基于视野和速度引导的无人机集群避障算法

在未来的多无人机(unmanned aerial vehicle,UAV)空中作战中,无人机集群在未知空域中安全飞行是集群研究中的重要内容。针对无人机集群避障以及集群形态保持问题,提出了一种基于视野和速度引导(visual field and velocity guidance,VFVG)的集群避撞算法。基于视野法设计集群自适应通讯拓扑机制,结合远吸近斥势力原则及一致性方法,在保持集群形态的同时,加速了集群无人机个体间的避障信息的传递。在此基础上,提出将极限环与人工势场法相结合构造避障速度引导项,解决了集群遇障分群困难、避障徘徊停滞等问题。引入避障时间指标,验证了算法的避障效率。仿真结果表明,该方法能够使多无人机以良好的集群形态安全快速平稳地通过复杂障碍区域,有效提高了集群避障成功率和避障效率。

考虑左转汇入的干线协调控制与速度引导优化

考虑到相交道路左转汇入车流对干线协调效率的影响,本文以绿波带宽最大为目标提出了干线协调控制下直行车辆及左转汇入车辆的速度引导模型.首先,在干线绿波控制(Maxband)模型的基础上确定干线直行车辆的可通行时间,引导干线直行车辆在绿波时间段内到达交叉口;然后,加入控制左转汇入车辆的通行时间方程,引导左转汇入车辆在不影响干线协调控制的时间内通过交叉口,与干线直行车辆实现时间上的分离;最后,基于VISSIM和MATLAB进行仿真实验,结果表明本文提出的优化模型可以有效提高干线交叉口的通行效率.

一种考虑速度引导的路径信号协调控制模型

城市路径信号协调控制不同于干线协调控制,通常存在车辆转向行为,故需要对路径进行子区划分,而各子区相对独立,使路径控制缺乏连续性。因此,本文提出了一种考虑速度引导的路径信号协调控制模型,对各路径协调子区之间进行合理的速度引导控制。在此基础上,加入了路口转向系数及速度引导变量约束,对传统的干线绿波协调控制模型进行改进,得到可适用于城市路径的不对称双向绿波带宽模型。最后,以苏州市工业园区某日常通勤主路径为例,选取早高峰配时方案及流量数据,进行模型测试与仿真验证,相比于路径现状配时方案,本文模型所得到的路径总延误降低了10.8%,车辆总停车次数减少219次,占比6.7%,车辆平均速度提升了5.6%。

城市快速路匝道调节与动态速度引导的协同策略

介绍了入口匝道调节和主线动态速度引导的基本方法,提出了二者协同运作的控制策略,分析了速度引导下的快速路交通流模型,并建立了以主线服务流率最大和匝道排队延误最小为目标的匝道调节与速度引导的协同函数,通过VISSIM软件进行了协同策略的模拟试验。对比结果表明,通过对主线进行预案速度引导、然后计算匝道调节率的方法可以增加主线实际通行能力10％以上,节约路线平均行程时间30％以上。

车路协同环境下信号交叉口速度引导策略

车辆在通过城市道路交叉口时会因为信号灯控制造成一定延误。通过提出一种车-路协同环境下的信号交叉口速度引导策略,将被引导车辆及其后的普通车辆视为一个车队,并对车辆的速度和位置进行分析,对车辆不同行驶状态能否通过交叉口进行判断,以达到车辆在速度引导下能够不停车通过交叉口的目的。基于微观交通仿真软件VISSIM和MOVES排放模型,在构建的仿真环境中对该速度引导策略进行分析和评估。仿真结果表明:所提出的速度引导策略能显著减少延误和车辆排队长度,提高车辆行驶效率,并显著降低车辆污染及排放。

考虑右转汇入车辆的干线协调控制与速度引导集成研究

为克服车辆到达的随机性和车辆速度波动性给干线协调控制带来的不利影响,降低相交道路右转汇入车辆对干线直行车辆的影响,提出以绿波带宽最大为目标的干线协调与速度引导集成优化模型。首先在Maxband模型中引入速度引导来调节干线直行车辆到达交叉口的时刻,提升绿波时段内干线直行车辆的通行效率;然后确定可用于相交道路右转汇入车辆的绿灯时间,并给出右转汇入车辆的速度方程;最后采用Vissim和Matlab进行仿真实验,对比所建模型与Maxband模型的仿真结果。结果表明,初始实验条件下干道直行车辆的平均延误降低17.4%,平均排队长度减少36.8%,而相交道路右转汇入车辆的平均延误和平均排队长度没有增加,说明所建模型可提升干线协调控制效率。通过灵敏度分析发现,所建模型适用于右转汇入车流量小于550pcu/h的情况,且模型的效果与右转汇入车辆的可通行时间有关,随着右转汇入车辆的增多,增加可通行时间可提升模型效果。

基于分级多目标决策的干线公交速度引导模型

为解决干线公交速度引导存在多要素关联约束强,全局效果差的问题,本文提出基于分级多目标决策的干线公交速度引导模型。基于公交线路运行特性的全局优化指标优势分析,设计以公交线路综合准点率为主,交叉口停车次数和分段引导速度均衡为辅的线路全局优化目标体系,并考虑多目标间的关联约束和优先控制差异,构建基于拉格朗日乘子法和遗传算法分层组合的干线公交速度引导分级多目标递阶决策模型;最后,通过实际场景测试,验证模型的有效性。测试结果表明:模型能够克服非全局指标优化的局部最优问题,将全线路各班次综合准点率和交叉口停车次数由非全局指标的69.67%和2.37次·班^(-1)提升到90.53%和1.23次·班^(-1);并且综合准点率比全局多目标加权方法提升8.65%,能够较好保障综合准点率目标的优先性,有效提升干线公交的通行效率和服务可靠性。

基于驾驶模拟器的多车协同速度引导试验研究

针对传统的仿真试验以及实地试验在安全、驾驶行为反馈、车辆交互、场景设置方面存在的典型问题,利用开发型驾驶模拟器以及VIRTOOLS建模软件,开发了面向主干道的多车协同速度引导驾驶试验平台;以此平台为基础,设计了针对公路干道的个体车辆主动速度引导策略;招募了18名有代表性的驾驶员,以上海市曹安公路(联群路-翔黄路)路段车速动态引导为例,进行4组速度引导试验,共获得350份试验数据集,运用时空图分析及方差统计进行对比研究。结果表明:无论是单车还是双车速度引导场景,停车次数均大幅降低,行程时间则无显著差异;在限制变道场景下,双车速度引导可能会对被引导车辆安全产生一定影响。

低排放导向的交叉口速度引导策略研究

根据车辆的时空轨迹以及对应交叉口信号相位的参数信息制定速度引导策略可以令驾驶员更顺利地通过交叉口。为了探究引导策略对排放与能耗的具体影响,以大连市长江路和联合路交叉口为例,利用微观交通仿真软件VISSIM与微观排放模型MOVES的集成系统对不同流量与引导控制下的交通排放进行仿真估计。比较绿波速度引导后的四种驾驶行为,结果表明,加速通过交叉口会产生更高的车均能耗与排放。为了限制速度引导策略可能带来的更高排放,对加速过程中的期望速度采用模糊控制,提出一种低排放导向的速度引导策略。分析结果表明,在中低流量下基于模糊控制的速度引导策略能够在不影响通行效率的前提下有效地减少污染物的排放,且与绿波速度引导策略相比,减排效果提升了3%~5%,从而论证了低排放导向的速度引导策略在节能减排方面具有积极效果。

速度引导交替放行控制技术对提升车道减少路段通行效率促进作用的研究

目前,各地对交通流量大的车道减少路段、路口的管理,大都通过设置断面式交通信号灯,从时间上分开放行不同车道的车辆,能够做到消除合流冲突、规范车辆交替通过秩序和安全,但对车流行驶速度和通行效率的挖掘仍有不足。本文通过逆向后移停止线,设置阵列式地面信号指示灯,精细化信号控制方式设计,对交汇车流实现速度引导,提高了车流交替通行时的速度和效率。

高性能舰炮随动系统控制中的速度引导探讨

本文根据工程设计的经验，对大、中口径舰炮随动系统检测控制中的速度引导问题做了分析论述，并提出了合理实用的设计计算方法。供随动系统，综合控制系统设计人员参考。

混合自动驾驶环境下快速路速度引导仿真

城市快速路通过速度引导控制,可以提高道路运行效率且降低事故发生率。混合自动驾驶环境下,速度引导的控制效果会受到自动驾驶车辆比例的影响,通过上海快速路段微观仿真建模混合自动驾驶环境,研究自动驾驶车辆混合比例与速度引导控制效果之间的关系,对比分析了不同组合情况下车辆冲突与行程时间的变化。结果表明,自动驾驶车辆的比例对速度引导控制效果有一定的影响。

高速公路收费站速度引导控制研究

为提高高速公路收费站通行能力与安全水平,通过分级动态速度引导,以宁连高速淮安南收费站为案例,进行速度引导控制方案设计;基于VISSM建立收费站仿真模型,并对速度引导控制效果进行分析,结果表明车辆断面速度差得到了降低同时服务交通量得到了提高,为高速公路收费站的管理提供了理论支撑。

基于站台容量限制和路段绿波控制的公交速度引导模型

为解决绿波控制条件下交通高峰时段线路密集点的单泊位公交站排队溢出问题,提出一种公交速度引导模型。通过定义公交车群的概念来明确公交车群速度引导方案实施对象,在速度决策点处发布车速指令引导前后相邻公交车辆调控车头时距,并实现公交优先策略。采用Vissim软件仿真,结果表明:应用本文模型后,上、下游公交站平均重叠滞站时间分别减少41.02%、68.68%,平均停车次数减少14.46%。本文模型可有效解决线路重叠区间内单泊位站点排队溢出问题,提升公交车辆路段运行效率。

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。

城市快速路速度引导预测控制模型

在城市快速路控制系统中,将速度引导作为控制变量,建立了宏观动态交通流模型。以车辆总行程时间与速度引导为目标函数,计算了城市快速路入口区域流量和匝道入口区域流量,建立了快速路速度引导预测控制模型,对速度引导进行优化设计,利用MATLAB软件对下游交通流突变进行仿真分析。分析结果表明:通过速度引导控制,交通流平均速度由72.704 6km.h-1上升到74.167 6km.h-1,交通流平均密度由23.011 2veh.km-1下降到21.156 7veh.km-1,波动均小于8%;速度方差下降,且最大值仅为420(km.h-1)2;速度引导控制前后的速度方差与密度方差之比分别为3.57、1.91;在交通流突变时段内,速度引导控制前后的速度方差与密度方差之比分别为4.56、2.34。可见,速度引导控制模型有效。

基于SPEA2的城市快速路速度引导多目标优化

基于速度引导控制作用下的城市快速路交通流扩展模型,建立了车辆总耗费时间与速度引导值变化幅度的多目标优化模型。采用强度Pareto进化算法(SPEA2)对比分析3种速度引导值确定方案,同时基于集合理论从Pareto前沿中选择出最优解并确定最佳方案。在此方案下,应用Matlab进行了速度引导控制仿真分析,结果表明,速度引导控制对于缓解交通拥挤具有良好效果,可为主动交通管理在城市快速路中应用提供理论支持。

车路协同无信号交叉口的矩形冲突检测及消解

针对车路协同环境下的冲突问题,建立了以系统反应时间代替驾驶员反应时间的自动驾驶车辆制动距离模型,以此作为安全距离改进了矩形冲突检测模型,并根据轨迹优化的研究思路,提出了以矩形冲突检测模型为基础的冲突消解算法,对非通行优先权车辆进行速度引导,避免车辆冲突。在车联网开源框架Veins的基础上,将交通仿真器SUMO和网络仿真器OMNeT++双向耦合,并对冲突检测模型与消解模型进行验证。仿真结果显示,该冲突检测及消解模型具有可行性,与传统无信号交叉口四路停车让行规则相比,模型中的速度引导方案能减少合流冲突车辆8.6%的平均行驶时间,减少交叉冲突车辆8.3%的平均行驶时间;合流冲突和交叉冲突中车辆的平均速度分别提高了61.4%和105.0%。在实际应用中,冲突消解模型可以为不同速度范围内的自动驾驶车辆提供速度参考,降低无信号交叉口车辆发生碰撞的概率,提高无信号交叉口的通行效率。

基于自适应动态规划的公交串车防治方法研究

公交串车优化主动性差会造成公交线路准点率低、乘客需求响应度差的问题.本文首先对公交串车的状态过程演化描述和公交串车防治手段进行了分析,提出1种基于自适应动态规划提出面向单路段的公交串车优化策略,实现了公交滞站、速度引导、信号调整3种手段的组合调度,最后经过仿真验证发现,能本文方法能使线路累计偏移降低76.83%,实现串车防治控制.

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.