网联自主车辆协作换道行为博弈特性及模型

为了更加深入了解在车联网环境下车辆之间的动态交互博弈关系,基于自动驾驶车辆换道存在协作交互决策的自主特性,建立了网联自主驾驶车辆的协作换道行为模型。协作换道行为模型将换道决策过程的交互博弈时间作为换道的主要安全影响因素,速度收益作为换道博弈优化目标,运用SUMO仿真对比分析传统换道模型与协作博弈换道模型。仿真结果表明,协作博弈换道模型具有更好的速度收益、安全性和稳定性。异质车群中的网联自主车辆存在协作换道行为特性,博弈换道模型科学地表征了换道动态博弈过程,且具有很好的稳定性。

基于可达性分析的网联自主车辆换道安全轨迹规划与仿真

为解决网联自主车辆在换道时前车向目标车道紧急变道所引发的交通安全问题。通过考虑车道线与道路边界约束以及网联自主车辆与障碍车辆的碰撞风险,建立了换道临界碰撞模型。综合考虑换道临界模型与多项式规划方法,规划带安全约束的换道轨迹。进一步为降低网联车辆紧急避障的反应时间,提高避让轨迹的动态响应效果,采用可达性分析方法搜索出安全区域,使用多项式规划安全避让轨迹。最后针对具体的实际交通场景,使用MATLAB对规划轨迹进行数值仿真分析,仿真结果表明换道轨迹满足安全性、舒适性以及换道效率的约束,所规划的避让轨迹在牺牲部分舒适性的前提下能够满足安全性的要求,降低车辆面对突发情况的安全风险。

基于风险势场的网联自主车辆换道行为建模

为提高智能网联环境下网联自主车辆的换道安全,针对网联自主车辆环境感知及实时通讯的特点,以势场理论为基础,分析车辆不同方向所面临风险变的差异性,对动态车间距进行修正,构建车辆风险势场模型,将网联自主车辆驾驶过程中所面临的风险进行量化,以此为基础建立网联自主车辆安全换道距离模型,反映不同运动状态的换道车辆所需要的安全换道距离的变化趋势。对模型进行数值模拟分析,结果表明:当前车道和目标车道上车辆的运动状态直接影响换道时所需要的安全距离的大小。可见车辆进行换道操作时需调整自身的运动状态来改变风险势场的分布情况,避免与其他车辆的风险势场发生冲突,影响行车安全性。

基于安全裕度的网联自主汽车换道行为风险量化及动态平衡模型

伴随车联网技术的发展,道路交通流呈现智能网联自动驾驶汽车与传统人工驾驶车辆混合共存发展态势,研究网联新型混合车流换道驾驶行为的风险特性极其重要。基于安全裕度理论,建立了换道行为风险量化模型,采用故障树分析法,推导换道的时间和空间风险,进行时空融合的风险评定量化,以判断车辆是否处于安全变道状态,并动态平衡车辆换道行为可能存在的风险。运用SUMO软件对建立的量化模型进行仿真验证分析,碰撞时间倒数与瞬时风险系数均值分别下降0.1与0.05,同时变化趋势趋于稳定。安全裕度风险量化模型使换道风险得到了有效控制的同时,交通流的稳定性得到了较大提高,可保障未来网联环境中自主驾驶车辆队列的稳态运行,从而提高交通容量和交通效率。

基于分子力场的网联自主车辆跟驰安全特性及模型

为更精准地描述人车路复杂环境下网联异质车流多维感知与交互所呈现的动态特性,本文提出运用分子动力学势场函数定量描述车辆间相互作用关系的车辆跟驰行为模型,从分子力场角度剖析网联自主车辆的自驱动粒子特性和车车交互行为安全特性,独辟系统分析网联异质车群协同关系和安全态势演化规律的新思路。首先,类比复杂交通场景的网联自主车辆为自驱动粒子,基于分子动力学势场理论推导出网联自主车辆跟驰行为模型表达式,引入速度协同项,建立网联自主车辆跟驰行为的分子力场模型;其次,运用人工蜂群算法,采用High_D车辆轨迹数据对已有的跟驰模型和智能驾驶员模型进行参数标定,验证分析分子力场跟驰模型的合理性及安全性;设计数值仿真实验检验分子力场模型对真实车辆跟驰行为的拟合效果及稳定性表现。数值仿真结果表明,分子力场模型得出的车辆加速度结果与实际数据的平均值绝对误差与均方根误差更低,且受到扰动时波动更小,该模型提升了网联自主车辆跟随行驶的安全和效率,宏观车流运行具有更好的稳定性。网联自主车辆的分子力场跟驰模型可系统描述网联异质车群的动态特性、微观车辆跟驰行为和车车安全交互作用关系,为提高行车安全性及通行效率提供理论基础。

自主网联车辆时滞反馈预测巡航控制

考虑车联网环境下的车辆自适应巡航控制问题,提出一种针对前车信息传输存在有界长时延的自主车辆时滞反馈预测巡航控制策略。首先建立自主网联车辆自适应巡航系统的增量控制时滞模型,再考虑车辆行驶安全性、舒适性和燃油经济性等指标,结合滚动优化原理定义时滞反馈预测巡航控制器。进一步,利用Lyapunov稳定性定理和线性矩阵不等式技术,建立保证自主车辆预测巡航控制系统闭环稳定性的时滞相关充分性条件。最后,通过与PID控制比较仿真验证本文方法的有效性。

外部干扰和随机DoS攻击下的网联车安全H∞队列控制

针对网联车队列系统易受到干扰和拒绝服务(Denial of service, DoS)攻击问题,提出一种外部干扰和随机DoS攻击作用下的网联车安全H∞队列控制方法.首先,采用马尔科夫随机过程,将网联车随机DoS攻击特性建模为一个随机通信拓扑切换模型,据此设计网联车安全队列控制协议.然后,采用线性矩阵不等式(Linear matrix inequality, LMI)技术计算安全队列控制器参数,并应用Lyapunov-Krasovskii稳定性理论,建立在外部扰动和随机DoS攻击下队列系统稳定性充分条件.在此基础上,分析得到该队列闭环系统的弦稳定性充分条件.最后,通过7辆车组成的队列系统对比仿真实验,验证该方法的优越性.

基于安全势场的网联自主车辆跟驰行为决策及模型

为改善网联自主车辆(CAV)的跟车安全和效率,针对CAV通过对周围环境进行感知进而进行自主决策的特点,首先,建立包含车道线势场、道路边界势场和车辆势场的安全势场模型,系统地刻画CAV在行驶过程中面临的安全风险,在安全势场模型的建立过程中,针对现有车辆势场函数存在引力和斥力表达式分割独立的缺陷,借鉴分子间相互作用关系建立统一的基于LennardJones势的车辆相互作用势场函数,并将加速度参数引入到车辆势场中,加速度的变化直接影响车辆势场的分布,能够有效地反映车辆在不同运行状态下安全势场的动态变化趋势;然后,将安全势场应用于CAV跟驰行为决策,并通过上海自然驾驶数据集标定模型参数;最后,选择与现有经典的智能驾驶人IDM和可变车头时距VTH模型进行仿真对比。结果表明:与其他两种模型相比,该模型在所设计的3种交通场景中有更平滑的响应曲线来改善跟车安全和效率,验证了模型的有效性。研究成果可为CAV的上层控制设计提供理论支撑,也为CAV安全技术的研究提供了独特的途径。