考虑可变速度调节的单点交叉口公交信号优先控制方法

基于公交运行车速动态可变的运行环境,以公交运行状态最优为目标,提出了“最大可能优先通行”和“最优速度节能减排”2个控制原则;考虑公交车辆位置、车辆是否晚点、车辆速度、速度变化幅度、车辆到达时刻、信号控制参数变化范围等约束条件,针对需要优先通过和不需要优先通过2种情形,设计了信号控制方案和最佳速度调整规则簇,建立了运行速度与优先控制方案的协调优化方法.基于VISSIM仿真软件及其二次开发COM接口,设计了车路协同下信号优先控制的仿真平台,并对1个四相位信号控制交叉口进行了仿真分析.结果表明:与无优先和传统的感应优先相比,所提出的方法在降低公交车延误,恢复时刻表偏离,减少能源消耗,降低污染物排放和减小对于其他社会车辆影响上有显著的提高;参数敏感性分析进一步证明了不同交通量情况下该模型的适应性.     

考虑驾驶员操作误差的混合动力汽车队列生态驾驶控制

鉴于现有生态驾驶控制的研究多基于完全智能网联环境,不适用于传统人类驾驶汽车和网联汽车混行的交通场景,本文中以包含人类驾驶汽车和网联汽车的混合动力汽车队列为研究对象,提出一种考虑驾驶员操作误差的分层生态驾驶控制方法。基于随机模型预测控制算法设计上层控制器以实现车队机动性、燃油经济性和舒适性多目标优化,采用自适应等效燃油消耗最小化策略设计下层控制器以优化车辆发动机与电池的功率分配。仿真结果表明,所提出的方法可有效降低驾驶员操作误差导致的车队中混合动力汽车速度轨迹的偏移量,车辆平均油耗降低2.82%。     

低速瓶颈下高速公路网联无人驾驶车辆主动避碰运动生态速度优化

为了解决车载安全预警系统在高速公路上感知距离有限，且在曲线路段存在高事故风险和高燃油消耗的问题，在基于车联万物(V2X)技术的高速公路自动驾驶交通系统中，针对下游存在低速交通流的交通场景，提出一种高速公路网联无人驾驶车辆主动避碰运动生态速度优化模型。为了提高模型的求解效率，将原最优控制问题转化为由3个子问题构成的近似速度优化模型，并通过遗传算法求解得到最优的速度曲线，对上游车辆的运动速度进行主动控制，在保证安全和不影响交通效率的前提下，引导一系列车辆安全、平滑地跟随下游的低速交通流尾车运动，改善车辆行驶过程中的燃油经济性。为了验证所提出模型的性能，以车载安全预警系统控制策略作为对比方案，仿真结果表明：所提出的近似优化模型能够在基本保证求解精度的同时，明显改善求解效率；与车载安全预警系统控制策略相比，所提出的速度优化策略能够使车辆提前减速，避免追尾，能够在较小程度牺牲通行效率的情况下明显地平滑车辆速度曲线并节省总燃油消耗量。     

智能车经济性起步车速规划研究

智能车的车速决策影响燃油经济性。以起步阶段加速工况的燃油经济性为优化目标,建立了瞬态燃油消耗模型,并提出了基于该模型的经济性换挡规律制定方法;根据车辆纵向动力学方程,建立了基于前向欧拉离散方法的车速状态转移方程,以及确定相应的初末约束条件、边界条件;基于动态规划最优性原理,提出了智能车起步过程的经济性车速规划方法,建立了基于速度状态搜索策略;根据Matlab/Simulink和CarSim联合仿真,对比了典型驾驶员速度跟随模式的燃油消耗水平,结果表明,基于动态规划优化后的经济性车速及相应的挡位序列具有良好的节油特性,可为智能车经济驾驶的车速规划及挡位规划提供指导。     

多目标低碳车辆路径优化模型及求解算法

为有效降低物流配送过程产生的能耗和碳排放,控制配送成本,以传统带时间窗车辆路径问题为基础,研究低碳条件下的车辆路径问题.通过三角概率分布在合理速度区间内对车辆速度进行估算,综合考虑车辆行驶速度、载重量及运行里程构建碳排放计算模型,建立以系统总成本最低、车辆周转时间最小的多目标低碳车辆路径优化模型.将新兴多因子优化算法中协同进化和信息交互的思想应用于NSGA-II算法,提出增强型NSGA-II算法.算例结果表明,多目标优化模型可以更好地兼顾不同物流配送参与者的利益,更符合实际决策过程,所提出的ENSGA-II算法在经济成本上平均节省超过3%,在车辆周转时间上平均改进达到5.02%,表现出较好的求解性能.      

基于动态规划的混合动力商用车能量管理策略优化

考虑混合动力商用车部件基本的动态特性,在Matlab/Simulink中建立了整车前向仿真细化模型.应用动态规划理论获得整车燃油经济性的最优控制策略,包括能量分配和换挡控制策略.基于动态规划的最优控制策略,抽取出能够应用于实车控制的改进规则作为控制策略.采用重型车辆实际行驶工况的仿真结果表明,基于动态规划优化方法改进的整车控制策略可显著提高燃油经济性.     

基于站点群体聚集性客流的公交串车调度优化

为提升城市公交准点率、减少延误，解决车辆串车问题，研究基于站点群体聚集性客流的公交调度优化方法。以乘客出行意愿、乘车属性、到站规律等标识公交客流变化特征，以车辆载客限制、站点延误、到达率、下车率等描述串车形成场景。考虑准时性、客流需求、调控策略等约束，采用实时混合控制策略，实现车头时距偏差与乘客总行程时间最小的多目标优化。提出的公交串车调度方法，考虑到乘客到达率的不确定性，并通过调控公交车辆站点驻站时间以及路段平均行驶速度，可满足站点时段性群体聚集公交客流出行需求，防范潜在的公交串车。在模型求解上，考虑到双目标优化视角的差异性，运用超车规则对串车场景下的出站车辆重新排序，设计基于NSGA-II的求解算法，以拥挤距离标定序度关系，以精英策略获取新种群，改进交叉算子，并基于TOPSIS法对获取的Pareto解集择优。最后，以实际公交线路为例进行案例分析，结果表明：基于站点群体聚集性客流的公交串车优化调度模型，系统考虑了乘客乘车属性与车辆载客限制，能够输出最优的车辆滞站与车速调整方案，并且能运算得出车辆离站时间、车头时距偏差、准点率、乘客等待时间以及乘客行程时间等多项运营指标。优化前后对比表...     

基于公交车辆定位数据的公交运送速度计算模型

提出一套基于公交车辆GPS定位数据的公交运送速度计算模型,以公交车辆实时GPS数据和公交线站GIS数据为基础,借助地图匹配修正GPS坐标,确定公交车辆所处弧段和弧段百分比位置.基于公交车辆定位数据点与公交站点位置匹配流程,通过识别公交车辆到站时间,计算车辆在公交站点区间内的行程时间和运送速度,并进一步修正公交车辆到站时间误差和公交线站基础信息来改善模型精度.论文选取北京不同道路等级和时段的21条线路进行调查,验证模型误差和有效性.结果表明,模型的平均精度可达到91. 4%,站点区间所在道路等级越高,计算结果越准确.论文所提出的公交运送速度计算模型,能为加强公共交通运行监测与管理、提升出行服务质量等提供重要支撑.     

基于改进粒子群优化算法的多目标自适应巡航控制

跟驰过程中,在保证安全性的前提下为了提升自适应巡航控制(ACC)系统的舒适性和燃油经济性,研究了多目标自适应巡航控制算法。在建立车间纵向运动学模型的基础上,根据模型预测控制理论,设计综合考虑安全性、舒适性、燃油经济性以及车辆自身限制等因素的目标函数和约束条件,并引入松弛因子向量软化硬约束边界解决无可行解问题。进一步在滚动优化环节中,引入具有求解多约束问题能力的改进粒子群优化算法进行求解。通过数值仿真对比分析,结果表明,基于改进粒子群优化算法的多目标自适应巡航控制算法能有效提高燃油经济性和行车舒适性。结合CarSim搭建模型进行联合仿真,验证算法有效。     

考虑发动机起停优化的PHEV能量管理策略

针对某新型双电机行星耦合插电式混合动力汽车(PHEV)中发动机在起停及怠速运行状态下会导致油耗增加的问题,基于等效燃油消耗最小能量管理策略,加入发动机起停优化控制模块,以进一步改善整车燃油经济性。建立了整车动力学和传动模型并加入发动机起停优化控制模块,对ECMS能量管理策略输出的发动机及电机最优目标转矩进行重新优化分配后,再输出给发动机及电机控制器以控制其工作状态。针对起停优化控制中影响起停频次的关键时间参数,采用粒子群优化算法对其进行优化。仿真结果表明,相比优化前,所提出的能量管理优化策略能够实现对发动机起停或怠速状态的有效控制,减少发动机的起停频次,减少恶化油耗,验证了本文所提出的能量管理优化策略能够进一步优化整车燃油经济性。