详情

原文传递混行状态下无信号交叉口智能网联汽车协同控制方法研究

论文题名：	混行状态下无信号交叉口智能网联汽车协同控制方法研究
关键词：	无信号交叉口;智能网联汽车;混行状态;协同控制;马尔可夫决策;速度控制模型
摘要：	作为交通系统的重要组成部分，无信号交叉口由于存在多个交通流的交错与合并，是整个交通系统中拥堵与事故多发地带。因此，解决无信号交叉口的多车协同优化问题，是智能交通系统领域的研究热点之一。本文以无信号交叉口为背景，以智能网联汽车作为研究对象，以保障行车安全、提高通行效率为目标，重点研究智能网联汽车在与非网联汽车混行状态下的协同控制问题，主要研究内容如下：　　针对传统交叉口车辆安全边界模型场景适应性不足的问题，在分析交叉口车辆冲突特性的基础之上提出一种动态安全边界模型。首先从宏观角度分析交叉口车辆冲突形式；其次从微观角度分析交叉口车辆碰撞模型；最后构建基于车辆冲突分析的动态安全边界模型，为后续协同控制算法建立安全约束打下基础。　　由于混行场景下非网联汽车意图难以预知，智能网联汽车在该场景下进行速度规划与控制较难。针对该问题，以智能网联汽车为控制对象，借鉴分布式控制思想建立一种结合部分可观察马尔可夫决策(Partially Observable Markov D ecision Process,POMDP)和贝叶斯理论的速度控制模型(POMDP-based Speed C ontrol Model,POMDP-SCM)。基于POMDP理论，模型首先分别构建智能网联汽车和非网联汽车的状态空间、状态转移函数、观测空间及观测模型，并以安全、舒适、效率为目标建立智能网联汽车的动作空间及回报函数。随后基于贝叶斯理论，通过对非网联汽车动态信息的观察，提出朴素贝叶斯分类意图估计方法。最后针对传统方法求解POMDP速度较慢的问题，引入自适应置信树方法进行求解，保证算法高效运行。　　为了优化无信号交叉口中部分时段没有非网联汽车参与时（定义为混行优化场景）POMDP-SCM效率不高的问题，参考集中式控制思想提出一种混行优化场景下的多车协同控制算法(Optimize-Mixed-Environment-based Multi Vehicle Cooperative Control Algorithm,OME-MVCCA)。首先提出一种冲突车辆通行优先权判定规则，该规则能够根据冲突车辆到达交叉口及冲突点的时间灵活判定通行优先权。随后基于模型预测控制理论，推导车辆纵向动力学预测模型，建立考虑安全、效率和舒适性的优化目标函数。最后使用遗传算法求解。　　为了验证算法有效性，分别进行仿真实验与实车实验。首先利用PreScan和Matlab/Simulink分别搭建无信号交叉口场景和算法模型，对POMDP-SCM和O ME-MVCCA分别进行了有效性验证，结果表明POMDP-SCM和OME-MVCCA相比于一些传统算法在效率、舒适性方面表现更好；随后结合实验室现有条件，利用机器人操作系统和相关硬件搭建了实车平台，验证了POMDP-SCM在混行场景下的有效性，与ROS_navigation方法相比POMDP-SCM具有更好的反应能力。　　本文的研究成果为无信号交叉口多车协同控制问题提供新的思路，对于完善智能交通系统起到了一定作用。
作者：	夏志远
专业：	车辆工程
导师：	李其仲
授予学位：	硕士
授予学位单位：	武汉理工大学
学位年度：	2021