快速路入口匝道智能网联汽车协同并道控制研究文献综述

 2022-09-16 11:54:47

  1. 文献综述(或调研报告):

智慧城市,智能生活。在当今社会当中“智慧”“智能”已经嵌入到我们的生活各个地方。越来越多的产品智能化,只需要很少的人为操作,就能完成人们所期望达到的结果。“无人控制技术”的产品也是现在的一大热门趋势,“无人控制技术”广泛的应用在各个领域,如军事的无人机,交通的无人驾驶车辆,工业加工的CNC机床,生活购物中的无人超市等。

交通在我们现代生活中再也不是什么困难的事情了。车辆是我们生活中随处可见的交通工具,公交车、卡车、轿车等等。对于一个家庭或者一个企业来说,两台或者以上的车辆数量已经不是什么罕见的事情。中国自19世纪80年代开始才出现了私人汽车,直到了2003年,中国私人汽车保有量才达到1219万量。从1到1000万将近花了20年的时间。然而在中国改革开放的迅猛发展下,在接下来的仅仅三年当中,私人汽车保有量就突破了2000万量。截止2011年8月底,中国机动车保有量达到2.19亿,汽车保有量更是突破了1亿量。占总机动车数量的将近50%。根据统计,2018年全国机动车保有量高达3.27亿量,新注册的机动车为3172万量,上半年新注册机动车车辆为1636万量,2018年以来,机动车保有量月均增长166万量。机动车驾驶人突破4亿人,达4.09亿人,其中汽车驾驶人3.69亿[1]

无人驾驶技术是在保障安全的基础上,再来对于环境保护,缓解交通压力起作用。调查数据显示,中国各地交通事故统计中,属于驾驶员责任的交通事故占70%-80%[2]。有研究表明,中国的大部分新手和驾驶经验少的驾驶员的心理行为是属于焦虑型的心理。可以得到新手驾驶者的驾驶痛点:(1)新手驾驶者在驾驶初期,环境变化对新手驾驶者带来较大的心理挑战;(2)新手驾驶者在驾驶过程中很难及时了解自己驾驶的具体情况;(3)新手驾驶者经常对自己的驾驶行为感到疑惑[3]。这些种种的问题将会是引发安全事故的原因。如果我们通过车联网以及智能无人驾驶技术集成在车辆中,对新手来进行辅助操控。车辆网可以帮助新手熟悉驾驶环境,提示车辆周围的人车物;同时在紧急情况的时候,通过智能设计的判断,由驾驶员操控转变为计算机控制,以保障本车驾驶以及周围的人车的安全。

自从上世纪70年代起,人们就开始逐渐对汽车的智能驾驶有了研究。在车道中车辆的并道是车辆行驶智能算法的一大重点研究对象。基于不同的场景延伸出来的不同的算法。文献[4]中使用了最有控制理论设计一个最佳的线性反馈系统,对每辆车进行序列化,重组成新的列队。这一思想的提出对后来的智能驾驶有了一大帮助,将杂乱无章的车辆堆有序化。相似这一思路,文献[5]利用电脑仿真的手段,对非线性的两排车辆序列化后,简化了车辆列队并道的复杂计算。不同于文献[4,5],文献[6]提出了个体车辆区域控制,即车辆之间没有通信的情况,在安全距离保证下的分散混合式控制。只利用了车辆自身传感器信息对于车辆周围局部区域来确定车道车辆序列合并时间,然后进入高速公路。文献[7]更是在基于Houston Katy Corridor的实际环境,利用编程仿真的手段有效的缓解了该区域的交通堵塞情况。文献[8]在公路上车辆合并的过程中对三个重要参数-可接受性,可用性和可追溯性进行分析。利用三控知道法则,即线性,最优和抛物线速度曲线对车辆控制进行计算,由此缓解车辆动力学的横向和纵向控制的不确定性,从而平稳的行进合并控制。文献[9]的在协同自适应巡航控制(CACC)的基础上进行的。有别于文献[6],除了测量到前后车辆距离外,车辆之间可以进行通信交换信息。这使得车辆能够在安全距离下更接近前车,在有限的公路环境下提供更高的车辆通行效率,车流量明增加。文献[10]提出了不同的车辆换道策略,分析比较哥策略的换道灵敏度,避免了换道时的“乒乓效应”。文献[11]提升了车辆网的概念,不仅仅限于车辆-车辆的信息交互,还进行了车辆-交通号志的联合设计。

高速公路上的多车道合并是产生交通拥挤和交通事故的主要原因之一。以匝道入口处车辆合并为例,对于驾驶员来说,匝道处上的车辆合并到主干道上是很困难的操作驾驶。因为这要求匝道上合并车辆的驾驶员和主干上车辆驾驶员必须要了解周围环境的交通状况。根据调查研究显示,高速公路产生的交通拥挤和交通事故的主要原因不仅仅是车辆数量上的增多,更多的是由于驾驶员与驾驶员之间不能联系协同驾驶车辆。若要解决这种协同问题,车辆协同驾驶室目前为止可行性最高的方案。因此,对入口匝道处的CAV的控制自20世纪60年代以来一直是交通流合并的研究热点。

匝道控制被认为是在匝道入口处上游调节交通流的一种常用方法。匝道控制主要是控制车辆在匝道入口处控制车辆的速度,让匝道道路保持连续的车流量,以达到减缓交通堵塞的目的。目前已经提出了多种控制方法,包括非线性最优控制[12,113,14]、反馈控制[15,16,17]和一些启发式控制方法[18,19,20]。然而,由于这种匝道控制将导致车辆频繁的启停,发动机的频繁启停将会导致额外的能源消耗和环境污染,包括了气体污染噪声污染等;还有一些学者提出了模糊性控制,神经网络控制等,但是由于计算时间长,学习效率较低,学者不得不采用其他的方案来解决匝道控制问题。Levine等人提出了一种最优线性反馈系统[21],用于调节在密集的车辆序列中每辆车的位置和速度。Awal等人提出了一种主动最优合并策略计算主道和匝道上车辆队列的最优合并序列[22],在能量消耗、车流量、平均速度、合并时间和速率等方面均优于传统主道优先合并的序列。Marinescu等人提出了一种基于插槽的合并算法[23],使得主道和匝道上的车辆能够进行协作,实现高效的融合。Ntousakis等人提出了一种基于车辆对外界 (Vehicle-to-Everything,V2X)的通信,并采用微观交通模拟器评估其性能和对公路通行能力的影响的方法[24]。Cao等人利用模型预测控制(Model Predictive Control, MPC)方案[23],提出了一种协同合并路径生成方法,使车辆能够在主干道上顺利融合。

参考文献:

[序号]析出文献主要责任者.析出文献题名[A].原文献主要责任者(任选).原文献题名[C].出版地:出版者,出版年.析出文献起止页码.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。