不可靠通信下考虑加速度衰减的网联车跟驰建模与仿真
作者单位：北京交通大学
学位级别：硕士
导师姓名：王江锋
授予年度：2023年
学科分类：08[工学] 082303[工学-交通运输规划与管理] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程]
摘 要：随着城市化进程的加快,车辆已经成为人们日常出行必不可少的交通工具之一,汽车数量的增多一方面提高了出行效率,另一方面也给城市带来了诸如交通拥堵与行车安全等问题。车辆跟驰理论作为微观交通流理论最基本的仿真模型,研究跟驰建模具有指导交通组织和管理、缓解交通拥堵的现实意义,特别是车联网技术的发展给交通领域带来深刻变革,车—车通信(Vehicle to Vehicle,V2V)技术的兴起成为支持研究交通流跟驰理论的可靠途径。在网联环境下,智能网联汽车可以通过通信及感知技术及时获取周围车辆信息,从而辅助驾驶员采取相应的策略进行驾驶决策,但是在实际交通中,基本不存在完全可靠的通信环境,车对车通信过程中难免存在通信信号衰减、数据丢包等缺陷,针对非理想车车通信环境中可能存在的通信传输性能衰减、通信丢包现象,提高智能网联车辆在跟驰行驶的稳定性和安全性,本文以网联车跟驰行为为研究对象,在经典跟驰模型的基础上提出改进网联车跟驰模型,随后基于改进的跟驰模型,进一步研究在通信丢包情况下对网联车队的安全控制。首先,通过查阅国内外有关研究资料,对本论文所要进行的研究内容进行综合评述,阐述针对网联汽车的跟驰行为建模的必要性,从而确定论文的主要研究目标,并确立了全文的技术路线。其次,根据车车通信特点及网联车跟驰特征,选用经典的智能驾驶员跟驰模型作为基础,借助路径损耗模型,在经典智能驾驶员跟驰模型的基础上,针对网联车提出考虑接收加速度信号衰减的改进跟驰模型,并考虑多前车信息,进一步提高模型稳定性,更好地刻画智能网联车辆的跟驰行为。利用车车通信场外测试跟驰数据对模型参数进行标定,5个实验场景数据拟合优度均大于0.79,平均绝对误差的最大值不超过1.76,平均相对误差的最大值不超过0.46,说明模型的拟合效果较好。然后,设计数值仿真实验,研究网联车跟驰队列的启动和刹车过程,利用改进前后的跟驰模型进行对比。仿真结果表明,对于车队启动过程,改进后模型队列跟驰速度差减小0.5718m/s,平均跟驰间距缩短4.6187m,车队车辆到达稳态时间比改进前缩短5s,且考虑前车信息数量越多,跟驰稳定性越高;对于刹车过程,改进后模型队列跟驰速度差减小1.1522m/s,车队车辆会提前开始刹车行为且以较平缓的速度变化完成全部刹车过程,从而提高驾驶员驾驶舒适性。随后,针对不可靠通信环境对网联车控制器构建通信丢包、时延的补偿机制算法,借鉴DNA双螺旋结构及损伤修复理论,提出基于DNA切除修复机制的通信丢包补偿机制,设计双链结构存储前车及本车行驶信息,利用基本动力学知识结合存储的历史信息对丢包数据与通信时延进行补偿,实现网联车跟驰行驶的稳定与安全。最后,利用仿真实验验证补偿算法的有效性。对于数据丢包设计单一信息以及多信息丢包环境实验,结果表明补偿后队列速度及加速度扰动都能恢复到稳定水平。对于控制器的最大检测周期研究结果表明在保证网联车跟驰稳定与安全的前提下,当丢包率为0.2时网联车控制器的最佳检测周期为3.8s。对于通信时延主要影响跟驰车对头车扰动的敏感度,补偿后队列第7辆跟驰车的速度变化幅度缩短6m/s,其与头车的加速度变化幅度差值的绝对值控制在0.2m/s以内。
同方学位论文库