【摘要】：隨著城市建設(shè)進程的不斷加快,城市道路網(wǎng)不斷擴大,城市交通量不斷增加。平面交叉口作為城市路網(wǎng)中交通流匯合、轉(zhuǎn)向、分流的重要節(jié)點,是保障道路交通安全和提升道路交通效率的關(guān)鍵所在;但同時由于交叉口處交通量大、沖突點多,其也是交通事故多發(fā)地段和交通擁堵主要場所。交叉口對車流疏導(dǎo)的方式根本上是時空間隙的分配,交叉口通行能力的高低受限于其時空間隙的多少,但同時也取決于其時空間隙分配機制的科學(xué)性及合理性。傳統(tǒng)的交叉口控制模式,即信號控制模式是通過相位禁行的方式來避免相位沖突,是一種以增加道路延誤為代價來保證車輛安全的控制模式,其對交叉口時空間隙的利用率并不高。智能車路協(xié)同能夠通過狀態(tài)感知、信息交互、分析決策等手段實現(xiàn)對路網(wǎng)元素的控制,為交叉口信號控制提供了車載化、定制化、智能化的可能,為交叉口時空間隙的優(yōu)化分配提供了技術(shù)支撐,能夠解決交叉口控制模式發(fā)展需求與發(fā)展形態(tài)不一致、不統(tǒng)一的問題,能夠保證車輛安全,同時提高交叉口控制效率。本文基于平面交叉口靜態(tài)特性、交叉口信號控制特點、不同類型智能車輛主體運動學(xué)模型以及智能車路協(xié)同系統(tǒng)運行模式,對車輛在交叉口的間隙通行模式進行研究。通過時空間隙動態(tài)分配模型評估交叉口的通行能力,通過分析車輛安全運行特點研究影響車輛安全的動態(tài)多要素模型構(gòu)建方法,在此基礎(chǔ)上以優(yōu)化交通流效率為目標(biāo),研究渠化可變交叉口的智能車輛平行間隙協(xié)調(diào)控制方法,并進一步將全智能車場景拓展至智能車CAV(Connected and Autonomous Vehicle)/非智能車HPV(HumanPilot Vehicle)協(xié)同運行場景中,提出了混合間隙耦合的交叉口信號協(xié)同控制方法,最后建立了智能車路協(xié)同仿真測試與驗證平臺,對論文所提出方法進行效率及安全方面驗證分析�；谡撐牡难芯抗ぷ�,主要取得了以下創(chuàng)新成果:(1)提出了基于時空間隙動態(tài)分配模型的交叉口通行能力估計方法,采用間隙分配理論分析了不同交叉口控制方法對車輛通行間隙的分配及優(yōu)化機制,建立了在間隙飽和分配條件下估計間隙控制最大通行能力的基本思想。提出了基于隊列估計(LOOSE,Location Optimization On Sequence Evaluation)和基于預(yù)演軌跡(COMPACT,Cooperative Optimization Method for Previous Allocation Comparatively Transforming)的二級間隙優(yōu)化分配方法,并通過基于預(yù)測軌跡的加速度動態(tài)調(diào)節(jié)(ADAPT,Acceleration Dynamically Adjusting based on Predicted Trajectory)模型對車輛速度進行引導(dǎo),實現(xiàn)了間隙控制最大通行能力的估計,解決了間隙飽和分配條件下交叉口最大通行能力難以估計的問題。(2)提出了與車輛安全相關(guān)的多要素動態(tài)模型構(gòu)建及聯(lián)合仿真運行方法,通過對影響CAV安全運行的定位誤差、通信延誤等因素運行機制的分析,對影響HPV安全運行的駕駛員反應(yīng)時間的動態(tài)反演,提出了高斯分布定位誤差模型、均勻和Rayleigh分布通信延誤模型,以及基于車輛非線性分段制動特性的駕駛員反應(yīng)時間估計方法,實現(xiàn)了定位誤差、通信延誤、反應(yīng)時間的聯(lián)合動態(tài)仿真,解決了多誤差源運行機理不明確而導(dǎo)致的間隙控制安全度低的問題。(3)提出了渠化可變交叉口的智能車輛平行間隙協(xié)調(diào)控制方法。采用分段三次 Hermite 插值方法(PCHIP,Piecewise Cubic Hermite Interpolating Polynomial)實現(xiàn)對車輛在任意交叉口內(nèi)運行軌跡的預(yù)測,定義了動態(tài)的車輛安全時間間隔和車輛間的首次沖突時間(FCT,First Conflicting Time)。在基于時間序列與車輛位置(SPATS,Spatial Position Associating Time Series)方法基礎(chǔ)上,通過二級的 FCT策略建立平行間隙模型來計算車輛的目標(biāo)狀態(tài),并通過ADAPT方法對車輛速度進行引導(dǎo)。增加了車輛換道機制實現(xiàn)了通行效率尋優(yōu),解決了固定渠化交叉口動態(tài)間隙控制方法帶來的不均衡車流車輛延誤增加的問題。(4)提出了混合間隙耦合的交叉口 CAV/HPV信號協(xié)同控制方法,通過分析數(shù)據(jù)層面信號控制與間隙控制動態(tài)耦合可行性,提出了 CAV/HPV間隙協(xié)同運行控制過程。在平行間隙控制策略的基礎(chǔ)上,建立了基于車輛行為預(yù)測和間隙時延控制的HPV間隙選擇方法,提高HPV間隙通行的安全性。并基于駕駛員反應(yīng)時間提出了針對HPV的定制化信號控制方法,解決了間隙控制交叉口因HPV不受控而導(dǎo)致間隙控制失效的問題。在上述研究基礎(chǔ)上,論文構(gòu)建了多層次智能車路協(xié)同仿真運行及場景驗證環(huán)境(Tranario),定義了交叉口和車輛的靜態(tài)及動態(tài)屬性,設(shè)計并實現(xiàn)了車輛定位誤差、通信延誤、駕駛員反應(yīng)時間的協(xié)同仿真方法。最后通過多交叉口平行間隙控制場景的仿真驗證,一方面通過數(shù)值比較說明了智能車路協(xié)同條件下間隙控制方法較傳統(tǒng)信號控制方法的優(yōu)勢,另一方面也說明了仿真平臺對車路協(xié)同系統(tǒng)功能測試驗證的支持。
【圖文】：

逑Ｔ＾ｎｔ＾＾Ｔ邐Ｔ＾ｒ＾Ｍ邐＾邋ｉ邋！邋１邋ｉ邋！邋Ｉ邋＾Ｔ＂＂＂ＴＴｒｆｒ逡逑圖２－１道路渠化及相位信息逡逑Ｆｉｇｕｒｅ邋２－１邋Ｉｎｆｏｒｍａｔｉｏｎ邋ｏｆ邋ｃｈａｎｎｅｌｉｚａｔｉｏｎ邋ａｎｄ邋ｐｈａｓｅ逡逑每條車道的輸入為３６０邋ｖｈｃ／ｈ，考慮到右轉(zhuǎn)車道并不存在沖突，因此論文并沒逡逑有對右轉(zhuǎn)車道進行分析。論文采用５ｓ時間段內(nèi)某車道進入交叉口的車輛數(shù)（以下逡逑簡稱“５ｓ車流量”）來分析定時信號控制的運行效率。結(jié)果如圖２－２所示。逡逑８邋ｐ邐邐邐＇邐邋８邋ｒ邐■邐■邐邋８邋ｒ邐邐邐邐邐邋８「ＶＳｒ—邐邐邐逡逑0邋＾邐邐邐邐邐邋ｏ邋Ｌ邐邐邐邐邐邋ｏ邋Ｌ邐■邐■邐邋0邋Ｌ邐．邐．—逡逑１２０邐１３０邐１４０邐２４０邐２５０邐２６０邐３６０邐３７０邐３８０邐４８０邋４９０邋５００逡逑ｐｈａｓｅ邋４－１邐ｐｈａｓｅ邋４－２邐ｐｈａｓｅ邋４－３邐ｐｈａｓｅ邋４－４逡逑５０邐１００邐１５０邐２００邐２５０邐３００邐３５０邐４００邐４５０邐５００邐５５０邐６００逡逑時間（秒）逡逑圖２－２邋５Ｓ車流量逡逑Ｆｉｇｕｒｅ邋２－２邋Ｔｒａｆｆｉｃ邋ｆｌｏｗ邋ｗｉｔｈｉｎ邋５邋ｓ逡逑仿真時間為６００ｓ，論文對圖２－１中相位四由西左轉(zhuǎn)的車輛進行分析，在仿真逡逑過程中，相位四一共獲得四次通行權(quán)，５ｓ車流量統(tǒng)計如圖２－２中ｐｈａｓｅ４－１至ｐｈａｓｅ逡逑４＿４所示。通過上圖能夠看出，在綠燈時間內(nèi)，，通過此車道進入交叉口的５ｓ車流量逡逑先上升后降低，這是因為當(dāng)某一個相位獲得通行權(quán)時，堆積在交叉口的車輛開始通逡逑過交叉口；但是過了一小段時間后

Ｆｉｇｕｒｅ邋２－１邋Ｉｎｆｏｒｍａｔｉｏｎ邋ｏｆ邋ｃｈａｎｎｅｌｉｚａｔｉｏｎ邋ａｎｄ邋ｐｈａｓｅ逡逑每條車道的輸入為３６０邋ｖｈｃ／ｈ，考慮到右轉(zhuǎn)車道并不存在沖突，因此論文并沒逡逑有對右轉(zhuǎn)車道進行分析。論文采用５ｓ時間段內(nèi)某車道進入交叉口的車輛數(shù)（以下逡逑簡稱“５ｓ車流量”）來分析定時信號控制的運行效率。結(jié)果如圖２－２所示。逡逑８邋ｐ邐邐邐＇邐邋８邋ｒ邐■邐■邐邋８邋ｒ邐邐邐邐邐邋８「ＶＳｒ—邐邐邐逡逑0邋＾邐邐邐邐邐邋ｏ邋Ｌ邐邐邐邐邐邋ｏ邋Ｌ邐■邐■邐邋0邋Ｌ邐．邐．—逡逑１２０邐１３０邐１４０邐２４０邐２５０邐２６０邐３６０邐３７０邐３８０邐４８０邋４９０邋５００逡逑ｐｈａｓｅ邋４－１邐ｐｈａｓｅ邋４－２邐ｐｈａｓｅ邋４－３邐ｐｈａｓｅ邋４－４逡逑
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：U495

【參考文獻】

相關(guān)期刊論文 前10條

1 劉美岐;沈莉瀟;金盛;;考慮右轉(zhuǎn)信號控制的共用車道通行能力模型[J];浙江大學(xué)學(xué)報(工學(xué)版);2017年07期

2 荊彬彬;盧凱;鄢小文;吳煥;徐建閩;;車路協(xié)同下基于速度引導(dǎo)的雙周期干道綠波協(xié)調(diào)控制方法[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2016年08期

3 李文燕;薛鋒;;基于安全間距的T型交叉口臨界間隙分析[J];交通運輸工程與信息學(xué)報;2016年02期

4 李家文;曹建東;成波;;基于危險感知機理的狀態(tài)適應(yīng)式碰撞預(yù)警策略研究[J];汽車工程;2016年04期

5 楊磊;龐碩;楊耀民;景春雷;高偉;劉慶亮;馬俊;;基于9DOF IMU的AUV慣性導(dǎo)航技術(shù)研究[J];計算機測量與控制;2016年03期

6 劉軍;袁俊;蔡駿宇;陶昌嶺;王利明;程偉;;基于GPS/INS和線控轉(zhuǎn)向的農(nóng)業(yè)機械自動駕駛系統(tǒng)[J];農(nóng)業(yè)工程學(xué)報;2016年01期

7 張爽;常玉林;吳振宏;;信號交叉口短右車道通行能力概率模型[J];交通運輸系統(tǒng)工程與信息;2015年04期

8 劉應(yīng)東;牛惠民;王建強;;考慮安全移動距離的交通流元胞自動機模型[J];計算機工程;2015年06期

9 姜軍;陸建;;基于Helly跟馳模型標(biāo)定參數(shù)的跟馳行為分析[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2015年02期

10 馬萬經(jīng);葉新晨;廖大彬;白玉;;停車讓行交叉口機動車接受間隙和拒絕間隙分布特征[J];中國公路學(xué)報;2015年04期

相關(guān)博士學(xué)位論文 前3條

1 魏福祿;信號交叉口四左轉(zhuǎn)車道交通運行特性研究[D];吉林大學(xué);2015年

2 唐毅;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[D];重慶大學(xué);2014年

3 林輝;輪轂電機驅(qū)動電動汽車聯(lián)合制動的模糊自整定PID控制方法研究[D];吉林大學(xué);2013年

相關(guān)碩士學(xué)位論文 前3條

1 梁源;慣性導(dǎo)航系統(tǒng)關(guān)鍵參數(shù)在線標(biāo)校技術(shù)研究[D];北京理工大學(xué);2016年

2 劉保衛(wèi);基于RFID原理的交通目標(biāo)搜索與定位技術(shù)研究[D];大連理工大學(xué);2006年

3 張威;基于GPS/MM組合的車輛定位技術(shù)研究[D];南京航空航天大學(xué);2004年

本文編號：2638698