發(fā)布時間：2018-02-12 12:44

  本文關(guān)鍵詞： 車路協(xié)同 跟馳模型 交叉口通行方法 Pramics仿真　出處：《吉林大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：如今智能交通技術(shù)的發(fā)展為人們的出行帶來了諸多便利,隨著通信技術(shù)、傳感器技術(shù)等前沿技術(shù)的發(fā)展,車車、車路間的信息交互變得更加實時、高效,使得車路協(xié)同系統(tǒng)成為當前智能交通研究的熱點。對于道路交通系統(tǒng)來說,交叉口是城市路網(wǎng)的“咽喉”,如何利用車路協(xié)同技術(shù)實現(xiàn)交叉口處安全、高效的通行也是車路協(xié)同技術(shù)的研究重點。相比無信息交互的實際運行車輛和交通基礎(chǔ)設(shè)施,車路協(xié)同系統(tǒng)最大的特點在于提供了車-路、車-車之間運行和控制信息的交互可能。針對這一變化,本文在車路協(xié)同技術(shù)條件下,以保障行車安全,消解交叉口行車沖突為目標,對交叉口處的車輛通行方法進行了研究,可以提高車輛在交叉口的通行效率。具體研究工作如下:首先搭建基于車路協(xié)同技術(shù)的交叉口協(xié)調(diào)系統(tǒng)框架,對智能車載系統(tǒng)、智能路側(cè)系統(tǒng)及通信協(xié)議和策略進行了分析;分析了常見交叉口中的機動車之間的沖突,考慮車輛的剎車距離和通訊及人體反應(yīng)造成的時間延誤,計算交叉口控制模型介入的觸發(fā)距離;考慮到實際駕駛中跟馳過程前后多車運動狀態(tài)對跟馳行為的影響,在全速度差模型的基礎(chǔ)上提出了改進全速差模型。其次,為了提高交叉口處的通行效率,考慮交叉口處流量的大小,設(shè)計了兩種車輛通行方法:針對流量較小的情況,設(shè)計了以交叉口總延誤為優(yōu)化目標的車速引導(dǎo)模型,對車輛加、減速的控制,可以使車輛在交叉口通行中不停車,“穿插”通過交叉口。針對流量較大的情況,以現(xiàn)有的交叉口信號燈配時方法為基礎(chǔ),以交叉口總延誤和停車次數(shù)為優(yōu)化目標設(shè)計了采用“虛擬信號控制”的走-停式的通行方法。最后,構(gòu)建了基于Q-Paramics和VC++聯(lián)合的車路協(xié)同環(huán)境下交叉口車輛通行仿真平臺,利用VC++對上文所建立模型的編程實現(xiàn),通過Q-Paramics的API接口實現(xiàn)對車輛的控制,同時對本文所提出的改進跟馳模型和交叉口控制模型的有效性進行驗證。
[Abstract]:Nowadays, the development of intelligent transportation technology has brought a lot of convenience for people to travel. With the development of communication technology, sensor technology and other advanced technologies, the information exchange between vehicles, vehicles and roads becomes more real-time and efficient. For the road traffic system, the intersection is the "throat" of the urban road network, how to use the vehicle-road coordination technology to realize the intersection safety, Efficient traffic is also the focus of research on vehicle-road coordination technology. Compared with the actual operation of vehicles and traffic infrastructure without information interaction, the most important feature of vehicle-road coordination system is that it provides vehicle-road. The interaction of operation and control information between vehicles and vehicles is possible. In view of this change, in this paper, under the condition of vehicle-road coordination technology, in order to ensure traffic safety and resolve traffic conflicts at intersections, the vehicle traffic methods at intersections are studied in this paper. The specific research work is as follows: firstly, the framework of intersection coordination system based on vehicle-road coordination technology is built, and the intelligent vehicle system, intelligent road-side system, communication protocol and strategy are analyzed. This paper analyzes the conflicts between motor vehicles in common intersections and calculates the trigger distance of intersections control model by considering the braking distance of vehicles and the time delay caused by communication and human body reaction. Considering the effect of multi-vehicle motion state on car-following behavior in actual driving, an improved full-speed differential model is proposed on the basis of the full-speed difference model. Secondly, in order to improve the traffic efficiency of intersections, an improved full-speed differential model is proposed. Considering the volume of traffic at the intersection, two traffic methods are designed: aiming at the small flow, a speed guidance model is designed to control the acceleration and deceleration of the vehicle, taking the total delay of the intersection as the optimization objective. It can make the vehicle not stop at the intersection, "interleave" through the intersection. In the case of large flow, based on the existing intersections signal light timing method, Taking the total delay and the number of stops at the intersection as the optimization objectives, the paper designs a walking and stopping method using "virtual signal control". Finally, a vehicle traffic simulation platform based on Q-Paramics and VC is constructed. The programming of the above model is realized by VC, the vehicle control is realized by Q-Paramics API interface, and the validity of the improved car-following model and intersection control model proposed in this paper is verified.
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：U491

【相似文獻】

相關(guān)期刊論文 前10條

1 賈洪飛,雋志才;基于期望間距的車輛跟馳模型的建立[J];中國公路學(xué)報;2000年04期

2 賈洪飛,雋志才,王曉原;基于模糊推斷的車輛跟馳模型[J];中國公路學(xué)報;2001年02期

3 趙淑芝,張梟雄,賈洪飛,韓左慈;利用五輪儀實驗數(shù)據(jù)建立車輛跟馳模型[J];公路交通科技;2003年01期

4 任雪梅,朱英平,王武宏,黃鴻;基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)車輛跟馳模型[J];北京理工大學(xué)學(xué)報;2004年04期

5 王曉原,雋志才,賈洪飛,孟昭為;基于安全間距的車輛跟馳模型研究綜述[J];長安大學(xué)學(xué)報(自然科學(xué)版);2004年06期

6 熊烈強,王富,李杰;考慮前后車速度關(guān)系的車輛跟馳模型[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2005年09期

7 魏慶曜,陳斌,金煒東,高利;基于Multi-Agent System的跟馳模型[J];長沙交通學(xué)院學(xué)報;2005年03期

8 王浩;馬壽峰;;適用于彎度與坡度的跟馳模型及其仿真研究[J];土木工程學(xué)報;2005年11期

9 陳斌,金煒東,高利;特殊過程下的車輛跟馳模型數(shù)值模擬分析[J];中國公路學(xué)報;2005年01期

10 徐學(xué)明;榮建;王麗;;混合神經(jīng)網(wǎng)絡(luò)跟馳模型的建立[J];公路交通科技;2007年03期

相關(guān)會議論文 前2條

1 譙志;田川;馬璐;易富君;;基于駕駛員延遲效應(yīng)的跟馳模型及其數(shù)值仿真[A];第24屆中國控制與決策會議論文集[C];2012年

2 徐榮改;徐鑒;;車輛時滯跟馳模型中Bautin分岔誘發(fā)的交通模式[A];第九屆全國動力學(xué)與控制學(xué)術(shù)會議會議手冊[C];2012年

相關(guān)博士學(xué)位論文 前4條

1 白翰;高速公路隧道出入口車輛安全運行順適過渡理論相關(guān)基礎(chǔ)研究[D];長安大學(xué);2015年

2 楊達;考慮后車的車輛跟馳行為建模及分析[D];西南交通大學(xué);2013年

3 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

4 李永福;面向T-CPS的微觀交通認知方法及相關(guān)研究[D];重慶大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 樊少鋒;新型非機動車微觀運動模型研究[D];石家莊鐵道大學(xué);2015年

2 崔煜;反饋控制理論在跟馳模型和格子流體模型中的應(yīng)用[D];寧波大學(xué);2015年

3 呂峰;城市交通流中的若干非線性密度波方程[D];寧波大學(xué);2015年

4 杜君;車輛跟馳模型仿真實驗平臺設(shè)計與實現(xiàn)[D];山東大學(xué);2016年

5 趙順;基于修正優(yōu)化速度函數(shù)的多前車跟馳模型研究[D];哈爾濱工業(yè)大學(xué);2016年

6 唐榛;降雪天氣下新疆高速公路車輛跟馳模型研究[D];新疆農(nóng)業(yè)大學(xué);2016年

7 彭軍芬;汽車跟馳行為仿真實驗研究[D];山東大學(xué);2017年

8 高書濤;基于車路協(xié)同的交叉口車輛通行方法研究[D];吉林大學(xué);2017年

9 徐龍;面向排放測算的車輛跟馳模型對比分析與優(yōu)化[D];北京交通大學(xué);2012年

10 劉亞帝;冰雪條件下城市主干道車輛跟馳模型及仿真研究[D];哈爾濱工業(yè)大學(xué);2013年

，

本文編號：1505663