详情

原文传递智能交通背景下城市区域车辆生态轨迹规划

论文题名：	智能交通背景下城市区域车辆生态轨迹规划
关键词：	智能交通;能耗估计;交通分配;路径规划;大数据
摘要：	近年来，汽车产业的快速发展在给人们提供便捷的同时也带来了能源消耗、环境污染以及交通拥堵等诸多社会问题，给城市的绿色和可持续发展造成了沉重的负担。随着智能交通技术的不断发展与应用，智能化和网联化成为汽车的重要发展方向，也为解决上述问题提供了新途径。如何利用当前的智能化信息技术对交通出行进行合理地规划，是减少能源消耗和缓解交通压力的关键，也是发展可持续交通的基础。　　本文依托于中华环保基金会项目“基于交通流大数据的区域交通能耗及污染分析与全局优化平台研究”，以智能交通为背景，基于车联网信息，针对城市区域下车辆的能源消耗和交通拥堵问题，从路径规划和速度规划两个层面展开研究，旨在利用智能信息技术充分发挥车辆的节能潜力和提升道路的使用效率。本文的主要研究内容可以概括为以下几个方面：　　（1）以单车为研究对象，结合车辆实际低频行驶数据提出了基于能耗估计的路径规划模型。首先，针对数据缺失、数据点异常等问题进行数据处理。之后，创新地提出一种利用低频数据估计行驶能耗的方法，通过两个层次对行驶能耗进行估计。在第一层，以低频数据为基础，运用Metropolis-Hastings算法合成速度曲线，此速度曲线反映了当前道路状况。在第二层，以低频速度曲线为约束，运用深度优先搜索算法得到高频速度曲线，并以此作为输入估计路段能耗。最后以能耗最优为目的搜索路网中前k条能耗最优路径。　　（2）以多车为研究对象，建立了消除车辆滞留现象的系统最优动态交通分配模型。首先，选择元胞传输模型作为底层交通流传播模型，研究了元胞不同连接组合的数学形式。之后，进一步分析动态交通分配过程中出现车辆滞留现象的原因。本文提出了一种添加惩罚项的方法，以此解决车辆滞留问题，得到无车辆滞留的系统最优动态交通分配模型，在区域路网中以系统时间最优为目标对多车进行动态交通分配。　　（3）建立融合坡道和信号交叉口场景的生态速度规划模型，得到车辆的生态速度轨迹。在提前获取路径的道路信息和信号灯配时信息等情况下，创新地提出一种“先坡道后信号交叉口”的方法对路径进行生态速度规划。首先仅考虑坡道，基于动态规划算法设计了坡道场景下的生态速度规划模型。该模型以能耗最优为目标，全局优化了车辆从起点到终点的速度曲线。在此基础上，针对信号交叉口区域，建立了信号交叉口场景下的生态速度规划模型。此模型研究了7种车辆通行状态，并设计了车辆通行状态初判策略。最后建立了不同通行状态下的生态速度规划算法以进一步优化速度曲线。　　（4）对上述模型进行仿真分析，验证了模型的可行性和有效性。仿真结果表明：首先，基于能耗估计的单车路径规划模型能够利用实际低频数据估计路段能耗并寻找前k条能耗最优路径。其次，考虑车辆滞留问题的系统最优动态交通分配模型能够在实际路网消除车辆滞留现象，准确对多车进行交通分配，充分发挥路网的通行性能。最后，融合坡道和信号交叉口场景的生态速度规划模型能够以节能为目的规划速度曲线，有效降低行驶能耗，提高车辆的节能潜力。　　本文通过对车辆生态轨迹方向的深入探索，实现了对车辆在路径和速度两个层面的合理规划，并通过仿真实验得到了明确有效的验证。本文的研究对降低行驶能耗并减少交通拥堵具有实际的指导意义，兼具经济效益与社会效益。
作者：	谢欢
专业：	车辆工程
导师：	许楠
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2022