面向高速公路匝道合流区通行效率的车路协同限速方法

随着电子商务的不断发展,道路物流交通所面临的压力日益增长,而车路协调技术的出现为缓解这一问题提供了有效的解决方案。其中,高速公路动态限速系统是提升高速公路通行效率的关键技术。为此,针对高速公路匝道口合流区应用提出一种主路车辆动态限速方法。该方法通过路侧单元(Road Side Unite,RSU)对高速公路主干路和匝道交通状况进行实时感知,从而控制主路车辆的实时行驶速度,使匝道上车辆以零等待方式顺利进入主路,在确保交通安全的同时提高通行效率。而且,文中方法通过了双向耦合车联网仿真平台的验证。该平台通过对网络仿真器和道路仿真器的双向耦合,使车联网仿真环境更加接近真实场景。实验数据表明,文中所提出方法在实现匝道上车辆零等待时间的前提下,提升了主路车流速度94%以上,降低二氧化碳排放量至少20%。     

基于网络连接的自动驾驶联合仿真方法

自动驾驶算法大规模应用离不开算法仿真测试,目前多使用场景仿真软件对动态场景和传感器信号进行模拟,而较为准确的车身动力学模拟多需要交给专门的车辆多体动力学仿真软件。得益于Matlab中Simulink产品广泛的适配性,目前使用场景仿真软件和车辆动力学仿真软件进行联合仿真的方法仍多通过Matlab进行中转连接,但不适用于非Matlab环境的算法测试。本文提出了一种基于TCP网络连接的场景仿真软件与车辆动力学仿真软件直接连接的联合仿真方法,能够达到应用仿真场景地图路面实时高程信息的效果,实现了车辆动力学仿真软件高频解算,与场景仿真软件频率相配合的效果。     

基于车辆队列的饱和状态下城市主干道旅行时间估算方法

当前城市主干道过饱和交通流交通状况恶劣,交通拥堵时常发生,由于受信号灯的周期性阻滞作用,交叉口上游车辆淤积现象严重,传统的连续交通流模型无法用于估算城市主干道旅行时间.有鉴于此,提出了一种适用于中断交通流的基于车辆队列的旅行时间估算方法.基于道路上已有的存在型检测器,运用检测器采集的高精度实时数据,研究了车队识别和匹配方法,通过匹配车队信息,对通过饱和状态下城市主干道的车辆进行了实时旅行时间估算.在此基础上,利用Q-Paramics软件进行了实例模型仿真验证.通过对比算法估算值和仿真模型观测值,验证了算法的合理性和有效性,为评估饱和状态下的城市主干道交通状态奠定了基础.     

基于运行车速法的交互式道路安全选线CAD系统研究与应用

基于<公路项目安全性评价指南>推荐的运行车速计算模型,结合交互式线路设计思想,采用多视窗的平、纵、横、运行车速一体化设计,将道路安全评价和CAD集成,既实现了道路安全审计,又方便设计方案的修改.同时将运行车速与三维仿真结合,模拟车辆在设计线路中的运行车速,实现了在三维仿真场景中的安全检查.     

基于Prescan 的信号灯路口跟停场景虚拟重构

为满足我国智能驾驶汽车测试场景库的搭建和ADAS(高级驾驶辅助系统)功能研发和验证的需求,设计了一种基于Prescan的交通信号灯路口车辆跟停场景虚拟重构方法,该方法由道路环境建设模块、初始条件设定模块和车辆控制模块组成。道路环境建设模块通过输入道路参数信息构建虚拟道路,初始条件设定模块通过输入本车和目标车的初始位置、初始速度信息确定零时刻车辆和道路的空间位置及状态信息,车辆控制模块依据车辆速度位置等信息,利用训练的神经网络控制本车加速度,实现跟停场景的虚拟重构。仿真结果表明,该方法可以实现交通信号灯路口车辆跟停场景的虚拟重构。     

道路交叉口不同相序下车辆碰撞风险模型研究

道路交叉口具有车辆冲突交织、碰撞风险加剧的交通安全复杂性的特点,而道路信号交叉口中的相序设计是制约降低车辆碰撞风险、提高交叉口安全性的主要瓶颈。文中针对上述问题,以道路交叉口车辆轨迹的不同冲突点和碰撞风险概率作为切入点,提出了不同相序下左转车与直行车不同驾驶行为的碰撞风险模型。根据运动学理论考虑车辆运行特性,运用条件概率的思想求出碰撞概率来表征车辆碰撞风险,从安全的本质出发提出了碰撞风险的表述方法,建立密度函数模型,从而建立基于概率计算的动态碰撞风险模型,通过VISSIM微观仿真软件仿真车辆的运行场景,利用仿真输出的运行数据计算风险值。研究结果表明,根据碰撞风险估计值变化规律可以确定不同相序下不同驾驶行为的碰撞风险预警阈值,而且能较好地反映实际交通安全状况,比较两种相序预警阈值的大小,还可以为信号交叉口相序设计提供定量依据。     

基于三维地形的道路虚拟视景构建方法

以道路交通仿真虚拟场景构建理论知识为基础,运用道路线形设计软件———纬地设计新建或改建道路线形,仿真建模软件Multigen-Creator提供的API函数实现道路主体仿真模型的构建,运用地形建模软件Terrain-Vista实现道路仿真模型与地形的无逢连接,虚拟场景驱动软件VSDesign实时显示道路设计参数并实现实时仿真,解决了各软件之间数据的通用问题。提出道路虚拟视景构建方法的技术路线。     

基于凸优化的燃料电池汽车节能驾驶研究

为实现燃料电池汽车在多信号灯场景下的节能驾驶，本文中提出一种基于分层凸优化的快速车速规划和能量管理方法。结合车辆静态氢耗图，运用动态规划获得车辆通过信号灯的最优绿灯窗口，并确定最优行驶路径的搜索区域。建立以车辆需求功率累计最小为优化目标求解车辆加速度的二次规划问题，并运用Matlab/OSQP求解器获取车辆最优行驶路径。根据最优行驶路径，采用基于交替方向乘子法的能量管理策略，实现各动力源输出功率的合理分配。针对9个信号灯场景的仿真结果表明，所提方法的电机工作点平均效率比智能驾驶员模型高10%，氢耗低45%。此外，该方法计算速度快，具备实时优化的潜力。     

基于多目标优化的公交运行速度优化控制方法

为了在保证城市公交运行准时性的基础上提高燃油经济性,研究了基于多目标优化的公交运行区间速度控制方法.基于公交车辆运行与信号灯交叉口和公交站点之间的动态时空关系,建立了公交到站准时性区域判断模型;采用基于车辆比功率的油耗模型,建立了公交燃油经济性优化模型;利用分层序列法,设计了基于多目标优化的区间速度优化控制方法.在基于Matlab软件搭建的公交运行仿真平台开展了仿真实验,结果表明,所提出的方法在多种参数组合下不同控制场景中均可给出可靠速度建议;在所有场景中均降低了时间偏差,最大降低值为26 s,提升了公交线路服务可靠性;所提出方法平均降低燃油消耗7.32 mL,在一定程度上节约了公交运营成本,进一步证明了所提出方法的有效性和适用性.      

车辆实时调度中的城市路网及交通描述模型

为满足车辆实时调度对城市路网交通信息的需求,本文应用GIS节点弧段拓扑数据模型对具有交通管制信息及实时、动态交通流信息的城市路网进行描述。完整地表达了路网的连通性及交叉口的转向管制信息,并通过实时更新路权来体现路网交通状况的变化,依此路权可以进行动态最短路径计算,为车辆调度提供了可视化平台。本模型应用地理信息系统和数据库管理系统分别存储路网空间数据和属性数据,保证了模型的运行效率。     

城市地面地下一体化物流网络货运性能研究

为解决地面地下物流系统耦合运作下的货运性能评估问题,根据城市物流特征刻画一体化网络设施形态,提出地下货运载具设计依据与多式联运成本测算方法,基于案例,对一体化网络运输成本、总运力、流量配置和交通安全外部效益在不同地下运载速度、发车频率和设施容量参数下的动态表现进行模拟分析。结果表明： 1)路网与地下物流网络的立体协同有利于城市物流降本增效; 2)与运载速度相比,地下枢纽节点的处理能力和干线隧道的通行能力对一体化网络服务水平的影响更显著。     

基于二次规划的智能车辆动态换道轨迹规划研究

为实现智能车辆的自主换道操作并满足安全性、舒适性和实时性等约束条件,提出一种针对动态交通环境的换道轨迹规划模型。该模型由道路平面曲线表征模块、路径生成模块以及速度曲线生成模块组成。首先,在道路平面曲线表征模块中,模型基于实时获取的周边道路信息,利用切比雪夫多项式插值法回归拟合出连续可导的道路平面曲线函数,用以保证模型在各种道路平面线形上的普适性。然后,在路径生成模块中,根据换道车辆初始时刻的运动状态,建立一系列多项式方程,并利用牛顿迭代法求解方程未知参数,以此生成连接初始位置和目标位置的换道路径,用以保证换道轨迹的平滑性。最后,在速度曲线生成模块中,以满足防碰撞约束、跟驰加速度约束以及车辆运动状态约束为目标,构建二次规划模型,生成沿着换道路径的车辆速度曲线,用以保证换道轨迹的安全性和舒适性。此外,考虑到周边动态的交通环境,车辆系统在每个时间步内会循环调用提出的模型实时更新换道轨迹,直至车辆到达目标位置。仿真试验结果表明：应用提出的换道轨迹规划模型,车辆能够有效避免与周边动态车辆发生碰撞,成功完成换道;基于二次规划框架,模型优化求解时间明显缩短,满足轨迹规划的实时性和有效性要求。     

Vissim在常州站综合客运枢纽交通仿真中的应用

依附铁路而建、集多种交通方式于一体的综合客运枢纽随着我国铁路大建设而大量涌现,其规模、布局等的规划设计方案需通过交通仿真来检验、评估和优化。文中结合仿真软件Vissim,对沪宁城际常州站综合客运枢纽进行了交通仿真,结合定量分析法,对机动车进出站车流密度、机动车道通行能力、乘客通道客流密度、乘客通道通行能力等进行了综合分析,并提出了优化建议。     

城市车路协同系统下实时交通状态评价方法

交通状态评价方法能够为交通管理系统提供可量化的实时路网信息,为动态引导交通流、缓解交通拥堵提供依据。受限于交通路网的时变性和评价过程的主观性,目前传统评价方法的精度时常无法满足需求。基于城市车路协同系统动态获取路网信息优势,提出一种利用车路信息融合的实时交通状态评价方法。首先,定义了一种网联汽车与路侧终端间的无线交互方式,并确定数据协议以保证实时车辆数据的准确性;其次,从实时数据中选取平均通过时间、平均停车次数、平均停怠时间作为一级评价指标进行模糊综合,应用多算子对计算的一级评价结果构成二级交通状态评价指标,并根据层次分析法确立指标权重,同时根据仿真和试验结果建立适用于各级道路参数的可变隶属度规则,从而融合动态车辆数据与静态路段参数,计算得出交通状态评价结果与评分;最后,由网联汽车、车载终端、路侧终端和无线通信模块搭建实际协同测试系统对该方法进行了试验验证。试验结果表明：测试系统所得到的路段实时交通状态评价得分与对应的交通状态变化趋势一致,能够准确体现城市车路协同环境下的交通状态特点。该评价方法运用信息融合方法提高了交通状态评价结果的实时性与客观性,同时为车路协同技术应用于实时交通诱导,缓解城市交通拥堵提供了理论依据。     

基于固定场景视频的运动车辆检测

为提高智能交通系统中运动车辆检测的效率,在固定场景视频下基于类Haar特征和AdaBoost算法提出了一种运动车辆检测方法.通过提取交通监控图像的扩展类Haar特征,在OpenCV平台上应用AdaBoost算法进行特征提取及训练得到级联分类器,利用级联分类器进行固定场景视频的运动车辆检测.测试结果表明,该方法具有良好的实时性和鲁棒性,在智能交通领域有广泛的应用前景.     

路面抗滑性能影响弯道行车安全的仿真分析

为研究车辆制动工况下路面抗滑性能对弯道行车安全的影响,以车辆动力学分析软件AD-AMS为仿真平台,提出采用轮胎解析参数、整车参数、路面抗滑值构建耦合关联的车辆-轮胎-路面模型,在此基础上研究不同湿滑路面状态下弯道行驶车辆的运动学参数值变化情况,探索路面抗滑性能与表征行车安全风险的运动学参数值之间的关系.研究结果表明,路面抗滑性能影响车辆运动学参数值变化是诱发交通事故的主要因素.较低的弯道路面抗滑性能易使车辆在制动时出现急速横摆、甚至侧翻的交通事故;车辆两侧轮胎接地面抗滑值不均衡对弯道行车安全的影响高于对直道行车安全的影响,车辆极易在弯道制动时出现因抗滑值不均衡而无法保持有效转弯半径、进而冲出车道的交通事故.研究可为制定弯道行车安全的保障措施提供理论依据.      

无人驾驶车辆解耦混合运动规划方法研究

高速公路无人驾驶车辆运动规划要充分考虑车辆的动力学特性和道路环境构成的复杂约束,优先确保车辆的无碰撞行驶轨迹,同时算法实时性比常速情况下要求更高,要充分考虑计算的复杂性。提出一种可生成横纵向最优解逼近群的解耦增强混合运动规划方法,引入Frent坐标系将运动规划问题进行横纵向解耦,在横向偏移规划中融合数值优化和多项式规划算法,在纵向速度规划中融合围绕速度和围绕避障规划算法,解耦规划完成后使用代价函数和碰撞检测方法对生成的轨迹群进行评估和选择。搭建Apollo-LGsvl无人驾驶联合仿真测试平台,对所提出的运动规划方法进行仿真验证。结果表明,提出的横纵向解耦增强混合运动规划算法在高速公路各工况中所生成的运动轨迹能够有效避免车辆发生碰撞,其横向偏移和纵向速度均能满足二阶平滑,最大横向加速度、最大纵向加速度、最大纵向jerk等满足动力学约束。该方法有效减少了最优解逼近群内的轨迹数量,使轨迹评估阶段计算复杂度降低了46%,证明提出的方法具备一定的应用价值。     

港区道路交通行车安全分析

港口作为一个客货流基地、客货流枢纽及客货流节点,地理位置比较特殊,一般是多条道路的起点或终点,同时它又是大宗货物和客流的集散中心,与之关联的港区内外道路的交通特性有别于一般公路和城市道路,港区道路车辆的特殊性也对港区行车安全提高了要求,因此在港区道路、交通附属设施设计以及交通管理措施上要结合港区特性,提高道路行车安全性。     

A Fuzzy Logic Direct Yaw-Moment Control System for All-Wheel-Drive Electric Vehicles

Summary In-wheel-motors are revolutionary new electric drive systems that can be housed in vehicle wheel assemblies. Such E-wheels permit packaging flexibility by eliminating the central drive motor and the associated transmission and driveline components, including the transmission, the differential, the universal joints and the drive shaft. Apart from many advantages of such a system, unequalled independent wheel control allows vehicle dynamic improvement to assist the driver in enhancing cornering and straight-line stability on slippery roads and in adverse ground conditions. In this paper a Fuzzy logic driver-assist stability system for all-wheel-drive electric vehicles based on a yaw reference DYC is introduced. The system assists the driver with path correction, thus enhancing cornering and straight-line stability and providing enhanced safety. A feed-forward neural network is employed to generate the required yaw rate reference. The neural net maps the vehicle speed and the steering angle to give the yaw rate reference. The vehicle true speed is estimated using a multi-sensor data fusion method. Data from wheel sensors and an embedded accelerometer are fed into an estimator, where a Fuzzy logic system decides which input is more reliable. The efficiency of the proposed system is approved by conducting a computer simulation. The proposed control system is an effective and easy to implement method to enhance the stability of all-wheel-drive electric vehicles.     

A Fuzzy Logic Direct Yaw-Moment Control System for All-Wheel-Drive Electric Vehicles

Summary In-wheel-motors are revolutionary new electric drive systems that can be housed in vehicle wheel assemblies. Such E-wheels permit packaging flexibility by eliminating the central drive motor and the associated transmission and driveline components, including the transmission, the differential, the universal joints and the drive shaft. Apart from many advantages of such a system, unequalled independent wheel control allows vehicle dynamic improvement to assist the driver in enhancing cornering and straight-line stability on slippery roads and in adverse ground conditions. In this paper a Fuzzy logic driver-assist stability system for all-wheel-drive electric vehicles based on a yaw reference DYC is introduced. The system assists the driver with path correction, thus enhancing cornering and straight-line stability and providing enhanced safety. A feed-forward neural network is employed to generate the required yaw rate reference. The neural net maps the vehicle speed and the steering angle to give the yaw rate reference. The vehicle true speed is estimated using a multi-sensor data fusion method. Data from wheel sensors and an embedded accelerometer are fed into an estimator, where a Fuzzy logic system decides which input is more reliable. The efficiency of the proposed system is approved by conducting a computer simulation. The proposed control system is an effective and easy to implement method to enhance the stability of all-wheel-drive electric vehicles.