有轨电车通过平交路口车路协同速度控制系统

[目的]为解决有轨电车在平交路口必须降速的问题,提出一种有轨电车通过平交路口车路协同速度控制系统。[方法]分析了有轨电车平交路口运行特征;介绍了有轨电车通过平交路口车路协同速度控制系统的设计思路,以及控制算法模块的实现流程;对所提控制系统的实施效应进行分析。[结果及结论]所提控制系统通过车辆定位技术和清空区冲突检测技术,结合与路口交通信号机的通信,判定有轨电车通过路口的方式。当有轨电车获得通过路权且清空区无冲突时,采用可控实体隔离设施临时性地创建有轨电车通行的独享封闭区间,保障有轨电车安全高效地通过平交路口。所提控制系统可以实现有轨电车在信号绿灯条件下不减速通过路口。所提控制系统对于前后站台相距250 m以上的无站台平交路口适用性较好,其能提高约15%的运行速度,减少40%的区间运行能耗,同时还能减少因平交路口干扰造成站间运行时间的随机偏差。

基于时间自动机的无信号交叉口车路协同系统建模与验证

车路协同系统(cooperative vehicle infrastructure system,CVIS)是提高交叉口车辆通行安全的重要解决方案之一。针对CVIS现有技术规范和标准未明确系统对象状态交互的动态时序及迁移过程,无法有效保障系统的通行控制逻辑安全问题,采用形式化语言对无信号交叉口车路协同系统功能逻辑进行描述,验证系统对象的状态交互和控制逻辑安全,提高无信号交叉口的车辆通行安全性。以单车无冲突、双车冲突和多车冲突场景分别进行仿真,明确状态交互和使能迁移路径;结合工具和需求规范语句进行系统安全属性验证,证明了控制逻辑的可靠性和安全性,为研发高安全架构的车路协同系统提供了可信依据。

交叉口网联车速度与信号协同优化控制

网联环境下,为了提升信号交叉口绿灯利用效率,根据网联车与交通设施之间交互的车辆速度、位置及信号状态信息,提出一种单点信号交叉口网联车速度与信号配时协同优化控制方法。该方法基于车队离散理论,预测交叉口车辆到达率并根据预测结果优化交叉口信号配时。在此基础上,以周期内总排队车辆数最小为优化目标,对每辆网联车通过交叉口速度进行判断,按照车辆编号次序求解网联车的最佳行驶速度,实现速度引导与交叉口信号控制有效协调。采用MATLAB软件对模型进行仿真分析。研究结果表明,经信号优化与速度引导协同优化后,提出的速度引导与信号协同控制方法能够在相同时间内增加通过交叉口的车辆数,减少车辆延误,并有效提升交叉口交通效率。

车路协同系统关键技术研究进展

随着城市汽车保有量的稳步增长,道路交通拥堵问题日益凸显,给城市发展带来了巨大压力。为了有效应对这一挑战,开发能够提高交通效率并降低能源消耗的方法显得至关重要。在当前环境下,车路协同系统作为实现绿色智慧交通系统的一种理想选择,可通过整合和优化各种交通资源,实现交通效率的提升和能源消耗的降低,进而为实现“双碳”目标提供了重要技术支持,已成为交通领域研究和实践的重要方向。本文详细解析了车路协同的基本概念、研究方法和应用场景,并深入讨论了其4个核心技术模块:融合感知、驾驶认知、自主决策和协同控制。文章回顾并总结了这些模块中从传统方法到最新的深度强化学习方法的研究成果,并深入探讨了这些技术和方法在提升交通效率、降低能源消耗和增强道路安全性方面的应用潜力。最后,文章剖析了车路协同系统在实际应用中可能遇到的诸多挑战,如信息传输的安全性、系统的稳定性、环境的复杂性等。为了克服这些挑战,文章从开发整合车端和路端信息的数据集、提升多源感知信息的融合精度、增强车路协同系统的实时性和安全性与优化复杂条件下多车协同决策控制的方法等4个方面展望了未来的发展方向。因此,本文不仅对于车路协同技术的进一步发展具有重要的参考价值,也对于城市交通系统的未来规划和建设具有重要的指导意义。

基于视觉导航系统辨识的车路协同自动驾驶高精规控方法

当今汽车自动驾驶领域的毫米波雷达、激光雷达和摄像头等传感技术日趋成熟,由此构建L2级别的单车辅助自动驾驶系统已完全具备能力。但是,对于L4级别的单车完全自动驾驶仍存在较大的技术挑战,主要是由于单车传感器本身较难准确获取道路全局的实时状态;导航和规控的精度较难满足复杂道路场景的需求。文章针对上述技术难点,提出了车路协同框架下的视觉导航低成本技术途径;并在车路协同技术底座上,通过系统辨识的方法辨识视觉传感和车路协同信道的误差特征。针对单车规划与控制精度的难点,提出了基于车辆动力学特性和驾驶数据的动力学参数辨识方法,为提高单车运动轨迹预估精度提供有效手段。通过感知侧和规控侧的系统参数辨识,综合提升自动驾驶精度,夯实L4级别自动驾驶基础。

基于路侧感知的可变车道与车路协同系统组网研究

基于路侧感知的可变车道智能网联车路协同系统是将可变车道控制系统与智能网联车路协同系统深度融合组网,其原理是在路口部署路侧感知设备来检测目标路段车流量,在其上游路口部署可变车道交通控制系统,感知设备通过识别当前道路排队长度和平均车速综合判断当前该段道路是否拥堵,然后通过车路协同系统控制上游可变车道电子标牌允许行驶方向,从而控制目标道路的驶入车流量,达到缓解该路段的交通压力的目的。同时,在车路协同C-V2X(Cellular-Vehicle to Everything 蜂窝车联网)方面,根据可变车道控制的变化规律,制作多个对应的V2X MAP导入云控平台或RSU,然后系统各单元根据相关指令设置联动下发机制,保证车路协同系统信息(MAP、SPAT)和可变车道控制系统信息(电子标牌变更指令、信号机灯组变更指令)同步对应下发,保证车路协同系统V2I红绿灯场景实现及消息的准确性和稳定性。

基于车路协同的交叉口控制系统设计

由于车路协同系统(CVIS)还无法完全应用于现实中,文中在5个假设的前提下以总延误最小为目标提出了4条交叉口信号控制方案设计原则和设计方法。该方法通过同时采集到的交叉口每个进口道的车流量来同时进行渠化设计和信号配时设计。结果表明,所建立的交叉口信号控制方法在一定程度上优于现有的交叉口信号控制方法。

基于多源信息融合的智慧公交车路协同控制系统研究

车路协同作为涵盖5G通信与城市交通等新基建领域的重要产业,是解决当前城市交通拥堵,实现自动驾驶智慧交通实施的经济可行方案,自动驾驶公交作为车路协同应用的典型应用场景,是推进实施车路协同技术进步发展的重要载体。文中以公共路权环境为背景,系统方案设计提出了实现车路协同自动驾驶智慧公交方案;分别从多源信息融合智慧公交风险辨识、安全驾驶决策、准点到达速度规划、虚拟编队控制等4个研究方向阐述了方案的可行性。

智能车路协同环境下实时动态可变车道控制信息系统方案设计

文章提出了实时动态可变车道的控制信息系统方案。根据可变车道信息控制功能分析提出了IVICS架构,包括智能车载系统、智能路侧信息系统和信息控制平台。其中路侧信息系统又包括路侧信息获取子系统、路侧信息交互子系统和路侧信息发布与控制子系统。在车路协同信息交互子系统运作基础上,构建了可变车道实时控制信息系统方案,为IVICS下实时动态可变车道协同控制提供了技术支持。

车路协同下道路交叉口信号控制优化方法

车路协同系统能实时获取车辆个体的运行状态信息,并能通过速度引导实现车辆与交通控制系统之间的动态交互,为交通信号控制提供了新的数据源和技术手段.分析了现有车路协同下交通信号控制方法存在的不足,引入基于时间窗的滚动预测方法,提出了改进的交叉口信号控制优化流程;将相位饱和度作为表征信号控制效果的指标,在考虑速度引导对车辆运行状态影响基础上,建立了车路协同环境下道路交叉口信号控制优化方法和模型.运用VISSIM软件进行了仿真实验,结果表明,本文方法优于感应控制方法,在各种交通流量下均能有效降低交叉口平均延误和停车次数.

车路协同环境下车辆前照灯自适应控制方法研究

针对现有自适应前照灯控制系统仅仅根据汽车行驶状态及转向盘触发车灯偏转,使得车灯偏转动作带有明显的滞后性的问题,引入车辆行驶前方道路线形信息,建立了车路协同环境下车辆前照灯自适应控制方法的系统。在不改变原有车灯控制系统执行机构的情况下,利用车路协同装置将线形曲率等道路信息提前传输给汽车,综合利用行车状态信息实时计算出车灯偏转角度,自适应调整灯光照明方向。经仿真结果表明,该方法可以更加主动精确的调整车灯偏转角度,减少视野盲区,提高行车安全性。

高速列车分布式速度协同跟踪控制方法研究

针对高速列车运行过程中受外界干扰而导致的各车厢速度不同步问题,提出了一种基于改进扰动观测器的高速列车分布式速度协同跟踪控制一致性算法。首先,建立高速列车分布式模型,其次,将高速列车与多智能体系统相结合,设计分布式速度协同跟踪控制算法;同时利用改进的扰动观测器估计系统的复合未知扰动,并将其观测值反馈补偿给控制器,以消除复合未知扰动对高速列车运行的影响;通过Lyapunov稳定性理论分别证明了控制器和观测器的稳定性。最后,通过仿真对所提方法进行验证,所提方法的速度跟踪精确度达到了99.9%。

车路协同下基于交通密度的交叉口交通信号控制方法与仿真

车路协同环境下路侧单元可实时获取车辆的位置、速度等信息,为改进交通信号控制提供了机遇和条件。本文借助感应控制方法的思路,以单个交叉口为研究对象,提出车路协同下基于交通密度的交通信号控制方法,该算法将依据交叉口进口道的交通密度,实时选择车流放行方向,并依据排队消散时间确定进口放行绿灯时间。为验证算法的有效性,以虎门大道——连升路交叉口为例,利用Vissim交通仿真软件,对高峰、平峰、低峰等3个交通需求分别进行仿真建模,并分别分析同一交通需求下,本文算法与感应控制方式、定时控制方式的平均行程时间、平均延误时间、平均停车次数及平均排队长度等各项交通信号控制指标优劣。仿真结果表明:在不同交通需求下,与感应控制方式、定时控制方式相比,本文算法各项交通信号控制指标均有明显的改善。

基于车路云协同的智能网联汽车研究态势

智能网联车路云协同对中国智能汽车交通产业融合发展具有重要意义。为提升智能网联汽车的应用和运营标准,并提升智能辅助驾驶系统的技术落地,通过聚焦智能网联车路云协同系统框架以及应用架构的工作原理,重点分析车辆的无线通信技术、融合与定位、测试与评价技术的车路云关键技术方面的研究态势。分析结果表明,智能网联汽车需要新型的“人-车-路-云”框架来实现从单车智能到车路云协同技术的发展,并且云协同控制模型等方面亟需取得突破。研究结果有利于推进车路云协同的智能网联汽车研究,推进智能网联创新变革并提供技术参考和发展方向。

不确定混沌系统同步的自耦PID协同控制方法

针对不确定混沌系统同步问题,研究了一种自耦PID协同控制方法。该方法将系统动态和内外不确定性定义为总和扰动,从而使非线性不确定系统变换为线性不确定系统,进而构建了总和扰动激励下的动态误差系统,据此设计了由速度因子为内在联系的自耦PID协同控制器模型,并建立了增益整定规则。理论分析证明了自耦PID闭环控制系统不仅具有全局渐近稳定性能,还具有良好的抗总和扰动鲁棒性能。仿真和实验结果表明,自耦PID协同控制方法具有响应速度快、控制精度高、抗总和扰动鲁棒性良好等诸多优点。自耦PID协同控制器模型有效解决了传统PID控制增益整定难题,在未知复杂系统控制领域具有广泛的应用前景。

车路协同环境下智能交叉口车速控制

传统信号控制交叉口通过相位禁行方式来解决交通冲突,导致交叉口时空资源利用率低,延误增加.为提高车路协同环境下的交叉口通行效率,本文提出了一种基于时空间隙动态分配的智能交叉口车速控制方法,对交叉口车辆通行时间进行归一处理,建立了车辆跟驰控制模型和冲突避碰模型,使车辆能够根据交叉口控制区域内的实时路况信息预先进行速度调整,达到不停车通过交叉口的最优安全速度.运用VISSIM和MATLAB联合搭建仿真运行环境,分别在600 pcu·h^(-1),1200 pcu·h^(-1)和1800 pcu·h^(-1)交通流量条件下,对智能控制和传统控制交叉口的控制效益进行评价对比,结果表明:该智能控制方法均能够有效缩短交叉口车辆延误,减少车辆油耗和各类污染物的排放,且交通流量越高,改善效果越明显.

快速路可变限速与匝道控制协同优化策略

可变限速控制和匝道控制是快速路交通控制的主要手段,本文对两者的协同优化策略进行了研究.借助智能车路协同系统强大的信息感知能力,通过引入微观交通流信息,对经典METANET模型进行了改造,构建了可变限速控制影响下的微观METANET模型,实现了一种新的可变限速控制策略,同时,采用ALINEA算法,对入口匝道进行了优化控制,实现了两者的协同优化.最后,基于实际道路和交通流数据搭建了仿真平台,对微观METANET模型和协同优化策略的有效性进行了验证.仿真结果表明,微观METANET模型具有良好的交通流预测效果,协同优化策略能有效地改善快速路交通流状态.

车路协同环境下基于动态车速的相位差优化模型

针对基于固定路段行驶车速的相位差优化模型在优化双向滤波时存在的不足,本文基于车路协同环境下车辆–信号控制系统双向、实时通信的运行环境,研究并建立了车辆动态速度与交叉口相位差的整合优化模型.首先,基于对上游交叉口流出的两类交通流,即饱和交通流和非饱和交通流运行特征分析,建立了速度与相位差相互影响关系模型,在此基础上,分别针对两种不同的交通流,以干道实时流量与速度乘积最大为目标,考虑初始排队清空时间,可变速度范围,和相位差取值空间等约束条件,建立了车辆速度与相位差的动态优化模型,从而实现干道交通流不停车通过量最大且延误最小的目的.最后,对比分析了本文模型与经典Maxband绿波优化模型及Synchro软件的信号协调控制优化方案,结果表明,相比其他两种典型优化方法,本文模型能显著提高双向绿波带宽并大幅减少停车次数,提高协调控制的效益.

智慧主动型交通控制系统及实验

限于交通信息采集内容及方式、控制实现手段和优化模型性能等因素,传统交通控制系统难以满足实际的交通控制需求。大数据和车联网及车路协同系统等技术的发展,为提升交通控制系统的控制基础与条件、系统适应能力和响应能力创造了前所未有的条件。本文首先分析了信息、数据和计算技术等变革对交通系统运行环境、交通控制对象特征和通信与实现手段的影响;进而面向多模式交通流,提出了以更安全、更快速、更绿色、更人性化等为基本特征的下一代智慧主动型交通控制系统及其逻辑架构与物理架构。系统原型测试表明,快速发展的信息通信等技术及基于此的下一代交通控制系统具有出色的潜在性能和广阔的前景。

基于车路一体化的车辆主动避撞系统关键技术的研究

为解决传统的主动避撞系统对前方车辆识别的延时较大,和未考虑道路环境对制动效果的影响等问题,提出了基于车路一体化技术的车辆主动避撞系统。设计了一种适合于道路交通的车与车随机拓扑短程无线通信的介质访问控制协议。建立了基于道路附着系数矩阵,而以动态制动减速度为关键参数的车辆临界跟车距离模型。仿真结果表明,该主动避撞系统响应快速,自适应性和鲁棒性强。