论文部分内容阅读
能源安全和环境保护使得汽车工业面临巨大的节能减排压力。车辆通过连续信号交叉口路段时,由于驾驶员无法预知交通流和信号灯相位交通状态信息,驾驶时车速的过快或过慢导致大量的加速、怠速过程,这些都是增加油耗的不利行为。针对这种情况提出考虑交通状态的经济车速优化方法。当车辆提前获取上下游交通流和前方交叉口信号相位信息时,通过提出的考虑交通状态的经济车速优化方法计算出车辆在连续交叉口的动态经济车速,节能减排的同时保证了驾驶的时效性。主要研究内容与结论如下:(1)建立评价车辆油耗的燃油消耗模型。通过分析确定需要的油耗模型的类型。利用美国ANL提供的公开油耗数据作为建模的基础,通过数据筛选和平滑处理绘制各个原始数据的关系图,得出功率与油耗的对应关系并进行拟合得出燃油消耗模型。(2)提出基于深度信念网络的交通状态预测方法,预测经济车速优化系统需要的可行速度区间。提出单路段交通状态预测方法,使用深度信念网络(Deep belief network,DBN)模型作为该方法的预测模型。将单路段的交通状态预测方法扩展为基于滚动预测的多路段交通状态预测方法。研究发现,与几种常用交通流预测模型对比,DBN模型有更好的预测表现;信号灯相位对预测过程有影响,且绿灯时间到达交叉口的车辆数据比红灯时间到达交叉口的车辆数据对模型预测精度的提高效果更好(3)提出连续信号交叉口路段考虑交通状态构建的经济车速优化方法。分别构建单一路段和交叉口经济车速优化基础,结合基于滚动预测的多路段交通状态预测方法,对车辆在连续交叉口的经济车速进行优化。通过构建d-t平面,将时间节点离散化,使用Dijkstra算法在众多速度组合中找到一条油耗消耗最低的路径。为验证方法的优越性,将三种驾驶策略进行实例分析。分析发现考虑交通状态的经济车速优化方法有很好的节油效果,并且在行驶时间上保证了驾驶者对于出行时间效率的要求,让驾驶者有更好的驾驶体验。