网联环境下的燃料电池混合动力汽车能量管理

为了缓解城市交通拥挤和减少能源消耗,本文提出一种基于智能交通信息的燃料电池混合动力汽车(FCHEV)分层能量管理策略。利用车联网技术获取目标车辆的路况信息,建立交通信号灯正时模型,获取最优目标车速。基于目标车速,获取车辆的需求功率,分层设计自适应等效消耗最小策略和模型预测控制方法,实现对3种能量源需求功率的最优分配。通过仿真和实验验证所提能量管理策略的有效性。研究结果表明：该策略能够有效避免红灯前频繁启停,燃料经济性和续航里程分别提高了9.83%和5.13%。     

考虑信号灯状态的经济车速规划

为解决车辆在信号灯控制区域频繁启停造成的通行延误和通行效率低问题,提出了考虑信号灯状态的经济车速规划方法。首先,借助车路协同技术通过车-车、车-路交互获得车辆当前的位置和运动状态数据,以及信号灯相位信息,对近信号控制区车辆通行特征及路口可通过性进行判定,建立车辆通行引导控制模型;其次,对各驾驶行为下车辆时空轨迹进行分析,分别以路口停车次数及车辆延误最小为目标,建立统一优化目标函数,利用多目标粒子群算法求得最优经济车速,以向驾驶员提供车速建议;最后,为验证车速引导模型的有效性,利用PreScan、Vissim和MATLAB/Simulink联合仿真。结果表明,该方法可有效避免红灯停车,车辆行程时间可减少18.7%,停车次数在高车流密度下减少44%以上,车辆延误减少45%。     

基于排队长度估计的网联车辆节能车速规划方法

针对网联车辆在动态车流环境中多信号灯道路的车速规划问题,文中提出了一种基于路口排队长度实时估计的车辆节能车速规划方法. 首先,构建并训练用于路口排队长度估计的径向基神经网络;然后,在最优控制问题的框架下,实现车流排队和信号灯的联合建模,构建参考车速曲线优化问题;最后,利用提出的车速规划解耦变换求解方法,高效地获得参考车速曲线. 仿真结果表明,相比于传统的未考虑路口车流排队的节能车速规划方法,文中提出的方法可以产生更平滑的实际车速曲线,同时降低40%以上的能量消耗.      

网联电动汽车信号灯控路口经济性驾驶策略

针对智能网联电动汽车在信号灯控路口的经济性驾驶问题,提出一种基于最优控制的经济性驾驶车速优化策略.首先,构建包含信号灯、车速限制等约束,以能量消耗最小化为目标的信号灯控路口车辆速度优化问题;然后,利用庞特里亚金极小值原理解析求解最优控制率;考虑到动态交通场景中车辆对未来交通信息的预测能力有限、信号灯约束条件多变等特点,提出了一种双层滚动距离域车速优化策略,将信号灯控路口经济性驾驶问题转化为分段最优控制问题,得到分段最优速度轨迹.仿真结果表明:在有限预测能力和无限预测能力2种情况下,所提出的经济性驾驶车速优化策略较加速—匀速—制动策略分别有9.2％和10.3％的能量节省;随着预测距离和信号灯控路口通行速度的增大,在提高通行效率的同时,能量节省效率进一步提高.     

一种改进的深度确定性策略梯度网络交通信号控制系统

交通信号系统控制着城市车辆运行秩序,其效率高低直接影响了社会经济的发展.以十字路口的交通信号控制系统为研究对象,基于深度确定性策略梯度网络DDPG提出了一种改进算法.结合交通环境的特点设计了特征增强和样本去重算法提高算法的性能.通过对实际交通系统运行情况进行调研,基于SUMO仿真环境搭建了交叉路口交通仿真平台.利用FEPG算法控制交通信号,实现了车辆的高效通行.实验结果表明,该算法能够有效地降低车辆等待时间,减少车辆的污染排放.     

基于车路协同的纯电动公交车行驶工况的节能优化

针对公交车的行驶路线中站点固定、需要频繁启停和没有考虑实时交通信号灯信息的问题,基于车路协同(CVIS),设计分析公交站点间不同的"加速—匀速—减速"的行驶工况,在ADVISOR(高级车辆仿真器)仿真平台上建立纯电动公交车动力系统模型.结合交通信号灯信息和站点距离信息,利用非GUI编程方法实现ADVISOR和遗传算法的联合仿真,以单位里程油耗量最低为目标,获得纯电动公交车在站点间的一种最优行驶工况,和车路协同工况优化前相比,单位里程油耗降低29.4%.     

车路协同的插电式汽车预测能量管理策略研究

为进一步改善插电式混合动力汽车(plug-in hybrid electric vehicle, PHEV)的能量经济性,提出了一种考虑市区道路交通信息的经济车速规划方法及基于模型预测控制(model predictive control, MPC)的能量优化管理策略。以某款P2构型的PHEV为研究对象,基于市区路口信号灯配时状态信息,分别采用动态规划与高斯伪普法优化求解经济车速。根据规划出的经济车速,提出了基于MPC的优化能量管理策略,其利用Dijkstra算法求解最优转矩分配。结果表明：对比基于规则的分段三角函数法,2种经济车速规划算法分别可降低6.31%、7.03%的PHEV等效油耗。基于MPC的优化能量管理策略相比于基于规则的能量管理策略可进一步提升4.98%的能量经济性。     

基于交通信号灯信息的混合动力汽车节能预测控制方法

针对传统混合动力汽车控制方法不考虑已知道路交通信号灯信息对车辆能量管理影响的问题,提出了基于交通信号灯信息的混合动力汽车节能预测控制智能优化策略。通过建立混合动力汽车系统的简化模型,并采用连续广义最小残量方法求解模型预测控制问题。运用MATLAB/Simulink进行仿真,仿真结果验证了交通信号灯信息模型的有效性,以及所设计的模型预测控制算法大幅度提高混合动力汽车的燃油经济性的能力和实时控制性能。研究结果表明所提出的控制策略可以实现车辆行驶轨迹的优化控制,显著提高了车辆的燃油经济性,并满足系统的实时最优控制要求。     

基于增广Petri网的实时交通信号控制系统

利用带抑制弧/使能弧、自控网技术的增广Petri网设计了一种交叉路口实时交通信号控制系统,通过采集路面车流量信息实时改变每个信号灯周期内各相位时长,模型通过了正确性分析.并依据该模型开发了Java原型系统,实验表明该系统能有效缓解交叉口的交通滞留.     

基于自适应背景抽取的车辆外形参数识别

针对车辆的侧面图像,设计了一种基于数字图像处理技术的车辆图像特征参数识别方法.为克服噪声的影响,采用自适应高斯混合模型进行背景抽取,在此基础上对车长和车高的测量方法进行了研究,通过实验分析了车速和物距对测量精度的影响.试验结果表明:在低速范围内车速对测量精度的影响很小,物距对测量结果的影响较大.在此基础上建立了车辆外形参数与物距的关系,可有效测量车辆的外形参数,为进一步对车辆进行识别分类提供了参考依据.     

四驱混合动力轿车转弯工况路径跟踪控制

针对四驱混合动力轿车,提出一种转弯工况下集成横向与纵向运动控制功能的路径跟踪控制策略.在建立车辆动力学与动力系统模型的基础上,设计了基于轨迹跟踪误差的驾驶员预瞄转向模型;采用模糊控制器确定了期望车速,对转矩分配问题进行优化研究;设计了车速与轨迹跟踪模型预测控制器;搭建了CarSim与MATLAB/Simulink联合仿真模型与自动驾驶模拟驾驶器,对控制策略进行了离线仿真和硬件在环仿真试验.研究结果表明,车辆转弯过程中路径及车速跟踪效果良好,满足转弯工况路径跟踪需求.     

基于Agent的交叉口群微观交通仿真系统与应用

为了改善车辆在交叉口群的运行效率,缩短车辆排队长度和减少车辆起停次数,在对交叉口群微观交通仿真中车辆、交叉口、车道、信号灯实体进行Agent建模基础上,采用AgentSpeak语言设计了车辆Agent的跟驰行为、交叉口避撞与左转待转行为、以及换道行为等模块,实现了基于Agent的交叉口群微观交通仿真系统。以西安市小寨商圈交叉口群为例,车辆Agent分别按照随机速度行驶和最大限速行驶意图模型进行仿真试验。研究结果表明:采用最大限速行驶策略时,车辆在交叉口群的平均延误时间可降低25.7%,平均起停次数可降低35.8%,这为改进现有交叉口群车辆通行控制策略和管理措施提供了思路及评价手段。     

交通信号灯系统的动态控制

交通信号灯系统的智能化控制是近年来得到关注并广为研究的一个课题．通过引入动态控制系统，描述了该系统的工作原理及控制模式，给出了一种基于PLC的交通信号灯系统的动态控制方法．该系统以地感线圈为信号采集元件，以PLC为信号处理和控制装置，具有系统结构简单、投资成本较小、现场适应能力强、时间调节范围广等特点，因而在实际的交通信号控制领域有良好的应用前景．     

新型微电脑交通信号控制仪的研制

研究了以AT89C5 1单片机为核心的一种城市 6路制交通信号灯控制仪的软硬件设计 ,以及在提高其可靠性和抗干扰等方面所采取的措施 .实际运行的结果表明 ,该控制仪采用DS12 887和X2 5 0 4 5等集成芯片 ,简化了系统电路 ,解决了系统死机和数据易丢失的问题 ,达到了交通信号控制的各项性能指标要求 .     

基于Q学习的智能交通信号灯优化

利用Q学习发展出的D3QN模型来实现交通信号控制智能体,模型采用离散交通状态编码的状态集,将交叉口处车辆的位置-速度二维矩阵图经过卷积网络层进行特征提取,以捕捉更精确、完整的交叉口信息。分别基于相位切换策略和马尔科夫决策过程型(Markov decision process, MDP)动作策略,利用SUMO交通仿真软件进行模拟训练。结果表明,与传统的定时定序信号灯控制策略相比,相位切换策略下车辆的平均等待时间减少了约45%,而MDP动作策略下减少了约78%。     

基于模糊理论的交通控制系统研究

目的提出以车辆在交叉口延误作为模糊输入的交通信号模糊控制策略。方法通过对车辆在交叉口延误时间的估算,制订模糊控制规则来控制交叉口的信号灯,能有效地减少车辆在交叉口的延误时间。结果给出了车辆在交叉口延误时间的计算方法、模糊控制规则的定义和解模糊的方法,并以实例验证了这种方法的可靠性。结论提供了一种解决城市交通堵塞问题的途径,验证结果证明是可靠的。     

基于卡尔曼滤波理论的实时交通信号控制研究

针对城市交通信号灯单独控制,以及信号配时固定等问题,提出一种基于卡尔曼滤波理论的实时交通信号控制方法。该方法利用卡尔曼滤波理论,对通过道路交叉口下阶段交通流量进行预测,并更新交通信号配时。通过对交叉口高峰小时交通流量实时调研,采用卡尔曼滤波理论预测交通流量后,对信号配时进行实时优化,并采用VISSIM软件对此交叉口进行仿真,仿真结果表明,车辆排队长度缩短,停车次数下降,通行效率得到大幅提高。     

一种考虑加速度需求的车速自适应控制方法

针对智能车辆纵向控制要同时满足期望车速和期望加速度的需求,同时考虑到道路阻力变化对纵向控制的影响,提出一种考虑加速度需求的车速自适应控制方法。利用车辆纵向动力学模型,通过自适应遗忘因子递归最小二乘法对道路阻力进行估计。在此基础上基于条件积分方法设计耦合的车速和加速度控制律,通过积分自动调节和切换策略,保证了车速控制和加速度控制的平滑切换,并且通过建立李雅普诺夫函数,证明了车速跟踪误差的全局渐进稳定。最后,通过仿真试验和实车试验验证了控制方法的有效性。     

双侧电驱履带车辆模糊自适应滑模转向控制

针对履带车辆在行驶过程中,由于路面条件非线性变化导致的车速和转向角速度跟踪存在时滞和不稳定的问题,基于履带车辆转向运动学和动力学分析,提出了一种基于滑模变结构的转向控制方法,并将履带车辆的控制系统进行解耦,分别控制车速及转向角速度.采用积分滑模控制算法,设计了能够适应路面变化的车速控制器;引入模糊控制柔化控制信号,降低滑模抖振,并结合自适应调节设计了能够适应转向阻力非线性不确定的转向角速度控制器.运用MATLAB/Simulink软件对系统进行转向控制仿真分析,与传统比例-积分-微分(PID)控制相比较,车辆行驶速度与转向角速度跟踪响应速度分别提高了1.9 s和0.5 s,转向角速度跟踪精度提高了4％.仿真结果表明:所提出的算法具备响应速度快、抗扰动能力强的优点,能够实现履带车的稳定转向.     

基于变预测时域的电动汽车轨迹跟踪控制

针对在不同车速下由于车辆动力学参数改变导致轨迹跟踪的误差变大的问题,研究电动汽车自适应性轨迹跟踪控制器设计.首先,基于模型预测控制(model predictive control,MPC)设计轨迹跟踪控制器,对比分析不同车速下不同预测时域对轨迹跟踪的影响;其次,通过仿真结果,发现不同车速下采用恒定预测时域,轨迹跟踪在不同速度下自适应性变差,易产生较大的跟踪误差;最后,设计了基于车速变化的变预测时域轨迹跟踪控制器.CarSim/MATLAB/Simulink联合仿真结果表明,改进后的轨迹跟踪控制器在不同车速下轨迹跟踪具有良好的控制精度和稳定性.