车联网环境下自动驾驶车辆动态障碍物协作避让模型

车路协同和车联网的发展为车辆群体之间的协作控制提供了可能.本文关注的是在车联网环境下,自动驾驶车辆群体避让动态障碍物的问题,目标是实现在不损失车辆个体效益的同时,可以达到车辆群体系统最优.本文提出了一种基于深度强化学习算法(DQN)的自动驾驶车辆群体协作避让动态障碍物的模型.模型在学习过程中考虑了车辆的安全性、单个车辆和车辆群体的行驶效率,并加入了车辆的换道协作机制.仿真验证结果表明,与现有的非协作避障模型相比,该模型可以显著地提高整体交通效率,在非常拥堵、比较拥堵和自由流三种给定的不同交通流状态下,车辆行驶效率(车辆平均速度)分别提高5.26％、21.44％、10.38％,整体车流量分别提高8.22％、34.47％、0％.     

考虑出行者有限理性的日变交通分配模型

现有的日变交通分配模型多数是以路径变量为研究对象,其主要有初始路径流量不唯一和忽略了路径之间的相关性等问题;而以路段为研究对象的日变交通分配模型虽然克服了上述不足,但其有限理性仅体现在出行者对最短路成本的认知上,本质上还是基于确定环境下的客观旅行时间进行决策,无法描述出行者在不确定环境下的风险态度和心理特征。基于此,在累计前景理论的框架下,构建了一个以路段变量为研究对象的日变交通分配模型,该模型克服了路径模型的两大缺陷,能够表征有限理性的出行者在不确定风险环境中的决策行为以及面对风险时的主观心理特征。最后,本研究通过一个算例讨论了有限理性、日变模型演化步长和损失规避系数对流量变化的影响,结果表明出行者的有限理性行为会增加路网上流量的波动性,这说明交通管理者应采用相关技术和方法减少出行者的有限理性行为,以达到减缓流量波动的目的。对于流量逐日演化步长和损失规避系数等参数而言,其取值越大,流量波动性也会相应增加,因此,在交通实践中,有必要对参数进行合理调控,如考虑一定程度的出行习惯,适当增加出行者对交通系统的敏感性等,从而减少旅行成本。     

基于CPT-UE模型的城市道路施工顺序优化

合理的城市道路施工顺序对缓解施工期间的道路拥堵有着积极的作用。现有对城市道路施工顺序优化问题的研究主要集中在短时施工范畴,并且多数研究者主要利用交通仿真软件来计算因施工造成的交通延误,这些研究手段并不适用我国目前出现的大量长期施工现象。而现有对长期施工顺序优化的研究在适用性及精确性等方面还有一定的不足,对于所研究的施工问题也要求施工区的施工周期是月的整数倍,显然与实际有一定的差别。鉴于此,针对长期施工问题提出了一个城市道路施工顺序优化的双层规划模型。其中上层规划模型以路网上施工引起的总交通阻抗增加量最小为目标,下层规划模型以网络上的出行者都试图选择累积前景值最大的路径出行为目标。随后利用遗传算法对该双层规划模型进行求解,最后通过算例对出行者的心理参考点、网络上的施工队数量等影响最优施工顺序变化的因素进行了分析。研究发现,不同的参考点取值对整个网络总旅行时间增加量的影响不大,但对出行者在出行时的主观认知有着重要的影响;增加施工队的数量可以在一定程度上缩短总施工周期,但可能会增加网络的出行总成本,因此,在实际中存在一个最优的施工顺序,可以最小化施工对交通造成的不利影响。     

An enhanced safe distance car-following model

Gipps＇ model, a well-known safe distance car-following model, has a very strict restriction on the car-following behavior that the following vehicle has to maintain the exact safe distance to the leading vehicle to avoid rear crash. However, this restriction is not consistent with the real traffic condition. Due to that, an enhanced safe distance car-following model is proposed first, and then calibrated and evaluated using the field data. Furthermore, the simulation is conducted to analyze the characteristics of the new model. The results of evaluation and simulation illustrate that the proposed model has higher simulation accuracy than the original Gipps＇ model, and can reproduce the stable flow and shock wave phenomena that are very common in real traffic. Moreover, the simulation results also prove that the enhanced model can better stabilize the traffic flow than Gipps＇ model.     

基于社会力模型的无车道划分异质交通流研究

考虑当前针对无车道划分时的交通流特性研究较少,而且没有考虑车辆类型的异质性,因此本文基于社会力模型提出了一个无车道划分异质交通流模型.利用仿真软件Matlab搭建仿真平台,分析所建立模型的特性,以及道路条件、大车比例对交通流的影响.结果表明,本文所建立的交通流模型能有效地模拟无车道划分情况下的异质交通流特征.在无车道划分时,道路通行能力和平均速度会随着道路宽度减小而减小,当道路宽度小于7m时,通行能力会急剧下降.当交通流密度比较低时,增加大车比例对道路通行能力和平均速度影响很小;当交通流密度比较高时,大车比例的增加会降低道路通行能力,但交通流会变得更加稳定.     

基于安全距离的元胞自动机交通流模型研究

随着交通拥堵状况日益显著,整体交通安全性下降,交通事故率逐渐增大.基于提高驾驶安全性考虑,细化元胞长度,引入被广泛证明在描述车辆驾驶行为方面具有很高精度的Gipps 安全距离规则,对NaSch模型进行改进,提出一个新的基于安全距离的元胞自动机交通流模型.采用实测数据对模型进行标定和评估,进一步对模型进行数值模拟分析.模型评估结果显示,新建立的模型相对NaSch 模型精度更高.数值模拟结果表明,改进模型能够很好地表现交通流特性,再现实际交通中的自由流、同步流及拥堵流等交通现象.此外,还发现驾驶员对前车最大减速度估计过高时,会导致道路通行能力下降,而驾驶员对自身车辆最大减速度估计过高时,会在一定程度上增大道路的通行能力,但是很可能会造成不安全的驾驶行为,增加了事故率.     

基于用户口令的GSM—R身份认证协议

现有的GSM-R身份认证协议,是对SIM卡的身份认证而不是对铁路员工的身份认证,在日常铁路生产中,移动台容易丢失也容易被盗窃,使得SIM卡信息有可能泄露,导致SIM卡被克隆,给正常的铁路生产带来安全隐患.针对这一问题,本文设计了一种新的身份认证协议,通过在移动台使用用户口令作为认证密钥,不仅实现了对人的认证,而且实现了认证实体之间的双向认证,使得铁路员工可以使用任意的移动台进行通信,提高了日常工作的灵活性和安全性.     

��������ο���������������ģ��

所建立模型明确考虑了随机参考点作为累积前景理论(CPT)描述出行者有限理性路径选择行为的补充,将其定义为随机最短行程时间和可接受系数的乘积。假设出行者遵循路径累积前景最大化原则进行路径选择,建立相应的随机均衡条件及等价的不动点模型。然后,给出基于Probit加载和相继平均法(MSA)的启发式算法,并在小型网络上验证所提出的模型和算法。算例结果表明,依赖随机参考点的交通流模式能够较为真实地再现出行者在路径选择时,同时考虑行程时间均值及随机波动的有限理性行为。对参数进行灵敏度分析,基于CPT得到的路网均衡状态基本上不受行程时间随机波动程度变化的影响,当出行者调整出行时间预算时,均衡状态将随之发生改变。     

基于社会力的信号交叉口施工区交通流建模

由于施工区的存在,城市道路信号交叉口通行能力下降,车流运行混乱.本文为 了从微观层面研究信号交叉口施工区交通流运行特性,以初始社会力模型为基础,首次提 出一种新的适用于交叉口交通流的社会力模型;通过对影响岛式施工区通行能力的因素 进行分析,设计出一套数据采集方案;利用实测数据并结合遗传算法对提出的模型进行标 定,使用统计学指标对标定结果展开评价.结果表明,提出的新模型仿真得到的交通量与 实测值平均绝对相对误差仅为0.028,能为信号交叉口施工区交通流模拟提供参考.