基于车路协同的快速路合流区可变限速控制方法

针对快速路合流区通行效率低的问题,利用车路协同环境下实时信息采集与交互技术,基于Gipps安全距离模型,对METANET模型进行改进;将动态安全距离融入可变限速控制中,建立起主线可变限速的控制方法和模型,引导匝道车辆利用主线可插间隙汇入,提高了快速路合流区的通行效率和匝道汇入的成功率;利用VISSIM与MATLAB联合搭建仿真控制环境,在不同流量下对所提出的控制策略进行仿真评估。研究结果表明:在中、高流量下,可变限速的控制策略使得速度分别提升了8.75%、 9.28%,密度分别降低了9.45%、 9.77%,行程时间分别降低了9.29%、 8.88%;延误分别降低了9.21%、 8.84%;证明了该可变限速控制策略能提升合流区通行效率,改善交通流运行状态。

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。

基于车路协同大流量高速公路多车道管控策略研究

随着信息技术的飞速发展,车路协同技术成为发展智慧公路的重要技术手段。应用主动式交通管理以提供更加实时有效的信息已成为行业新共识。通过对大流量交通流场景下的高速公路交通特征及道路通行能力进行分析,提出基于车路协同大流量影响下的多车道级控制策略。本次仿真实验利用VISSIM软件二次开发搭建高速公路主线大流量交通场景,考虑车路协同场景下车路信息交互,搭建车辆跟驰模型及其换道模型。通过分析河南省高速公路交通数据,建立微观交通仿真环境,对不同管控措施下道路占有率、平均延误时间、平均车辆速度以及道路通行时间等交通流特征进行模型仿真分析。结果表明:相较于无管控道路状态,文中提出的面向车路协同环境的动态控制车辆速度以及硬路肩开放的管控措施能够更加有效地消除高速公路大流量瓶颈区域拥堵,提升道路通行效率及其道路安全性。

基于实时交通信息的PHEV模型预测控制策略研究

为提升插电式混合动力汽车(PHEV)的燃油经济性,提出了一种基于实时交通信息的车速预测方法,并以燃油经济性最优为目标,借助动态规划(DP)算法在预测时域内进行实时最优转矩分配,建立基于模型预测控制(MPC)的整车能量管理策略。MATLAB/Simulink仿真平台验证结果表明:与传统车速预测方法相比,基于实时交通信息的车速预测方法的车速预测精确度提高了13.5%;与基于历史车速的模型预测控制策略相比,基于实时交通信息的模型预测控制策略使整车燃油经济性提高了9.5%。

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。

混合交通流环境下基于改进强化学习的可变限速控制策略

现有的可变限速(VSL)控制策略灵活性较差,响应速度较慢,对驾驶人遵从度和交通流状态预测模型的依赖性较高,且单纯依靠可变限速标志(VMS)向驾驶人发布限速值,难以在智能网联车辆(CAVs)与人工驾驶车辆(HDVs)混行的交通环境中实现较好的控制效果。对此,结合深度强化学习无需建立交通流预测模型,能自动适应复杂环境,以及CAVs可控性的优势,提出一种混合交通流环境下基于改进竞争双深度Q网络(IPD3QN)的VSL控制策略,即IPD3QN-VSL。首先,将优先经验回放机制引入深度强化学习的竞争双深度Q网络(D3QN)框架中,提升网络的收敛速度和参数更新效率;并提出一种新的自适应ε-贪婪算法克服深度强化学习过程中探索与利用难以平衡的问题,实现探索效率和稳定性的提高。其次,以最小化路段内车辆总出行时间(TTS)为控制目标,将实时交通数据和上个控制周期内的限速值作为IPD3QN算法的输入,构造奖励函数引导算法输出VSL控制区域内执行的动态限速值。该策略通过基础设施到车辆通信(I2V)向CAVs发布限速信息,HDVs则根据VMS上公布的限速值以及周围CAVs的行为变化做出决策。最后,在不同条件下验证IPD3QN-VSL控制策略的有效性,并与无控制情况、反馈式VSL控制和D3QN-VSL控制进行控制效果上的优劣对比。结果表明:在30%渗透率下,所提策略即可发挥显著控制性能,在稳定和波动交通需求情境中均能有效提升瓶颈区域的通行效率,缩小交通拥堵时空范围,与次优的D3QN-VSL控制相比,两种情境中的TTS分别改善了14.46%和10.36%。

高速公路连续瓶颈混合交通流可变限速与换道协同控制方法

为缓解高速公路连续瓶颈区车辆强制换道造成的通行能力下降的问题,减轻瓶颈之间的相互干扰,提出了面向智能网联车辆(connected and automated vehicles,CAVs)与普通车辆混行情况的高速公路连续瓶颈可变限速与换道协同控制策略。对传统的细胞传输模型(cell transmission model,CTM)进行改进,使其更好地预测考虑了可变限速地混合交通流状态;基于实验模拟,得到了不同交通需求场景下合理的换道控制段长度,通过对瓶颈上游车流进行预先换道提醒,缓解因强制换道引发的通行能力下降现象,进而提高可变限速控制的效果,同时利用可变限速对高交通需求下的流量进行调控,为换道控制段内车辆能够完成预先换道提供保障;构建了连续瓶颈下协同控制框架,并以最小化总行程时间和速度差为目标,优化连续瓶颈的交通运行性能;分析了3种CAVs渗透率对协同控制的影响。结果表明:相比于无控制和可变限速控制,在协同控制下总行程时间分别降低了54.76%和33.05%,总速度差分别减少了86.84%和29.58%。此外,CAVs对协同控制性能和道路运行状况有着积极作用。当CAVs渗透率为0.5时最低限速值由渗透率为0时的30 km/h提高至60 km/h,当渗透率为1时限速值始终保持在自由流速度,随着CAVs渗透率的增加协同控制下系统的总行程时间可从239.64 h减少至158.86 h。研究可为高速路连续瓶颈和未来含CAVs的混合交通流主动管控提供参考。

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。

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.

凝冰路面弯道路段停车视距计算方法

考虑到我国公路路线设计规范中停车视距计算未涉及弯道参数及路面凝冰引起的路面摩阻系数降低等严重危害车辆行驶安全的因素,以AASHTO模型为基础,通过分析弯道路段车辆行驶时的受力、路面摩阻系数、超高、圆曲线半径等因素推导了凝冰路面弯道路段停车视距计算模型,得出了最不利情况下凝冰路面弯道路段停车视距参考值。当路面发生凝冰现象时,若车辆以交通安全法规规定的冰雪路面最高车速30 km/h行驶,通过对比该行驶速度下凝冰路面弯道路段停车视距与我国规范规定的停车视距可知,没有发挥道路的最大通行能力。以现有道路设计采用的停车视距反算出在役路面发生凝冰现象时的安全行车控制速度,为凝冰路面弯道路段车辆安全行驶控制提供参考。

一种新的V2I下车速规划与模型预测控制方法

为了改善城市交通路口信号灯的周期变更引起的汽车频繁切换“停-走”状态而造成的舒适性和经济性不良影响,在V2I场景下将车速规划与模型预测控制相结合,设计了一种提高通行效率的车速规划方法,并提出了面向汽车车速控制的变权重模型预测控制方法。针对所提出的方法,利用Prescan和MATLAB/Simulink建立联合仿真模型,并分别对车速规划方法及车速控制方法进行比较分析。结果表明:在通行效率方面,网联客车能维持在较高车速且不发生路口怠速,相比传统客车节省更多的时间;在舒适性方面,与网联-PI控制策略相比,网联-MPC控制策略的最大加减速度分别降低了79.22%和93.26%,最大加减速冲击度分别降低了92.73%和96.38%,改善了客车的驾驶舒适性;在经济性方面,与网联-PI控制策略相比,网联-MPC控制策略的平均制动力和最大制动力分别降低了49.79%和96.77%,使得更少制动情况发生,且制动情况更为缓和,改善了客车的经济性。

基于视错觉的公路隧道中部安全控速方法

公路隧道中部低照度、环境单调的特点,容易导致驾驶人产生严重视错觉,从而低估车速,引发交通事故。高频视觉信息容易导致驾驶人高估车速,而中、低频视觉信息则会导致驾驶人低估车速,但不同频率视觉信息,不同照度水平对公路隧道中部行车环境中驾驶人的车速感知影响缺乏定量分析。文中利用3ds Max软件制作公路隧道中部行车仿真模型,利用E-prime软件进行基于极限法的车速感知心理物理实验,并用实车试验数据校核了模型精度,对高频视觉信息与高、中频组合视觉信息在不同照度水平(100%,50%,25%标准照度)条件下的速度感知、反应时进行了对比研究。实验结果显示:公路隧道中部的速度感知主要由高频视觉信息决定,在100%标准照度条件下高频视觉信息的车速高估约为20%,在加入中频视觉信息后,车速高估情况趋于合理,约为14%;照度变动对速度感知和反应时均有显著影响,显著度分别为0.008和0.013,照度条件越好,车速高估越低,反应时越短。

安全高效跟驰状态下的后车行为控制

安全高效跟驰状态下,后车应当根据前车的行为变化科学调整自身行为,才不至于失去安全高效跟驰状态。首先,建立安全跟驰车距随速度变化的拟合函数,作为后车行为调整的依据,并与目标距离速度控制方式相比较,讨论了全速域范围内一般跟驰情形任意速度条件下绝对安全车距计算对于列车运行控制的重要性。然后,基于后车行为调整单元的始末时间,提出安全车距实时跟踪条件下的两种速差控制律的计算方法,处于安全高效跟驰状态下的后车可根据前车行为变化做适应性调整。仿真实验显示,实际车距能够通过后车行为的科学调整得到很好的控制,而且车辆跟驰时隙可以减小至0,这为安全行车条件下进一步提高行车组织效率提供了工程实现方法。

高速公路事故路段分区域可变限速控制方法

针对高速公路可变限速控制问题,利用交通量与密度之间的关系建立了可变限速模型,研究了分段限速、分道分车型限速和分时段限速3种可变限速措施,以车均延误和平均排队长度作为评价指标,采用VISSIM仿真分析,与未采取限速相比,仿真得到分道限速车均延误降低37.9%,平均排队长度降低24.1%。与分段限速相比,分道分车型限速车均延误降低0.7%,平均排队长度降低35.9%;分时段限速车均延误减少38.4%,平均排队长度减少36.8%。结果表明:分段限速、分道分车型限速和分时段限速较好地缓解交通拥堵问题。

车联网环境下干线交通信号协调控制方法

针对目前车联网环境下仅进行车速诱导的干线协调信号控制方法存在的绿灯利用效率不高问题,借助车辆与基础设施间的双向信息交互功能,考虑车速诱导与信号控制方案双向优化,以形成饱和车队为目标,提出一种新的干线交通信号协调控制策略.在此基础上,定义每个周期每个交叉口处待处理车辆的到达时间范围;并对车辆延误和停车次数进行加权,形成一个综合性能评价指标(PI),以加权评价指标最优为目标,建立信号控制参数优化模型,并给出求解算法.案例分析表明:与仅进行车速诱导的干线协调信号控制方法相比,所提出的方法能使交叉口车均PI降低11.2%,验证了模型的有效性和可行性.从速度诱导区间、平均行程车速、交叉口间距等方面分析了优化模型的敏感度,确定了模型的适用条件,结果表明这些因素对信号控制方法的优化效果有显著影响.

基于车车通信的快速路入口匝道车速控制研究

为研究车车通信技术条件下车辆通过合流影响区时的运行情况,缓解快速路交通压力,提出车车通信环境下入口匝道车辆速度控制模型。首先,分析合流影响区车辆汇合存在的问题;然后,结合合流影响区车辆行驶速度需求,确定入口匝道车辆在加速车道上可汇合位置;接着,根据入口匝道车辆和主路最外侧车道车辆分别到达合流影响区汇合点的时间,建立入口匝道车辆汇入的车速控制模型;最后,对传统环境下和车车通信环境下车辆驶过合流影响区进行仿真。结果表明,在给定的仿真时间段,车车通信环境下,主路和匝道交通量分别为1000veh/h和400veh/h时,合流影响区的交通量提高了19.5%,入口匝道车辆的平均行驶时间节约了26.9%、平均行驶速度提高了19.7%;主路交通量为1800veh/h、匝道交通量为800veh/h时,传统环境下合流区车辆出现排队现象,车车通信环境下无排队现象。

基于双曲函数的车辆变速行为控制策略

车辆变速运行快速性、舒适性是评定车辆性能的主要依据之一。为此讨论了车辆变速行为的一般规律,提出基于双曲函数的车辆变速控制策略,建立了相应的数学模型,并针对实例进行了具体分析。研究有助于车辆变速行为的控制和增加车辆变速运行过程中的平稳性、舒适性,另一方面也为计算并确定特定追踪速度下的安全车距奠定基础。

信号交叉口人机混驾交通流速度控制策略建模

为分析人机混驾交通流下网联自动驾驶车辆(connected and autonomous vehicles,CAV)速度控制策略对交通流运行特征的影响,构建了考虑驾驶员对行车信息获取不确定性的人工驾驶车辆交叉口通行决策模型。提出考虑前车速度影响的自动驾驶速度控制策略,构建信号交叉口连续型元胞自动机更新规则,通过引入不同CAV渗透率、道路饱和度、控制区长度参数,研究CAV速度控制策略对信号交叉口交通流运行特征的影响。结果表明:CAV能显著提高交叉口通行能力,且车流通过交叉口区域的延误显著降低;同时速度控制策略的实施效果还受控制区长度的影响,呈现出随着控制区长度的增加,车均延误逐渐降低并趋于稳定。

基于车流量感知的交叉口车速控制策略

通过车联网(VANETs)协同控制车速和交通灯是智能交通系统的核心技术一。提出基于VANETs交通灯的车速控制优化(VSCO)方案,通过VANETs对交通信号灯进行时间优化,并对行驶经过交通信号灯的车辆进行规划,进而降低交叉口黄灯困境(YLD)相关的事故,减少CO2排放以及车辆的等待时间。实验数据表明,相比于传统的固定时间交通灯机制,VSCO方案减少了车辆等待时间和燃油排放。