基于前后多車信息的跟馳模型及其車流平穩(wěn)性控制研究.pdf

1、隨著道路交通流量的不斷增加,車輛之間的作用關系越來越明顯,刻畫車輛作用關系的內在機理,揭示其演變規(guī)律是提高車流平穩(wěn)性的重要手段。ITS(Intelligent Transport System)系統的廣泛深入應用,使得車輛可快速獲取與反饋運行信息,并根據這些信息合理控制自身狀態(tài),以達到前后多車的協同行駛,從而形成一個有序流動的車輛行駛隊列。然而,傳統的交通流模型未考慮前后多車信息,已難以刻畫車輛相互作用下的車流演變規(guī)律。因此,系統地刻畫

2、 ITS環(huán)境下車流演變規(guī)律,進而研究提高車流穩(wěn)定性的控制方法已成為亟待攻克的核心關鍵任務。
　　為此,本文以現有交通流微觀模型為基礎,考慮前后多車信息,建立車輛相互作用下的跟馳模型,以揭示 ITS環(huán)境下車流演變規(guī)律;在此基礎上,為使模型能適應交通系統非線性變化的特點,對模型進行時變參數標定;進而研究保證車流平穩(wěn)運行的控制策略。論文的主要工作如下:
　?、倏紤]鄰近雙前車最優(yōu)速度差及其后視效應的綜合作用,構建基于前后車信息的CI

3、-CF跟馳模型,揭示考慮前后多車信息的車流演變規(guī)律。
　　基于FVD(full velocity difference)模型、BLVD(backward looking and velocity difference)模型,利用在ITS環(huán)境下獲得的前后車信息,提出一個考慮鄰近雙前車最優(yōu)速度差和后視效應CI-CF(a new comprehensive information car-following)模型。通過線性穩(wěn)定性分析,得

4、到模型的穩(wěn)定性判據;采用非線性分析方法,推導出mKdV方程,用于描述系統在臨界穩(wěn)定點附近的交通流特性。在周期邊界條件下,運用數值仿真驗證車輛啟動過程、停止過程、演化過程的理論研究結果正確性。仿真結果表明,與FVD模型、BLVD模型相比,綜合考慮鄰近雙前車的最優(yōu)速度差和后視效應,可使車流擁有更好的協同行駛特性,最大程度使得車流運行行為趨于一致,真實刻畫了車流演變規(guī)律。
　　②針對跟馳模型時變參數標定問題,提出一種自校正的參數標定方法

5、,使CI-CF模型更能適應交通時變特性。
　　為使CI-CF模型能更加準確地刻畫各類交通非線性現象,必須應用實測交通數據對模型進行參數標定。首先給出基于最小二乘法的模型參數標定方法;考慮到交通系統時變特性,然后提出一種自校正的跟馳模型參數標定方法,以解決跟馳模型時變參數的標定問題。實驗結果表明,提出的自校正參數標定方法因可以根據交通環(huán)境的變化來實時動態(tài)標定參數,與傳統成批處理的最小二乘參數標定法得出一個恒定的參數標定結果相比,更能

6、準確刻畫車流演變規(guī)律。利用提出的參數標定方法對FVD模型、BLVD模型進行參數標定,實驗結果進一步證明CI-CF模型能更準確刻畫車流演變規(guī)律。
　?、坩槍嚵髌椒€(wěn)性控制問題,考慮多前車穩(wěn)態(tài)期望速度效應,基于CI-CF模型,提出保證車流平穩(wěn)運行的控制策略,形成MSDVE模型。
　　在Konishi等人的基礎上,充分考慮前方多輛車的信息,以駕駛員期望的穩(wěn)定速度前進為目標,基于CI-CF模型,設計一個車流平穩(wěn)運行的控制策略,形成M

7、SDVE(multiple steady desired velocity effect)模型。運用反饋控制理論,得到車流保持穩(wěn)定的條件。仿真結果表明,在同等條件下,提出的模型所得到的車流平穩(wěn)性運行狀況優(yōu)于無控制情況,也優(yōu)于KKH(Konishi K.,et al)模型、ZG(Zhao and Gao)模型的結果。與ITS(Han X L)模型相比,由于考慮了穩(wěn)定期望速度效應,可使交通系統的穩(wěn)定性增強,車流運行更加平穩(wěn)。
　?、茉?/p>

8、上述平穩(wěn)性控制策略基礎上,進一步考慮后視效應的作用,提出基于前后車綜合信息的穩(wěn)態(tài)期望速度控制策略,形成SDVEPF模型。
　　在考慮多前車穩(wěn)態(tài)期望速度效應的穩(wěn)定性控制策略基礎上,進一步考慮后視效應的影響,提出考慮前后車綜合信息的車流平穩(wěn)性控制策略,形成SDVEPF(steady desired Velocity effect of Preceding and Following Cars)模型。同樣運用反饋控制理論,得到車流保持穩(wěn)

9、定的條件。仿真結果表明,考慮前后車穩(wěn)態(tài)期望速度綜合效應作用,車流運行狀態(tài)更加平穩(wěn),車輛速度平滑度和幅度更小,因此,考慮前后車穩(wěn)態(tài)期望速度綜合效應的SDVEPF模型,比僅考慮多前車穩(wěn)態(tài)期望速度效應的MSDVE模型更利于控制車流平穩(wěn)運行。
　　綜上所述,本文立足于交通系統智能化,提出了更符合交通實際和具有一定前瞻性的跟馳模型,研究了模型線性與非線性特性、時變參數標定以及車流平穩(wěn)性控制問題,理論分析和仿真實驗均驗證了上述工作的有效性。研