版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著車輛網(wǎng)絡(luò)(Vehicular Network)技術(shù)的發(fā)展,車輛間信息的實時動態(tài)交互成為可能。借助與周邊車輛交互交通狀態(tài)信息,車輛可以合理控制自身速度,從而達到與尾隨車輛和前面更多視線范圍外的車輛協(xié)同行駛,形成有序流動的車輛行駛隊列。與傳統(tǒng)車流相比,協(xié)同駕駛下的車流由于受到車輛信息交互因素的影響,其特性發(fā)生了根本變化。因此,基于傳統(tǒng)駕駛環(huán)境建立的交通流模型,已難以刻畫信息交互環(huán)境下的車輛協(xié)同駕駛問題及其復(fù)雜作用關(guān)系。目前,國內(nèi)外對協(xié)同
2、駕駛的研究還處于起步階段,尚缺乏系統(tǒng)刻畫協(xié)同駕駛下車流演變規(guī)律的理論體系,其關(guān)鍵理論的研究和模型的建立是亟待解決的核心問題。
為此,本文基于現(xiàn)有交通流模型研究成果,從宏觀和微觀兩個層面,重點研究單車道上前后車輛的協(xié)同駕駛和兩車道系統(tǒng)內(nèi)車輛的協(xié)同駕駛,以期獲得若干宏微觀協(xié)同駕駛模型及其演化規(guī)律,并對其進行理論分析和數(shù)值模擬,探索協(xié)同駕駛下車流的各種非線性現(xiàn)象。論文的主要工作如下:
①從微觀層面,基于NaSch元
3、胞自動機模型,考慮多前車交互作用和司機的延遲反應(yīng)對隨機減速概率的影響,構(gòu)建了新的隨機剎車概率函數(shù),提出了LMDDR協(xié)同駕駛元胞自動機模型。
在NaSch元胞自動機模型基礎(chǔ)上,考慮到實際交通中車輛的隨機剎車概率不僅與駕駛員的反應(yīng)延遲有關(guān),而且也依賴于多前車交互作用下的局部平均密度,即當前方平均局部密度大時,駕駛員就會以更大的概率剎車,反之則減小?;诖?構(gòu)建了一個新的隨機剎車概率函數(shù)來刻畫這種動態(tài)調(diào)整行為。在此基礎(chǔ)上。提出了
4、一個新的協(xié)同駕駛元胞自動機模型(LMDDR模型)。數(shù)值模擬表明:當考慮兩輛前車信息(m=2)時,達到協(xié)同駕駛的最優(yōu)狀態(tài),且獲得的最大道路流量接近于交通實測值,明顯優(yōu)于NaSch模型的結(jié)果。LMDDR模型的研究結(jié)果表明,協(xié)同駕駛能提高車流陷入交通阻塞狀態(tài)的閾值,并大幅提高了道路交通通行能力。同時,LMDDR模型能夠反映實際交通的時停時走、系統(tǒng)臨界相變等現(xiàn)象。
@基于LMDDR協(xié)同駕駛元胞自動機模型,研究并揭示了前導(dǎo)車數(shù)目、車
5、流最大速度及交通相對協(xié)同駕駛車流能耗的影響。
通過引入交通系統(tǒng)能耗的定義和估計公式,基于LMDDR協(xié)同駕駛元胞自動機模型,研究了協(xié)同駕駛車流的能耗演化問題。周期邊界下的數(shù)值模擬顯示:兩輛前車的引導(dǎo)信息對LMDDR模型的平均能耗影響最為顯著,而隨機能耗卻與前導(dǎo)車數(shù)量無關(guān);隨著車輛最大速度增加,確定能耗的最大值增大,而對應(yīng)的臨界密度值則向左移動。對比發(fā)現(xiàn):LMDDR協(xié)同駕駛模型的能耗演化特征與Nasch模型顯著不同,且它的隨機
6、能量耗散遠低于NaSch模型;研究系統(tǒng)能耗與交通流相的關(guān)聯(lián)關(guān)系發(fā)現(xiàn):在自由流階段,隨機能耗對交通系統(tǒng)的能耗起決定性作用,而在阻塞相階段,起決定作用的則是確定性能耗。
⑧從宏觀層面,基于Nagatani格子流體力學(xué)模型,考慮交通預(yù)估效應(yīng)的影響,提出了兩個新格子流體力學(xué)模型[ALH模型和MALH模型),研究了兩個模型在不穩(wěn)定區(qū)域密度波的非線性特征。
Nagatani格子流體力學(xué)模型沒有涉及實際交通中的預(yù)估效應(yīng),考
7、慮到交通感知和預(yù)估范圍的有限性,提出了對前方一個格點信息進行預(yù)估的格子流體力學(xué)模型(ALH模型)。通過對ALH模型不穩(wěn)定區(qū)域密度波傳播速度、振幅的研究,證實了預(yù)估效應(yīng)能有效提高車流抗干擾的能力,抑制交通阻塞的形成。
在此基礎(chǔ)上,基于ITS信息的應(yīng)用,進一步考慮前方任意格點信息對車流的影響,提出了MALH協(xié)同駕駛格子流體力學(xué)模型。通過線性穩(wěn)定性分析,獲得了模型的臨界穩(wěn)定條件,通過非線性分析獲得了其在不穩(wěn)定區(qū)域密度波傳播規(guī)律的
8、mKdV方程。理論分析和數(shù)值模擬結(jié)果表明:考慮更多格點的預(yù)估效應(yīng),能進一步提高車流的穩(wěn)定性。特別地,獲得了MALH協(xié)同駕駛模型的最優(yōu)狀態(tài),即僅需考慮前方兩個格點(n=2)的信息,車流就能達到穩(wěn)定狀態(tài)。
④基于ITS信息的應(yīng)用,提出了考慮后視效應(yīng)的協(xié)同駕駛格子流體力學(xué)模型(BLMALH模型),獲得了后視效應(yīng)下車流穩(wěn)定性和密度波傳播規(guī)律。
基于MALH模型,進一步研究了后方格點信息(后視效應(yīng))對車流的影響,提出了
9、向后觀測的BLMALH模型。通過線性穩(wěn)定性分析獲得了模型的臨界穩(wěn)定條件。運用非線性分析方法導(dǎo)出了描述臨界點附近密度波傳播規(guī)律的mKdV方程。研究結(jié)果表明:考慮后視效應(yīng)時,車流密度波的傳播速度和波動幅度均變小,車流穩(wěn)定性得到有效增強,但過度關(guān)注后方格點信息會導(dǎo)致密度波往車流下游傳播。
@提出了考慮中斷概率的兩車道宏觀動力學(xué)模型,獲得了交通中斷概率對兩個車道上的激波演變規(guī)律及換道率的影響規(guī)律。
針對兩車道摩擦、交
10、通中斷概率以及兩個車道上車輛位置、速度等因素對當前車跟馳行為的影響,提出了相應(yīng)的兩車道交通流跟馳模型。在此基礎(chǔ)上,通過宏觀-微觀關(guān)聯(lián)關(guān)系,并結(jié)合Daganzo多車道框架,提出了考慮交通中斷概率的兩車道宏觀動力學(xué)模型。通過引入源匯項,研究了兩個車道間的流量轉(zhuǎn)移率。分析表明:該模型能正確模擬交通中斷概率因素作用下的交通激波演化規(guī)律和車輛換道行為。
綜上所述,本文深入分析了路段上協(xié)同駕駛對車流演化規(guī)律的影響,提出了若干具有一定前
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 安全駕駛行為的交通流建模與仿真.pdf
- 人機駕駛混合交通流建模與仿真.pdf
- 基于駕駛行為細致分析的交通流建模和模擬.pdf
- 基于駕駛員行為的交通流建模.pdf
- 基于駕駛行為的交叉口混合交通流建模研究.pdf
- 基于駕駛行為共性建模的交通流特性分析方法研究.pdf
- 基于駕駛模擬器的交通流仿真設(shè)計與實現(xiàn).pdf
- 面向城市網(wǎng)狀交通流分析的交通模擬模型體系研究.pdf
- 基于人-車-路協(xié)同的混合交通流微觀建模與特性分析.pdf
- 混合交通流的建模、數(shù)值模擬和實測分析.pdf
- 基于代理的交通流建模研究.pdf
- 駕駛?cè)笋{駛行為對交通流運行特性與交通安全的影響研究.pdf
- 駕駛經(jīng)驗對交通流特性的影響研究.pdf
- 城市行人交通流的實測、建模和模擬初探.pdf
- 基于代理的交通流建模與應(yīng)用研究.pdf
- 基于可變限速控制駕駛行為特征的交通流建模及事故風(fēng)險預(yù)測研究.pdf
- 交通流建模、預(yù)測及其控制研究.pdf
- 快速路交通流中駕駛特性差異研究與仿真.pdf
- 面向協(xié)同的裝配序列建模與規(guī)劃研究.pdf
- 微觀交通流的非線性建模與參數(shù)激勵研究.pdf
評論
0/150
提交評論