检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

考虑多前车作用势的混行交通流车辆跟驰模型

交通运输工程学报 2022年第1期22卷 250-262页

作者：宗芳王猛曾梦石佩鑫王力吉林大学交通学院吉林长春130022 浙江师范大学工学院浙江金华321004 北方工业大学城市道路交通智能控制技术北京市重点实验室北京100144

基于自动驾驶车辆(AV)和常规人驾车辆(RV)混合行驶的情况,在全速度差(FVD)模型的基础上考虑了多前车和一辆后车的车头间距、速度、速度差、加速度差等因素,建立了适用于AV和RV 2种车辆的混行车辆跟驰模型;引入分子动力学理论定量化表达... 详细信息

基于自动驾驶车辆(AV)和常规人驾车辆(RV)混合行驶的情况,在全速度差(FVD)模型的基础上考虑了多前车和一辆后车的车头间距、速度、速度差、加速度差等因素,建立了适用于AV和RV 2种车辆的混行车辆跟驰模型;引入分子动力学理论定量化表达了周围车辆对主体车辆的影响程度;利用RV和AV混行场景跟车数据,以模型拟合精度最高为目标,对所有参数遍历寻优,进行标定;对比分析了混行车辆跟驰模型和FVD模型控制下交通流的稳定性,解析了车速对交通流稳定性的影响;设计了数值仿真试验,模拟了城市道路和高速公路2种常见场景,分析了混行车辆跟驰模型的拟合精度。研究结果表明:考虑周围多车信息有利于提高交通流的稳定性;车辆速度越低交通流稳定性越差;考虑多车信息的分子动力学混行车辆跟驰模型可以提前获得整个车队的运行趋势,更好地模拟AV的动力学特征;与FVD模型相比,在城市道路条件下混行车辆跟驰模型中的RV平均最大误差与平均误差分别减小了0.18 m·s^(-1)和13.12%,拟合精度提高了4.47%;与PATH实验室的ACC模型相比,在高速公路条件下混行车辆跟驰模型中的AV平均最大误差和平均误差分别减小了7.78%和26.79%,拟合精度提高了1.21%。可见,该模型可用于混行环境下AV的跟驰控制与队列控制,以及AV和RV的跟驰仿真。

关键词：交通控制混行交通流车辆跟驰模型交通仿真自动驾驶车辆常规人驾车辆

在线全文

学校读者我要写书评

暂无评论

基于多源数据融合的公交车辆跟驰模型

长安大学学报（自然科学版） 2023年第4期43卷 95-105页

作者：郝新军续宇洁卢永淳吉灿于少伟西安财经大学管理学院陕西西安710100 长安大学运输工程学院陕西西安710086 长安大学信息工程学院陕西西安710086

针对目前缺少公交车辆跟驰模型参数和单一数据采集方式无法获取完整车辆跟驰过程数据的问题,提出一种基于多源数据融合的公交车辆跟驰模型,采用实测数据进行参数标定和模型验证。通过移动GPS数据采集设备随车采集车辆的运动轨迹和无人... 详细信息

针对目前缺少公交车辆跟驰模型参数和单一数据采集方式无法获取完整车辆跟驰过程数据的问题,提出一种基于多源数据融合的公交车辆跟驰模型,采用实测数据进行参数标定和模型验证。通过移动GPS数据采集设备随车采集车辆的运动轨迹和无人机空中悬停俯拍采集公交车辆的停车间距,并进行数据融合处理得到完整过程的公交车辆跟驰行驶数据;通过引入均方误差指标来衡量实际测量值与模型仿真值之间的差异,将公交车辆跟驰模型的参数标定问题转化为一般优化求解问题;通过对实测数据进行统计分析,获取公交车辆的平均停车间距参数;采用粒子群优化算法对智能驾驶跟驰模型中的舒适制动减速度和加速度系数2个参数进行求解,得到模型的最优参数;将验证集中的实测数据与模型仿真值进行对比,对模型参数的效果进行验证,并以厦门快速公交走廊的车辆多编组运行控制为例,对跟驰模型的效果进行进一步的验证,其中头车采用速度优化模型进行控制,跟随车辆则采用上述标定的公交车辆跟驰模型进行控制。研究结果表明:公交车辆跟驰模型生成的数据曲线与实测数据曲线基本一致,跟随车辆与头车在路段上行驶和车辆进出站2个阶段的运动轨迹曲线基本一致,符合车辆跟驰模型的跟随性,进一步证明了提出标定模型参数的有效性。

关键词：交通工程智能交通车辆跟驰模型参数标定公交车辆多源数据融合

在线全文

学校读者我要写书评

暂无评论

车辆跟驰模型的VSP和加速度分布对比分析

系统仿真学报 2014年第11期26卷 2757-2764页

作者：费文鹏宋国华于雷北京交通大学交通运输学院北京100044 德克萨斯南方大学科技学院美国休斯顿77004

近期研究表明,交通仿真模型对VSP分布的估计精度难以通过传统的标定方法提升,而模型中描述车辆逐秒行为的内在机理需进一步研究。选择经典跟驰模型,采用实际数据和数值仿真相结合的方法,尝试对比分析不同跟驰模型VSP分布估计的精确性,... 详细信息

近期研究表明,交通仿真模型对VSP分布的估计精度难以通过传统的标定方法提升,而模型中描述车辆逐秒行为的内在机理需进一步研究。选择经典跟驰模型,采用实际数据和数值仿真相结合的方法,尝试对比分析不同跟驰模型VSP分布估计的精确性,并进一步分析不同跟驰模型下的加速度分布精度。比较发现,OVM、GFM和Wiedemann模型产生的VSP分布与实测值相差甚远;FVDM和Fritzsche模型产生的VSP分布和实测数据较为一致,研究有助于改善交通仿真模型在能耗排放测算方面的性能。

关键词：车辆跟驰模型 VSP分布加速度分布能耗排放

在线全文

学校读者我要写书评

暂无评论

考虑前方多车优化速度信息的车辆跟驰模型

东南大学学报（自然科学版） 2020年第6期50卷 1156-1162页

作者：安树科徐良杰钱良辉陈国俊武汉理工大学交通学院武汉430070 湖北文理学院汽车与交通工程学院襄阳435003 西南林业大学继续教育学院昆明650224

基于车路协同技术完全信息可达性的特点,引入车头间距反馈信息,并提出一种考虑前方多辆车优化速度信息的改进车辆跟驰模型,同时加入驾驶员在不同车头间距条件下的感知特性,改进了多速度差反馈控制策略.基于Lyapunov方法推导了改进模型... 详细信息

基于车路协同技术完全信息可达性的特点,引入车头间距反馈信息,并提出一种考虑前方多辆车优化速度信息的改进车辆跟驰模型,同时加入驾驶员在不同车头间距条件下的感知特性,改进了多速度差反馈控制策略.基于Lyapunov方法推导了改进模型的线性稳定性,并获得其稳定性条件.通过数值仿真方法分析了多前车优化速度和速度差信息对交通流稳定性的影响.研究结果表明:较已有MVD模型,考虑前方多辆车优化速度使得扰动作用时间减少了约30.3%;在频繁扰动作用下,引入多前车优化速度信息更有利于交通流稳定,且当参数N增至3时,尾车的停滞时间减少了74.0%;当通信车辆数不变时,通过拓展跟驰车辆的信息维度,可以提高交通流的稳定性,抑制交通拥堵形成.

关键词：车路协同优化速度车辆跟驰模型稳定性分析

基于车路协同技术的信号交叉口改进车辆跟驰模型

在线全文

学校读者我要写书评

暂无评论

东南大学学报（自然科学版） 2020年第1期50卷 169-174页

作者：安树科徐良杰陈国俊罗浩顺曹辉武汉理工大学交通学院

为了缓解信号交叉口对交通流的阻断问题,基于车路协同技术提出了信号交叉口速度引导决策方法.考虑信号灯相位差异以及车辆可能面临的交通状况,制定了3个速度引导策略,并构建了改进车辆跟驰模型.通过数值仿真验证了所提模型的引导效果,... 详细信息

为了缓解信号交叉口对交通流的阻断问题,基于车路协同技术提出了信号交叉口速度引导决策方法.考虑信号灯相位差异以及车辆可能面临的交通状况,制定了3个速度引导策略,并构建了改进车辆跟驰模型.通过数值仿真验证了所提模型的引导效果,并分析了引导区间长度对速度引导的影响.结果表明,与已有模型相比,改进车辆跟驰模型能够使更多的车辆在绿灯结束前快速通过交叉口,其他车辆通过速度引导平滑地减速停车或跟随队尾在红灯结束后不停驶通过信号交叉口,消除了车辆速度突变.此外,通过增加引导区间长度能够缓解信号交叉口车辆停车排队现象,进而提高了速度引导效果.改进车辆跟驰模型的可行性和优越性得到了证实.

关键词：车路协同信号交叉口车辆跟驰模型引导区间

在线全文

学校读者我要写书评

暂无评论

一类时变时滞车辆跟驰模型的稳定性控制

控制理论与应用 2020年第7期37卷 1481-1490页

作者：杜文举李引珍张建刚俞建宁兰州交通大学交通运输学院甘肃兰州730070 兰州交通大学数理学院甘肃兰州730070

为了研究交通拥堵问题,同时了解交通拥挤形成的过程以及驾驶员自身特性对交通流稳定性的影响.本文基于复杂网络同步理论,对一类考虑前后车效应的时变时滞最优速度车辆跟驰模型的稳定性进行了研究.利用Lyapunov稳定性理论,通过设计基于... 详细信息

为了研究交通拥堵问题,同时了解交通拥挤形成的过程以及驾驶员自身特性对交通流稳定性的影响.本文基于复杂网络同步理论,对一类考虑前后车效应的时变时滞最优速度车辆跟驰模型的稳定性进行了研究.利用Lyapunov稳定性理论,通过设计基于速度和车头间距的自适应控制器使得该车辆跟驰模型趋于稳定,并得到了模型稳定性的条件.此外,在车辆受到随机外部扰动的情形下,研究了该模型的稳定性.最后,采用MATLAB仿真技术进行了数值模拟,结果表明在本文设计的控制器下,考虑前后车效应的时变时滞最优速度车辆跟驰模型快速趋于稳定,拥堵现象得到了有效的缓解.

关键词：交通工程车辆跟驰模型扰动同步稳定性控制交通拥堵

考虑随机性的理论与数据融合驱动的车辆跟驰模型研究

在线全文

学校读者我要写书评

暂无评论

考虑随机性的理论与数据融合驱动的车辆跟驰模型研究

作者：刘佳欣北京交通大学

学位级别：硕士

车辆跟驰模型作为交通流中描述车辆纵向运动的基础模型,对分析交通流特征、评估交通安全、仿真交通行为有着重要意义,一直以来被广大学者广泛研究。在交通大数据背景下,传统理论驱动方法通过探究交通数据特征建立车辆跟驰模型,在描述当... 详细信息

车辆跟驰模型作为交通流中描述车辆纵向运动的基础模型,对分析交通流特征、评估交通安全、仿真交通行为有着重要意义,一直以来被广大学者广泛研究。在交通大数据背景下,传统理论驱动方法通过探究交通数据特征建立车辆跟驰模型,在描述当前复杂交通系统的内核和规律上存在局限。基于车辆轨迹数据建立车辆跟驰模型的方法成为研究热点,该方法无需了解研究对象的内在机理,可实现较高的预测精度,但其存在模型可解释性较低的不足。因此,本文旨在将理论驱动(可解释性强)与数据驱动(数据高效和通用性高)结合,同时考虑人类驾驶员行驶过程中的随机性,基于25辆车的道路跟驰实验数据,构建理论与数据融合驱动的跟驰模型,全面刻画车辆跟驰行为的规律,反映真实演化机理,对交通流行为的探究具有重要的工程研究价值和科研理论意义。本论文主要内容有:(1)跟驰实验数据的预处理。首先,基于25辆车跟驰实验所得数据,选取车队在直道上行驶的数据,剔除调头后的数据,对车队的速度数据进行平滑处理;其次,利用平滑后的速度完成对车队位置的更新;然后,绘制真实实验时空演化图,观察时空图中的交通波结构,发现了交通干扰的传播、增长、消散和合并等现象,并对车队跟驰行为进行宏观和微观特性分析。(2)数据驱动跟驰模型的建立。首先,以深度学习长短期记忆网络(Long Short-term Memory,LSTM)为数据驱动底层模型;接着,为模拟人类驾驶过程中的误差和随机性,在LSTM的基础上引入分位数回归(Quantile Regression,QR)产生偏离值,从而搭建QRLSTM数据驱动跟驰模型;之后,通过对比LSTM与QRLSTM跟驰模型的预测时空演化图,验证了引入QR对增加随机驾驶行为和驾驶误差的有效性。(3)理论驱动跟驰模型的建立。首先,基于典型的随机二维智能驾驶员模型(2-Dimensional Intelligent Driver Model,2D-IDM)理论驱动跟驰模型,以车队长度相对误差和单个车辆速度标准差相对误差建立目标函数;然后,利用细分矩形(Dividing RECTangles,DIRECT)全局优化算法,对2D-IDM模型的7个参数标定。结果表明,标定后的2D-IDM模型仿真时空演化图出现的震荡和条纹结构与真实实验一致,可重现跟驰实验中的走停现象。(4)数据驱动结合理论驱动的QRPIDL跟驰模型的搭建。首先,考虑到数据驱动模型更容易受到数据质量和数量的影响,将2D-IDM模型作为物理模型用于生成仿真跟驰数据,与非物理信息的深度学习网络LSTM模型相结合,扩充跟驰数据样本,实现对跟驰行为的充分学习,进而构建了物理信息指导的深度学习模型(Physics-informed deep learning,PIDL);接着,考虑驾驶行为的随机性,在PIDL基础上引入QR,构建包括仿真轨迹预测误差、真实轨迹预测误差和弹球损失函数相结合的损失函数,搭建QRPIDL跟驰模型;然后,给定车队头车轨迹和剩余车辆初始状态展开车队层面的轨迹预测,结果表明,所搭建的融合跟驰模型在微观和宏观上都能较好地还原真实实验跟驰规律。(5)跟驰模型的轨迹对比与分析。从宏观和微观两个维度将QRPIDL跟驰模型预测结果与2D-IDM、PIDL、LSTM和QRLSTM模型进行对比。结果表明:在宏观上QRPIDL误差值上表现最佳,分别比其他四种模型低0.03、0.197、0.411和0.233;在微观上,QRPIDL的误差指标较小,其RMSPE分别为1.89%(QRPIDL)、3.22%(2D-IDM)、3.36%(PIDL)、2.40%(LSTM)和2.35%(QRLSTM)。

关键词：车辆跟驰模型融合跟驰模型分位数回归(QR) 物理信息指导的深度学习(PIDL) 2D-IDM LSTM

高速公路下考虑驾驶模式切换行为的车辆跟驰模型及其稳定性分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高速公路下考虑驾驶模式切换行为的车辆跟驰模型及其稳定性分析

作者：刘恩琦北京交通大学

学位级别：硕士

目前自动驾驶车辆的自动化程度有限,在复杂环境下驾驶过程必然存在自动驾驶模式与人工驾驶模式之间的切换行为。为了更准确刻画复杂交通流系统的演化规律,有必要考虑驾驶模式切换行为进行车辆跟驰模型构建,并深入探讨复杂交通系统的运... 详细信息

目前自动驾驶车辆的自动化程度有限,在复杂环境下驾驶过程必然存在自动驾驶模式与人工驾驶模式之间的切换行为。为了更准确刻画复杂交通流系统的演化规律,有必要考虑驾驶模式切换行为进行车辆跟驰模型构建,并深入探讨复杂交通系统的运行特性,以提高道路交通流系统的安全性、稳定性与运行效率。然而,目前针对驾驶模式切换行为的建模通常只考虑单一切换类型下的驾驶员决策,并忽略了不同驾驶风险与不同切换类型下的决策差异性,且较少考虑驾驶模式切换下的交通流系统稳定性。针对上述问题,本文首先基于车辆跟驰轨迹数据,对两种驾驶模式之间驾驶行为的差异性展开分析;然后根据数据分析挖掘驾驶模式切换规律,并构建了基于风险均衡理论与风险损失效应的驾驶模式切换决策模型,描述了驾驶员根据驾驶状态进行的切换决策行为;最后,基于车辆跟驰模型和驾驶模式切换决策模型,构建了考虑驾驶模式切换的全过程车辆跟驰模型,并对该模型的交通流系统稳定性进行了研究。本文的主要研究内容如下:首先,本文通过研究两种驾驶模式之间驾驶行为之间的差异性,对驾驶员进行驾驶模式切换的影响因素与动机进行分析。选取Open ACC数据集的车队跟驰轨迹数据作为研究数据,并通过统计分析的方法对人工驾驶模式与自动驾驶模式的驾驶行为展开分析,其中涉及的指标有:速度、车间距、速度差、车头时距、持续时间等。研究结果表明:不同驾驶模式的驾驶行为存在较大差异,自动驾驶模式在实验过程中表现出更高的速度、安全性及舒适性;但同时也存在指标随速度变化敏感、在高速行驶时车间距与车头时距保持较为保守的现象,需要与人工驾驶模式共同执行驾驶任务。其次,目前驾驶模式切换模型只包含单一切换类型,且忽略了不同驾驶风险与不同切换类型之间的决策差异性。针对该问题,本文基于风险稳态理论与风险损失效应,结合驾驶员的风险决策过程,构建了不同切换类型下的驾驶模式切换决策模型,通过引入前景理论中的价值函数考虑了驾驶员在面对不同驾驶风险与不同切换类型的决策差异性。最后,实例分析的结果表明:驾驶员的切换决策行为受当前驾驶状态与驾驶员期望状态之间的偏差影响,所构建的模型能够反映不同驾驶风险与不同切换类型的决策差异性,可以准确描述驾驶员的切换决策行为。最后,本文根据所构建的驾驶模式切换决策模型,结合两种驾驶模式下的车辆跟驰模型,构建了考虑驾驶模式切换行为的全过程车辆跟驰模型,并对模型进行了稳定性分析。全过程车辆跟驰模型采用双层控制结构,准确描述了自动驾驶车辆中驾驶模式切换决策、加速度控制决策、加速度执行控制的全过程。进一步,基于分段李雅普诺夫函数方法对切换系统的局部稳定性进行了理论分析,并基于数值模拟对切换系统的队列稳定性进行了仿真分析。结果表明:1)车辆的驾驶模式切换行为伴随着扰动的传播与消散沿车队向后传递,该行为对交通流系统稳定性具有负面效应;2)两种驾驶模式之间的差异性是影响交通流队列稳定性的重要因素,缩减两种驾驶模式的差异性与减少驾驶模式的切换持续时间都可以提高系统的队列稳定性。

关键词：自动驾驶车辆交通流系统驾驶模式切换车辆跟驰模型稳定性分析

车辆跟驰模型的反馈控制研究及李雅普诺夫稳定性分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

车辆跟驰模型的反馈控制研究及李雅普诺夫稳定性分析

作者：孟祥佩宁波大学

学位级别：硕士

当前，交通堵塞问题已成为国内外关注的重大问题之一。近年来，学者们从不同的角度，用不同的方法对交通流的特性进行了稳定性分析，构建了多种不同的交通流模型，取得了丰硕的研究成果。交通流稳定性分析是交通流理论的重要问题之一，... 详细信息

当前，交通堵塞问题已成为国内外关注的重大问题之一。近年来，学者们从不同的角度，用不同的方法对交通流的特性进行了稳定性分析，构建了多种不同的交通流模型，取得了丰硕的研究成果。交通流稳定性分析是交通流理论的重要问题之一，因为交通堵塞现象可视为动力系统的不稳定和相变。本文采用李雅普诺夫稳定性分析理论方法对交通流进行稳定性分析，基于耦合映射跟驰模型稳定性分析及反馈控制研究工作，将Konishi等人提出的时滞反馈控制方法推广到单﹑双车道上全速度差跟驰模型，得到了交通流稳定的条件，并给出了相应的数值模拟。

关键词：交通流车辆跟驰模型雅普诺夫稳定性理论反馈控制