网联通信时延下的混合队列控制特性分析

针对CACC协同自适应巡航控制技术,探究其在车联网通信时延影响下,与驾驶员驾驶汽车共存而构成的混合队列系统的性能。从微观跟车行为角度,基于频域传递函数,推导通信时延下的CACC队列稳定最小跟车时距的理论表达式,并通过数值验证指出CACC队列稳定最小跟车时距随通信时延增大而增大的特性。从交通激波特性角度,针对无时延CACC、有时延CACC和时延过大而退化后的ACC自适应巡航3种情形,给定相同的跟车时距,进行不同渗透率下的大规模交通仿真实验,实验结果表明,在无时延和1 s时延这2种情形下,CACC在20%及以上的渗透率时均能显著降低交通扰动,削弱激波,性能差别不明显; 相比而言,退化后的ACC性能明显恶化。     

边远海域救援船舶与直升机联合搜救优化

以救援船舶行驶路线、释放救援直升机时刻与救援直升机搜索方案为优化内容,以搜救时间最短和发现概率最大为目标,建立了海空联合搜救双目标优化模型,并结合地理信息系统和智能算法设计了模型求解算法; 利用地理信息系统模拟了复杂海洋环境中风、浪因素影响下的救援船舶和遇险船舶运行状态,采用自适应混沌搜索替代随机搜索,改进了传统粒子群算法; 以从南海永兴岛出发前往边远海域执行搜救任务为算例,验证了搜救优化模型。研究结果表明：利用地理信息系统与智能算法结合的海空联合搜救方法得到的搜救行动总时间为4.4~16.9 h,发现概率可达45.12%~99.76%;与传统的粒子群算法相比,改进后的粒子群算法在发现概率分别为85.00%、90.00%与95.00%的情况下,搜救总时间分别减少1.5、1.3与1.1 h,减少幅度分别为18.07%、14.28%与10.57%,改进后的算法在计算速度、计算稳定性与结果优化方面均效果良好; 海空联合搜救方案优化与传统的多目标路径优化问题有所不同,需要建立特定的海空联合搜救模型,结合新的技术手段开展研究; 未来建议发展不同船型、机型参与的海空联合搜救优化方法,以适应不断提高边远海域搜救行动效率的发展要求。     

基于半监督极限学习机的隧道内车辆RSSI定位方法

为了提高公路隧道突发事件的判别效率,实现道路交通状态全天候监测,以智能公路上泛在无线传感网络为基础,研究了基于信号强度指示值(RSSI)的网联车辆定位问题;考虑到隧道内车辆的连续运动特性,提出了一种带有局部线性嵌入(LLE)算法的半监督极限学习机(SSELM)实现RSSI指纹定位;离线阶段利用LLE对少量已标记位置的RSSI样本和大量无标记样本进行降维处理,辨识表征目标位置信息的高维数据对应的低维流形,再基于改进的半监督学习拟合降维后的RSSI与位置的映射关系;在线阶段将实时采集的RSSI数据进行流形降维后,输入校准好的SSELM中估计目标位置;采用无迹卡尔曼滤波平滑估计位置。试验结果表明：相比于已有半监督学习算法,提出的方法在不同车辆行驶速度和部署间距下均能取得较优的定位性能;当已标记数据占比(减少了50%~90%)、未标记数据数量(0~1 000个)和检测器部署间距(10~25 m)等关键指标变化后,本文方法的定位性能仍然保持最佳,其平均误差最低为3.09 m;计算复杂度上,当已标记数据为30%,即仅采集96个参考点样本时,其平均定位误差为3.8 m,训练时间低至8.7 s。可见,带有局部线性嵌入算法的半监督极限学习机在稀疏或密集传感器部署环境中,对不同行驶速度的车辆均能提供理想的定位性能,且训练时间短、样本依赖性低,是进行隧道内网联车辆辅助定位的一种有效方法。     

基于群体决策的多交叉口协同控制方法

基于竞争-合作的群体决策机制,将单点信号优化构建为各相位的交叉口通行权的竞争过程,将多点协同构建为上下游相位之间的协作过程,提出了一种兼顾多交叉口协同效益和单交叉口控制优化的路网信号配时设计方法;利用车路协同环境下路网内车辆路径信息的可感知性,动态精准地量化解析上下游交通耦合关系;在此基础上建立了分层动态决策框架,在单层决策中剥离了上下游交叉口控制决策对本地决策的影响,解耦协同控制模型中路网交通状态和信号控制决策之间的复合关系;设计了基于交叉口内各交通流向竞争力的分布式信号配时决策算法,并通过仿真试验平台比较了群体决策协同控制方法与传统协同控制方法的控制效果。研究结果表明: 相较于传统协同控制方法,群体决策协同控制方法可动态适应路网交通需求,在交通效率和稳定性上具有显著优势,在不同饱和度的交通需求水平下可降低车均延误15%以上;在路网交通饱和度较高的情况下, 群体决策协同控制方法延误降低幅度可达19.2%,控制优势更加明显;由于群体决策协同控制方法可在下游交叉口进口道车辆排队过长时减少上游车辆流出,可降低路网最大排队长度超40%,有效规避路网溢流风险;通过对群体决策协同控制模型的分布式求解,可实现单次决策过程计算时间小于0.01 s,具有应用于大规模复杂路网的实时信号配时决策的潜力。     

智能化战争与无人系统技术的发展

基于无人艇（USV）跨域异构编队的协同导航是解决未来水面、水下、天空3个区域导航定位的重要方法。为此,针对上述编队协同导航领域的相关问题,从3个层面进行综述。首先,阐述USV国内外发展情况和基于USV跨域异构编队的概念及研究;然后,对基于USV跨域异构编队协同导航的方式进行分析,并分别从水面/水下跨域异构编队协同定位、空海跨域异构编队视觉导航、基于USV跨域异构编队路径规划这几个方面进行归纳总结;最后,指出基于USV跨域异构编队的关键技术及其未来发展趋势。

     

面向高速公路混合交通流的车辆协同合流策略

为提高高速公路匝道合流区的运行效率、减少交通事故的发生,面向网联自动驾驶车辆(Connected and Automated Vehicles, CAV)与人工驾驶车辆(Human Driven Vehicles, HDV)混行的交通场景,提出高速公路匝道分层协作合流框架,该框架集成合流序列调度算法和协作合流算法,并根据车辆类型与车辆状态进行实时调整。首先,提出一种基于启发式规则的高速公路合流序列实时调度算法,优化合流区车辆的合流顺序,解决了传统固定合流序列无法适应HDV驾驶行为随机扰动的问题。然后,根据合流序列调度算法及当前车辆位置,判断协作合流的车辆组及其车辆类型,分别建立CAV-CAV、CAV-HDV和HDV-HDV的协作合流控制算法。通过试验仿真发现：相较于无控制情况和“先进先出”策略,总延误分别降低了21.66%、39.88%;协作控制区长度对燃油经济性存在一定影响,能耗随着距离的增加而减小,并存在一个最小值,即300 m,到达该值后能耗将逐渐增大;车辆之间车头时距的增加,对减小车辆能耗存在一定的影响。其中,HDV之间车头时距的影响大于CAV之间车头时距的影响。     

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。     

Multiple USV cooperative algorithm method for hunting intelligent escaped targets北大核心CSCD

[目的]针对无人艇协同围捕过程中逃跑目标具备智能性,现有无人艇策略难以围捕成功的问题,提出一种基于双层切换策略的多无人艇协同围捕算法。[方法]第1层围捕策略采用改进势点法,以无人艇与势点的总直线距离最小为优化目标,采用匈牙利算法为无人艇动态分配势点,并采用人工势场法实现无人艇的协同避碰;第2层围捕策略利用了阿波罗尼奥斯圆的性质,在两艘无人艇前往逃跑目标的目标点进行拦截,剩余无人艇运动方向保持与逃跑目标相同,以不断缩紧包围区域;为应对逃跑目标不同的逃跑方式,第1层围捕策略和第2层围捕策略可互相转化。[结果]仿真实验表明,该算法相较于顺序分配势点算法和极角分配势点算法,围捕时间更少或持平,证明了该算法的有效性和先进性。[结论]该多无人艇协同双层围捕算法,对具备典型智能性的逃跑目标具有围捕效果。     

CEC系统信息融合技术探讨

协同作战能力（CEC）系统是未来网络中心战感知网格的重要组成部分，本文将初步探讨CEC系统信息融合技术。首先介绍CEC系统，分析适合于CEC系统的信息融合功能模型，提出分布式融合结构模型，探讨CEC系统中航迹关联算法和目标识别方法等。     

基于数据融合的单目标船避碰评估系统

建立了一个用于对单目标船避碰操作进行评估的系统。介绍了基于数据融合技术的系统三级处理模型,并重点讨论了基于数据关联的船舶航迹提取,基于坐标转换和几何模型的船舶运动参数计算,基于多测量周期数据融合的船舶操纵识别,和基于知识的碰撞危险、避碰阶段及会遇态势的判定等模块。同时给出了系统的工作流程图,最后通过实例说明系统运行的有效性。