智能网联车环境下高速匝道汇入车流轨迹优化模型

为了解决传统匝道控制车流汇入时车辆需要减速至停止，从而造成延误时间过长的问题，提出了一种智能网联车环境下的高速匝道汇入车辆轨迹优化的两阶段优化模型，其中，第1 阶段优化车辆进入匝道口的时序；第2 阶段基于第1 阶段的最优时序，优化车辆轨迹. 根据所构建的模型设计了一种启发式算法优化车辆通过匝道冲突区域的时序，然后结合 GPOPS工具优化车辆的轨迹.为了验证所提出方法的有效性，将所提出的方法应用到20 min 随机到达的车流，进行仿真实验.实验结果表明，与先进先出的方法相比，本文所提出的方法能够使总延误减少59.7%，总油耗减少10.5%，说明该方法能够实现车辆以较高的速度通过匝道冲突区域，有效地减少了车辆汇入延误，同时也节约了油耗.     

智能网联车环境下交叉口车流轨迹优化模型

在智能网联环境下,车辆可通过相互穿插和协作通过交叉口,无需信号灯控制.为保证车辆安全高效运行,建立车辆到达时序和速度协同优化的交叉口车流轨迹优化模型.提出车辆到达时序优化模型和车辆速度优化模型,建立车辆到达时刻与速度的函数关系;在此基础上,模型以所有车辆在控制区域的行程时间与油耗加权最小为目标,车辆路径、到达时刻和速度...     

基于PET算法的匝道合流区交通冲突识别模型

为了识别入口匝道汇入车辆与主线直行车辆间的交通冲突,开展了匝道合流区车辆交通冲突识别研究.本文结合车辆运动信息,考虑车辆尺寸对交通冲突的影响,构建了基于后侵入时间(Post Encroachment Time, PET)算法的匝道合流区冲突识别模型;给出车辆交通冲突严重程度的确定方法,采用仿真分析验证了所建模型的有效性.结合实测交通数据,确定了PET阈值范围.结果表明,采用后侵入时间算法的匝道合流区交通冲突识别准确率为91.71%,说明该模型能有效识别匝道合流区的潜在冲突.研究成果可为车路协同环境下匝道合流车辆提供安全预警,进而减少车辆碰撞事故的发生,提升整个交织区域的道路交通安全水平.     

快速路匝道邻接交叉口交通设计方法

对匝道车流与地面车流交织、相位绿灯损失以及邻接路口通行能力不足等问题进行分析;运用时空优化设计方法避免交通流交织与冲突,空间上对交叉口进口车道功能的置换设计,时间上根据车流饱和度均衡原则,提出信号组合相位的设计思想,减少路口有效绿灯时间的损失;最后,通过具体实例对优化设计方法进行验证.结果表明,优化后立交的通行能力提高,车辆的平均延误大大降低,匝道车流与地面车流之间的交织情况基本被消除,改善效益明显.     

单向三车道高速公路合流区智能网联车辆协同汇入控制

为提高多车道高速公路入口匝道智能网联车辆合流安全性与通行效率,提出了一种基于规则的换道策略和一个时间离散的车辆轨迹优化模型,以进行协同汇入控制;以普通单向三车道高速公路匝道合流区为研究对象,将合流区及其上下游路段划分为4个区域,并对关键的提前换道区和协同合流区分别进行交通控制;在上游提前换道区,基于最小安全跟车间距和速度效益的换道规则,将部分主线外侧车道、中间车道的车辆在合流区上游提前换道至内侧相邻车道,以此减轻合流区外侧车道的交通压力,提高合流效率;在下游协同合流区,选取合适的周期时长,以周期内合流车辆行驶速度最大为目标,不固定合流点,规划合流车辆的纵向行车轨迹,引导匝道车辆在周期结束后汇入主线,实现协同合流;利用SUMO和Python仿真验证提出的协同汇入控制方法,并进行临界跟驰车头间距的敏感性分析。仿真结果表明：与无控制自然合流相比,提出的协同汇入控制方法在不同的交通需求水平下能使车辆平均速度提高4.9%~21.1%,平均延误降低29.9%~56.5%,且不会出现停车现象;与先进先出合流控制相比,在高匝道交通需求水平下能使车辆平均速度提高3.4%~9.6%,平均延误降低22.9%~39.4%;较低的临界跟驰车头间距可以更好地提高合流区通行效率,且在主线交通需求水平较高时更明显。     

考虑轨迹相似度的综合客运枢纽出租车合乘方法研究

针对综合客运枢纽出租车停靠点乘客滞留问题,提出一种考虑轨迹相似度的枢纽出租车合乘模型. 以车辆数最小与总里程最短为目标,基于包围面积的轨迹相似度指标在形态上约束合乘后车辆的行驶轨迹. 设计两阶段算法求解此NP-hard 问题,第1 阶段利用kmedoids 方法对乘客需求聚类,第2 阶段设计蚁群算法求解得到乘客匹配方案及合乘行驶路径. 实测数据实验证明：该方法能较好优化车辆数和总里程,减少乘客等待时间;轨迹相似性度量约束能有效提高合乘后路径的JAC值,满足乘客希望合乘路径与原始路径差异最小化的心理.     

高速公路入口匝道汇合控制研究

匝道控制是一种抑制交通需求、解决高速公路交通拥挤的有效手段.入口匝道汇合控制是一种以安全为目标的微观控制方法.本文详细介绍了汇合控制的控制流程,并与传统的匝道信号调节控制做了比较.当交通量较大时,为提高主线车流的运行效率、确保匝道车辆安全、快速地汇入主线,有必要对入口匝道实行汇合控制.根据间隙--接受理论,匝道汇入量由主线最外侧车道的车流间隙数量决定.建立了入口匝道移位负指数分布通行能力模型,并对模型进行了拟合验证.     

基于改进车流离散模型的多目标优化控制模型研究

为减少复杂交叉口群动态控制中车辆延误并提高通过速度,基于改进的车流离散模型,该文提出了以停车延误为目标函数的交叉口群多目标优化控制模型,并以广州天河北复杂交叉口群为例进行了实例运算,算例结果与仿真试验表明本模型体系在系统延误方面要优于传统模型,模型的求解效率高,有利于建立实时的区域交通控制系统。     

智能网联环境下单交叉口车辆轨迹优化

为了提高信号灯前车辆的通行效率,改善交通流整体运行水平,本文从减少车辆延误和降低燃油消耗两个角度入手,在智能网联环境下,提出了一种车辆编组识别算法和针对编组头车的多目标线性轨迹优化模型(MOLP-pl)。首先对智能驾驶员跟驰模型（IDM）进行改进,调整车辆状态,减少车辆随机到达状态下车辆速度和车头时距分布的差异,同时为后续MOLP-pl轨迹优化模型的运行提供先决条件。在此基础上,以车辆编组为优化单元,通过车辆编组识别算法识别编组头车和跟随车辆,将编组头车的行驶轨迹作为优化对象并建立相应的数学模型。为了提高车辆轨迹优化模型的求解效率和精度,对其进行线性化重构,采用线性求解器计算编组头车加速度,构建编组头车最佳时空轨迹,然后,利用IDM跟驰模型计算跟随车辆的行驶速度,从而使编组车辆最大效率的通过交叉口。最后,利用SUMO构建的仿真实验表明：本研究提出的车辆轨迹优化算法可显著提高信号灯前车辆的通行效率,在三种不同的交通饱和度条件下,相对于无速度引导场景,车辆延误分别降低了8.56%、12.42%、64.79%,燃油消耗分别降低了17.21%、18.34%、12.64%;相对于逻辑控制场景,延...     

信号交叉口绿色驾驶车速控制方法

信号交叉口是整个城市交通路网中的瓶颈区域.车流经常在路口停车等候造成怠速行驶,严重降低交叉口的通行效率,同时造成严重的汽车尾气排放污染.为了减轻交叉口对交通流的阻断,合理降低信号交叉口的车辆延误、燃油消耗和污染物排放,本文提出了一种基于多级可变速度限制的信号交叉口绿色驾驶控制方法.该方法以可变速度限制值为控制变量,并基于固定式检测器获取的交叉口附近道路交通状况信息对车辆进行速度限制值的实时发布,以实现在不增加旅行时间的基础上平滑车辆驶近交叉口过程中的时空轨迹.通过MATLAB对该方法进行仿真验证,结果表明,其能够有效地降低交叉口的车辆延误,并减少车辆的燃油消耗与污染物排放量.     

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1 000veh/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1 800veh/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。     

混合交通流环境下单交叉口自动驾驶车辆轨迹优化

信号交叉口对城市道路的通行能力以及车辆的燃油消耗具有重要影响。本文提出一种在自动驾驶车辆和人工驾驶车辆混合交通流环境下的自动驾驶车辆的轨迹优化方法。基于交叉口信号灯的配时方案,构建车辆旅行时间估计模型,并以自动驾驶车辆燃油消耗最小以及通行效率最大为目标,构建自动驾驶车辆轨迹优化模型,对车辆进行动态轨迹规划和控制。车辆轨迹滚动优化模型采用高斯伪谱法进行离散化求解,并基于SUMO仿真平台对模型结果进行验证。仿真结果表明,自动驾驶车辆可以通过优化自身控制变量影响人工驾驶车辆的运行状态,减少交通流的排队以及时走时停现象。本文提出的车辆轨迹优化方法对于降低车队整体燃油消耗、提升车队平均速度、缩短平均行程时间具有重要作用。     

基于累积能耗的信号交叉口优化配时方法

为了减少车辆在城市道路系统中的能源消耗,从降低信号交叉口能耗的角度出发,对交叉口进行基于累积能耗的优化配时方法研究。在累积延误分析的基础上研究机动车怠速能耗、减速能耗和加速能耗的规律,由此推导出信号交叉口累积能耗模型,在该模型的基础上建立基于累积能耗与延误综合指标最小的交叉口信号配时优化模型。利用实际交叉口的vis-sim仿真,对比分析现状配时、韦伯斯特法配时和基于累积能耗方法配时的交叉口累积能耗和延误,结果表明,基于累积能耗的优化配时方法可以有效降低累积能耗和延误。     

车路协同环境下群体车辆诱导与协同运行方法

为解决城市发展带来的交通拥堵问题,发掘道路交通的潜力,提高车路协同环境下车辆在路网中的行驶效率,面向群体车辆提出了一种诱导优化方法和协同控制策略;在车辆诱导分配方面,在起始点和目的地之间的可达路径中,以交通效率最优、车辆排放最小为目标,设计了基于道路饱和度、车辆行程时间和延误的群体车辆分配规则,建立了群体车辆诱导分配优化模型,并用多目标非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)和多目标粒子群优化算法进行求解;在车辆协同运行控制策略方面,基于引力场思想建立了多车协同运行模型,并提出了多车协同加减速策略;通过仿真验证比较了不同网联自动驾驶车辆(CAV)渗透率下的车辆诱导优化结果,同时仿真了车辆协同加减速策略,并将诱导优化方法和协同控制策略进行了联合仿真。仿真结果表明：多目标诱导分配方法可以提升车辆速度和环境效益,且群体车辆平均速度与CAV渗透率正相关;在四车组队行驶环境中,车辆协同加减速策略能够将车辆在加速和减速时的初始平均加速度分别提高15.0%和8.2%,让车辆快速达到目标速度,保障行车安全;在联合仿真环境中,路网群体车辆的加速度平均提高了11.6%,速度平均提高了1.6%,碳氧化合物排放量减少约4.9%。由此可见,提出的方法能够提高路网通行效率,降低车辆能源消耗,减少对环境造成的不良影响。     

新型混合交通交叉口信号与车辆轨迹协同控制方法

新型混合交通环境下的交叉口交通控制可通过信号灯控制与自动驾驶车辆的轨迹控制协同实现,能够极大地优化道路通行资源利用效率。已有研究中,信号配时与车辆轨迹集中优化的控制策略难以应用于车辆自组织控制的现实场景,且往往计算复杂度较高。本文提出一种无中心框架下基于逻辑的交叉口信号与车辆轨迹协同控制方法。基于协同理论中的快慢变量主动伺服控制原理,设计一种交叉口信号配时慢变量与车辆轨迹策略快变量协同框架,并分别提出基于逻辑的信号配时优化和网联自动驾驶车辆轨迹协同控制方法。协同控制方法可以在车辆自主控制的条件下,一方面,实现交叉口信号配时动态适应交通需求;另一方面,实现网联自动驾驶车辆主动优化驾驶速度,高效通过交叉口。而且网联自动驾驶车辆在进口道可引导混合车队高效通过交叉口,降低绿灯启动损失,提高交叉口通行效率。仿真实验表明,本文的协同控制方法相较于传统控制方法可显著降低交叉口车辆平均延误,同时,基于逻辑的决策模型可实现快速求解。通过对网联自动驾驶车辆控制策略关键参数的敏感性分析,进一步讨论新型混合交通流交叉口通行公平性,并比较在不同网联自动驾驶车辆渗透率下的控制效果。     

自动跟踪动态临界占有率的匝道协调控制方法

为了解决高速公路主线合流区交通拥挤与入口匝道排队溢出问题, 提出了一种入口匝道协调控制方法, 依据主线合流区交通状态和入口匝道排队长度设计需要协调控制的匝道个数, 以扩大协调匝道组的空间容量, 增大截留进入主线交通拥挤区域车辆的能力; 应用实时检测的主线合流区通过量和占有率估计主线动态临界占有率, 采用入口匝道调节率自动跟踪主线合流区动态临界占有率的变化, 以提高主线通过量; 采用匝道相对排队长度设计启发式规则, 以提高入口匝道协调控制能力, 防止排队溢出; 以沪宁高速公路G42为仿真背景, 应用VISSIM仿真软件, 从路网性能、主线合流区交通状态和匝道排队长度三方面对提出方法的控制效果进行评价。计算结果表明: 相比于无控制算法, 采用控制方法的总行程时间减少约8.44%, 路网平均延误减少约62.97%;采用ALINEA算法的总行程时间减少约2.85%, 路网平均延误减少约21.20%;采用Linked-control算法的总行程时间减少约6.00%, 路网平均延误减少约56.17%;采用控制方法的主线合流区的交通通过量在交通状态突变时增加了540 veh·h^-1, 且各个匝道之间排队长度更加均衡。可见, 提出方法控制效果优良。