雨雾天气下公路可变限速控制策略研究

针对雨雾天气下公路交通事故上升与通行能力下降的问题,综合考虑交通安全和通行效率两个因素,提出一种雨雾天气下可变限速控制策略;首先,考虑雨雾天气下道路线形对车辆速度和道路通行能力的影响,建立雨雾天气下动态交通流模型;然后,根据驾驶员可视距离、路面附着系数和道路曲线等因素确定雨雾天气下车辆最大安全速度;最后,采用自适应遗传算法对包含总行程时间和总行驶里程的目标函数进行求解,得到雨雾天气下各路段的限速值;仿真结果表明,所提出的可变限速控制策略有效降低了雨雾天气下公路的行车风险,并缓解了交通拥堵。     

高速公路主线可变限速模糊控制及仿真研究

研究高速路交通流优化控制问题,在互通立交范围内,没有入口匝道放行限制的条件下,当交通需求达到一定程度时,造成交通拥挤甚至拥堵,交通流不稳定.为充分发挥通行效率,缓解交通拥挤,针对高速公路互通立交的特点,为主线限速控制,提出一种高速公路主线可变限速模糊控制方法.控制通过对入口匝道上游主线交通流的速度,实现交通流从拥挤状态调控到稳定状态.为评价控制方法的性能,用最短总行程时间为性能指标,与无控制情况进行比较.最后得出设计的可变限速模糊控制器,能够有效延缓互通立交范围内交通拥挤的出现,提高高速公路网的整体运行效率,保证车辆安全和高效的运行.     

基于粒子群的模糊神经网络交通信号控制

针对城市交通流的特点,提出了一种单交叉口多相位模糊神经网络交通信号控制模型,并采用全局优化的粒子群算法优化模糊神经网络参数.仿真结果表明该算法能够有效减少交叉口车辆平均延误时间,提高道路通行能力.     

基于定型映射和属性计算网络的港区道路监控模型

利用合理的道路控制策略,可以提高道路通行能力和车辆平均速度,改善港区交通状况.介绍定性映射、定性基准的学习及属性智能计算器网络等理论,利用定性映射和属性计算网络理论,提出一种基于属性计算网络的港区道路主线协调控制的交通流控制策略,构建在不同气象条件下的洋山港区道路交通限速控制方案的模型.     

高速公路车载式自适应限速装置的研究

为降低突发性恶劣天气对高速公路正常运行造成的不利影响,设计了车载式自适应限速装置.该装置采用无线通信方式接收高速公路自动气象监测站发出的实时气象信息;装置内的GPS模块全程监测车辆行驶速度,并记录车辆的超速行为.该装置的投入使用将弥补现有高速公路气象监测预警系统的不足,实现高速公路的可变限速管理.同时,在恶劣的天气条件下,该装置可以主动指导和监督驾驶员安全驾驶,保障高速公路安全顺畅.     

高速公路主线限速与匝道融合的协调控制

为缓解高速公路的交通拥挤,主线限速、匝道融合等常被应用,因主线限速和匝道融合经各自优化获得的控制策略可能存在矛盾,故二者协调是必须的,而如何建立和求解二者的协调控制模型还没有有效方法.本文基于宏观交通流理论和多agent技术研究了此协调控制问题.为此首先阐述了高速公路的一般宏观交通流模型;然后分析主线限速、匝道融合的交通特性,建立了主线限速-匝道融合交通流模型;并协调主线限速和匝道融合,建立了协调控制模型.最后,基于多agent技术和分层递阶结构提出了协调控制模型的求解算法,并给出了应用此方法控制仿真高速公路的一个实例.     

基于蚁群算法的交叉路口多相位信号配时优化

针对城市道路交叉口的交通流特性,提出一种交叉路口多相位配时的TSP模型,采用新的优化算法——蚁群算法（ACA）来优化交叉路口多相位配时信号,并以每周期内交叉路口车辆总延误最小作为性能指标进行仿真实验。实验表明：在相同的时间和车辆到达率的情况下,采用蚁群算法优化相位和绿信比的配时方法明显优于定时配时方法,也优于定相位优化绿信比的配时方法,降低了交叉口的车辆延误,提高了通行能力;且该算法的求解速度快,稳定性好。     

基于粒子群算法的交通干线协调控制的研究

目前各大城市交通拥堵的一个重要原因是交通控制仍然为单点控制,未能实现协调优化.基于此,提出一种基于粒子群优化的干线交通总延误最小协调控制方法.首先,通过对城市交通干线协调控制进行数学抽象,建立干线交通双向绿波控制总延误模型.其次,依据总延误模型的特征,设计了一种利用历史最优共享的粒子群算法(VSHBPSO).接着,对干线总延误模型进行优化,以总延误最小为目标,得出相位差、绿信比的最优解,进而获得交通信号相位的动态配时策略.最后以秦皇岛市交通干线为例进行仿真实验,实验结果表明,优化后的交叉口配时方案比传统的定时控制方案减少了43.1％的延误时间,有效提高了干线通行效率.     

基于CTM快速路可变限速标志投资优化

针对快速路可变限速标志投资缺乏系统的定量分析、位置模糊问题,基于改进元胞传输模型构建了阶梯形限速投资模型。首先,对限速控制的改进元胞传输进行了描述;接着,为实施阶梯形限速控制,引入了0-1整数规划算法和限速约束条件;最后,利用遗传算法优化了投资额一定时可变限速标志位置以及动态限速值。算例结果发现：随着投资额增大,平均临界密度标准差、饱和度会减小,车辆运行速度会提高,但同时效益生产量会随之降低,系统平均延误会随之增大。结果分析表明,该模型能够有效解决可变限速标志投资优化问题。     

城市交叉口车辆速度与交通信号协同优化控制

为了降低城市交通中的行车延误与燃油消耗,针对人类驾驶车辆与自动驾驶车辆混合交通环境,提出一种基于交通信息物理系统(TCPS)的车辆速度与交通信号协同优化控制方法.首先,综合考虑路口交通信号、人类驾驶车辆、自动驾驶车辆三者之间的相互影响,设计一种适用于自动驾驶车辆与人类驾驶车辆混合组队特性的过路口速度规划模型;其次,针对车辆速度规划单一应用时的局限性,即无法减少车辆路口通行延误且易出现无解情况,提出一种双目标协同优化模型,能够综合考虑车辆速度规划与路口交通信号控制,同时降低车辆燃油消耗与路口平均延误.由于双目标优化问题求解的复杂性,设计一种遗传算法-粒子群算法混合求解策略.基于SUMO的仿真实验验证了所提出方法的有效性.     

基于IPSO的模糊神经网络优化及交通流量预测

在基于模糊神经网络的交通流量预测中,神经网络的各节点参数优化是最关键的。采用粒子群算法优化模糊神经网络的参数。针对粒子群算法易于陷入局部最优的缺点,提出一种改进的粒子群优化算法,并将改进的算法用于路口交通流量预测。仿真结果表明,该算法的收敛速度和预测精度优于传统粒子群算法、BP算法,提高了交通流量预测的精度和速度。     

Real-time energy management strategy based on predictive cruise control for hybrid electric vehicles

With the help of traffic information of the connected environment, an energy management strategy (EMS) is proposed based on preceding vehicle speed prediction, host vehicle speed planning, and dynamic programming (DP) with PI correction to improve the fuel economy of connected hybrid electric vehicles (HEVs). A conditional linear Gaussian (CLG) model for estimating the future speed of the preceding vehicle is established and trained by utilizing historical data. Based on the predicted information of the preceding vehicle and traffic light status, the speed curve of the host vehicle can ensure that the vehicle follows safety and complies with traffic rules simultaneously as planned. The real-time power allocation is composed of offline optimization results of DP and the real-time PI correction items according to the actual operation of the engine. The effectiveness of the control strategy is verified by the simulation system of HEVs in the interconnected environment established by E-COSM 2021 on the MATLAB/Simulink and CarMaker platforms.     

基于协作反馈控制算法的车联网行车安全动态强化模型

针对车联网（IoV）环境下,单车的信息采集和处理能力不足以满足时间敏感的行车安全应用需求,需要通过多车协作增强车间信息共享和信道接入能力等问题,提出一种基于协作反馈控制算法的行车安全动态强化模型。首先,提出虚拟车队协作模型,提升交通信息的采集精度,扩大采集范围,建立车间的稳定协作关系,在形成协作虚拟车队的同时降低信道拥塞;然后,实现一个针对消息传输和驾驶控制的联合优化模型,通过异构交通数据的深度融合最大化IoV的安全效用;最后,在对车流量时空变化进行预测的基础上,提出自适应的反馈控制模型实时调整驾驶安全策略。仿真结果表明,所提出的行车安全动态强化模型在各种车流分布模型下,均能够取得良好的性能指标,可以有效支持驾驶辅助控制系统,在保障行车安全的同时降低信道拥塞。     

基于探索群策略鸽群优化的高超声速飞行器飞/发一体化控制

高超声速飞行器飞/发一体化系统具有气流一体化、结构一体化等强飞/发耦合特性,为控制系统的设计带来一定的挑战。针对高超声速飞行器控制系统设计问题,首先在建立高超飞行器飞/发一体化系统模型的基础上,设计了相应的纵向控制律,提出了一种新型的探索群策略鸽群优化算法,并将其应用于高超飞行器飞/发一体化控制参数整定。最后,通过探索群鸽群优化算法对控制参数进行优化,并与基本鸽群优化、粒子群优化进行了对比仿真分析,验证了所提探索群策略鸽群优化算法的可行性和优越性。     

智能车逆向超车控制算法

针对双向车道因受限于道路条件及交通特性仅能借用对向车道完成超车（逆向超车）的问题,通过采用车联网以及车载传感器获取环境车辆的速度、加速度等全局信息,将多车场景中各个实体所造成的影响纳入超车决策中,从而提出一种基于图搜索和模型预测控制（Model Predictive Control, MPC）的逆向超车控制方法。首先,根据车车通信获取的全局信息,结合非合作博弈,对各车在整个时段内的行为进行预测,并根据预测情况对道路的各个区域进行安全评估,评估依据为该区域在下一时刻出现车辆的概率。对道路完成评估后,得到碰撞概率热区图,之后采用A*算法搜索安全路径,根据安全路径完成目标车辆的轨迹规划,并设计模型预测控制器来对主车进行实时控制,使车辆按照既定轨迹行驶。最后,借助Carsim与MATLAB/Simulink搭建联合仿真平台,对提出的算法进行验证。仿真实验结果表明,该模型的控制误差最大不超过0.15 m,平均误差率约为1.7%,能实现对车辆的精准控制,保证被控车辆安全完成逆向超车。     

车路协同环境下基于动态车速的相位差优化模型

针对基于固定路段行驶车速的相位差优化模型在优化双向滤波时存在的不足,本文基于车路协同环境下车辆–信号控制系统双向、实时通信的运行环境,研究并建立了车辆动态速度与交叉口相位差的整合优化模型.首先,基于对上游交叉口流出的两类交通流,即饱和交通流和非饱和交通流运行特征分析,建立了速度与相位差相互影响关系模型,在此基础上,分别针对两种不同的交通流,以干道实时流量与速度乘积最大为目标,考虑初始排队清空时间,可变速度范围,和相位差取值空间等约束条件,建立了车辆速度与相位差的动态优化模型,从而实现干道交通流不停车通过量最大且延误最小的目的.最后,对比分析了本文模型与经典Maxband绿波优化模型及Synchro软件的信号协调控制优化方案,结果表明,相比其他两种典型优化方法,本文模型能显著提高双向绿波带宽并大幅减少停车次数,提高协调控制的效益.     

车辆路径问题的轻鲁棒优化模型与算法

针对不确定旅行时间下的车辆路径问题,以总变动成本最小为优化目标,建立了一种轻鲁棒优化模型,提出了一种针对问题特征的超启发式粒子群算法.在算法中,利用基于图论中深度优先搜索的初始化策略加快算法的早期收敛速度,引入基于均衡策略的启发式规则变换方式来提高算法的寻优能力,重新设计的粒子更新公式确保生成低层构造算法的有效性.实验...     

车队控制中的一种通用可变时距策略

针对当前交通拥堵现状,考虑车辆间通信受限或故障条件下,基于现有路侧设施以及邻车相对位置、相对速度提出一种车队控制的通用可变时距策略（Variable time headway policy,VTHP）.通过选择可变行驶时间距离参数,建立形式统一的车间距策略及其误差模型,并根据单车、队列以及交通流稳定性分析,综合设计控制器,同时将分析方法推广到固定间距策略（Constant spacing policy,CSP）与固定时距策略（Constant time headway policy,CTHP）中.依据上述稳定性结果给出一种物理意义明确的可变行驶时距计算方法,并得到该时距的变化界限,从而更准确快速地控制车距安全.仿真结果表明,本文提出的通用可变时距策略及相关计算方法,不但可实现车队与交通流的稳定控制,而且可改善车队综合性能.