基于混行跟驰仿真的CAV专用进口道动态设置方法

信号交叉口是影响交通系统运行安全和效率的关键。在国家新基建战略的提出以及车路协同技术不断发展的环境下,合理设置网联自动驾驶车辆(Connected and Autonomous Vehicle,CAV)专用进口道,对信号交叉口进口道处不同网联类型的车辆进行科学的交通组织,能够提高交叉口的通行能力,降低行车延误,促进城市交通系统效率与安全的双提升。建立协同自适应巡航控制(Cooperative Adaptive Cruise Control,CACC)车辆跟驰模型和GM (General Motor)模型分别描述混行环境下网联车辆与非网联车的跟驰行为,以提高进口道通行能力、降低延误和油耗为优化目标,采取敏感度分析方法,提出不同CAV比例、进口道车道数、交通量和信号配时方案组合情况下CAV专用进口道的动态设置条件,适用于不同交通状况的信号交叉口,具有较强的普适性。数值仿真结果表明：采用该方法设置CAV专用进口道能够提高混行信号交叉口的通行能力、降低延误和车均油耗;在实际应用时,可视交叉口类型和交通智能化程度灵活选取CAV专用进口道设置方式,为混行交通流环境下交叉口进口道的交通组织优化提供理论依据和模型支持,对车路协同系统的相关研究具有参考意义。     

基于车速与信号协同优化的区域绿波协调控制模型

针对车路协同环境下的区域绿波协调控制问题，根据自动驾驶车辆车速可控的特点，提出利用绿波车速与信号配时的协同优化方法，建立一种区域绿波协调控制模型。模型在信号配时与相位相序优化的基础上，增加对路段绿波车速的优化，为车路协同环境下的自动驾驶车辆提供路段车速引导方案；通过扩大优化模型的可行解空间，以解决区域协调中相位差的设计问题；选取绿波带宽折减率与通行速度折减率的加权量作为模型评价指标，使得设计方案能够实现绿波带宽与通行速度的综合最优。算例结果分析表明：模型可以根据不同的绿波带宽权重系数，求解相应的绿波带宽与通行速度综合最优协调控制方案，其中绿波带宽最优方案的路网绿波带宽占比均值能够达到95%，明显优于TRANSYT模型的绿波协调优化效果。VISSIM仿真结果显示，与TRANSYT优化方案相比，所提模型方案能够减少干道平均停车次数39%，缩短交叉口平均延误时间10%，使区域交叉口的通行效率得到进一步提升。     

智能网联环境下无信号交叉口交通自组织方法

针对道路交叉口通行延误问题，基于智能网联环境下的行车定位和轨迹共享技术提出无信号交叉口交通自组织方法，旨在根据车辆的实时位置、行车轨迹以及车速等信息实时计算进入交叉口车辆间的冲突时间差，使得各个方向车流互相预知对方驾驶行为，以实现车辆自组织穿插通过交叉口，以提高交叉口通行效率。实验选择重庆市南岸区白鹤路与桃源路双向四车道典型交叉口为研究案例，根据调查数据和Vissim仿真分析结果显示，所提出的交叉口交通自组织方法比现有信号控制交通组织方式通行时间平均减少了6.39 s,平均通行效率提高了43.6%。     

自动驾驶环境下面向交叉口自由转向车道的交通控制模型

在未来自动驾驶环境下，自动驾驶车辆之间能相互配合、相互穿插地通过交叉口，而无需信号灯控制。因此，有必要研究新一代的能保障自动驾驶车辆安全高效通行的交叉口控制模型。已有控制模型可分为基于交叉口空间离散的控制模型和基于交叉口冲突点分析的控制模型，目前主要存在控制方式和模型非线性等方面的不足。建立了基于混合整数线性规划（MILP）的自动驾驶交叉口控制（Autonomous Intersection Control，AIC）模型，设计交叉口自由转向车道，允许交叉口所有进口道都能"左直右"通行，将交叉口空间离散为等距网格并建立网格坐标方程，考虑车辆在交叉口内部的行驶轨迹，建立车辆轨迹的上边界和下边界方程，确定行驶轨迹压过的交叉口网格，并建立网格被车辆路径占用的时间方程，使用同一网格同一时间只能被一台车辆占用的冲突点约束保障交叉口安全通行。模型以所有车辆通过交叉口的总延误最低为目标函数，通过将约束条件线性化处理，使用AMPL （A Mathematical Programming Language）并调用Gurobi数学规划优化器对模型进行求解。最后对模型效益进行了案例分析。结果表明：所提模型能有效处理自由转向车道的交通流到达模式，对比已有模型经常采用的先到先服务控制策略，该模型能整体优化车辆通行方案，降低车均延误50.51%，降低最大车辆延误29.12%，同时交叉口空间利用率提高了66.17%。     

考虑动态车速的双周期干线信号协调控制多目标优化

干线协调控制通常以干线方向通行效率最大为目标，导致一些小型交叉口次路方向延误较大。针对该问题，基于车路协同环境，研究了车速引导下的双周期干线多目标优化方法。针对上游交叉口饱和交通流与非饱和交通流2种情况，提出了考虑排队消散和相位差的动态车速引导模型。以干线延误、通行能力、停车次数，双周期交叉口次路方向延误为优化目标，构建了车速引导下的双周期干线多目标优化模型，采用遗传算法对模型进行求解。基于COM接口，采用Python和Vissim搭建车路协同仿真环境，以北京市两广路的3个路口为例进行仿真验证。对比了本文模型与原配时方案、无车速引导下双周期干线多目标优化模型的效果，结果表明，本文模型相比于原配时方案和无车速引导下多目标优化模型，干线平均延误分别减少19.6%，8.3%，通行能力分别提升5.6%，8.4%，平均停车次数分别减少11.2%，24.2%，双周期交叉口次路方向平均延误分别减少33.9%，5.8%，表明本文模型将速度引导与多目标优化相结合，提高了双周期干线的通行效率，降低了双周期交叉口次路方向的延误，达到了干线和双周期交叉口共同优化的目的。      

单向交通条件下交叉口通行能力分析与仿真

单向交通可大量减少交叉口冲突点、改善交通条件。基于HCM分析方法，对双向双车道十字交叉口实施单向交通前后的通行能力进行对比分析，给出了双向通行，一路双向、一路单向和两路单向3种交通条件下的交叉口的通行能力计算公式。以Corsim仿真模型为平台，以交叉口车辆平均信控延误为评价指标，对交叉口通行能力进行了验证。仿真结果表明，单向交通可提高交叉口的通行能力。     

节能导向的信号交叉口生态驾驶策略研究

为解决信号交叉口区域车辆频繁启停及怠速停车造成的燃油浪费和污染物排放问题,研究了以节能为导向的信号交叉口的生态驾驶策略问题.借助交叉口区域的V2I通信系统获得车辆自身定位和运动状态数据,以及信号灯状态与配时信息,对车辆所处车速引导场景及可通行性进行判定.对各场景下车辆时空运动轨迹进行分析,综合考虑交叉口上下游的燃油消耗,以平均每公里油耗最小建立统一的优化目标函数,求得生态驾驶轨迹最优解,以向驾驶员提供车速建议.利用M atlab开展的随机仿真实验表明,与不采用生态驾驶车速引导相比,采用生态驾驶车速引导至少可降低10% 以上的燃油消耗.对于划分的6种车速引导场景而言,最优生态驾驶策略在场景2下的节油效果最为显著,可达到30% ~60%;其次是场景4,可达到25% ~50%;在场景3和场景5中表现略差.从节约能源的角度而言,车辆在通过信号交叉口时应尽量避免停车等待,防止发动机长时间空转造成的燃油浪费,必要时可采取适当加减速的方式通过交叉口.      

城市道路交叉口间歇式公交专用道设置方案研究

公交优先政策造成了社会车辆的延误。在保证公交优先的前提下,提高社会车辆在信号交叉口的行驶效益,实现车道通行能力的最大化,研究了1种城市道路交叉口间歇式公交专用道（intermittent bus lane,IBL）运行模式,在公交车辆通行不受干扰时允许社会车辆驶入公交车道。通过设置预信号实时控制进口道的车辆类型,实现公交专用道的分时共享。考虑信号协同和换道规则,建立3车道元胞自动机模型,采用改进的速度效益模型模拟公交专用道运行状态,引入换道压力模型模拟清空区域强制换道规则。以车辆的平均速度、排队和延误时间等作为评价指标,验证交叉口间歇式公交专用道的设置效果。研究结果表明：(1)相较于传统公交专用道,交通量未达到车道通行能力的50%时,IBL模式下社会车辆平均延误时间和排队时间分别降低6.9%和4.9%,公交车辆平均速度提高3%,平均延误时间降低5%;(2)当交通量达到车道通行能力50%～80%时,社会车辆平均速度提高15%～37%,平均延误时间降低8%～20%,但是公交车辆平均速度降低3.4%,平均延误时间提高5.7%;(3)当交通量大于车道通行能力的80%时,社会车辆平均速度提高6....     

城市道路信号控制交叉口配时优化模型

为了提高城市道路交叉口的通行能力,在Ak9elik R.和Rouphail N.M.提出的延误模型的基础上,综合考虑信号交叉口通行能力最大、车辆平均延误最小、交叉口停车次数最少3个指标,并尽量保障不同时段通行能力的平稳性,建立了一个多目标的单交叉口信号模型;以武汉市雄楚大道-静安路交叉口的交通数据为例,利用遗传算法求解在该模型下的最优绿灯配时方案,并与经典Webster模型及不考虑平稳性的基础模型进行比较,结果表明文中模型的平均延时略长于Webster延误模型,但平均停车次数和流量均优于Webster,且平稳性优于基础模型。     

Speed Control of Vehicle Robot Driver Based on Adaptive Fuzzy PID Control

针对汽车驾驶机器人采用常规PID控制时车速波动大、调节器参数调整困难等问题,提出了一种基于模糊自适应PID的汽车驾驶机器人车速控制方法.首先建立了汽车驾驶机器人多机械手协调控制模型,然后在此基础上设计了一种驾驶机器人模糊自适应PID车速控制器,实现了驾驶机器人对给定循环行驶工况的车速跟踪.试验结果表明,与常规PID控制方法相比,采用所提出的方法车速跟踪精度明显改善,车速跟踪误差在±2km/h范围内,满足国家汽车试验标准的要求,保证汽车试验数据准确有效.     

基于逆控制策略模型的电动车驾驶机器人车速控制

为满足驾驶机器人利用加速踏板行程信号实现对于电动车速度跟随的需求,提出了一种基于逆控制策略模型的车速控制方法。该方法在传统纵向动力学的车速控制回路基础上,引入了车辆控制策略模型,将原有的通过电机转矩控制车速转换为通过加速踏板行程来控制,从而降低了驾驶机器人对原车辆的改造风险,提高了机器人的适用性。转鼓试验结果表明,与人工驾驶相比,本文中提出的控制方法有效提高了车速跟踪精度,误差不超过±1 km/h,满足国家电动车试验标准。     

城市快速路可变限速策略

对城市快速路可变限速控制策略的理论基础进行了研究.在对快速路上的主线车速、进出口匝道车速、分流点合流点车速的特性及速度分布特性进行深入分析的基础上,建立了快速路主线车速-密度动态关系模型,提出考虑出口匝道、不良天气以及道路线形因素下基于安全性的3种主线车速的约束条件.利用积分调节器建立了入口匝道控制模型;提出了基于道路服务流量、行程时间、入口匝道平均等待时间以及行程时间延误4种可变限速的目标函数,利用4种目标函数的线性组合建立了3种系统最优问题,即:低密度状态下路段通行能力最大,行程时间最短;中密度状态下路段通行能力最大,入口匝道平均等待时间最短;以及高密度状态下入口匝道平均等待时间最短,主线车流行程时间延误最短.利用VISSIM仿真模拟手段对可变限速控制模型进行分析,得到可变限速控制策略下与未采取控制策略下的交通流参数结果,验证了可变限速控制策略的有效性.     

人机混驾环境下无信号交叉口自动驾驶汽车左转运动规划研究

为了使自动驾驶汽车在人机混驾环境下能安全、高效地左转通过无信号交叉口，在借鉴人类驾驶人左转时会对周围车辆驾驶意图进行提前预判的基础上，提出了一种基于周围车辆驾驶意图预测的自动驾驶汽车左转运动规划模型。首先将无信号交叉口处周围车辆的驾驶意图分为左转、右转、直行3种类型，利用相关向量机预测周围车辆驾驶意图，以概率形式输出意图预测结果并实时更新，进一步界定自动驾驶汽车与周围车辆的潜在冲突区域并判断是否存在时空冲突；接着，在充分考虑他车速度、航向及车辆到达冲突区域边界距离的基础上建立基于部分可观测马尔可夫决策过程的自动驾驶汽车左转运动规划模型，生成一系列期望加速度；最后，基于Prescan-Simulink联合仿真平台搭建无信号交叉口仿真场景，对所提左转运动规划方法进行仿真验证，将基于博弈论的运动规划方法、基于人工势场理论的运动规划方法与所提出的方法进行比较，并选取行进比例达到1所用的时间和碰撞次数作为评价指标。研究结果表明：基于相关向量机的驾驶意图预测方法可在自动驾驶汽车到达交叉口之前准确预测出他车驾驶意图；基于部分可观测马尔可夫决策过程的左转运动规划方法能够通过速度调整策略实现人机混驾环境下自动驾驶汽车与周围车辆在无信号交叉口处的交互；不同算法对比效果表明，所提左转运动规划方法在自动驾驶汽车与不同数量周围车辆交互的仿真场景下均可有效避免碰撞事故发生并提高自动驾驶汽车左转通过无信号交叉口的效率。     

电动两轮车及自行车与汽车碰撞损伤对比分析

为研究不同条件下与汽车碰撞时电动两轮车骑行者与自行车骑行者的碰撞损伤差异,以车速和碰撞位置为变量,利用有限元分析软件对THUMS人体模型进行了16组仿真,分析了骑行者头部、胸部和下肢的动态响应参数.结果表明:位置一定,汽车车速分别为30 km/h、40 km/h、50 km/h,两轮车车速分别为5 km/h、15 km...     

汽车室内台架试验用驾驶机器人

利用驾驶机器人来替代驾驶员做繁复而危险的汽车性能试验是汽车工业发展的必然。文中提出了驾驶机器人的性能要求,并以东南大学研制的DNCⅡ-型汽车驾驶机器人为例介绍了驾驶机器人的构成与工作过程,最后给出了该驾驶机器人与驾驶员在底盘测功机上进行汽车排放耐久性试验对比。结果表明,汽车室内台架试验用驾驶机器人能消除驾驶中人为因素的影响,车速跟踪精度达±2km/h,提高了汽车性能试验的可重复性。     

汽车定速巡航控制系统应用及发展趋势

汽车的巡航电子控制系统又称定速、稳速、恒速控制系统或CCS(Cruise Control System)系统,它是利用电子控制技术对车辆的行驶速度进行自动调节的系统,可以让行进中的车辆自动地以接近恒速的方式行驶。汽车电子控制巡航(CCS)系统的特点是:在良好高速路面上,当车速达到20～50km/h(不同车此参数不同)以上时,用手按下驾驶室内紧靠转向盘处的巡航控制     

交叉口高峰时段右转车辆通行时间可靠性研究

早高峰时段对右转车辆通过十字交叉口的时间进行连续2h的观测,对获得的样本数据采用统计学的方法进行分析,得出样本基本符合正态分布的一般假设,运用检验对这一假设进行检验,得到其符合正态分布的一般规律。基于上述分布规律,通过提出的交叉口的右转通行时间修正系数,对路段行程时间可靠性模型进行改进,得到适用于十字交叉口处右转车的通行时间可靠性评价模型。     

从驾驶疲劳中解脱自动驾驶

在驾驶员监控下,汽车可在高速公路上实现最高时速达130km/h的半自动驾驶,这一成果展示了当今的驾驶辅助系统可以导向未来的全自动驾驶。正像汽车上的许多先进技术都是从飞机技术发展而来,随着无人驾驶飞机的飞速发展,下一步是否也会实现无人驾驶汽车了呢?其实     

单点交叉口交通信号配时模型及遗传算法

分析了城市单点信号交叉口信号配时的基本参数和方法,建立了以平均延误时间最短、平均停车次数最少、通行能力最大为目标,相位有效绿灯时间、饱和度及周期时长为约束条件的城市单点交叉口两相位信号配时优化的非线性函数模型,采用遗传算法对其进行求解.求解结果表明,该方法可减少车辆的延误和停车次数,提高通行能力,交叉口服务水平由D级提升到B级,从而缓解城市信号交叉口的交通拥挤.     

基于三种非机动车过街方式的交叉口通行效率研究

为了寻求两相位交叉口最佳的过街方式，文章就交叉口人均延误和交叉口车道通行能力两个方面展开研究，基于三种非机动车过街方式下的延误模型、车道通行能力模型，以人均延误和通行能力为判别指标，对比三种非机动车过街方式的交叉口人均延误和交叉口车道通行能力，取延误最小者或车道通行能力最大者为最优非机动车过街方式。具体应用中，以南京市两相位交叉口的调查流量为基础，计算出不同时段下延误最小的非机动车过街方式和交叉口车道通行能力最大的非机动车过街方式。结果表明：停车线后移方式下的交叉口车道通行能力最大，交叉口延误需要根据时段流量来确定最小延误对应的非机动车过街方式。研究可为选择合适的非机动车交叉口过街方式提供参考借鉴。