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)展過程-智能網(wǎng)聯(lián)汽車動力學模型

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制，進一步提高智能網(wǎng)聯(lián)汽車的智能控制，有效解決交通擁堵和交通安全問題。本書基于車路協(xié)同體系探討了智能網(wǎng)聯(lián)汽車的路徑?jīng)Q策和速度引導方法，研究了智能網(wǎng)聯(lián)汽車動力學模型、編隊控制模型及編隊切換控制技術(shù)和主動安全控制技術(shù)，最后介紹了研究采用的智能網(wǎng)聯(lián)汽車編隊控制硬件在環(huán)仿真平臺。本書適合從事車路協(xié)同技術(shù)應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。

簡介戰(zhàn)略意義《交通強國建設(shè)綱要》《中國制造2025》《2018年智能網(wǎng)聯(lián)汽車標準工作要點》《國家車聯(lián)網(wǎng)產(chǎn)業(yè)標準體系建設(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)代綜合交通運輸體系發(fā)展規(guī)劃》智能網(wǎng)聯(lián)汽車已成為國家大力支持的未來交通系統(tǒng)的重點發(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）云平臺與大數(shù)據(jù)技術(shù)6）信息安全技術(shù)本書研究重點1）設(shè)計了面向智能網(wǎng)聯(lián)汽車的高實時性車路協(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)評價方法第1章

智能網(wǎng)聯(lián)汽車相關(guān)技術(shù)發(fā)展過程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車輛編隊技術(shù)利用最新的科技手段解決交通安全問題1.1車路協(xié)同技術(shù)車路協(xié)同系統(tǒng)·采用先進的無線通信和新一代互聯(lián)網(wǎng)等技術(shù)·全方位實施車車、車路動態(tài)實時信息交互·在全時空動態(tài)交通信息采集與融合的基礎(chǔ)上開展車輛主動安全控制和道路協(xié)同管理·充分實現(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·實現(xiàn)車與X（人、車、路、云端等）智能信息交換共享·擁有復雜的環(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)藢崿F(xiàn)自動駕駛1.3車輛編隊技術(shù)車輛編隊控制技術(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，將一系列車輛進行統(tǒng)一車輛隊列管理，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：實現(xiàn)交通智能化管理、動態(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)議與交互標準，在相互獨立交通元素個體之間進行通信與數(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)特征分析通過先進通信網(wǎng)絡(luò)將人、車、路三個基本交通要素綁在一起，定制化開發(fā)各要素上的終端軟硬件，實現(xiàn)對要素數(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)交通帶來的變革（1）近場自組織通信支持各節(jié)點在通信范圍內(nèi)自動組網(wǎng)（2）高實時性穩(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)計面對的問題：一是受技術(shù)條件和成本限制；二是研究成果場景不符合交通實際。2.2.1系統(tǒng)設(shè)計目的解決的方法：更豐富、準確、高實時性的車輛數(shù)據(jù)匯總進行評估分析，大大提高評價精度。2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計兩部分：車載終端；路側(cè)終端。2.2.2車路信息交互場景2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計兩個核心功能：（1）智能網(wǎng)聯(lián)汽車信息交互（2）基于車輛數(shù)據(jù)的實時交通狀態(tài)感知2.2.2車路信息交互場景2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計車輛離開上一個交叉口（點A）時，系統(tǒng)開始記錄所需行車數(shù)據(jù)，在離開下一個交叉口（點D）時將在路段上生成的數(shù)據(jù)發(fā)送給RSU2。從點A到點D間的時間間隔即為車輛在路段上的通過時間；當車輛進入RSU2的通信范圍（點B）時，雙方將建立穩(wěn)定的V2X通信。2.2.3車路數(shù)據(jù)實時交互方法2.3車路數(shù)據(jù)交互軟件系統(tǒng)兩項主要開發(fā)內(nèi)容：（1）基于安卓系統(tǒng)的深度開發(fā)（2）高實時性的數(shù)據(jù)采集與通信功能設(shè)計2.3.1車路數(shù)據(jù)交互軟件系統(tǒng)總體目標兩個主要創(chuàng)新點：（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制2.3車路數(shù)據(jù)交互軟件系統(tǒng)（1）檢測數(shù)據(jù)方案本方案采用OBD無線傳輸數(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)動層，Android系統(tǒng)中間件的程序開發(fā)。●應用層，基于AndroidStudio工具的AndroidApp開發(fā)。2.3.3車載終端軟件系統(tǒng)實現(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)動層，Android系統(tǒng)中間件的程序開發(fā)。●應用層，基于AndroidStudio工具的AndroidApp開發(fā)。2.3.3車載終端軟件系統(tǒng)實現(xiàn)2.3車路數(shù)據(jù)交互軟件系統(tǒng)路側(cè)終端沒有操作系統(tǒng)。路側(cè)終端程序包括如下三部分：●初始化程序，時鐘、引腳配置、模塊驅(qū)動、通信參數(shù)設(shè)置?！裰餮h(huán)程序，車載終端數(shù)據(jù)交互、計算車輛與路口的間距、評價的道路運行狀態(tài)。●中斷程序，接受中斷和定時中斷。2.3.4路側(cè)終端軟件系統(tǒng)實現(xiàn)第3章基于車路信息融合的交通運行狀態(tài)評價方法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行狀態(tài)模糊評價方法研究3.3交通狀態(tài)評價方法實驗驗證3.1車路信息融合技術(shù)分析融合過程：1）像素級融合最低層2）特征級融合中間層3）決策級融合最高層3.2車路信息融合技術(shù)分析3.2.1目前常用的交通評價方法3.2車路信息融合技術(shù)分析3.2.2多級模糊綜合方法結(jié)構(gòu)設(shè)計該方法首先根據(jù)模糊數(shù)學的隸屬度理論把交通狀態(tài)定性評價轉(zhuǎn)化為具有強對比性的定量評價，對受到動靜態(tài)交通因素制約的對象得出當前交通狀態(tài)的評價結(jié)果，用于解決交通狀態(tài)評價中非確定性問題。3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間模糊評價集合評價矩陣評價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3.2.3一級模糊評價空間取隸屬度函數(shù)分布區(qū)間界限0.25i為兩個相鄰評語的中間隸屬度，對應隸屬度關(guān)系如圖：3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間第一級交通評價空間給定一個模糊向量那么，第一級交通評價模型為3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間實時交通數(shù)據(jù)在一級模型間的流向3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間3.2車路信息融合技術(shù)分析3.2.3一級模糊評價空間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●對評價指標的權(quán)重進行科學配比●挖掘三個評價指標的相互強弱關(guān)系●權(quán)威指標比例：平均通過時間6平均停車次數(shù)2平均停息時間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算步驟●步驟1根據(jù)表3-6得出判斷矩陣●步驟2對判斷矩陣的列進行歸一化處理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算步驟●步驟3計算矩陣各行之和●步驟4對步驟3的和進行歸一化處理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算步驟●步驟5計算一致性指標●步驟6計算一致性比例3.2車路信息融合技術(shù)分析3.2.5二級模糊評價空間新的模糊子集新的模糊關(guān)系給定一個模糊向量第二級模糊向量權(quán)重矩陣3.2車路信息融合技術(shù)分析3.2.5二級模糊評價空間第二級模糊向量權(quán)重矩陣第二級交通評價空間評價指數(shù)的集合最后的道路評價得分3.3交通狀態(tài)評價方法實驗驗證3.3.1實驗設(shè)計●車載OBU●RSU智能終端●LTE-V短程自組網(wǎng)模塊實現(xiàn)兩者間的V2X自組網(wǎng)3.3交通狀態(tài)評價方法實驗驗證3.3.2實驗流程●實驗道路：北京市石景山區(qū)蘋果園南路部分路段●實驗道路靜態(tài)參數(shù)：3.3交通狀態(tài)評價方法實驗驗證3.3.2實驗流程●實驗參數(shù)3.3交通狀態(tài)評價方法實驗驗證3.3.3實驗結(jié)果與分析●377條有效數(shù)據(jù)●小時間隔對全部有效數(shù)據(jù)進行整理3.3交通狀態(tài)評價方法實驗驗證3.3.3實驗結(jié)果與分析3.3交通狀態(tài)評價方法實驗驗證3.3.3實驗結(jié)果與分析3.3交通狀態(tài)評價方法實驗驗證3.3.3實驗結(jié)果與分析3.3交通狀態(tài)評價方法實驗驗證3.3.3實驗結(jié)果與分析●評價得分在一定范圍內(nèi)浮動，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段實驗路段，東向西方向比西向東方向運行好；高峰時段則相似。相關(guān)結(jié)論與實驗過程中觀察到的實際交通狀態(tài)一致，發(fā)揮了分值評價方法在交通狀態(tài)對比與分析過程中的作用。●當評價得分與歷史同期數(shù)據(jù)有較大差異時，系統(tǒng)可及時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)判斷與事件檢測提供了依據(jù)。第4章智能網(wǎng)聯(lián)汽車實時路徑?jīng)Q策方法4.1路徑規(guī)劃算法分析4.2智能網(wǎng)聯(lián)汽車實時路徑規(guī)劃系統(tǒng)設(shè)計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)化方法實驗驗證第4章智能網(wǎng)聯(lián)汽車實時路徑?jīng)Q策方法本章重點：建立基于車路協(xié)同系統(tǒng)的新型區(qū)域路徑實時決策方法?！窀鶕?jù)實時情況，動態(tài)計算當前路段路阻?！襁x擇行程時間最少的路線?！襁x取北京市望京地區(qū)的典型區(qū)域路網(wǎng)數(shù)據(jù)進行驗證。4.1路徑規(guī)劃算法分析研究現(xiàn)狀●先進的路徑規(guī)劃系統(tǒng)需依靠海量實時交通數(shù)據(jù)實現(xiàn)?！袼脭?shù)據(jù)主要通過車輛行駛軌跡、手機信令和檢測器等間接獲取，與真實場景存在一定的差異，導致計算精度和實時性不足?！裢ǔ２豢紤]車輛在燈控信號影響下轉(zhuǎn)向時間，與實際環(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1）考慮所處相位可能遇到的信號燈控事件。2）考慮燈控信號影響下不同轉(zhuǎn)向行程的時間差異。3）微觀視角下的行程時間預測，實時性高。4.2智能網(wǎng)聯(lián)汽車實時路徑規(guī)劃系統(tǒng)設(shè)計4.2.1車路協(xié)同場景描述及路徑規(guī)劃系統(tǒng)設(shè)計目的●遠程服務(wù)端用于匯總區(qū)域內(nèi)的實時路網(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)終端上報數(shù)據(jù)，向遠程服務(wù)發(fā)送路徑規(guī)劃請求。●路側(cè)終端根據(jù)同時段內(nèi)同向的所有上報數(shù)據(jù)來計算各車道的行程時間，上報遠程服務(wù)端，并根據(jù)行程時間和所采集的信號機控制信息實時向車載終端返回所需信息和指令。4.2智能網(wǎng)聯(lián)汽車實時路徑規(guī)劃系統(tǒng)設(shè)計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)分層分級思路——降低運算復雜度，提高可靠度。規(guī)劃策略步驟：（1）車載終端發(fā)送路徑規(guī)劃請求（2）遠程服務(wù)端計算最優(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2為起點重新計算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車路信息交互過程（1）點A表示車輛尚未駛?cè)氡緱l道路（2）點B表示車輛剛剛駛離上游節(jié)點的交叉口區(qū)域（3）點C表示車輛從路段區(qū)域駛?cè)虢徊婵趨^(qū)域（4）點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車路信息交互過程交叉口路側(cè)終端主要功能（計算路阻前）：（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車路信息交互過程交叉口路側(cè)終端主要功能（計算路阻前）：（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路阻計算方法●路阻值：預測任意一輛即將進入路段的車輛駛離前方交叉口時所需的行程時間?！衩枯v車路阻值均是獨立的。6輛網(wǎng)聯(lián)汽車駛?cè)肽骋宦范蔚穆纷栌嬎闳N情形：①有停車（1、2、3號車）②無停車有減速（4號車）③勻速行駛（5、6號車）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路阻計算方法計算路阻排隊消散時間當當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路阻計算方法最大延誤時間排隊長度考慮車輛在行駛過程中的勻速和減速過程，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路阻計算方法分別計算對于三種情形下進入路段的車輛的具體駛出時間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)以拓撲圖的形式存儲于遠程服務(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，但在當前時刻下排隊時間較短，最終實際時間將優(yōu)于方案1。該微觀優(yōu)化方法更有優(yōu)勢。4.4優(yōu)化方法實驗驗證4.4.1實驗設(shè)計實驗路段：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。三個時段：6:00—8:008:00—10:0010:00—12:004.4優(yōu)化方法實驗驗證4.4.1實驗設(shè)計導航得到三次路徑規(guī)劃4.4優(yōu)化方法實驗驗證4.4.1實驗設(shè)計4.4優(yōu)化方法實驗驗證4.4.1實驗設(shè)計假定150輛以固定定8s車頭時距從點O駛?cè)耄陨瞎?jié)路阻計算方法分別計算每輛車選擇1、2、3號路線時到達點D的預測行程時間及預測排隊次數(shù)并以此為評價指標。4.4優(yōu)化方法實驗驗證4.4.2實驗結(jié)果與分析4.4優(yōu)化方法實驗驗證4.4.2實驗結(jié)果與分析4.4優(yōu)化方法實驗驗證4.4.2實驗結(jié)果與分析4.4優(yōu)化方法實驗驗證4.4.2實驗結(jié)果與分析通過進一步計算，在150組實驗過程中，３條路線中最優(yōu)路線的用時比最差路線的用時平均短65.9s。第5章智能網(wǎng)聯(lián)汽車速度引導方法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)境下車速引導方法5.3基于VISSIM/MATALB的車速引導仿真驗證第5章智能網(wǎng)聯(lián)汽車速度引導方法本章重點：提出一種面向城市干線的網(wǎng)聯(lián)汽車車速引導方法，包括干線路段頭車車速引導、干線路段跟隨車車速引導及自適應配時優(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)實際應用提供了理論依據(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：以車速引導為基礎(chǔ)，來解決單點信號交叉口通行能力問題。

存在問題：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，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)來實現(xiàn)對多車車速引導，實現(xiàn)車流動態(tài)優(yōu)化；同時，根據(jù)車輛隊列長度及車輛運行狀態(tài)，來優(yōu)化干線交叉口的信號配時方案，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)同的交通信號控制系統(tǒng)實現(xiàn)的。該控制系統(tǒng)主要包括，智能路側(cè)單元、交通信號控制單元、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，在行駛過程中通過車路通信網(wǎng)絡(luò)實時上傳速度、加速度、車距、高精度定位信息。●智能路側(cè)單元，實時采集并上傳當前交通信號配時信息、交通流量等信息?！褴嚶沸畔⑷诤咸幚碇行模瑢④囕v及路側(cè)實時數(shù)據(jù)融合處理，計算出當前路段車輛最優(yōu)行駛車速、車隊規(guī)模和配時優(yōu)化信息，并下發(fā)至智能路側(cè)單元進行信息共享。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^(qū)，車輛根據(jù)當前交叉口交通信號配時信息及車輛狀態(tài)計算最優(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)長度和引導區(qū)長度

5.2車路協(xié)同環(huán)境下車速引導方法確定當前信號周期最后一輛車進入引導區(qū)后，以該區(qū)域所有車輛停車時間最小為目標，確定車速引導方法。5.2車路協(xié)同環(huán)境下車速引導方法因車輛初始狀態(tài)不同，車速引導方法有兩種模式：●不停車通過交叉口——模式1●停車時間最短——模式25.2.1車路協(xié)同環(huán)境下的單車車速引導模型5.2車路協(xié)同環(huán)境下車速引導方法1.模式1（1）無引導階段（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）約束條件計算（略）5.2.1車路協(xié)同環(huán)境下的單車車速引導模型5.2車路協(xié)同環(huán)境下車速引導方法2.模式2（1）無引導階段（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）約束條件計算（略）5.2.1車路協(xié)同環(huán)境下的單車車速引導模型5.2車路協(xié)同環(huán)境下車速引導方法目標函數(shù)：多車車速引導的目的在于占用較少的道路交通資源，實現(xiàn)交叉口通行能力最大，所以單個車輛需要在最短的時間內(nèi)加入隊列。5.2.2車路協(xié)同環(huán)境下多車車速引導模型5.2車路協(xié)同環(huán)境下車速引導方法約束條件：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)境下多車車速引導模型5.2車路協(xié)同環(huán)境下車速引導方法多車車速引導模型

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

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

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

－1出發(fā)末尾被引導車輛的編號和位置信息

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

所需要的綠燈時長交叉口j＋1出發(fā)的車輛全部通過交叉口所需時間干線相位綠燈時間非干線相位的綠燈時間5.2.3面向智能網(wǎng)聯(lián)汽車的干線信號優(yōu)化模型5.3基于VISSIM/MATLAB的車速引導仿真驗證實驗場景：北京市昌平區(qū)以南環(huán)路—南環(huán)東路為干線的五個相鄰交叉口5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證VISSIM進行二次開發(fā)。仿真實驗于第600s開始，第4200s結(jié)束，仿真時長3600s。5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證在自由行駛模式下，部分智能網(wǎng)聯(lián)汽車可能會因為速度不一致發(fā)生排隊現(xiàn)象（見圖5-12），同時在停止線停車，造成交叉口通行效率降低。車流進行車速引導后，智能網(wǎng)聯(lián)汽車的車速、車距可保持一致通過停止線（見圖5-13），大幅度提升交叉口通行效率。5.3.1交通仿真驗證場景5.3基于VISSIM/MATLAB的車速引導仿真驗證實驗路段為交叉口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的車速引導仿真驗證5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.2仿真數(shù)據(jù)分析5.3基于VISSIM/MATLAB的車速引導仿真驗證5.3.2仿真數(shù)據(jù)分析通過車路協(xié)同系統(tǒng)對智能網(wǎng)聯(lián)汽車進行車速引導：●車輛啟動及啟動波所導致的延誤大幅減少●優(yōu)化后的延誤時間、停車時間及停車次數(shù)與優(yōu)化前相比均得到有效改善，尤其是停車時間和停車次數(shù)的優(yōu)化更為明顯?？偨Y(jié)：車速引導和信號優(yōu)化相結(jié)合，可有效減少干線車流的停車次數(shù)，減少交叉口延誤時間，提高道路通行能力。第6章智能網(wǎng)聯(lián)汽車動力學模型6.1智能網(wǎng)聯(lián)汽車受力分析6.2智能網(wǎng)聯(lián)汽車簡化縱向動力學分層模型6.3基于CarSim/MATLAB軟件的車輛動力學模型聯(lián)合仿真驗證第6章

智能網(wǎng)聯(lián)汽車動力學模型本章內(nèi)容利用計算機仿真軟件驗證車輛動力學模型。

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)，搭建各種復雜實驗場景并進行多次重復性實驗，從而降低實驗的成本和減少實驗的盲目性，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力學模型劃分為●縱向動力學●行駛動力學●操縱動力學

三者可以分別獨立進行分析。6.1智能網(wǎng)聯(lián)汽車受力分析考慮橫擺運動、質(zhì)心側(cè)偏運動和側(cè)傾運動的三自由度汽車模型6.1智能網(wǎng)聯(lián)汽車受力分析本書重點對車輛縱向編隊控制進行研究6.1智能網(wǎng)聯(lián)汽車受力分析縱向的車輛動力學方程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)動力和制動力

6.2智能網(wǎng)聯(lián)汽車簡化縱向動力學分層模型6.2.1智能網(wǎng)聯(lián)汽車動力學模型的簡化合理必要的簡化：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，不涉及車輛行駛過程中的其他運動，如橫擺、側(cè)傾等。3）車輛左右兩側(cè)動力學對稱，從而可以將車輛左右輪運動的差異忽略掉，將車輛輪胎模型簡化為兩輪模型。4）假設(shè)車輛坐標系原點、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，傳動軸和傳動齒輪在動力傳動系統(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，無雨雪等特殊情況，風力微弱，可以忽略迎風空氣阻力。6.2智能網(wǎng)聯(lián)汽車簡化縱向動力學分層模型6.2.1智能網(wǎng)聯(lián)汽車動力學模型的簡化6.2智能網(wǎng)聯(lián)汽車簡化縱向動力學分層模型6.2.2簡化縱向車輛動力學模型的分層車輛動力學系統(tǒng)模型分為三部分：

●下層控制模型（車輛縱向動力學模型）

●車輛模型（執(zhí)行器模型）●上層控制模型（核心控制模型，這里指車輛隊列協(xié)同控制模型）6.2智能網(wǎng)聯(lián)汽車簡化縱向動力學分層模型6.2.2簡化縱向車輛動力學模型的分層（1）車輛模型的選型所有車型一致為大眾帕薩特——CarSim軟件車輛模型庫中對應為為B-Class普通轎車車型6.2智能網(wǎng)聯(lián)汽車簡化縱向動力學分層模型6.2.2簡化縱向車輛動力學模型的分層（2）下層控制模型車輛縱向動力學方程簡化公式當前加速度值對應的發(fā)動機