智能網(wǎng)聯(lián)汽車協(xié)同控制技術(shù)（第1版）課件 第1-6章 智能網(wǎng)聯(lián)汽車相關(guān)技術(shù)發(fā)展過(guò)程-智能網(wǎng)聯(lián)汽車動(dòng)力學(xué)模型

智能網(wǎng)聯(lián)汽車協(xié)同控制技術(shù)第1版智能交通與智能駕駛系列本書(shū)討論的是借助車路協(xié)同技術(shù)的智能網(wǎng)聯(lián)汽車系統(tǒng)。借助車路協(xié)同技術(shù)高效可靠的通信機(jī)制，可使交通路網(wǎng)內(nèi)車輛和基礎(chǔ)設(shè)施之間形成高效可靠的信息交互機(jī)制，進(jìn)一步提高智能網(wǎng)聯(lián)汽車的智能控制，有效解決交通擁堵和交通安全問(wèn)題。本書(shū)基于車路協(xié)同體系探討了智能網(wǎng)聯(lián)汽車的路徑?jīng)Q策和速度引導(dǎo)方法，研究了智能網(wǎng)聯(lián)汽車動(dòng)力學(xué)模型、編隊(duì)控制模型及編隊(duì)切換控制技術(shù)和主動(dòng)安全控制技術(shù)，最后介紹了研究采用的智能網(wǎng)聯(lián)汽車編隊(duì)控制硬件在環(huán)仿真平臺(tái)。本書(shū)適合從事車路協(xié)同技術(shù)應(yīng)用和智能交通研究的人員閱讀參考，也可以作為智能交通、人工智能等專業(yè)師生的參考用書(shū)。

簡(jiǎn)介戰(zhàn)略意義《交通強(qiáng)國(guó)建設(shè)綱要》《中國(guó)制造2025》《2018年智能網(wǎng)聯(lián)汽車標(biāo)準(zhǔn)工作要點(diǎn)》《國(guó)家車聯(lián)網(wǎng)產(chǎn)業(yè)標(biāo)準(zhǔn)體系建設(shè)指南（智能網(wǎng)聯(lián)汽車）》2020年，《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》2022年，《“十四五”現(xiàn)代綜合交通運(yùn)輸體系發(fā)展規(guī)劃》智能網(wǎng)聯(lián)汽車已成為國(guó)家大力支持的未來(lái)交通系統(tǒng)的重點(diǎn)發(fā)展方向智能網(wǎng)聯(lián)汽車6種關(guān)鍵技術(shù)1）環(huán)境感知技術(shù)2）智能決策技術(shù)3）協(xié)同控制技術(shù)4）V2X通信技術(shù)5）云平臺(tái)與大數(shù)據(jù)技術(shù)6）信息安全技術(shù)本書(shū)研究重點(diǎn)1）設(shè)計(jì)了面向智能網(wǎng)聯(lián)汽車的高實(shí)時(shí)性車路協(xié)同體系2）定義了車輛與路側(cè)智能設(shè)備間的數(shù)據(jù)交互方式與交互軟件系統(tǒng)實(shí)現(xiàn)方案3）提出了一種基于多源信息融合的交通狀態(tài)評(píng)價(jià)方法第1章

智能網(wǎng)聯(lián)汽車相關(guān)技術(shù)發(fā)展過(guò)程1.1車路協(xié)同技術(shù)1.2智能網(wǎng)聯(lián)汽車技術(shù)1.3車輛編隊(duì)技術(shù)利用最新的科技手段解決交通安全問(wèn)題1.1車路協(xié)同技術(shù)車路協(xié)同系統(tǒng)·采用先進(jìn)的無(wú)線通信和新一代互聯(lián)網(wǎng)等技術(shù)·全方位實(shí)施車車、車路動(dòng)態(tài)實(shí)時(shí)信息交互·在全時(shí)空動(dòng)態(tài)交通信息采集與融合的基礎(chǔ)上開(kāi)展車輛主動(dòng)安全控制和道路協(xié)同管理·充分實(shí)現(xiàn)人車路的有效協(xié)同·保證交通安全，提高通行效率，從而形成安全、高效和環(huán)保的道路交通系統(tǒng)1.1車路協(xié)同技術(shù)1.1車路協(xié)同技術(shù)1.2智能網(wǎng)聯(lián)汽車技術(shù)智能網(wǎng)聯(lián)汽車·搭載先進(jìn)的車載傳感器、控制器、執(zhí)行器等裝置，融合現(xiàn)代網(wǎng)絡(luò)通信技術(shù)的一種新型智能汽車·實(shí)現(xiàn)車與X（人、車、路、云端等）智能信息交換共享·擁有復(fù)雜的環(huán)境感知、智能決策、協(xié)同控制和執(zhí)行等功能·保障車輛安全、舒適、節(jié)能、高效行駛，并最終可替代駕駛?cè)藢?shí)現(xiàn)自動(dòng)駕駛1.3車輛編隊(duì)技術(shù)車輛編隊(duì)控制技術(shù)目的在于充分利用道路條件，保證道路交通安全與高效行駛的條件下，將一系列車輛進(jìn)行統(tǒng)一車輛隊(duì)列管理，使具有相同行駛路徑的車輛能夠根據(jù)交通狀況，以協(xié)同合作的方式完成車輛隊(duì)列巡航、跟隨、組合與拆分、換道等相關(guān)控制策略1.3車輛編隊(duì)技術(shù)第2章面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)2.1車路協(xié)同技術(shù)特征分析2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計(jì)2.3車路數(shù)據(jù)交互軟件系統(tǒng)車路協(xié)同技術(shù)目的：實(shí)現(xiàn)交通智能化管理、動(dòng)態(tài)交通信息服務(wù)等智能交通系統(tǒng)職能基礎(chǔ)：車內(nèi)網(wǎng)、車際網(wǎng)和車載互聯(lián)網(wǎng)遵循一定通信協(xié)議與交互標(biāo)準(zhǔn)，在相互獨(dú)立交通元素個(gè)體之間進(jìn)行通信與數(shù)據(jù)傳輸?shù)拇笙到y(tǒng)網(wǎng)絡(luò)技術(shù)是傳統(tǒng)物聯(lián)網(wǎng)與傳感網(wǎng)絡(luò)技術(shù)在交通領(lǐng)域的延伸第2章面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)2.1車路協(xié)同技術(shù)特征分析通過(guò)先進(jìn)通信網(wǎng)絡(luò)將人、車、路三個(gè)基本交通要素綁在一起，定制化開(kāi)發(fā)各要素上的終端軟硬件，實(shí)現(xiàn)對(duì)要素?cái)?shù)據(jù)與指令的交互2.1車路協(xié)同技術(shù)特征分析為傳統(tǒng)交通帶來(lái)的變革（1）近場(chǎng)自組織通信支持各節(jié)點(diǎn)在通信范圍內(nèi)自動(dòng)組網(wǎng)（2）高實(shí)時(shí)性穩(wěn)定傳輸?shù)脱舆t、低丟包率，更穩(wěn)定的數(shù)據(jù)傳輸（3）多源異構(gòu)節(jié)點(diǎn)交互各智能設(shè)備或終端能夠自由發(fā)送具有自身特征的數(shù)據(jù)包2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計(jì)面對(duì)的問(wèn)題：一是受技術(shù)條件和成本限制；二是研究成果場(chǎng)景不符合交通實(shí)際。2.2.1系統(tǒng)設(shè)計(jì)目的解決的方法：更豐富、準(zhǔn)確、高實(shí)時(shí)性的車輛數(shù)據(jù)匯總進(jìn)行評(píng)估分析，大大提高評(píng)價(jià)精度。2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計(jì)兩部分：車載終端；路側(cè)終端。2.2.2車路信息交互場(chǎng)景2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計(jì)兩個(gè)核心功能：（1）智能網(wǎng)聯(lián)汽車信息交互（2）基于車輛數(shù)據(jù)的實(shí)時(shí)交通狀態(tài)感知2.2.2車路信息交互場(chǎng)景2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計(jì)車輛離開(kāi)上一個(gè)交叉口（點(diǎn)A）時(shí)，系統(tǒng)開(kāi)始記錄所需行車數(shù)據(jù)，在離開(kāi)下一個(gè)交叉口（點(diǎn)D）時(shí)將在路段上生成的數(shù)據(jù)發(fā)送給RSU2。從點(diǎn)A到點(diǎn)D間的時(shí)間間隔即為車輛在路段上的通過(guò)時(shí)間；當(dāng)車輛進(jìn)入RSU2的通信范圍（點(diǎn)B）時(shí)，雙方將建立穩(wěn)定的V2X通信。2.2.3車路數(shù)據(jù)實(shí)時(shí)交互方法2.3車路數(shù)據(jù)交互軟件系統(tǒng)兩項(xiàng)主要開(kāi)發(fā)內(nèi)容：（1）基于安卓系統(tǒng)的深度開(kāi)發(fā)（2）高實(shí)時(shí)性的數(shù)據(jù)采集與通信功能設(shè)計(jì)2.3.1車路數(shù)據(jù)交互軟件系統(tǒng)總體目標(biāo)兩個(gè)主要?jiǎng)?chuàng)新點(diǎn)：（1）采用智能網(wǎng)聯(lián)汽車行駛數(shù)據(jù)代替?zhèn)鹘y(tǒng)檢測(cè)器數(shù)據(jù)（2）面向智能網(wǎng)聯(lián)汽車建立車路信息交互機(jī)制2.3車路數(shù)據(jù)交互軟件系統(tǒng)（1）檢測(cè)數(shù)據(jù)方案本方案采用OBD無(wú)線傳輸數(shù)據(jù)2.3.2車路數(shù)據(jù)交互軟件系統(tǒng)方案論證2.3車路數(shù)據(jù)交互軟件系統(tǒng)（2）協(xié)同通信方案本方案采用LTE-V模塊2.3.2車路數(shù)據(jù)交互軟件系統(tǒng)方案論證2.3車路數(shù)據(jù)交互軟件系統(tǒng)（3）車載終端系統(tǒng)方案本方案采用Android系統(tǒng)2.3.2車路數(shù)據(jù)交互軟件系統(tǒng)方案論證2.3車路數(shù)據(jù)交互軟件系統(tǒng)車載終端程序包括如下三部分：●系統(tǒng)層，在Linux系統(tǒng)下完成Android源碼的編譯和燒錄?！耱?qū)動(dòng)層，Android系統(tǒng)中間件的程序開(kāi)發(fā)?！駪?yīng)用層，基于AndroidStudio工具的AndroidApp開(kāi)發(fā)。2.3.3車載終端軟件系統(tǒng)實(shí)現(xiàn)2.3車路數(shù)據(jù)交互軟件系統(tǒng)車載終端程序包括如下三部分：●系統(tǒng)層，在Linux系統(tǒng)下完成Android源碼的編譯和燒錄?！耱?qū)動(dòng)層，Android系統(tǒng)中間件的程序開(kāi)發(fā)?！駪?yīng)用層，基于AndroidStudio工具的AndroidApp開(kāi)發(fā)。2.3.3車載終端軟件系統(tǒng)實(shí)現(xiàn)2.3車路數(shù)據(jù)交互軟件系統(tǒng)路側(cè)終端沒(méi)有操作系統(tǒng)。路側(cè)終端程序包括如下三部分：●初始化程序，時(shí)鐘、引腳配置、模塊驅(qū)動(dòng)、通信參數(shù)設(shè)置?！裰餮h(huán)程序，車載終端數(shù)據(jù)交互、計(jì)算車輛與路口的間距、評(píng)價(jià)的道路運(yùn)行狀態(tài)。●中斷程序，接受中斷和定時(shí)中斷。2.3.4路側(cè)終端軟件系統(tǒng)實(shí)現(xiàn)第3章基于車路信息融合的交通運(yùn)行狀態(tài)評(píng)價(jià)方法3.1車路信息融合技術(shù)分析3.2基于信息融合的交通運(yùn)行狀態(tài)模糊評(píng)價(jià)方法研究3.3交通狀態(tài)評(píng)價(jià)方法實(shí)驗(yàn)驗(yàn)證3.1車路信息融合技術(shù)分析融合過(guò)程：1）像素級(jí)融合最低層2）特征級(jí)融合中間層3）決策級(jí)融合最高層3.2車路信息融合技術(shù)分析3.2.1目前常用的交通評(píng)價(jià)方法3.2車路信息融合技術(shù)分析3.2.2多級(jí)模糊綜合方法結(jié)構(gòu)設(shè)計(jì)該方法首先根據(jù)模糊數(shù)學(xué)的隸屬度理論把交通狀態(tài)定性評(píng)價(jià)轉(zhuǎn)化為具有強(qiáng)對(duì)比性的定量評(píng)價(jià)，對(duì)受到動(dòng)靜態(tài)交通因素制約的對(duì)象得出當(dāng)前交通狀態(tài)的評(píng)價(jià)結(jié)果，用于解決交通狀態(tài)評(píng)價(jià)中非確定性問(wèn)題。3.2車路信息融合技術(shù)分析3.2.3一級(jí)模糊評(píng)價(jià)空間模糊評(píng)價(jià)集合評(píng)價(jià)矩陣評(píng)價(jià)矩陣降半柯西型的隸屬度函數(shù)3.2車路信息融合技術(shù)分析3.2.3一級(jí)模糊評(píng)價(jià)空間取隸屬度函數(shù)分布區(qū)間界限0.25i為兩個(gè)相鄰評(píng)語(yǔ)的中間隸屬度，對(duì)應(yīng)隸屬度關(guān)系如圖：3.2車路信息融合技術(shù)分析3.2.3一級(jí)模糊評(píng)價(jià)空間第一級(jí)交通評(píng)價(jià)空間給定一個(gè)模糊向量那么，第一級(jí)交通評(píng)價(jià)模型為3.2車路信息融合技術(shù)分析3.2.3一級(jí)模糊評(píng)價(jià)空間實(shí)時(shí)交通數(shù)據(jù)在一級(jí)模型間的流向3.2車路信息融合技術(shù)分析3.2.3一級(jí)模糊評(píng)價(jià)空間3.2車路信息融合技術(shù)分析3.2.3一級(jí)模糊評(píng)價(jià)空間3.2車路信息融合技術(shù)分析3.2.3一級(jí)模糊評(píng)價(jià)空間3.2車路信息融合技術(shù)分析3.2.3一級(jí)模糊評(píng)價(jià)空間3.2車路信息融合技術(shù)分析3.2.3一級(jí)模糊評(píng)價(jià)空間3.2車路信息融合技術(shù)分析3.2.4基于樣本數(shù)據(jù)的層次分析法●對(duì)評(píng)價(jià)指標(biāo)的權(quán)重進(jìn)行科學(xué)配比●挖掘三個(gè)評(píng)價(jià)指標(biāo)的相互強(qiáng)弱關(guān)系●權(quán)威指標(biāo)比例：平均通過(guò)時(shí)間6平均停車次數(shù)2平均停息時(shí)間33.2車路信息融合技術(shù)分析3.2.4基于樣本數(shù)據(jù)的層次分析法分析法計(jì)算步驟●步驟1根據(jù)表3-6得出判斷矩陣●步驟2對(duì)判斷矩陣的列進(jìn)行歸一化處理3.2車路信息融合技術(shù)分析3.2.4基于樣本數(shù)據(jù)的層次分析法分析法計(jì)算步驟●步驟3計(jì)算矩陣各行之和●步驟4對(duì)步驟3的和進(jìn)行歸一化處理3.2車路信息融合技術(shù)分析3.2.4基于樣本數(shù)據(jù)的層次分析法分析法計(jì)算步驟●步驟5計(jì)算一致性指標(biāo)●步驟6計(jì)算一致性比例3.2車路信息融合技術(shù)分析3.2.5二級(jí)模糊評(píng)價(jià)空間新的模糊子集新的模糊關(guān)系給定一個(gè)模糊向量第二級(jí)模糊向量權(quán)重矩陣3.2車路信息融合技術(shù)分析3.2.5二級(jí)模糊評(píng)價(jià)空間第二級(jí)模糊向量權(quán)重矩陣第二級(jí)交通評(píng)價(jià)空間評(píng)價(jià)指數(shù)的集合最后的道路評(píng)價(jià)得分3.3交通狀態(tài)評(píng)價(jià)方法實(shí)驗(yàn)驗(yàn)證3.3.1實(shí)驗(yàn)設(shè)計(jì)●車載OBU●RSU智能終端●LTE-V短程自組網(wǎng)模塊實(shí)現(xiàn)兩者間的V2X自組網(wǎng)3.3交通狀態(tài)評(píng)價(jià)方法實(shí)驗(yàn)驗(yàn)證3.3.2實(shí)驗(yàn)流程●實(shí)驗(yàn)道路：北京市石景山區(qū)蘋(píng)果園南路部分路段●實(shí)驗(yàn)道路靜態(tài)參數(shù)：3.3交通狀態(tài)評(píng)價(jià)方法實(shí)驗(yàn)驗(yàn)證3.3.2實(shí)驗(yàn)流程●實(shí)驗(yàn)參數(shù)3.3交通狀態(tài)評(píng)價(jià)方法實(shí)驗(yàn)驗(yàn)證3.3.3實(shí)驗(yàn)結(jié)果與分析●377條有效數(shù)據(jù)●小時(shí)間隔對(duì)全部有效數(shù)據(jù)進(jìn)行整理3.3交通狀態(tài)評(píng)價(jià)方法實(shí)驗(yàn)驗(yàn)證3.3.3實(shí)驗(yàn)結(jié)果與分析3.3交通狀態(tài)評(píng)價(jià)方法實(shí)驗(yàn)驗(yàn)證3.3.3實(shí)驗(yàn)結(jié)果與分析3.3交通狀態(tài)評(píng)價(jià)方法實(shí)驗(yàn)驗(yàn)證3.3.3實(shí)驗(yàn)結(jié)果與分析3.3交通狀態(tài)評(píng)價(jià)方法實(shí)驗(yàn)驗(yàn)證3.3.3實(shí)驗(yàn)結(jié)果與分析●評(píng)價(jià)得分在一定范圍內(nèi)浮動(dòng)，得分具有較為明顯的周期特征，周一和周五的交通狀態(tài)較差?！衿椒鍟r(shí)段實(shí)驗(yàn)路段，東向西方向比西向東方向運(yùn)行好；高峰時(shí)段則相似。相關(guān)結(jié)論與實(shí)驗(yàn)過(guò)程中觀察到的實(shí)際交通狀態(tài)一致，發(fā)揮了分值評(píng)價(jià)方法在交通狀態(tài)對(duì)比與分析過(guò)程中的作用?！癞?dāng)評(píng)價(jià)得分與歷史同期數(shù)據(jù)有較大差異時(shí)，系統(tǒng)可及時(shí)判斷是否存在交通異常事件。這為城市車路協(xié)同環(huán)境下交通狀態(tài)判斷與事件檢測(cè)提供了依據(jù)。第4章智能網(wǎng)聯(lián)汽車實(shí)時(shí)路徑?jīng)Q策方法4.1路徑規(guī)劃算法分析4.2智能網(wǎng)聯(lián)汽車實(shí)時(shí)路徑規(guī)劃系統(tǒng)設(shè)計(jì)4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.4優(yōu)化方法實(shí)驗(yàn)驗(yàn)證第4章智能網(wǎng)聯(lián)汽車實(shí)時(shí)路徑?jīng)Q策方法本章重點(diǎn)：建立基于車路協(xié)同系統(tǒng)的新型區(qū)域路徑實(shí)時(shí)決策方法。●根據(jù)實(shí)時(shí)情況，動(dòng)態(tài)計(jì)算當(dāng)前路段路阻。●選擇行程時(shí)間最少的路線?！襁x取北京市望京地區(qū)的典型區(qū)域路網(wǎng)數(shù)據(jù)進(jìn)行驗(yàn)證。4.1路徑規(guī)劃算法分析研究現(xiàn)狀●先進(jìn)的路徑規(guī)劃系統(tǒng)需依靠海量實(shí)時(shí)交通數(shù)據(jù)實(shí)現(xiàn)?！袼脭?shù)據(jù)主要通過(guò)車輛行駛軌跡、手機(jī)信令和檢測(cè)器等間接獲取，與真實(shí)場(chǎng)景存在一定的差異，導(dǎo)致計(jì)算精度和實(shí)時(shí)性不足。●通常不考慮車輛在燈控信號(hào)影響下轉(zhuǎn)向時(shí)間，與實(shí)際環(huán)境存在路阻差異。4.1路徑規(guī)劃算法分析本章方法優(yōu)點(diǎn)1）考慮所處相位可能遇到的信號(hào)燈控事件。2）考慮燈控信號(hào)影響下不同轉(zhuǎn)向行程的時(shí)間差異。3）微觀視角下的行程時(shí)間預(yù)測(cè)，實(shí)時(shí)性高。4.2智能網(wǎng)聯(lián)汽車實(shí)時(shí)路徑規(guī)劃系統(tǒng)設(shè)計(jì)4.2.1車路協(xié)同場(chǎng)景描述及路徑規(guī)劃系統(tǒng)設(shè)計(jì)目的●遠(yuǎn)程服務(wù)端用于匯總區(qū)域內(nèi)的實(shí)時(shí)路網(wǎng)信息并提供路徑規(guī)劃服務(wù)?！裰悄苘囕d信息終端與路側(cè)終端建立V2X網(wǎng)絡(luò)通信，根據(jù)車輛總線和傳感器信息向路側(cè)終端上報(bào)數(shù)據(jù)，向遠(yuǎn)程服務(wù)發(fā)送路徑規(guī)劃請(qǐng)求。●路側(cè)終端根據(jù)同時(shí)段內(nèi)同向的所有上報(bào)數(shù)據(jù)來(lái)計(jì)算各車道的行程時(shí)間，上報(bào)遠(yuǎn)程服務(wù)端，并根據(jù)行程時(shí)間和所采集的信號(hào)機(jī)控制信息實(shí)時(shí)向車載終端返回所需信息和指令。4.2智能網(wǎng)聯(lián)汽車實(shí)時(shí)路徑規(guī)劃系統(tǒng)設(shè)計(jì)4.2.2智能網(wǎng)聯(lián)汽車路徑規(guī)劃策略分階段的區(qū)域路網(wǎng)最優(yōu)規(guī)劃方法的路網(wǎng)分層分級(jí)思路——降低運(yùn)算復(fù)雜度，提高可靠度。規(guī)劃策略步驟：（1）車載終端發(fā)送路徑規(guī)劃請(qǐng)求（2）遠(yuǎn)程服務(wù)端計(jì)算最優(yōu)（3）尋找重合路段（4）規(guī)劃路線發(fā)至車載終端（5）區(qū)域最優(yōu)規(guī)劃（6）以節(jié)點(diǎn)2為起點(diǎn)重新計(jì)算4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.1車路信息交互過(guò)程（1）點(diǎn)A表示車輛尚未駛?cè)氡緱l道路（2）點(diǎn)B表示車輛剛剛駛離上游節(jié)點(diǎn)的交叉口區(qū)域（3）點(diǎn)C表示車輛從路段區(qū)域駛?cè)虢徊婵趨^(qū)域（4）點(diǎn)D表示車輛駛離交叉口區(qū)域4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.1車路信息交互過(guò)程交叉口路側(cè)終端主要功能（計(jì)算路阻前）：（1）數(shù)據(jù)匯總（2）數(shù)據(jù)分揀（3）數(shù)據(jù)清洗4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.1車路信息交互過(guò)程交叉口路側(cè)終端主要功能（計(jì)算路阻前）：（1）數(shù)據(jù)匯總（2）數(shù)據(jù)分揀（3）數(shù)據(jù)清洗4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.2路阻計(jì)算方法●路阻值：預(yù)測(cè)任意一輛即將進(jìn)入路段的車輛駛離前方交叉口時(shí)所需的行程時(shí)間。●每輛車路阻值均是獨(dú)立的。6輛網(wǎng)聯(lián)汽車駛?cè)肽骋宦范蔚穆纷栌?jì)算三種情形：①有停車（1、2、3號(hào)車）②無(wú)停車有減速（4號(hào)車）③勻速行駛（5、6號(hào)車）4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.2路阻計(jì)算方法計(jì)算路阻排隊(duì)消散時(shí)間當(dāng)當(dāng)4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.2路阻計(jì)算方法最大延誤時(shí)間排隊(duì)長(zhǎng)度考慮車輛在行駛過(guò)程中的勻速和減速過(guò)程，有4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.2路阻計(jì)算方法分別計(jì)算對(duì)于三種情形下進(jìn)入路段的車輛的具體駛出時(shí)間4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.2路阻計(jì)算方法4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.3路徑選擇策略路網(wǎng)結(jié)構(gòu)以拓?fù)鋱D的形式存儲(chǔ)于遠(yuǎn)程服務(wù)器4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.3路徑選擇策略節(jié)點(diǎn)3記載的信息4.3基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究4.3.3路徑選擇策略方案2的平均行駛速度較低，但在當(dāng)前時(shí)刻下排隊(duì)時(shí)間較短，最終實(shí)際時(shí)間將優(yōu)于方案1。該微觀優(yōu)化方法更有優(yōu)勢(shì)。4.4優(yōu)化方法實(shí)驗(yàn)驗(yàn)證4.4.1實(shí)驗(yàn)設(shè)計(jì)實(shí)驗(yàn)路段：北京市望京地區(qū)路網(wǎng)區(qū)域——OD信息為望京地鐵站B口至利澤西街與望京西路交叉口西方向出口。三個(gè)時(shí)段：6:00—8:008:00—10:0010:00—12:004.4優(yōu)化方法實(shí)驗(yàn)驗(yàn)證4.4.1實(shí)驗(yàn)設(shè)計(jì)導(dǎo)航得到三次路徑規(guī)劃4.4優(yōu)化方法實(shí)驗(yàn)驗(yàn)證4.4.1實(shí)驗(yàn)設(shè)計(jì)4.4優(yōu)化方法實(shí)驗(yàn)驗(yàn)證4.4.1實(shí)驗(yàn)設(shè)計(jì)假定150輛以固定定8s車頭時(shí)距從點(diǎn)O駛?cè)?，以上?jié)路阻計(jì)算方法分別計(jì)算每輛車選擇1、2、3號(hào)路線時(shí)到達(dá)點(diǎn)D的預(yù)測(cè)行程時(shí)間及預(yù)測(cè)排隊(duì)次數(shù)并以此為評(píng)價(jià)指標(biāo)。4.4優(yōu)化方法實(shí)驗(yàn)驗(yàn)證4.4.2實(shí)驗(yàn)結(jié)果與分析4.4優(yōu)化方法實(shí)驗(yàn)驗(yàn)證4.4.2實(shí)驗(yàn)結(jié)果與分析4.4優(yōu)化方法實(shí)驗(yàn)驗(yàn)證4.4.2實(shí)驗(yàn)結(jié)果與分析4.4優(yōu)化方法實(shí)驗(yàn)驗(yàn)證4.4.2實(shí)驗(yàn)結(jié)果與分析通過(guò)進(jìn)一步計(jì)算，在150組實(shí)驗(yàn)過(guò)程中，３條路線中最優(yōu)路線的用時(shí)比最差路線的用時(shí)平均短65.9s。第5章智能網(wǎng)聯(lián)汽車速度引導(dǎo)方法5.1基于車路協(xié)同的交通控制系統(tǒng)概述5.2車路協(xié)同環(huán)境下車速引導(dǎo)方法5.3基于VISSIM/MATALB的車速引導(dǎo)仿真驗(yàn)證第5章智能網(wǎng)聯(lián)汽車速度引導(dǎo)方法本章重點(diǎn)：提出一種面向城市干線的網(wǎng)聯(lián)汽車車速引導(dǎo)方法，包括干線路段頭車車速引導(dǎo)、干線路段跟隨車車速引導(dǎo)及自適應(yīng)配時(shí)優(yōu)化方法。

本章內(nèi)容：●分析城市干線車路協(xié)同系統(tǒng)中智能網(wǎng)聯(lián)汽車的行駛狀態(tài)；●提出多車車速引導(dǎo)模型，優(yōu)化交叉口的綠信比，提高交叉口整體通行能力。

仿真結(jié)果表明，本章方法可使干線交叉口整體延誤降低14%，干線車流的停車時(shí)間減少56%,，停車次數(shù)減少48%。該方法顯著減少了城市干線車流的停車時(shí)間及次數(shù)，提高了交叉口整體通行效率，為智能網(wǎng)聯(lián)汽車技術(shù)實(shí)際應(yīng)用提供了理論依據(jù)。5.1基于車路協(xié)同的交通控制系統(tǒng)概述研究現(xiàn)狀：以車速引導(dǎo)為基礎(chǔ)，來(lái)解決單點(diǎn)信號(hào)交叉口通行能力問(wèn)題。

存在問(wèn)題：面向城市干線多交叉口環(huán)境，如何充分發(fā)揮智能網(wǎng)聯(lián)汽車群體智能優(yōu)勢(shì)，提高道路通行能力。

本章研究主要面向城市干線交通系統(tǒng)，利用車路協(xié)同及智能網(wǎng)聯(lián)汽車技術(shù)來(lái)實(shí)現(xiàn)對(duì)多車車速引導(dǎo)，實(shí)現(xiàn)車流動(dòng)態(tài)優(yōu)化；同時(shí)，根據(jù)車輛隊(duì)列長(zhǎng)度及車輛運(yùn)行狀態(tài)，來(lái)優(yōu)化干線交叉口的信號(hào)配時(shí)方案，從而提高干線交叉口的通行能力。5.1基于車路協(xié)同的交通控制系統(tǒng)概述本章方法是基于車路協(xié)同的交通信號(hào)控制系統(tǒng)實(shí)現(xiàn)的。該控制系統(tǒng)主要包括，智能路側(cè)單元、交通信號(hào)控制單元、車路通信單元，以及車路信息融合處理中心。5.1基于車路協(xié)同的交通控制系統(tǒng)概述●智能網(wǎng)聯(lián)汽車，在行駛過(guò)程中通過(guò)車路通信網(wǎng)絡(luò)實(shí)時(shí)上傳速度、加速度、車距、高精度定位信息?！裰悄苈穫?cè)單元，實(shí)時(shí)采集并上傳當(dāng)前交通信號(hào)配時(shí)信息、交通流量等信息。●車路信息融合處理中心，將車輛及路側(cè)實(shí)時(shí)數(shù)據(jù)融合處理，計(jì)算出當(dāng)前路段車輛最優(yōu)行駛車速、車隊(duì)規(guī)模和配時(shí)優(yōu)化信息，并下發(fā)至智能路側(cè)單元進(jìn)行信息共享。5.1基于車路協(xié)同的交通控制系統(tǒng)概述城市干線路段劃分為緩沖區(qū)和引導(dǎo)區(qū)：●緩沖區(qū)，車輛完成車路組網(wǎng)，并根據(jù)OD信息決定直行或換道?！褚龑?dǎo)區(qū)，車輛根據(jù)當(dāng)前交叉口交通信號(hào)配時(shí)信息及車輛狀態(tài)計(jì)算最優(yōu)行駛車速。5.1基于車路協(xié)同的交通控制系統(tǒng)概述緩沖區(qū)長(zhǎng)度和引導(dǎo)區(qū)長(zhǎng)度

5.2車路協(xié)同環(huán)境下車速引導(dǎo)方法確定當(dāng)前信號(hào)周期最后一輛車進(jìn)入引導(dǎo)區(qū)后，以該區(qū)域所有車輛停車時(shí)間最小為目標(biāo)，確定車速引導(dǎo)方法。5.2車路協(xié)同環(huán)境下車速引導(dǎo)方法因車輛初始狀態(tài)不同，車速引導(dǎo)方法有兩種模式：●不停車通過(guò)交叉口——模式1●停車時(shí)間最短——模式25.2.1車路協(xié)同環(huán)境下的單車車速引導(dǎo)模型5.2車路協(xié)同環(huán)境下車速引導(dǎo)方法1.模式1（1）無(wú)引導(dǎo)階段（區(qū)域A）（2）車速調(diào)整階段1（區(qū)域B）（3）勻速行駛階段（區(qū)域C）（4）車速調(diào)整階段段（區(qū)域D）（5）最優(yōu)車速模型階（模式1）約束條件計(jì)算（略）5.2.1車路協(xié)同環(huán)境下的單車車速引導(dǎo)模型5.2車路協(xié)同環(huán)境下車速引導(dǎo)方法2.模式2（1）無(wú)引導(dǎo)階段（區(qū)域A）（2）車速調(diào)整階段1（區(qū)域B）（3）勻速行駛階段（區(qū)域C）（4）車速調(diào)整階段段（區(qū)域D）（5）最優(yōu)車速模型（模式2）約束條件計(jì)算（略）5.2.1車路協(xié)同環(huán)境下的單車車速引導(dǎo)模型5.2車路協(xié)同環(huán)境下車速引導(dǎo)方法目標(biāo)函數(shù)：多車車速引導(dǎo)的目的在于占用較少的道路交通資源，實(shí)現(xiàn)交叉口通行能力最大，所以單個(gè)車輛需要在最短的時(shí)間內(nèi)加入隊(duì)列。5.2.2車路協(xié)同環(huán)境下多車車速引導(dǎo)模型5.2車路協(xié)同環(huán)境下車速引導(dǎo)方法約束條件：1）車距條件2）一致性條件3）車速約束條件5.2.2車路協(xié)同環(huán)境下多車車速引導(dǎo)模型5.2車路協(xié)同環(huán)境下車速引導(dǎo)方法多車車速引導(dǎo)模型

約束條件5.2.2車路協(xié)同環(huán)境下多車車速引導(dǎo)模型5.2車路協(xié)同環(huán)境下車速引導(dǎo)方法干線車流有三部分

5.2.3面向智能網(wǎng)聯(lián)汽車的干線信號(hào)優(yōu)化模型5.2車路協(xié)同環(huán)境下車速引導(dǎo)方法東西直行相位和南北左轉(zhuǎn)相位應(yīng)當(dāng)以相鄰的次序放行

5.2.3面向智能網(wǎng)聯(lián)汽車的干線信號(hào)優(yōu)化模型5.2車路協(xié)同環(huán)境下車速引導(dǎo)方法交叉口j

－1出發(fā)末尾被引導(dǎo)車輛的編號(hào)和位置信息

5.2.3面向智能網(wǎng)聯(lián)汽車的干線信號(hào)優(yōu)化模型5.2車路協(xié)同環(huán)境下車速引導(dǎo)方法通過(guò)交叉口j

所需要的綠燈時(shí)長(zhǎng)交叉口j＋1出發(fā)的車輛全部通過(guò)交叉口所需時(shí)間干線相位綠燈時(shí)間非干線相位的綠燈時(shí)間5.2.3面向智能網(wǎng)聯(lián)汽車的干線信號(hào)優(yōu)化模型5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證實(shí)驗(yàn)場(chǎng)景：北京市昌平區(qū)以南環(huán)路—南環(huán)東路為干線的五個(gè)相鄰交叉口5.3.1交通仿真驗(yàn)證場(chǎng)景5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證5.3.1交通仿真驗(yàn)證場(chǎng)景5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證VISSIM進(jìn)行二次開(kāi)發(fā)。仿真實(shí)驗(yàn)于第600s開(kāi)始，第4200s結(jié)束，仿真時(shí)長(zhǎng)3600s。5.3.1交通仿真驗(yàn)證場(chǎng)景5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證5.3.1交通仿真驗(yàn)證場(chǎng)景5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證5.3.1交通仿真驗(yàn)證場(chǎng)景5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證5.3.1交通仿真驗(yàn)證場(chǎng)景5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證5.3.1交通仿真驗(yàn)證場(chǎng)景5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證5.3.1交通仿真驗(yàn)證場(chǎng)景5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證5.3.1交通仿真驗(yàn)證場(chǎng)景5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證在自由行駛模式下，部分智能網(wǎng)聯(lián)汽車可能會(huì)因?yàn)樗俣炔灰恢掳l(fā)生排隊(duì)現(xiàn)象（見(jiàn)圖5-12），同時(shí)在停止線停車，造成交叉口通行效率降低。車流進(jìn)行車速引導(dǎo)后，智能網(wǎng)聯(lián)汽車的車速、車距可保持一致通過(guò)停止線（見(jiàn)圖5-13），大幅度提升交叉口通行效率。5.3.1交通仿真驗(yàn)證場(chǎng)景5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證實(shí)驗(yàn)路段為交叉口2和交叉口3之間西向東的直行路段5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導(dǎo)仿真驗(yàn)證5.3.2仿真數(shù)據(jù)分析通過(guò)車路協(xié)同系統(tǒng)對(duì)智能網(wǎng)聯(lián)汽車進(jìn)行車速引導(dǎo)：●車輛啟動(dòng)及啟動(dòng)波所導(dǎo)致的延誤大幅減少●優(yōu)化后的延誤時(shí)間、停車時(shí)間及停車次數(shù)與優(yōu)化前相比均得到有效改善，尤其是停車時(shí)間和停車次數(shù)的優(yōu)化更為明顯?？偨Y(jié)：車速引導(dǎo)和信號(hào)優(yōu)化相結(jié)合，可有效減少干線車流的停車次數(shù)，減少交叉口延誤時(shí)間，提高道路通行能力。第6章智能網(wǎng)聯(lián)汽車動(dòng)力學(xué)模型6.1智能網(wǎng)聯(lián)汽車受力分析6.2智能網(wǎng)聯(lián)汽車簡(jiǎn)化縱向動(dòng)力學(xué)分層模型6.3基于CarSim/MATLAB軟件的車輛動(dòng)力學(xué)模型聯(lián)合仿真驗(yàn)證第6章

智能網(wǎng)聯(lián)汽車動(dòng)力學(xué)模型本章內(nèi)容利用計(jì)算機(jī)仿真軟件驗(yàn)證車輛動(dòng)力學(xué)模型。

在軟件中，可以設(shè)置車輛控制系統(tǒng)參數(shù)和環(huán)境參數(shù)，搭建各種復(fù)雜實(shí)驗(yàn)場(chǎng)景并進(jìn)行多次重復(fù)性實(shí)驗(yàn)，從而降低實(shí)驗(yàn)的成本和減少實(shí)驗(yàn)的盲目性，還可以縮短了模型的研發(fā)周期。6.1智能網(wǎng)聯(lián)汽車受力分析車輛動(dòng)力學(xué)模型劃分為●縱向動(dòng)力學(xué)●行駛動(dòng)力學(xué)●操縱動(dòng)力學(xué)

三者可以分別獨(dú)立進(jìn)行分析。6.1智能網(wǎng)聯(lián)汽車受力分析考慮橫擺運(yùn)動(dòng)、質(zhì)心側(cè)偏運(yùn)動(dòng)和側(cè)傾運(yùn)動(dòng)的三自由度汽車模型6.1智能網(wǎng)聯(lián)汽車受力分析本書(shū)重點(diǎn)對(duì)車輛縱向編隊(duì)控制進(jìn)行研究6.1智能網(wǎng)聯(lián)汽車受力分析縱向的車輛動(dòng)力學(xué)方程6.1智能網(wǎng)聯(lián)汽車受力分析（1）輪胎切向力車輪滑移率6.1智能網(wǎng)聯(lián)汽車受力分析（2）滾動(dòng)阻力前后輪正壓力6.1智能網(wǎng)聯(lián)汽車受力分析（3）空氣阻力車輛的縱向速度（4）重力分量6.1智能網(wǎng)聯(lián)汽車受力分析（5）驅(qū)動(dòng)力和制動(dòng)力

6.2智能網(wǎng)聯(lián)汽車簡(jiǎn)化縱向動(dòng)力學(xué)分層模型6.2.1智能網(wǎng)聯(lián)汽車動(dòng)力學(xué)模型的簡(jiǎn)化合理必要的簡(jiǎn)化：1）車輛在平直公路上縱向行駛，不存在坡道，故路面仰角θ為零。2）只考慮車輛的縱向行駛，即車輛的一維行駛，不涉及車輛行駛過(guò)程中的其他運(yùn)動(dòng)，如橫擺、側(cè)傾等。3）車輛左右兩側(cè)動(dòng)力學(xué)對(duì)稱，從而可以將車輛左右輪運(yùn)動(dòng)的差異忽略掉，將車輛輪胎模型簡(jiǎn)化為兩輪模型。4）假設(shè)車輛坐標(biāo)系原點(diǎn)、車輛幾何中心、車輛質(zhì)心三者重合，并且公路為干燥表面，可以提供足夠的地面附著力使輪胎不滑移，傳動(dòng)軸和傳動(dòng)齒輪在動(dòng)力傳動(dòng)系統(tǒng)中為剛性。5）車輛輪胎受力分析如圖9-4所示。6）設(shè)定車輛行駛環(huán)境天氣良好，無(wú)雨雪等特殊情況，風(fēng)力微弱，可以忽略迎風(fēng)空氣阻力。6.2智能網(wǎng)聯(lián)汽車簡(jiǎn)化縱向動(dòng)力學(xué)分層模型6.2.1智能網(wǎng)聯(lián)汽車動(dòng)力學(xué)模型的簡(jiǎn)化6.2智能網(wǎng)聯(lián)汽車簡(jiǎn)化縱向動(dòng)力學(xué)分層模型6.2.2簡(jiǎn)化縱向車輛動(dòng)力學(xué)模型的分層車輛動(dòng)力學(xué)系統(tǒng)模型分為三部分：

●下層控制模型（車輛縱向動(dòng)力學(xué)模型）

●車輛模型（執(zhí)行器模型）●上層控制模型（核心控制模型，這里指車輛隊(duì)列協(xié)同控制模型）6.2智能網(wǎng)聯(lián)汽車簡(jiǎn)化縱向動(dòng)力學(xué)分層模型6.2.2簡(jiǎn)化縱向車輛動(dòng)力學(xué)模型的分層（1）車輛模型的選型所有車型一致為大眾帕薩特——CarSim軟件車輛模型庫(kù)中對(duì)應(yīng)為為B-Class普通轎車車型6.2智能網(wǎng)聯(lián)汽車簡(jiǎn)化縱向動(dòng)力學(xué)分層模型6.2.2簡(jiǎn)化縱向車輛動(dòng)力學(xué)模型的分層（2）下層控制模型車輛縱向動(dòng)力學(xué)方程簡(jiǎn)化公式當(dāng)前加速度值對(duì)應(yīng)的發(fā)動(dòng)機(jī)