原文传递
混合驾驶环境下MFD特性研究及车路 协同控制
| 论文题名： | 混合驾驶环境下MFD特性研究及车路 协同控制 |
| 关键词： | 网联自动驾驶车;混合驾驶环境;车路协同控制;边界缓冲区 |
| 摘要： | 面对高峰时段区域动态交通拥堵问题，传统人工驾驶车辆（Human-drivenvehicle，简称HV）环境下的交通管控方法难以大幅度提升交通效率以缓解拥堵状况。随着网联自动驾驶车（connectedandautomatedvehicle，简称CAV）的发展，更高效率的交通流传输为解决区域动态交通拥堵问题提供了技术支持。因此本文依托国家自然科学基金项目“智能网联环境交通拥堵区时空演化机理及动态边界控制方法（No.52072108）”，以CAV与HV混合的驾驶环境为背景，以传统交通环境下宏观基本图（Macroscopicfundamentaldiagram，简称MFD）理论为基础，探究混合网联自动驾驶环境下MFD特性，并根据特性研究结果提出MFD子区边界管控方法，以达到缓解拥堵、提高路网交通效率。本文研究内容主要包括以下四个方面： （1）以典型的4×4方格型路网为例，探究了不同渗透率下路网MFD的变化特征。在此基础上探究了混合驾驶环境下路网形状以及交通管制手段对MFD的影响，并进一步分析了路网交通恢复性能与渗透率之间的关系。 （2）为保证子区MFD状态稳定，通过在子区与子区之间设置边界缓冲区，建立路网交通流守恒方程以及缓冲区交通流传输模型，探究子区之间交通流传输规律。 （3）以典型的双子区城市网络为例，针对边界缓冲区提出了基于模型预测的分层控制（HierarchicalControlMethodbasedonModelPrediction,简称HCMMP）方法。该方法上层调节流入流出边界缓冲区的流量，下层实现车路协同控制，根据流入流出量优化边界缓冲区交通信号配时。 （4）以实际路网为例，对本文所提方法HCMMP进行了数值仿真验证，并且与PI控制和设有边界缓冲区的PI控制（PIwithboundaryarea，PIBA）从累积车辆数、旅行完成率、累计延误以及车均油耗四个方面进行了对比分析。 实验结果表明，相比较PI控制和PIBA控制，本文所提的HCMMP方法在不同渗透率下均能提高交通运行效率；尤其在中、低渗透率下四项评价指标提升程度最为明显，本文所提方法更适合应用于拥堵路网的宏观管控，可以有效缓解交通拥堵并提高整个路网的运行效率。 |
| 作者： | 李继业 |
| 专业： | 交通运输工程 |
| 导师： | 丁恒;刘嫚 |
| 授予学位： | 硕士 |
| 授予学位单位： | 合肥工业大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
