原文传递
无信号T型交叉口智能网联混合交通流集中式控制研究
| 论文题名： | 无信号T型交叉口智能网联混合交通流集中式控制研究 |
| 关键词： | 智能网联车辆;混合交通流;无信号T型交叉口;集中式控制;行为决策 |
| 摘要： | 随着自动驾驶和智能交通等技术的不断完善和应用，智能网联车辆和人工驾驶车辆组成的智能网联混合交通流成为城市交叉口管理的基本对象。一方面，当前城市交叉口的管控方法基建成本颇高，同时也存在效率低下的问题；另一方面，智能网联车辆的行为决策算法并未将人的因素充分考虑在内，对人类行为的随机性理解不足，混行环境下T型无信号交叉口的管控方法仍存在安全和效率问题。因此，有必要剖析混行环境下交通参与者的交互行为，对交互过程中智能网联车辆的行为决策和轨迹规划方法进行深入研究，以实现通行权模糊环境中T型交叉口的安全、高效运行。 论文提出一种集中式无信号交叉口控制逻辑(CentralizedOrganization-UnsignalizedIntersectionControlLogic,CO-UICL)模型，该模型包括人工驾驶车辆决策模块和智能网联车辆决策模块，调整时空资源配置结构，搭建安全高效的混行环境下无信号交叉口管控模式。论文的内容及结论如下： 首先，梳理人工驾驶车辆行驶行为特性，研究人工驾驶车辆的行为决策方法。构建驾驶员风险感知模型，选取影响驾驶员行驶行为的主要因素，作为输入变量构建模糊逻辑模型，求解驾驶员风险感知值，依据风险平衡理论和最大收益方法建立人工驾驶车辆角度的通行权分配方法。 其次，研究智能网联车辆面对混行交通流的集中式行为决策与轨迹规划。建立一个综合考虑安全和效率的目标函数，针对交互对象的类型分别制定不同的跟驰与防碰撞安全约束。采用滚动时域控制方法预测人工驾驶车辆的行为并实现智能网联车辆的集中式决策。 最后，耦合上述两个模块形成混行环境下集中式无信号交叉口控制逻辑模型，利用Python+Gurobi联合SUMO对模型进行仿真验证。将CO-UICL模型与固定时间信号控制(Fixedtimesignalcontrol,FTSC)模型在多个方面进行比较。 结果表明，CO-UICL模型能够保证混行环境下无信号T型交叉口的车辆安全有序地通过，面对不同的市场渗透率、车道转向比和车辆到达率场景，CO-UICL模型在减少交叉口延误时间、提高平均通行车数和减少通过交叉口的车均油耗等方面的数据表现均优于FTSC模型。 |
| 作者： | 武智刚 |
| 专业： | 交通运输工程 |
| 导师： | 孙启鹏 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
