网联自主车辆协作换道行为博弈特性及模型

为了更加深入了解在车联网环境下车辆之间的动态交互博弈关系,基于自动驾驶车辆换道存在协作交互决策的自主特性,建立了网联自主驾驶车辆的协作换道行为模型。协作换道行为模型将换道决策过程的交互博弈时间作为换道的主要安全影响因素,速度收益作为换道博弈优化目标,运用SUMO仿真对比分析传统换道模型与协作博弈换道模型。仿真结果表明,协作博弈换道模型具有更好的速度收益、安全性和稳定性。异质车群中的网联自主车辆存在协作换道行为特性,博弈换道模型科学地表征了换道动态博弈过程,且具有很好的稳定性。     

基于效用理论的车辆换道交互行为及决策模型

研究分析道路交通环境下的车辆换道交互行为,客观反映车辆微观行为特性及宏观车流运行规律。通过分析车辆换道微观驾驶行为,构建Logit模型定量分析驾驶人换道行为决策过程,基于“效用理论”思想,实现驾驶人决策效用最大化。选取青岛市杭鞍快速路实际交通流为研究背景,标定模型相关参数;进一步仿真验证了分层Logit模型的准确性。研究成果可为智能网联交通环境下的车车交互、车路协同和自动驾驶系统提供理论支撑和方法依据。     

基于安全裕度的网联自主汽车换道行为风险量化及动态平衡模型

伴随车联网技术的发展,道路交通流呈现智能网联自动驾驶汽车与传统人工驾驶车辆混合共存发展态势,研究网联新型混合车流换道驾驶行为的风险特性极其重要。基于安全裕度理论,建立了换道行为风险量化模型,采用故障树分析法,推导换道的时间和空间风险,进行时空融合的风险评定量化,以判断车辆是否处于安全变道状态,并动态平衡车辆换道行为可能存在的风险。运用SUMO软件对建立的量化模型进行仿真验证分析,1/TTC与瞬时风险系数均值分别下降约0.1与0.05,同时变化趋势趋于稳定。安全裕度风险量化模型使换道风险得到了有效控制的同时,交通流的稳定性得到了较大提高,可保障未来网联环境中自主驾驶车辆队列的稳态运行,从而提高交通容量和交通效率。     

网联混合车流车辆换道博弈行为及模型

车联网环境中,交通系统将长期呈现智能网联汽车和传统人工驾驶车辆混合共存的状况.针对智能网联交通环境下的新型混合车流,建立了车辆的换道行为决策模型.对于混合车辆交通流引入最小安全区域模型,自主车辆交通流基于博弈论的思想进行建模.自主车辆之间的换道被看作为1种非合作博弈行为,车辆以自身行驶状态为博弈收益,寻求行驶条件更优的车道.运用SUMO软件对提出的换道模型进行仿真验证分析.仿真结果表明,博弈换道模型相比于传统间隙阈值接受模型具有较高的车道利用率和安全稳定性.     

信号交叉口上游路段网联车换道博弈特性及模型

为提高网联驾驶车辆在信号交叉口上游路段与驾驶员车辆换道博弈的主动性,以左转网联驾驶车辆为研究对象分析该路段的强制换道博弈特性。首先,通过分析信号交叉口上游路段车辆的行驶意图和换道行为,设定驾驶人期望函数来客观反映车辆的行驶需求,以车辆的安全和行驶效率为收益并进行量化,在完全信息的假设下通过博弈均衡解得到最优换道决策来实现换道收益最大化;其次,为提高换道的舒适性,以五次多项式规划换道轨迹并实现网联驾驶车辆对驾驶员车辆博弈换道的过程;最后,利用仿真试验对模型进行验证,分析不同换道位置和绿灯剩余时间等因素对网联驾驶车辆决策的影响。研究结果表明,在信号交叉口上游非合作博弈强制换道过程中,随单位换道位置增加换道概率平均增加0.69%,随单位绿灯剩余时间增加车辆换道概率平均降低0.82%。通过仿真分析信号交叉口上游路段车辆的博弈换道特性和决策倾向,有利于为网联驾驶车辆换道提供决策引导。     

一种网络攻击下网联自动车的改进换道模型

网联自动车被认为可以提升交通效率、保证行车安全并节约能源,但是由于无线通信系统的开放性,网联自动车很容易受到网络攻击的威胁。现有的研究主要集中于网络攻击的种类及过程,并评估该攻击对车辆纵向行为的影响。本文旨在研究网络攻击对车辆横向行为的影响,即对网络攻击下的换道行为进行研究。通过对经典的跟驰模型智能驾驶员模型（Intelligent Driver Model, IDM）和经典的换道模型最小化换道总制动模型（Minimizing Overall Braking Induced by Lane changes, MOBIL）进行改进,提出了一种扩展换道模型（Extended Lane-Changing model, ELC）,来对网络攻击影响下的车辆换道行为进行建模分析。最后通过仿真实验,说明了不同的恶意网络攻击对车辆换道行为的影响。结果表明,网络攻击会显著影响车辆的换道决策,并导致异常驾驶行为。     

面向出口匝道分流的协同换道策略研究

【目的】提高网联高速出口匝道路段通行效率,降低交通事故风险,保障分流车辆通行秩序。【方法】针对出口匝道上游智能网联车辆（connected automated vehicle,CAV）的换道行为所导致的交通紊乱问题,提出一种协同换道策略。兼顾通行效率和舒适度,以研究时段内所有CAV平均速度、平均加速度变化率的加权和最小为目标,以速度、加速度、加速度振动、换道起点与分流点的纵向距离等为约束,构建CAV动态速度协同优化模型,有计划地优化每个时段每辆CAV的速度。采用Gurobi优化器求解协同控制模型,并使用SUMO软件建立仿真场景评估协同控制效果。【结果】与无控制情形相比,所提出的协同方法在不同总流量和分流比例下能使车辆平均速度最高提高17.7%,总延误降低75.9%以上,平均加速度变化率改善9.3%以上;当分流比例一定时,一定总流量情况下,总流量越高平均速度、平均加速度变化率改善效果越好;在安全换道所要求的最小纵向距离约束下,出口匝道路段通行效率最高。【结论】在不同总流量和分流比例下,协同策略可为换道车辆创造换道间隙,改善通行效率,提高乘客舒适度。     

基于分层logit模型的车辆换道行为研究

研究分析复杂交通场景中车辆换道行为,揭示车辆运行特性及其规律。基于效用理论方法,以实现驾驶行为决策效用最大化为目标,建立车辆换道分层Logit模型。系统分析影响车辆行为变化的因素,建立各层次参数变量相关模型。仿真分析表明:较一般的车辆行为模型,车辆换道分层Logit模型更能准确地描述实际交通场景中车辆换道的行为决策过程,有效提高车辆运行效率。研究结果为智能车路协同与交互行为、车辆可变限速技术、自适应巡航控制技术等提供理论依据和技术支撑。     

基于双车驾驶模拟的城市快速路驾驶人换道交互行为特征

为研究换道情境下换道车辆与目标车道后方车辆驾驶人间的交互行为,设计了城市快速路换道场景,搭建出双车驾驶模拟实验平台,招募40名驾驶人,开展了8种换道场景下的双车实验并进行驾驶风格问卷调查.基于换道阶段实验数据,分析对比了单、双车实验中两车驾驶人的交互行为特征和差异.利用多元Logistic回归模型,分析不同因素对换道交互决策的影响.结果表明：单、双车实验中,换道车辆和目标车道后方车辆的行为特征具有明显差异,从而验证了开展双车实验的必要性;不同的道路限速、换道方向、驾驶风格等因素下,两车驾驶人关键行为变量呈现差异性;道路限速、车辆初始速度、两车纵向位置差、横/纵速度差、纵向速度乘积等均对两车换道交互决策产生显著影响.     

智能网联汽车架构、功能与应用关键技术

智能化技术与网联化技术的快速进步促进智能化车辆由驾驶辅助到无人驾驶、由单车智能到多车协同的方向发展.智能网联汽车技术能提升交通安全与效率,但也面临着来自真实交通环境的复杂挑战.该文基于智能网联汽车架构、功能与应用3方面关键技术,对用于单车自主式驾驶与网联协同式驾驶的智能网联汽车研究进行分析.首先,针对系统架构设计,分析...     

基于数字孪生技术的异质交通流安全性研究

针对由智能网联车和普通车构成的异质交通流, 通过分析不同异质交通流稳定性方法的优劣, 用数字孪生技术构建城市异质交通流模型, 借助仿真测试工具, 探讨复杂异质交通流的安全性和稳定性问题。在构建的模型基础上, 结合数字孪生的运行机制, 揭示数字孪生物理实体和虚拟空间的运行机理。采用数字孪生技术搭建丰富的测试环境, 运用无人驾驶开发软件PanoSim, 对异质交通流模型进行测试。测试结果表明, 用数字孪生技术在有限资源条件下构建的虚拟复杂驾驶场景能够有效地解决异质交通流安全性问题。     

城市环境下无人驾驶车辆驾驶规则获取及决策算法

城市道路多源信息环境下换道行为决策是无人驾驶车辆实现实际道路行驶的关键技术之一.为提取复杂动态环境下驾驶员的换道决策规则,利用PreScan软件搭建虚拟城市道路环境,基于Simulink建立6自由度车辆动力学模型,采用粗糙集提取驾驶员换道行为决策规则.结果表明本车与当前车道车辆的相对速度维持在4~7 m/s、相邻车道空间距离在20~35 m时驾驶员就会进行换道决策.研究结果可以为无人驾驶车辆在线机器学习提供规则知识库,并为进一步深入研究换道行为不确定决策提供理论基础.      

基于车间通信的换道策略研究

针对道路交通系统中换道行为产生的干扰作用,提出了基于车间通信的两阶段车辆换道策略。基于NGSIM数据对普通车辆换道行为进行分析,建立两阶段换道模型。模型第一阶段考虑影响换道的六个影响因素,构建二元Logit模型,估计车辆换道概率;第二阶段利用安全条件确定车辆换道行为是否实施。对于互联车,在换道模型第一阶段考虑更加精确的实时交通状态信息,设计了对应的换道策略。通过数值模拟,分析不同换道策略对交通流的影响。结果表明,基于车间通信的换道模型考虑了本道和目标车道更多车辆的速度及位置信息,效用函数使得车辆的换道行为考虑了更大范围内平均车速和平均车距的因素,而不仅仅局限于最近邻范围内交通状态的局部效用,从而抑制了换道的频率及其产生的干扰,增加了道路交通系统的通行效率。     

联网自动车环境下的信号交叉口优化方法研究

为适应智能交通发展新趋势,改进了两个信控交叉口通行能力模型,使得新模型适用于联网自动车（connected autonomous vehicles,CAVs）环境。其一是最小延迟模型,通过最小化交叉路口的总延迟得出绿灯时间并根据流速得出周期长度,模型引入了每个车道或车道组的绿灯延时和具体排队服务时间的比率作为参数,该参数依赖于交叉路口处车辆到达的概率分布。其二是混合模型,包括两个模型,分别是估计排队服务时间的静态排队模型和从单位延时、流速、车道的限速、检测器长度中估计得到绿灯延伸时间的动态模型。数值算例表明,CAVs环境下新模型的交叉口延误显著减小,从而验证了两个通行能力模型的有效性,可为交管部门进行路口改造提供依据。     

联网自动车环境下的信号交叉口优化方法研究

为适应智能交通发展新趋势,改进了两个信控交叉口通行能力模型,使得新模型适用于联网自动车（connected autonomous vehicles,CAVs）环境。其一是最小延迟模型,通过最小化交叉路口的总延迟得出绿灯时间并根据流速得出周期长度,模型引入了每个车道或车道组的绿灯延时和具体排队服务时间的比率作为参数,该参数依赖于交叉路口处车辆到达的概率分布。其二是混合模型,包括两个模型,分别是估计排队服务时间的静态排队模型和从单位延时、流速、车道的限速、检测器长度中估计得到绿灯延伸时间的动态模型。数值算例表明,CAVs环境下新模型的交叉口延误显著减小,从而验证了两个通行能力模型的有效性,可为交管部门进行路口改造提供依据。     

机非交互路段非机动车越线超车行为建模与仿真

为了准确描述机非交互路段的非机动车越线超车行为,在越线超车特征分析及关键指标定义的基础上,提出了基于生存分析的超车时间预测模型,对越线超车行为的持续时间进行预测,并通过实测的160组非机动车越线超车轨迹数据对模型参数进行标定.为验证模型在混合交通流的应用有效性,整合非机动车纵向行驶模型、换道动机模型、间隙选择模型等,将模型应用于团队自主研发的微观交通仿真软件TESS NG中,并与经典的微观交通仿真软件VISSIM进行对比.基于实际路段的仿真分析结果表明,在非机动车越线超车持续时间方面,TESS NG的仿真精度为90.12%,高于VISSIM的67.4%;在中位生存时间方面,TESS NG仿真误差仅为2.56%,优于VISSIM的43.58%.     

高速公路浓雾环境下换道决策规则提取及决策算法

依据换道决策规则进行换道是当前无人驾驶车辆常用的决策方法之一。针对浓雾环境下换道决策规则提取困难和研究较少的问题,研究了高速公路浓雾环境下的换道决策行为。首先,招募24名职业司机,利用Auto Sim驾驶模拟舱搭建虚拟高速公路浓雾环境进行驾驶实验;其次,提出了基于CART决策树的换道决策规则提取方法,提取出15条换道决策规则;最后,对换道决策规则进行了验证。结果表明,用CART决策树算法提取高速公路浓雾环境下换道决策规则是可行的,提取的规则能准确反应驾驶员换道行为的决策过程,可为高速公路浓雾环境下无人驾驶车辆的换道决策提供一定的理论支撑。     

基于移动瓶颈理论的高速公路货车影响对策

在分析货运车辆造成的移动瓶颈影响规律基础上,根据移动瓶颈随时间、空间动态变化的特点,提出针对性解决策略:每隔一定距离增加一条车道,供车辆超车,以缓解移动瓶颈的影响.仿真验证表明,流量在每小时1 000辆左右时,与直接扩建成双向六车道高速公路相比,该策略以不到50%的投资可以达到超过70%的改善效果;并且此策略有较好的流量增长适应性和与后续策略的连续性,从而可减少投资浪费.