基于网联的信号交叉口下自动驾驶车辆生态驾驶车速控制策略

作     者：王晖年 

作者单位：厦门理工学院 

学位级别：硕士

导师姓名：刘显贵;李颖新

授予年度：2021年

学科分类：082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

主      题：速度引导策略 多目标遗传算法 模拟退火算法 生态驾驶 能耗排放 

摘      要：随着我国经济的飞速发展,汽车工业取得巨大进步,汽车产销量连续蝉联世界第一。汽车为人们带来极大便利的同时,产生的燃油消耗、污染物排放、交通拥堵等问题越来越突出,得到社会普遍关注。城市交叉口的信号灯是使车辆和行人有序通过路口的交通设备,对交通安全起重要作用,但同时也会对交通流产生影响,使车辆经常在信号口区域做出加速、减速、停车怠速等高油耗、高排放行为。随着通信技术的发展,车路及车车间的信息交互成为可能,车辆根据采集的信息采取适当的驾驶策略可以有效减少降低能耗排放、优化交通效率。本文在分析现有国内外生态驾驶速度控制策略基础上,介绍了信号交叉口速度引导问题,分析了车联网平台的系统构建、关键技术和典型运用,自动驾驶的发展阶段、关键技术及存在的问题,提出生态驾驶控制系统架构,对本文控制策略运行环境做出基本假设,分析介绍了VISSIM交通仿真平台和MOVES排放模型。其次分析了信号交叉口生态驾驶车速控制策略原理,建立以车联网通信系统获取路网中车辆及信号灯相位配时信息,进行车辆通过信号交叉口的控制场景划分,得出使车辆不停车通过交叉口的速度轨迹控制策略。分析介绍了VT-Micro微观模型,运用VT-Micro模型对生态驾驶车辆通过交叉口的目标车速与油耗排放进行关联。以油耗、排放、交通效率为优化目标,以车辆不停车通过交叉口为约束,运用模拟退火算法进行目标车速优化。构建生态驾驶策略在信号交叉口的交通运行及能耗排放估算仿真平台,进行基于模拟退火算法优化的生态驾驶速度控制策略的仿真验证。在分析多目标遗传算法的基础上,构建多目标遗传算法优化的信号交叉口生态驾驶速度控制策略并进行仿真分析,仿真结果表明采用多目标遗传算法优化的控制策略在交通效率和能耗排放指标上均优于采用模拟退火算法优化的控制策略,且控制路段长度及初始速度对策略实施效果具有较大影响。分析交通流中其他车辆对受控车辆产生的影响,提出基于交通流状态信息的车辆控制场景划分及目标车速优化方法,建立了基于交通流优化的控制策略。对不同生态驾驶速度控制策略、控制策略渗透率及道路饱和度场景运行仿真分析。结果表明考虑交通流的控制策略在各场景下均有良好效果,未考虑交通流的控制策略仅在部分场景能获得收益;且算法渗透率越高生态驾驶策略实施效果越好。最后基于不同生态驾驶速度控制策略下车辆通过信号交叉口的速度轨迹在底盘测功机上完成台架试验。实验结果表明,本文提出的生态驾驶速度控制策略具有较好节能减排效果。本文构建的信号交叉口生态驾驶速度控制策略在未来有人驾驶和自动驾驶混行场景中可以有效降低能耗排放,提升交通效率。