论文部分内容阅读
作为道路拥堵和交通事故的多发地带,无信号交叉口交通顺畅与否直接影响整个路网的通行效率。随着自动驾驶和车联网等先进技术的发展,道路交叉口的协同优化已成为智能交通领域的研究热点,多车协同通行控制是其重要组成部分,具有重大的现实意义和广阔的发展前景。此外,不同车辆混行将成为常态,由于复杂性的增加,对于协同控制机制也提出了更高的要求。本文依托国家重点研发计划资助项目“车路协同系统要素耦合机理与协同优化方法”(编号:2018YFB1600500),以网联自动驾驶车辆和人工驾驶车辆为研究对象,以行车安全场理论为基础,以降低行车风险、提高通行效率为研究目的,围绕网联自动驾驶车辆协同控制、无信号交叉口驾驶人操作意图识别、网联自动驾驶车辆和人工驾驶车辆协同控制开展研究,并搭建耦合式仿真平台分析通信性能对车辆控制算法的影响。本文具体的研究工作包括:针对无信号交叉口网联自动驾驶车辆,提出一种基于模型预测和行车安全场理论的行车风险最小化算法(MPC-based Driving Risk Minimization Algorithm,MPC-DRMA)。传统车辆协同控制算法忽略各交通参与要素的影响,存在一定的局限性。为了更好地解决无信号交叉口车辆的协同优化控制问题,本文以网联自动驾驶车辆为研究对象,提出一种基于模型预测和行车安全场理论的MPC-DRMA算法,用于全面系统地描述“人车路”闭环系统中所有交通要素对行车安全的影响,以驾驶平顺性、舒适性和行车风险最小化为控制目标,通过降低所有冲突路径车辆总的行车风险,为接近交叉路口的每一辆车寻求最优的行驶策略。基于VISSIM和MATLAB搭建仿真试验平台,结果表明,MPC-DRMA控制算法在降低车辆行车风险的同时,能够有效提升无信号交叉口通行能力,降低燃油消耗,并且减少车辆尾气排放。针对无信号交叉口人工驾驶车辆,提出一种基于驾驶人感知-决策-行为的驾驶人操作意图预测模型。目前,对于车路协同系统多种要素耦合机理的研究较少,而驾驶人感知机理和行为特性又是尤为关键的一环。本文在驾驶人风险感知水平的基础上,结合驾驶人行为和车辆动力学,构建基于混合状态系统(Hybrid State System,HSS)的人车耦合模型,分别将驾驶人决策和车辆运行状态建模为离散状态系统(Discrete State System,DSS)和连续状态系统(Continuous State System,CSS)。以直行、左转弯、右转弯和停车典型驾驶行为作为研究对象,构建驾驶人操作意图识别模型,设计HSS+GM-HMM架构估计驾驶人在无信号交叉口的操作行为,为建立完善的人车耦合体系提供决策依据。相比于KNN估计和人工估计,HSS+GM-HMM框架具有更好的估计效果。针对无信号交叉口网联自动驾驶车辆和人工驾驶车辆,提出一种基于模型预测改进的行车风险最小化算法(MPC-based modified Driving Risk Minimization Algorithm,MPC-mDRMA)。随着自动驾驶和智能网联技术逐渐成熟,人工驾驶车辆、网联人工驾驶车辆、自动驾驶车辆和网联自动驾驶车辆混行将成为常态。探究混行交通环境下人-车-路系统耦合机理,对于实现混行环境车路协同控制是十分必要的。因此,本文在MPC-DRMA算法的基础上,利用双状态安全速度模型和异结构交通流模型分别对人工驾驶车辆和网联自动驾驶车辆建模,引入驾驶人行为场对优化目标函数进行完善。考虑到驾驶人的存在势必会对车辆的速度造成影响,依据分支限界算法对人工驾驶车辆速度进行约束。网联自动驾驶车辆利用HSS+GM-HMM架构估计驾驶人在交叉口的操作行为,实现与人工驾驶车辆的耦合交互。仿真表明,MPC-mDRMA算法可以有效地提高混行环境车辆协同的效果,随着网联自动驾驶车辆市场渗透率的增加而表现出更好的性能。针对现实道路场景,分析通信延迟和数据丢包对车辆协同控制算法的影响。目前,对于无信号交叉口车辆协同的大部分研究都是假定理想的通信环境,难以真实反映车辆协同的客观环境。无线通信在传播过程中存在很大的不确定性,网络拓扑的复杂多变,频繁的信道访问请求会引发数据丢包和通信延迟等问题,导致在线性和非线性水平上的不稳定性,车辆协同控制算法性能大幅下降。将网络模拟器NS3补充到前文搭建的仿真试验平台,构建基于VISSIM、NS3和MATLAB的耦合仿真平台,以数据包投递率和通信延迟为评价指标,分析二者与车辆密度、车辆节点数量和车辆距离的关系。选取控制算法中的“冲突数目”和“平均速度”指标,研究通信延迟和数据包投递率对车辆协同控制算法的影响。上述研究解决了无信号交叉口场景中车辆的协同控制问题,将“行车安全场”理论引入到多车协同控制中,定量描述车辆的行车风险,基于驾驶人风险感知水平估计人工驾驶车辆在无信号交叉口的操作意图,提出的MPC-DRMA和MPC-mDRMA算法可用于网联自动驾驶环境和混行交通环境下,不同属性车辆间的协作控制,有助于无信号交叉口行车安全和通行效率的改善。