三阶段智能车辆多信号灯路口节能车速规划

为提高智能车辆在多信号灯场景通行时的能耗经济性，提出一种鲁棒三阶段(选择—平滑—优化，Select-Smooth-Optimize, SSO)的节能车速规划框架。采用随机撒点方式划分可通行区域，基于经济巡航车速构建加权有向无环图(WOG),利用Dijkstra算法求解加权有向无环图粗解；利用三次样条插值模型平滑粗解轨迹，降低非线性优化的计算时间；将车速规划最优控制问题转化为非线性优化问题，利用平滑后的轨迹作为内点法优化的初始迭代值，加快最优速度轨迹收敛，构建不规则信号灯相位和配时(SPaT)场景并进行仿真测试。仿真结果表明，与一阶段和两阶段基准算法相比，SSO算法分别节省26%、7%的能耗，并能兼顾鲁棒性与实时性计算要求。     

基于DK聚类模型的多工况速度预测器

车辆速度预测能为新能源汽车的能量管理策略提供重要的信息，但要准确地预测车速存在诸多困难。为克服交通状况、车辆类型和驾驶员意图等确定或随机因素对车速预测造成干扰的问题，提出了一种基于DK(DTW-based K-means)聚类模型的多工况速度预测器，该预测器通过DK模型对车速序列进行工况划分，并结合一维卷积神经网络和长短期记忆神经网络预测各工况下的未来车速。基于所提出的预测器，讨论了不同的输入序列长度及聚簇数对该预测器的影响，并比较了该预测器与其他常用模型的性能。结果表明，该预测器具有较好的多工况适应性，预测精度比其他模型更高。     

新型需求响应公交发车时刻和票价优化EI北大核心CSCDCSSCI

为解决新城区和城市边缘地区公交乘客等车时间长,出行便利性差,公交满载率低,公交运营者投入成本难以回收等问题,提出了考虑预约乘客等待时间的需求响应公交运营模式.此模式根据票价随预约乘客的在站等待时间增加而减少的原则进行公交票价差别定价,基于客流量变化实时更新公交车发车时刻,以缩短乘客等车时长,提高公交满载率,从而提升乘客满意度,增加公交运营者收益.构建了混合整数规划模型求解新模式下的发车时刻表和公交票价,并设计了遗传算法求解模型.之后,通过宁波市梅山新区的实际公交线路和OD量等数据进行了实例分析.通过对比计算结果和现状下的公交发车时刻,公交票价,出行者等车时长,出行成本和公交运营者收益,验证了新模式的优势.     

智能汽车换道轨迹的燃油经济性研究

基于智能汽车行驶的空间约束和运动轨迹曲率约束等限制，对换道轨迹的燃油经济性进行了研究. 基于发动机瞬态油耗模型，确定了平路行驶的最经济车速，并建立了能满足各种约束的3阶贝塞尔换道轨迹模型. 通过Matlab/Simulink与Carsim联合仿真验证，文中设计的贝塞尔换道轨迹的油耗分别比已有的sin-tanh和x-sin换道轨迹节油了3.49%和0.77%，其最大横向加速度值也分别比sin-tanh和x-sin换道轨迹降低了31.75%及7.45%. 因此在保证智能汽车安全舒适行驶的基础上，利用贝塞尔换道轨迹的汽车油耗更少，对应的最大横向加速度更小，表明贝塞尔换道轨迹模型具有优越性.      

混合公交系统的票价和服务区域协同优化

为促进需求适应式双线混合公交系统的发展，对矩形区域内固定公交/需求响应式公交服务区域和需求响应式公交票价进行协同优化.采用连续逼近法，推导出运营商和乘客的成本构成.构建了非线性规划问题，在运营商收益非负的约束条件下使用户总成本最小化.设计数值实验，检测不同需求水平下优化模型特性.结果表明，时间价值参数对服务区域的影响较大，对票价的影响较小.算例中时间价值从20元/h增大到40元/h时，需求响应式公交服务区域面积占总区域面积的比例从24.5%增大到32.0%.需求密度对用户成本的影响较大，低需求密度下需求响应式公交的最大偏移距离与用户成本成负相关关系，而在高需求密度下则相反.灵敏度分析中最佳的需求响应式公交服务区面积占总区域面积的比例均小于50%.     

单目视觉的前车位置识别及安全车距监测

针对自动驾驶中的前车位置识别及安全车距监测问题,提出了基于单目视觉的解决方案:首先,通过图像中前车轮廓与本车道及同向车行道分界线是否相交判断前车是否为监测车辆;其次,根据图像中像素坐标系与空间坐标系的对应关系构建转换模型,计算前方监测车辆与本车的真实车距;最后,根据可跨越的同向车行道分界线在连续图像帧中的位置变化计算本车的行驶速度,并依据交通法规判断本车与前方监测车辆之间是否为安全距离.实验结果表明,该解决方案可以有效地识别前车位置、监测安全车距并降低系统成本.