加速度扰动分别最大降低79.43%和72.53%。该策略对设计通信鲁棒性的网联自动驾驶车辆控制方案具有参考意义。

网联自动驾驶环境下改进的加权MOBIL自主性换道决策模型

为了提高高速公路运行效率,减少交通拥堵和交通事故的发生,改进了传统的MOBIL自主性换道决策模型。在网联自动驾驶的环境中考虑车辆换道后对原车道与目标车道多辆后随车制动影响程度的不同,构建权重因子表达式。利用MATLAB软件进行数值仿真实验,通过定性与定量分析将提出的加权MOBIL自主性换道决策模型与传统模型进行比较。实验结果表明:与传统换道模型相比,加权MOBIL换道决策模型能提高交通流的平均速度,减少延误以及减少整体的制动幅度。因此,提出的改进加权MOBIL自主性换道决策模型能提高交通流的运行效率以及安全性。

高速公路设置自动驾驶专用车道的利弊分析

安全、高效、稳定是自动驾驶技术追求的目标,技术先导下的快速工程化应用有助于技术的进一步发展。通过对高速公路是否设置自动驾驶专用车道的对比研究,论述了自动驾驶技术领域两种发展模式的利弊,以高速公路是否设置自动驾驶专用车道为研究对象,从工程的风险控制、伦理责任和功利主义等角度分析相关项目的工程价值、伦理内涵、技术依据。研究内容可为该类项目决策提供理论支撑。

面向网联自动驾驶混合交通流的高速公路流量控制方法

由网联自动驾驶车辆(connected and autonomous vehicles,CAVs)与人类驾驶车辆(human-driven vehicles,HDVs)组成的新型混合交通流,是未来交通发展趋势。利用CAVs精准可控的优势提升交通管控能力是重要的研究方向之一。通过控制上游路段的CAVs目标巡航速度,间接影响HDVs的车速,实现上游交通需求的精准调控。考虑混合交通流具有时变特性以及平顺性需求,基于模型预测控制,以CAVs速度为控制量,建立流量控制偏差和CAVs速度变化幅度最小为目标的混合交通流量控制模型,实现控制过程优化;并设计控制模型的分布式求解算法,提高模型求解速度。基于VISSIM仿真结果表明:流量控制模型在不同CAVs渗透率、需求水平、目标需求下降率和控制更新时间间隔下均表现良好,流量控制精度均在80%以上;控制策略求解时间小于0.1 s,能够满足CAVs实时控制需求,从而更快调节流量到目标值,避免下游拥堵;模型可实现上游需求流量最高可下降40%,能够应对高速公路需求大幅波动情况,最大程度预防高速公路瓶颈拥堵。该方法对于预防高速公路拥堵、提高通行效率具有借鉴意义,为基于CAVs的主动交通管控方法开发提供参考。

智能网联环境下车载终端的发展现状与挑战

随着智能网联技术的快速发展,智能网联汽车装配的智能车载终端功能也相应扩展。经过数十年的进步,智能车载终端系统在多个领域取得了显著的发展,并在自动驾驶领域展现出巨大的潜力。该文从智能车载终端在智能网联环境中的现状入手,描述了智能车载终端系统的架构,并回顾了在车间通信和车路协同赋能下车载终端系统的发展历程;对5G时代车联网无线通信技术的创新对智能车载终端发展的重大影响做了深入分析,并详细回顾了在协同驾驶与控制、边缘计算与雾计算、数字孪生等领域的最新研究成果,同时指出了智能车载终端在信息安全和自动驾驶测试领域面临的挑战。

信号交叉口上游路段网联车换道博弈特性及模型

为提高网联驾驶车辆在信号交叉口上游路段与驾驶员车辆换道博弈的主动性,以左转网联驾驶车辆为研究对象分析该路段的强制换道博弈特性。首先,通过分析信号交叉口上游路段车辆的行驶意图和换道行为,设定驾驶人期望函数来客观反映车辆的行驶需求,以车辆的安全和行驶效率为收益并进行量化,在完全信息的假设下通过博弈均衡解得到最优换道决策来实现换道收益最大化;其次,为提高换道的舒适性,以五次多项式规划换道轨迹并实现网联驾驶车辆对驾驶员车辆博弈换道的过程;最后,利用仿真试验对模型进行验证,分析不同换道位置和绿灯剩余时间等因素对网联驾驶车辆决策的影响。研究结果表明,在信号交叉口上游非合作博弈强制换道过程中,随单位换道位置增加换道概率平均增加0.69%,随单位绿灯剩余时间增加车辆换道概率平均降低0.82%。通过仿真分析信号交叉口上游路段车辆的博弈换道特性和决策倾向,有利于为网联驾驶车辆换道提供决策引导。

网联交通环境下交叉口进口车道动态配置方法

现有网联交通环境下的优化控制方法未能实现CAV(Connected andAutomatedVehicle)专用车道的动态复合利用,鉴于此,本文考虑交通需求及CAV渗透率的实时变化,以车道组内不同功能车道流率比均衡为约束,交叉口全部车道组流率比之和最小为优化目标,构建基于转换指数的CAV共享车道动态配置方法,提出左转CAVs与直行CAVs复合利用CAV共享车道的控制方法,并设计优化求解流程。基于VISSIM中COM组件开发算法,更新车辆轨迹并在CAV/CHV(Connected Human-drivenVehicle)与信号控制器之间交换信息。仿真结果表明,提出的配置策略增强了交叉口适应实时交通需求的动态调节能力,能在一定程度上改善车均延误。进一步分析表明:CAV渗透率对是否设置CAV共享车道及设置几条车道密切相关;在交叉口进口车道条数为4的情况下,当CAV渗透率小于0.35时,不设置CAV共享车道效果最好;当CAV渗透率介于0.35~0.70时,设置1条CAV共享车道效果最佳;当CAV渗透率超过0.70时,宜设置2条及以上CAV共享车道。本文提出的优化方法适用于网联交通环境下中高CAV渗透率的多车道交叉口。

信号交叉口网联自动驾驶车辆时空轨迹优化控制系统

为降低车辆在信号交叉口范围内的燃油消耗量,提出了网联自动驾驶车辆时空轨迹优化控制系统。系统基于离散时空模型,设计了时空节点-弧模型以重构车辆时空轨迹;并以车辆发动机做功值,作为时空弧成本,以前方车辆时空轨迹和车辆运动学特征为约束,利用A*最短路算法求解具有最低燃油消耗的网联自动驾驶车辆时空轨迹;同时改进了Pitt微观车辆跟驰模型,以预测普通车辆的时空轨迹。预测结果作为约束条件,应用于网联自动驾驶车辆时空轨迹优化过程中,使系统适用于网联自动驾驶车辆与普通车辆混行条件下,仿真结果表明:系统能够降低高达13.94%的网联自动驾驶车辆燃油消耗;同时有效降低整体交通燃油消耗总量;能够在40%的网联自动驾驶车辆占有率条件下,实现良好的控制效果。计算时间仅为10^(-3)s水平。系统能够有效实现预期控制目标;并为近期网联自动驾驶车辆占有率较低环境下的车辆控制提供了一定的理论基础,实用性较强。

网联自动驾驶车辆通过信号交叉口的速度轨迹优化

以网联自动驾驶汽车(Connected Autonomous Vehicle,CAV)为研究对象,研究了CAV车队通过城市信号交叉口的速度轨迹优化控制策略。基于最优控制理论,采用CAV的自动驾驶模型描述车间相互作用,以所有CAV车辆在行驶过程中的总油耗为优化目标,根据信号灯的配时信息建立模型约束,通过优化CAV头车的速度轨迹,保证整个CAV车队在绿灯相位下快速通过交叉口并实现油耗最小。为了对该优化控制进行高效求解,采用离散Pontryagin极小值原理建立最优解的必要条件,利用基于神经网络训练的弹性反向传播(Resilient backpropagation,RPROP)算法设计了数值求解算法。多个典型场景的仿真结果显示:整个CAV车队均能在不停车的情形下通过信号交叉口,避免因在红灯时间窗到达停车线造成的停车、启动等过程,总油耗量最高可减少69.74%。该控制方法利用网联自动驾驶技术的优势,显著改善了城市交通通行效率和燃油经济性。

煤矿井下网联式自动驾驶技术研究

通过分析地面常规自动驾驶智能化和网联化技术发展现状及技术特点,结合煤矿井下无GNSS(全球卫星导航系统)信号覆盖、巷道照度低、遮挡物与障碍物较多、煤尘粉尘普遍存在的环境特点,提出了煤矿井下开展自动驾驶研究的关键技术,即无GNSS的移动高精定位技术、激光雷达技术、基于毫米波雷达的井下障碍物检测技术、井下低照度视频实时增强和特征匹配技术、井下环境高精地图技术、井下自动驾驶车辆决策规划技术、井下自动驾驶车辆控制执行技术、井下5G通信技术、C-V2X直连通信技术等;指出煤矿井下开展自动驾驶应用具有少人化/无人化需求显著、运营管理主体明确、场景封闭、路线固定、车速较慢、渗透率可控、5G建设基础较好、接口易开放等优势。构建了包括井下自动驾驶车辆、巷道基础设施、人员、煤矿云/边缘计算平台及煤矿自动驾驶应用服务平台的“人-车-巷-云”煤矿井下网联式自动驾驶系统参考架构,设计了包括感知定位系统、网联协同系统、车载操作系统、车辆基础组件的煤矿自动驾驶车辆架构,提出煤矿井下网联式自动驾驶演进将经历3个阶段:第1阶段为远程自动驾驶,实现车辆驾驶人员从井下到井上的转移;第2阶段为具有紧急接管边界的车辆自动驾驶,以车辆自动驾驶为主,将远程紧急接管作为安全保障手段;第3阶段为“人-车-巷-云”协同控制,井下自动驾驶车辆安全高效自主运行,实现高度无人化智能运输。

一种网络攻击下网联自动车的改进换道模型

网联自动车被认为可以提升交通效率、保证行车安全并节约能源,但是由于无线通信系统的开放性,网联自动车很容易受到网络攻击的威胁。现有的研究主要集中于网络攻击的种类及过程,并评估该攻击对车辆纵向行为的影响。本文旨在研究网络攻击对车辆横向行为的影响,即对网络攻击下的换道行为进行研究。通过对经典的跟驰模型智能驾驶员模型(Intelligent Driver Model,IDM)和经典的换道模型最小化换道总制动模型(Minimizing Overall Braking Induced by Lane changes,MOBIL)进行改进,提出了一种扩展换道模型(Extended Lane-Changing model,ELC),来对网络攻击影响下的车辆换道行为进行建模分析。最后通过仿真实验,说明了不同的恶意网络攻击对车辆换道行为的影响。结果表明,网络攻击会显著影响车辆的换道决策,并导致异常驾驶行为。

网联自动驾驶汽车(CAVs)网络安全风险及法律问题研究——以英国、美国最佳实践为视角

网联自动驾驶汽车(CAVs)是现代汽车产业发展的必然趋势,但因其融合现代通信与网络技术,极易遭受黑客攻击,进而引发CAVs"通信协议破解、中间人攻击型""软件系统更新、后续服务型""移动终端连接、间接影响型"网络安全事故法律责任问题。我国应从CAVs民事责任本质变化的现状出发,通过借鉴英国《网联和自动驾驶汽车车辆网络安全的关键原则》、美国《现代汽车的网络安全最佳实践》等先进做法,探索CAVs网络安全事故责任分配路径,并采用生命周期管理方法,建立产业链一体化的法律监管制度,强化CAVs网络安全防护体系,为司法部门解决相关法律问题提供可靠技术支持。

适应无人驾驶汽车的道路设施设计综述

随着智能网联车辆相关技术的不断突破和快速发展,高度自动化的无人驾驶汽车日益成熟并将逐渐进入大众生活.区别于人工驾驶车辆,无人驾驶汽车具备环境感知、自主决策、控制执行等功能,能够完成典型工况或所有工况的自动驾驶.而对道路设施进行改进和调整,有助于加快无人驾驶时代的到来,为此,需要明确无人驾驶汽车对道路设施设计的需求和影响.首先,在平纵线形、横断面设计、交通标志标线、停车设施和数字化道路设施等方面分析了道路设施如何适应无人驾驶汽车的行驶特性;其次,梳理了智慧路侧设施以及无人驾驶专用车道的现状和发展趋势;再次,归纳了国内外面向无人驾驶汽车的道路基础设施的研究方法,包括虚拟仿真测试和实车道路测试,以及国内外为开展实车测试所实施的实验道路建设;最后,总结了现有研究的聚焦点和局限性,展望了该领域所面临的挑战和未来发展趋势.现有道路基础设施的规划设计没有预见无人驾驶汽车的到来,在无人驾驶全面普及之前,人工驾驶和无人驾驶混行会长时间存在,因此,道路设施设计应根据无人驾驶的发展阶段和未来趋势进行相应的变革,本文为适应无人驾驶汽车的道路设施设计提供了理论基础.

设置自动驾驶小客车专用车道的六车道高速公路交通流特性

为解决未来高速公路上自动驾驶小客车(AC)、人类驾驶小客车和人类驾驶大货车混行所带来的安全和效率问题,研究了在六车道高速公路上设置AC专用车道的方法及其对交通流的影响。提出了内侧式AC专用车道的隔离方式和出入口布设方法。基于VISSIM建立了包含入口和出口匝道的高速公路模型、车辆模型和驾驶行为模型,高速公路设计速度取120 km/h,货车混入率取0.2。通过模拟实验,研究了设置内侧式AC专用车道后AC渗透率和AC安全车头时距对交通流特性的影响,探讨了AC专用车道对各车型和各车道运行的影响。结果表明:AC渗透率对交通流特性的影响是显著的和非线性的,存在一个最优AC渗透率,使设置了AC专用车道的高速公路具有最大的通行能力、临界密度和平均速度;AC安全车头时距对交通流特性的影响是非线性的,AC安全车头时距越小,对高速公路通行能力的改善效果越显著;AC渗透率对各车型和各车道的流量和平均速度都有显著影响,对AC流量和内侧车道流量的影响最大。