虚拟驾驶员决策行为模型研究

驾驶决策行为是驾驶行为研究的重要内容.为提高驾驶决策行为建模与仿真的可信度,提出了基于分层的驾驶员决策行为模型.将驾驶决策分为策略层、方法层、行动层和车辆控制层四个层次.重点对驾驶员行动层的决策行为进行实现.使用两点法和PID方法相结合,计算车辆转向角度,使用反应点跟车模型计算车辆纵向行驶速度.通过驾驶员跟车行为仿真,分析了跟车行为模型的稳定性和逼真性,说明了驾驶员决策行为模型的可信性,使驾驶行为模型的输出更加真实.     

ETC系统邻道及跟车干扰问题的研究

随着我国私家车拥有量的不断提高,高速公路收费站收费拥堵的问题越来越突出,电子不停车收费系统是目前世界上最先进的高速公路收费系统,在国内外均有广泛的应用,但是该系统目前仍然存在着很多问题,比较突出的是ETC系统的邻道干扰和跟车干扰问题,该文将着重讨论电子不停车收费系统干扰问题产生的原因及解决措施。     

Modeling electric vehicle’s following behavior and numerical tests

The micro modeling for electric vehicle and its solution were investigated. A new car-following model for electric vehicle was proposed based on the existing car-following models. The impacts of the electric vehicle＇s charging electricity were studied from the numerical perspective. The numerical results show that the electric vehicle＇s charging electricity will destroy the stability of uniform flow and produce some prominent queues and these traffic phenomena are directly related to the initial headway, the distance between two adjacent charging stations and the number of charging stations. The above results can help traffic engineer to choose the position of charging station and the electric vehicle＇s driver to adjust his/her driving behavior in the traffic system with charging station.     

一维交通流仿真变长度虚坡模型

元胞自动机方法反映了交通流问题的一些主要特征,但仍有其不足.特别是元胞自动机不能有效反映车辆行驶惯性,给出连续变化的车辆速度.虚坡模型能给出连续的车速,但原有虚坡模型中虚坡长度保持不变,易于造成车辆分得太开或相靠太近的情形.为了提高速度精度和改善车流问题,提出变化虚坡长度的概念,确保车辆的加速度不超过限定值,同时又能保证车辆在慢速行驶条件下安全且充分地接近.对一个具有2200辆车的较大规模问题进行了仿真计算,结果表明模型能为实际运行提供参考.     

基于虚坡模型的交叉口交通流的解耦方法

交叉口交通流的模型是进行红绿灯优化管理仿真模拟的基础。传统的方法仍有其不足之处，主要表现在对统计手段有较大的依赖性。为此，提出了一种基于虚坡模型的解耦方法，它将路口的红灯黄灯效应用假想路障代替，将一个方向上的车流对另一个方向上车流的影响用另一个假想的宽度变化的路障代替，而假想路障则在虚坡模型中表示为速度为零的车辆。由此，交叉口两个方向上的交通流被表示为两条独立道路上的交通流，用虚坡模型算出每一方向上各车的行驶规律，并求出折合行驶延误时间。调整信号灯切换时问令总体延误时问为最小，就能得到最佳的信号灯管理方案。通过对一个大规模问题的试算，得到了有用的结果，表明可用虚坡模型通过仿真手段对交通管理问题进行直接研究。     

基于模型预测控制的无人驾驶车辆纵向跟车控制研究

为提升自适应巡航系统(adaptive cruise control, ACC)在纵向跟车工况下的安全性及乘车舒适性,基于模型预测控制(model predictive control, MPC)设计了面向无人驾驶车辆的跟车控制器,并在Matlab/Carsim联合仿真平台中搭建仿真模型,对该控制器在纵向跟车工况下的有效性进行验证,仿真结果表明：基于MPC的控制器可以使车辆在纵向跟车工况下实现稳定速度跟随并保持安全车距,同时车辆的实际加速度与期望加速度一致,能够保持在舒适范围内。     

车辆行驶的虚坡模型

传统方法在模拟车辆行驶时尚存在不足.对于元胞自动机模型,当各车辆的最大速度不一致且车辆数目较多时,会产生计算困难.文中提出一种对车辆行驶进行模拟的虚坡模型,它假想每车尾部有一类似于动物负责运动协调的尾巴的虚坡,其形状如中间受集中载荷的固支梁挠度曲线的半支所示.各车的速度由其触及到的前方车辆的虚坡宽度及道路宽度等局部环境计算,并用固支梁挠度曲线对其进行必要的平滑.它无需将道路划分为一系列的单元格, 同时又是一种分析形式,而非统计形式的模型.该模型被用于模拟具有不同最大速度的车辆行驶过程.计算结果表明该模型能在一定程度上适应车辆行驶过程复杂多变的特点,能对跟车和超车过程统一地进行模拟,且可对车辆数较多的交通流问题进行模拟.司机行为可以体现为有关固支梁的强度.     

动态称重技术(WIM)研讨

依据计量学特性分析轴载荷计量技术,指出了轴载荷计量的技术缺陷。首次提出公路车辆动态称重的技术路径是整车连续跟车称重,开创了非轴载荷动态称重技术的先河。并通过样机验证,实现了整车连续跟车动态称重的技术原理,填补了国内外空白。本项技术对国内外公路车辆动态称重技术基础理论研究有重要的意义;对解决公路治超领域的国家重大需求及大型衡器发展也具有十分重要的现实意义。     

基于深度强化学习的混合动力汽车智能跟车控制与能量管理策略研究

以研究智能混合动力汽车控制技术与深度强化学习算法为目标,首先,在两辆混合动力汽车的跟驰环境中,针对领航车提出一种基于深度值网络算法的能量管理策略,实现深度强化学习对发动机与机械式无级变速器的多目标协同控制;其次,针对跟随车建立基于深度强化学习的分层控制模型,实现面向智能混合动力汽车的上层跟车控制与下层能量管理;最后,仿真验证分层控制模型的有效性。结果表明,基于深度强化学习的跟车控制策略具有理想的跟踪性能;同时,基于深度强化学习的能量管理策略在领航车与跟随车中均实现了较好的燃油经济性;此外,基于深度强化学习的能量管理策略输出每组控制动作的平均时间为1.66 ms,保证了实时应用的潜力。     

基于元胞自动机的快速路交织区交通流仿真建模

城市快速路交织区由于复杂的交通流容易造成拥塞, 成为快速路交通的瓶颈。充分考虑到辅道交通流对交织区的影响,以元胞自动机NS模型为基础,通过设定跟车规则、换道规则,对一个包含入口匝道、出口匝道、主线车道和辅道的快速路交织区路网建立模型进行微观仿真。仿真得出交织区长度对流量、密度、速度等交通流参数的影响并给出了最优交织区长度参考值, 最后用HCM经验公式的计算结果验证了仿真模型。