论文部分内容阅读
智能交通系统被认为是解决交通问题的有效措施,车路协同系统作为智能交通系统的重要组成部分,已经成为交通领域的研究热点。在车路协同环境下,车车、车路之间可以相互通信,车辆可以根据实际的交通状况调节速度,达到安全快速通过交叉口的目的。本文以车路协同技术为基础,研究了不同流量下无信号交叉口的控制模型并提出了基于车路协同的交叉口协调控制策略,最后利用元胞自动机进行了仿真实验。具体研究内容如下:(1)基于车路协同技术提出了不同流量下的交叉口控制模型在低流量的情况下,本文提出了以安全和通行时间最少为目标的优化模型。本文首先以安全为目标,根据车辆时空轨迹图和交叉口冲突交叉的特点将交叉口的安全问题转化为以加速度和速度为变量的非线性约束优化问题,建立了以最小弧长为目标的优化模型。然后又以车辆通行总时间最小为目标建立了优化模型。最后,将两个目标加权建立了总目标。因为低流量下的模型在流量比较大时协调效果比较差,所以在流量比较大时,本文将交叉口处的协调问题转化成了以平均通行时间最小为目标的整数规划问题。该方法协调策略简单,通过优化目标控制车辆的走停,避免事故的发生。(2)设计与验证了低流量下交叉口控制模型的求解算法并对相关参数进行了灵敏度分析对建立的低流量下交叉口控制模型,本文设计了基于遗传算法的求解算法并详细说明了算法中的每一步设计。算例求解结果表明本文设计的遗传算法能够使问题收敛到最优解。最后,对算法中的相关参数进行了灵敏度分析,这有助于算法参数初始值的正确设定,保证优化问题能够收敛到最优解。(3)利用元胞自动机进行了车路协同环境下的交叉口仿真实验本文提出了基于车路协同的交叉口协调控制策略,并将仿真路段分成了四部分,对每一部分路段的车辆演化规则进行了详细的介绍。然后利用元胞自动机以双向六车道为例进行了仿真实验,选取了平均停车时长、平均通行时间以及平均排队长度作为交叉口运行效益评价参数,并与信号灯控制和无控制交叉口进行了对比分析。实验结果表明,本文设计的车路协同交叉口控制策略在这三种控制方式中表现是最好的。