伴隨著互聯(lián)網(wǎng)通信技術(shù)的飛速發(fā)展,無人駕駛技術(shù)及其相關(guān)理論已成為時(shí)下眾多專業(yè)學(xué)者和企業(yè)重點(diǎn)研究方向,而對(duì)無人駕駛車輛之間跟馳模型的分析是該方向的重要基礎(chǔ)性研究工作之一。由于技術(shù)的革新需要與相關(guān)的理論創(chuàng)新同步適應(yīng),本文以無人駕駛環(huán)境的車輛跟馳模型為研究對(duì)象,借鑒傳統(tǒng)交通環(huán)境下車輛跟馳模型的形式,構(gòu)建了基于無人駕駛環(huán)境的多信息融合跟馳模型（Multi-information Fusion Car-following Model,MI-CF）,并通過數(shù)值模擬實(shí)驗(yàn)的方法對(duì)比分析其與傳統(tǒng)跟馳模型的差異,經(jīng)驗(yàn)證,MI-CF模型具備更高的穩(wěn)定性,能夠更準(zhǔn)確地描述基于無人駕駛環(huán)境車輛的跟馳行為特性。首先,本文詳細(xì)闡述了無人駕駛技術(shù)以及車輛跟馳模型的發(fā)展研究現(xiàn)狀,對(duì)幾類經(jīng)典跟馳模型的優(yōu)缺點(diǎn)進(jìn)行對(duì)比分析,發(fā)現(xiàn)基于傳統(tǒng)環(huán)境的跟馳模型大部分未討論多信息共同作用下的跟馳行為變化。且車輛跟馳行為受駕駛員特性等不可控因素影響較大,無法直接用于準(zhǔn)確描述無人駕駛車輛的跟馳行為。在此基礎(chǔ)上,進(jìn)一步分析了無人駕駛交通流的跟馳行為特性以及無人駕駛車輛的信息交互特點(diǎn)和模式。隨后,本文借鑒優(yōu)化速度類模型的形式,綜合考慮了車輛協(xié)同優(yōu)... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：93 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

US101數(shù)據(jù)檢測(cè)及研究區(qū)域示意圖

交叉概率取 0.6，變異概率取 0.1，利用 MATLAB 工具對(duì)參數(shù)標(biāo)定過程進(jìn)行編程計(jì)算，得到的結(jié)果如下圖所示，算法在第 121 代左右達(dá)到收斂，最佳適應(yīng)度值為 6.59。圖4-7 結(jié)果收斂曲線圖參數(shù)取值范圍參考相關(guān)文獻(xiàn)[70]，標(biāo)定得到的結(jié)果如下表所示。表4-4 參數(shù)標(biāo)定結(jié)果參數(shù) p 下界 0 0 0 0上界 2 0.5 1 1取值 1.38 0.42 0.21 0.104.4 本章小結(jié)本章作為全文的核心章節(jié)，主要是構(gòu)建基于無人駕駛環(huán)境的多信息融合跟馳模型。

圖5-1 OV 模型、FVD 模型和 MI-CF 模型穩(wěn)定性曲線圖上述各跟馳模型來說，穩(wěn)定性曲線將圖空間分為兩個(gè)區(qū)域，位于曲線，交通流在受到一定強(qiáng)度的干擾后會(huì)重新恢復(fù)穩(wěn)定狀態(tài)行駛；位于曲區(qū)域，在該區(qū)域內(nèi)，擾動(dòng)在向后方傳播時(shí)無法及時(shí)消散，最后導(dǎo)致交圖可得，F(xiàn)VD 模型的穩(wěn)定性區(qū)域大于 OV 模型穩(wěn)定性區(qū)域，這是因FVD 模型考慮了引導(dǎo)車與跟隨車的速度差因素，避免了 OV 模型導(dǎo)不合理現(xiàn)象；MI-CF 模型穩(wěn)定性區(qū)域大于 FVD 模型和 OV 模型的穩(wěn) MI-CF 模型不僅考慮了跟隨車與前方鄰近引導(dǎo)車的速度差，同時(shí)考慮車的速度差和車頭間距影響，并且模型的優(yōu)化速度不僅與鄰近引導(dǎo)車與鄰近后方跟隨車的車頭間距有關(guān)。由上圖還可以得到，基于無人性區(qū)域隨著可感知前方車輛數(shù) m 的增多而出現(xiàn)一定幅度的增加，說明過程中，考慮與車輛有關(guān)的因素越多時(shí)，模型抗干擾能力越強(qiáng)。因

【參考文獻(xiàn)】：
期刊論文
[1]考慮多前車反饋的智能網(wǎng)聯(lián)車輛跟馳模型[J]. 秦嚴(yán)嚴(yán),王昊,冉斌.  交通運(yùn)輸系統(tǒng)工程與信息. 2018(03)
[2]CACC車輛跟馳建模及混合交通流分析[J]. 秦嚴(yán)嚴(yán),王昊,冉斌.  交通運(yùn)輸系統(tǒng)工程與信息. 2018(02)
[3]混合ACC車輛與人工駕駛車輛的交通流數(shù)值模擬[J]. 陳廣宇,祝會(huì)兵,范悅悅.  寧波大學(xué)學(xué)報(bào)(理工版). 2018(02)
[4]混有協(xié)同自適應(yīng)巡航控制車輛的異質(zhì)交通流穩(wěn)定性解析與基本圖模型[J]. 秦嚴(yán)嚴(yán),王昊,王煒,萬千.  物理學(xué)報(bào). 2017(09)
[5]基于安全距離的手動(dòng)—自動(dòng)駕駛混合交通流研究[J]. 邱小平,馬麗娜,周小霞,楊達(dá).  交通運(yùn)輸系統(tǒng)工程與信息. 2016(04)
[6]無人駕駛汽車簡(jiǎn)介[J]. 王子正,程麗.  時(shí)代汽車. 2016(08)
[7]無人駕駛汽車的前世今生[J]. 孫秋霞.  中國(guó)科技獎(jiǎng)勵(lì). 2016(03)
[8]百度無人駕駛汽車:符號(hào)意義大于實(shí)際意義[J]. 王雪玉.  金融科技時(shí)代. 2016(01)
[9]考慮前后車輛綜合效應(yīng)的跟馳模型及其穩(wěn)定性分析[J]. 唐毅,劉衛(wèi)寧,孫棣華,唐亮,張建廠.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2014(02)
[10]物聯(lián)網(wǎng)信息感知與交互技術(shù)[J]. 胡永利,孫艷豐,尹寶才.  計(jì)算機(jī)學(xué)報(bào). 2012(06)

博士論文
[1]車聯(lián)網(wǎng)環(huán)境下高速公路車輛跟馳模型及仿真研究[D]. 顧海燕.東南大學(xué) 2017
[2]考慮后車的車輛跟馳行為建模及分析[D]. 楊達(dá).西南交通大學(xué) 2013

碩士論文
[1]基于多車信息的車輛跟馳與換道模型研究[D]. 趙陽(yáng).吉林大學(xué) 2018
[2]基于元胞自動(dòng)機(jī)的自動(dòng)駕駛—手動(dòng)駕駛交通流特性研究[D]. 馬麗娜.西南交通大學(xué) 2017
[3]車聯(lián)網(wǎng)環(huán)境下跟馳行為建模及交通流穩(wěn)定性分析[D]. 李騰龍.長(zhǎng)安大學(xué) 2017
[4]基于多源信息融合的駕駛員跟車行為研究[D]. 王雷.山東理工大學(xué) 2007



本文編號(hào)：3328706