车联网环境下基于间隙优化的无信号交叉口车速控制方法

为了提高城市交叉口通行效率和减少交通污染,提出一种车联网环境下基于间隙优化的无信号交叉口控制方法。针对主路车车流量大导致次路车不可穿越的情况,建立次路车控制模型和主路车队控制模型,通过调整主路车流车速及车头间隙,使次路车以较高的安全车速穿越交叉口。为验证基于间隙优化的车速控制方法的有效性,以VISSIM仿真传统驾驶环境和车联网环境下的无信号交叉口,模拟并对比分析2种环境下交叉口的通行能力、污染物和燃油排放、平均行程时间。结果表明:所设计控制方法下车辆通过交叉口的平均行程时间减少8.44 s,单位时间内的燃油消耗量降低21.6%,CO排放量降低59.8%,HC排放量降低49.3%,NO_x排放量降低73.9%,车均延误降低58.49%,通行效率提升44.43%。     

智能车辆弯道换道路径规划算法与跟踪控制

为解决智能车辆在弯道工况下换道过程中的路径规划与跟踪控制的问题,提出一种弯道主动换道系统,主要包括基于可拓优度评价的弯道换道路径规划算法与基于模型预测控制的路径跟踪控制方法。该路径规划算法分为:上层路径生成器和下层路径选择器。上层路径生成器以不同的纵向距离采用5次多项式生成路径集合,下层路径选择器基于换道距离、侧向加速度、横摆角速度和质心侧偏角建立可拓优度评价控制器选出最优路径。通过参数优化的模型预测控制算法对规划的路径进行跟踪控制,基于Carsim和Matlab/Simulink的虚拟平台仿真验证该换道系统的有效性。结果表明:车辆在弯道上以不同的速度行驶,换道时,该系统皆能合理地规划出换道路径且能对换道路径进行准确、稳定跟踪控制。     

区域快速优化下的无人机在线轨迹规划方法

针对传统基于梯度的规划方法需预先构建欧式符号距离场(euclidean signed distance field, ESDF)导致障碍物信息冗余度高、规划效率受限问题,提出了一种基于区域快速优化的实时轨迹规划方法。所提方法设计碰撞控制点替换策略用于加快碰撞区域的轨迹优化收敛速度从而降低轨迹规划时间,并定义提取与轨迹规划相关的局部障碍物信息方法,避免构建ESDF过程,从而提高规划效率;之后考虑轨迹安全性、平滑性及动态可行性,建立多目标优化函数,进一步优化轨迹。仿真实验表明,该方法可有效实现无人机在线轨迹规划,且与前沿方法相比,轨迹规划时间平均缩短了36.1%,轨迹优化收敛速度平均提高了33.1%,实现了更高效的规划。     

基于Simulink的换道防碰撞预警建模与仿真分析

结合正弦函数换道轨迹模型估计换道压线时间,识别换道意图。根据危险安全时间阈值建立换道安全预警距离模型和换道预警规则,并在Simulink中建模,对换道预警规则进行仿真分析。与其他换道安全距离模型进行对比,结果表明:设计模型的换道安全预警距离较小,在保证换道安全的基础上有利于提高换道效率。因此,参照换道危险状况建立的预警规则有实际意义和应用价值。     

基于质心侧偏角计算的自动转向控制

为改善车辆高速行驶时质心侧偏角对车辆横向控制的影响,基于车辆动力学分析与辨识提出了一种基于无迹卡尔曼滤波理论的精确计算质心侧偏角的方法,并将其应用于车辆的自动转向控制系统。为验证算法的有效性,进行了相关的仿真分析。仿真结果表明:在实时计算质心侧偏角的基础上进行车辆的性能控制,可提高车辆的瞬态控制精度,有效改善车辆的舒适性。     

基于博弈论的公交进站换道决策行为研究

针对公交进站强制换道行为的决策阶段,立足于现状调查,应用概率统计的方法,分析了公交换道位置的空间分布,提出了基于公交位置的强制换道概率模型。通过对公交驾驶员与目标车道跟随车驾驶员在换道决策阶段交互博弈的分析,考虑行车安全、时间、换道需求的收益,建立了换道博弈模型,然后结合上述概率模型,应用收益相等法求得混合战略博弈的纳什均衡点,得到公交车辆换道的理论最优混合策略。最后通过实际算例可知公交进站换道最优混合策略为:在距停靠站20 m处以53. 3%的概率选择强制换道。这与实际情况下公交换道决策阶段的运行特征相符,可为欲进站停靠的公交驾驶员及其影响范围内的社会车辆驾驶员安全驾驶提供理论参考。     

基于动态规划的混联式混合动力客车能量管理控制策略研究

能量管理策略是混合动力车辆的核心技术之一,其优劣直接影响到燃油经济性。提出一种基于动态规划的能量管理控制策略优化设计方法。以燃油经济性为目标函数,以电池荷电状态、离合器状态及发动机转速为状态量,以发动机油门开度、离合器命令及发动机转速变化命令为控制量,建立最优控制的数学模型。求解最优控制模型并提取控制规律,设计改进的基于动态规划规则的能量管理控制策略。以中国典型城市公交工况为输入的目标循环工况,测试并验证了所开发的能量管理控制策略的正确性及实用性。应用该能量管理控制策略到实际车辆,并进行转鼓测试,测试结果表明:该控制策略相比基于规则的方法燃油经济性提升32%。     

城市道路公共交通的人性化规划与建设

通过各种交通工具的比较发现,只有按照以人为本、人车路协调、区域差别的原则对城市道路公共交通进行人性化的规划和建设,才能够满足以“舒适、畅达、安全、环保”为目标的城市公共交通需求;城市道路公交人性化的规划要点包括确立道路公交的优先发展,合理设计城市道路公交换乘系统;保障措施包括从资金上保证公交的发展,保障公交车辆优先通行,立法为公交保驾护航。     

基于两阶段算法的带时间窗车辆路径研究

车辆路径问题(VRP)是研究在规定区域内如何规划车辆行驶轨迹来提高运输效率的调度问题。实际生活中往往有顾客对服务时间有自己的要求,因此对于特定时间内车辆路径问题(VRPTW)的研究不但可以提高运输行业配送水平,而且可以有效提高顾客满意度及车辆利用率,实现资金合理配置。通过研究大量配送环节的VRPTW问题并结合实际配送需要,构建运输成本最小的带有惩罚函数的目标函数并设计两阶段算法,将聚类分析和改进遗传算法相结合。通过MATLAB仿真计算和对实验结果进行比较,验证所建模型及算法设计能够有效解决实际问题,降低配送成本。     

基于伪谱拼接法的自动泊车路径规划

在局促环境下自动泊车路径规划是自动泊车研究的难点。基于Gauss伪谱法开展智能车入库的路径规划研究,首先使用P-Norm函数刻画出车库位置和车辆边界,然后根据车库和车辆位置添加边界约束,并融合车辆运动学约束构建泊车路径规划控制模型,将最优控制问题转化为非线性规划问题(NLP),运用序列二次规划法进行求解。仿真实验结果显示:Gauss伪谱法能对狭窄空间内多阶段泊车进行整体求解,证明了该方法的可行性。     

基于改进深度强化学习的自动泊车路径规划

提出一种基于深度强化学习的运动规划方法,以车辆位姿、方向盘转角和与障碍物的最小距离作为状态,以目标方向盘转角作为动作,通过Pytorch搭建了基于深度强化学习的泊车算法框架。设计基于引导的奖励函数以避免奖励稀疏问题;以回合平均奖励作为优先级,将经验池改进为基于优先队列对样本进行存储和淘汰;针对泊车问题,提出了基于课程学习的分阶段训练方法,加速算法收敛。仿真结果表明:提出的算法较原始算法收敛速度提高25%,完成训练的智能体具有较强的规划能力和健壮性,规划成功率达到90.6%,同时具有良好的舒适性和安全性。     

考虑客户满意度的多目标多行程车辆路径优化

[目的/意义]多行程配送允许车辆在配送中心和配送点间多次往返,具有高效率、低遣车成本等优点,然而随着往返多次,车辆配送时间、次数发生变化,导致客户对服务水平产生不同的心理感受,同时兼顾满意度对多行程路径方案的优化也增加了难度.[设计/方法]以客户对服务时间和次数的要求,分别构建基于配送时间窗的满意度函数和基于服务次数的满意度函数综合衡量客户满意度,并结合取送货需求的随机不确定性,建立多行程配送的多目标优化模型,寻求运输成本最小和满意度最大.针对模型中需求的随机性和同时取送特征,引入随机机会约束规划,提出"点判断"实时调整策略,设计嵌套调整策略的灰关联多目标禁忌搜索算法.[结论/发现]通过算例,验证了模型和算法是可行和有效的.     

基于城市干道十字路口场景下的纯电动汽车多目标优化研究

基于城市双向六车道十字路口的场景下对某款纯电动汽车的9种运行轨迹进行分析,研究其安全性、节能性和舒适性等问题。首先建立纯电动汽车安全、节能和舒适多目标模型,对车速、加速度、总加权加速度均方根等条件进行约束;再利用含有精英策略的NSGA-Ⅱ算法对车速、加速度、总加权加速度均方根值等约束条件下进行优化求解,得到Pareto最优解;最后结合Advisor中的欧洲驱动工况NEDC仿真验证纯电动汽车多目标优化模型的准确性。结果表明:目标函数兼顾了纯电动汽车安全性、节能性和舒适性等因素,得到了纯电动汽车在双向六车道十字路口下的最优运行轨迹和最佳道路宽度。本研究不仅弥补了纯电动汽车在城市干道十字路口场景的学术空白,还为纯电动汽车在安全性、经济性、舒适性的通行方面提供了理论依据和参考。     

基于液力变矩器效率优化的车辆自动换挡策略研究

恶劣行驶环境下的特种车辆对动力性、传动效率要求较高,为此,根据TR50特种车辆的实车数据制定最佳动力性换挡规律。通过分析液力变矩器的工作特性,建立了计算液力变矩器实时传动效率的数学模型。以换挡前后液力变矩器传动效率的变化最小为优化目标,利用贪心算法对最佳动力性换挡规律进行优化。分别将优化后和优化前的换挡规律在Matlab/Simulink仿真系统模型中进行仿真分析,得出两种换挡规律下液力变矩器的效率变化情况。结果表明:优化后的液力变矩器传动效率与优化前相比提升较多,其中大于0. 5的效率提升20. 5%,大于0. 6的效率提升16. 6%,各挡位的高效率工作区比例得到明显提升。     

旋转系统中粘性气体定常与非定常三元相对流动的若干新通用函数——(Ⅰ)各种流函数和迹函数

本文对旋转系统(例如叶轮机转子)中任意气体相对定常和非定常三元流动引进各种通用函数(流函数、迹函数和矩函数等)的可能性、形式和性质进行了较系统深入的研究。在这第(Ⅰ)部分里共引入了四种流函数和三种迹函数。它们具有很大的通用性:对于非完全气体、层流与湍流、非牛顿流体以及随时间变化的任意非正交曲线坐标系(简称时变坐标系)都是适用的。研究还表明,其中以C型流函数和B型‘迹’函数对求解三元流问题,特别是粘性流问题,最为优越,有实用的价值。不言而喻,本文结果对于静止系统中的三元流动这一特例也是完全适用的。     

基于RRT改进的路径规划算法

针对快速随机扩展树(RRT)的路径规划算法效率低且采样具有随机性等问题,提出了一种偏向目标点的新节点扩展方法。该方法将目标点引力、障碍物斥力以及随机点引力三力合一,并且添加了与障碍物距离相关的自适应函数,可自适应调节随机点引力与目标点引力在新节点扩展过程中的占比,与障碍物斥力共同使随机树避开障碍物更快地朝目标点扩展;同时针对规划路径过长的问题,提出了剪枝优化方法,进一步优化路径长度。在仿真实验中分别与传统RRT算法、基于P概率算法以及另两种已有改进方法比较,结果表明:所提方法在时间、路径长度以及路径节点个数均有明显优化。     

考虑舒适性的AEB避撞算法及仿真验证

为进一步优化汽车自动紧急制动系统的避撞算法,设计了考虑制动过程驾乘舒适性的制动减速度控制策略。通过设置制动减速度变化缓冲区对制动减速度及其变化率进行限制,得到满足舒适性条件的减速度控制曲线。基于AEB典型测试工况对设计的减速度控制曲线进行具体分析,提出了新的制动安全距离模型。最后,建立车辆纵向动力学模型并通过CarSim与Matlab联合仿真对提出的避撞算法进行仿真验证。仿真结果显示:提出的避撞算法能够在实现有效避撞的同时满足舒适性条件。     

基于HErD分布的信号交叉口车辆到达规律动态预测

为掌握信号交叉口实时优化信号控制和交通诱导所需的车流到达信号交叉口的随机时变规律，利用HErD分布具有无限逼近任意非负随机变量的特性，提出基于HErD分布的信号交叉口车辆到达时间间隔变化规律动态预测的方法，并以一个交叉口的2个进口道进行实例验证分析。实验结果为：其中方向一的拟合度范围为86.17%~ 93.51%，平均拟合度高达9032%，方向二的拟合度范围为93.24%~98.52%，平均拟合度高达9693%，其高精度的拟合结果表明基于HErD分布的信号交叉口车辆到达规律动态预测具有科学性和实用性。     

基于改进AWA~*算法的智能车辆全局路径规划研究

针对目前智能车辆中AWA~*算法规划在较短时间内无法提高路径质量的问题,提出了一种可在较短时间内快速提高路径精度的优化AWA~*算法。在原有AWA~*算法的估价函数下引入了动态优化因子ε~*,建立了新型的估价函数,设计了新的启发式能耗预估代价,证明了所提出的启发式预估代价满足可采纳性和一致性,确保了优化AWA~*算法可在较短时间内获得更优路径。同时进行了路径规划耗时误差仿真实验,验证了优化AWA~*算法在面对复杂环境地图时搜索耗时误差具有一定局限性,在此基础上进行了低百分比和高百分比障碍物环境地图普适性仿真实验,对比分析了优化AWA~*算法与传统AWA~*算法的扩展节点数目、耗时情况和路径精度。仿真实验结果表明:在全局工况下,相比于AWA~*算法,优化AWA~*算法可在更短时间内提高规划的路径质量,尤其是在低百分比障碍物地图下,效果更为明显。     

基于预瞄的智能车辆路径跟踪控制研究

针对智能车辆在实际行驶过程中的路径跟踪问题,综合考虑车辆位置和动力学状态,建立了二自由度车辆动力学模型和路径跟踪预瞄误差模型,并将预瞄误差模型与二自由度车辆动力学模型相结合。以最小化横向预瞄误差和车辆与目标路径之间的方位偏差为控制目标,基于线性二次型最优状态调节器(LQR),得到了安装四轮转向控制器的智能车辆的前后轮转角。将车辆的前后轮转角作为车辆模型的输入,控制车辆稳定地跟踪期望路径。仿真结果表明:提出的路径跟踪控制策略能够在车辆换道时始终维持横向预瞄误差和方位偏差在较小范围内,同时具有较好的横向稳定性。