發(fā)布時間：2022-08-11 11:05

　　目前我國汽車保有量急劇攀升,城市交通路口承載的負荷越來越大,交通路口的擁堵是造成城市交通擁堵的最主要原因。交通對象信息采集的數(shù)據容易受環(huán)境影響,論文結合未來C-V2X車聯(lián)網技術在智慧交通的應用趨勢,研究設計了一種基于交通對象實時信息統(tǒng)計的交叉路口交通調度系統(tǒng)架構和動態(tài)調度方法。論文的重點研究內容體現(xiàn)在以下三個方面:（1）針對傳統(tǒng)交通感知技術統(tǒng)計數(shù)據存在不準確和數(shù)據傳輸時延較高等問題,論文研究了基于V2X車路協(xié)同智能感知的交通調度系統(tǒng)架構,通過C-V2X通信、高清攝像頭與雷達等多源傳感器信息融合實時獲取車輛種類、位置和速度等車輛信息,提高了路側設備獲取信息的準確度,保證了交通控制的實時性和有效性。并針對不同路口正常交通流下車輛行駛的峰值進行預測,為有信號燈和無信號燈下交通路口的調度提供數(shù)據依據。（2）針對有信號燈交通路口交通控制存在信號相位非動態(tài)調整和配時不合理等問題,論文研究設計了一種基于博弈論算法交通路口互斥模型和方法。通過對當前交通路口實時交通流的統(tǒng)計與預測,計算各個車道車輛通行的優(yōu)先級大小,基于博弈理論實現(xiàn)信號燈的控制和基于交通流的大小來控制配時,減少了車輛在交通路口的等待時間,... 

【文章頁數(shù)】：83 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 引言
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀與發(fā)展趨勢
        1.2.1 車聯(lián)網現(xiàn)狀與發(fā)展趨勢
        1.2.2 V2X車聯(lián)網與智慧交通
        1.2.3 智能交通控制方法研究現(xiàn)狀
        1.2.4 交通路口車輛引導研究現(xiàn)狀
        1.2.5 現(xiàn)有研究的不足
    1.3 研究內容
    1.4 論文章節(jié)安排
第2章 相關理論與關鍵技術
    2.1 相關理論與交通對象感知技術分析
        2.1.1 博弈論算法的基本原理
        2.1.2 現(xiàn)有交通對象感知技術分析
        2.1.3 未來車路協(xié)同環(huán)境下的交通對象感知方法
    2.2 基于車路協(xié)同智能感知的交通調度架構
        2.2.1 車路協(xié)同單點交通路口架構
        2.2.2 車路協(xié)同區(qū)域性交通路口架構
    2.3 車路協(xié)同架構獲取的統(tǒng)計數(shù)據
        2.3.1 車輛信息數(shù)據內容
        2.3.2 道路信息數(shù)據內容
    2.4 車路協(xié)同環(huán)境下的調度關鍵技術分析
        2.4.1 多源智能感知技術架構功能分析
        2.4.2 交通路口調度互斥模型的設計和優(yōu)化
        2.4.3 基于V2X通信的車路協(xié)同控制方法設計
    2.5 本章小結
第3章 基于實時信息采集的交通路口互斥模型研究
    3.1 典型交叉路口場景模型
    3.2 基于車路協(xié)同的信息采集與計算方法
        3.2.1 車路協(xié)同信息采集與處理
        3.2.2 車路協(xié)同環(huán)境下的交通路口車流量峰值計算方法
    3.3 優(yōu)化的博弈論納什均衡算法
        3.3.1 基于博弈論算法的互斥模型
        3.3.2 信號燈配時
    3.4 低車流量下的車速引導
        3.4.1 低車流量調度需求分析
        3.4.2 低車流量車速引導模型
    3.5 本章小結
第4章 無交通燈路口車路協(xié)同車輛引導控制模型
    4.1 基于無交通燈路口車輛協(xié)同控制需求分析
    4.2 基于車路協(xié)同的交叉路口車輛引導系統(tǒng)結構
    4.3 交通路口車輛運動模型設計
        4.3.1 編隊組隊模型下的協(xié)同控制
        4.3.2 編隊組隊模型下的運動模型分析
    4.4 本章小結
第5章 驗證與分析
    5.1 測試環(huán)境搭建
    5.2 基于實時信息采集的交通路口互斥模型的驗證與分析
        5.2.1 前期準備
        5.2.2 結果與分析
    5.3 無交通燈路口車路協(xié)同車輛引導控制模型的驗證與分析
        5.3.1 前期準備
        5.3.2 結果與分析
    5.4 本章小結
第6章 全文總結
    6.1 論文主要工作總結
    6.2 展望
參考文獻
致謝
攻讀碩士學位期間從事的科研工作及取得的成果


【參考文獻】：
期刊論文
[1]C-V2X車聯(lián)網產業(yè)發(fā)展綜述與展望[J]. 金博,胡延明.  電信科學. 2020(03)
[2]交通信號燈模糊控制實時配時算法研究[J]. 張永志.  現(xiàn)代信息科技. 2019(21)
[3]基于公交優(yōu)先的多路口車速引導控制方法[J]. 蔡雅蘋,王偉智.  福州大學學報(自然科學版). 2019(05)
[4]基于V2X的智慧公路發(fā)展概述[J]. 紀斌義,田洪清,劉青峰.  機電產品開發(fā)與創(chuàng)新. 2019(05)
[5]基于V2X的單向道路信號燈協(xié)調控制方法（英文）[J]. 高凱,韓發(fā)榮,文孟飛,杜榮華,李爍,周峰.  Journal of Central South University. 2019(09)
[6]基于博弈的交通信號配時優(yōu)化[J]. 彭敏,單錚,于泉,姚宗含.  公路. 2019(08)
[7]A Simulation System and Speed Guidance Algorithms for Intersection Traffic Control Using Connected Vehicle Technology[J]. Shuai Liu,Weitong Zhang,Xiaojun Wu,Shuo Feng,Xin Pei,Danya Yao.  Tsinghua Science and Technology. 2019(02)
[8]城市單交叉路口交通信號實時優(yōu)化控制與仿真[J]. 李若菡.  交通世界. 2019(Z1)
[9]基于多路口預測與實時配時合作的交通控制系統(tǒng)設計[J]. 楊乾坤,王曉紅.  計算機測量與控制. 2018(12)
[10]The Intelligent Control System of Traffic Light Based on Fog Computing[J]. WU Qiong,HE Fanfan,FAN Xiumei.  Chinese Journal of Electronics. 2018(06)

博士論文
[1]基于車聯(lián)網的十字路口節(jié)能與安全車速引導技術研究[D]. 項學海.東南大學 2015

碩士論文
[1]基于V2X和高精度定位的城市交叉路口自適應車輛引導方法研究[D]. 李玉環(huán).重慶郵電大學 2019
[2]車聯(lián)網環(huán)境下交叉口行車速度引導策略研究[D]. 孟靜.昆明理工大學 2019
[3]無信號燈交叉路口特定工況車輛協(xié)作控制研究[D]. 劉振朋.遼寧工業(yè)大學 2019
[4]基于博弈論的轉向車流干擾的交叉口信號優(yōu)化[D]. 李靜嫻.長安大學 2018
[5]車聯(lián)網環(huán)境下交叉口群速度引導模型及仿真[D]. 呂佳潤.北京交通大學 2017
[6]基于改進粒子群算法的路口多目標信號實時控制研究[D]. 李欣.河北工業(yè)大學 2016
[7]基于博弈論的交通控制和動態(tài)網絡均衡組合優(yōu)化研究[D]. 趙小方.北方工業(yè)大學 2016
[8]無信號燈十字交叉口協(xié)作車輛控制研究[D]. 李勇.北京理工大學 2015



本文編號：3674544