英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
合作自适应巡航控制系统关于交通流量特性的影响
Bart van Arem, Member, IEEE, Cornelie J. G. van Driel, and Ruben Visser
摘要 - 合作自适应巡航控制（CACC）是ACC的张力。 除了测量预定距离的距离外，cessor，车辆也可以与前任交换信息通过无线通信。这使车辆能够遵循其规定前辈在更紧密的控制下更近距离。 这张纸侧重于CACC对交通流特征的影响。它采用专门的交通流模拟模型MIXIC旨在研究智能车辆对交通流量的影响。作者研究了CACC对公路合并的影响从四条到三条车道的情况。 结果显示，交通流稳定性和交通流量略有增加效率与没有装备的合并方案相比汽车。
索引术语 - 自适应巡航控制（ACC），智能化车辆，交通流模拟，车辆车辆通信。
Ⅰ.介绍
过去几十年来，西方社会一直如此不断面对增加的问题 - 道路交通。交通需求的增加导致了严重拥塞的网络，并对流量产生负面影响安全，空气污染和能源消耗。 期望在这方面使用远程信息处理技术在道路交通中的应用很高，因为这项技术可能会导致系统创新（例如，先进的车辆指导），这在长期内可以有助于解决面临的问题[1]，[2]。
高级驾驶员辅助（ADA）系统支持驾驶员在他的驾驶任务中。这些系统正在开发，因为他们有增加驾驶员安全的视角安慰。另外，ADA系统可以产生积极的影响在交通流量表现和减少排放和燃料消费。ADA系统的例子有各种形式巡航控制，车道保持系统和碰撞警告系统。
手稿于2005年10月14日收到; 2006年6月20日，2006年7月31日和2006年8月4日修订。这项工作得到了综合应用的支持驾驶员援助（AIDA）计划荷兰组织Ap-科学研究TNO和Twente大学。 助理这篇论文的编辑是L. Vlacic。
B. van Arem和C. J. G. van Driel正在研究计划综合司机协助（AIDA），运输中心的应用特文特大学工程技术学院研究员，7500荷兰恩斯赫德（电子邮件：b.vanarem@utwente.nl; c.j.g.vandriel @utwente.nl）。
R. Visser参加了应用程序集成驱动程序研究计划援助（AIDA），运输研究中心，工程学院技术，特文特大学，7500恩斯赫德，荷兰。他现在与4Motion Consultancy，荷兰乌得勒支3521（电子邮件：ruben @4motion.nl）。
数字标识符10.1109/TITS.2006.884615。
汽车引入的ADA系统行业是自适应巡航控制（ACC）。ACC是一个基于雷达的系统，旨在提高驾驶舒适性和舒适性过减轻驾驶员的不断需求来进行调节他的速度与前面车辆的速度相匹配。系统变慢当它接近速度较低的车辆时下降，以及该系统将速度提高到之前的速度水平当车辆前期加速或消失时设置（例如，通过改变车道）。
车对车通信可以进一步推进ADA系统的开发。 ACC（CACC）是一个合作社ACC的进一步发展，增加了车对车的通讯，为ACC系统提供更多，更好的服务关于它所关注的车辆的信息。有了信息这种类型的ACC控制器将能够更好地预测问题，使其更安全，更顺畅，更“自然”作为回应。虽然CACC主要是为捐赠而设计的驾驶员更加舒适和方便，CACC有潜力对交通安全和交通效率的影响。这很重要了解CACC早期的交通流量效应发展，以便如果它们被无意中发现造成问题，设计之前可以相应调整不利的交通影响被广泛表现出来。除此之外，建议研究CACC的交通流量效应这些（舒适）系统可以发展到最好的支持未来的进步。
新开发的系统CACC存在关于交通流影响的不确定性。本文的目标是评估CACC对交通流量特性的影响在流量稳定性和吞吐量方面。
本文组织如下。 在第二节中，我们回顾一下相关文献。在第三节中，我们描述了交通 - 流动模拟模型MIXIC。当时的CACC系统在第四节中进行了解释。我们将描述这些仿真研究及其结果分别在第五部分和第六部分。该结果在第七节中讨论。第八节包含我们的结论。
II．文学评论
根据两项文献研究，ACC可以做出贡献对交通流量的稳定性有限，影响交通表现既积极又消极[3]，[4]。 低成本ACC的渗透率对交通没有任何影响流量，而不管时间间隔设置[5]。 即使在最下面有利的条件，理想的ACC系统设计和表现，因此，看来ACC只能产生小的影响公路通行能力[6]。
与关于自治ACC的大量文献相比，与CACC有关的文献是有限的。在一些研究中，CACC系统的功能，体系结构或设计已被描述。但是，广泛探索交通流量从吞吐量和容量的角度来看，这种影响是定量的只有少数研究人员完成。
在[7]中描述了完整队列的概念。 大容量每车道每小时可容纳多达8500辆车的容量值如果单独的基础设施可用并且所有车辆使用这条车道的铁轨可以相互沟通。 这个自动化高速公路系统（AHS）的概念尤为突出美国研究人员设想的。AHS已被定义作为车辆高速公路系统，支持无人值守和脱落在专用高速公路专用道上行驶。已经有不同的AHS探索，有些已经深入调查。
合作以下（CF）使用自动纵向控制结合车间通信[8]。它允许低预期会出现严重的制动机动冲击波以平滑交通流量为目的增强交通安全。CF的功能一直是在微观交通模拟模型MIXIC中进行模拟，并且模拟已经由一排混合CF运行装备和没有装备的车辆。虽然在排级别实现更好的稳定性，流量效率无法确认。
CarTALK 2000项目侧重于开发合作社 - 全面的驾驶辅助系统，车间通信[9]。两个交通的影响应用[基本预警功能和早期制动（即，CF的延续）]使用MIXIC进行评估。 所有关于车辆的应用其中涉及向其他人广播消息的车辆车辆以-2.0m / s2或更小的速度加速时。结果表明交通稳定性在减少方面的改进，所有渗透率的冲击波的数量车头测试。
对增加市场渗透能力的影响，ACC和CACC车辆相对于手动通过使用定量的方式对其进行了检查微观交通模拟[6]。一条单一的高速公路一个由一条单线车道组成的斜坡公路路口紧随其后的是单车道匝道已被考虑。分析最初是为了区别而进行的100％手动驾驶车辆，100％ACC（时差1.4秒）和100％CACC（时间间隔0.5秒）来验证这些最简单情况下的结果的合理性。该手动驾驶的标称容量估计值，ACC和CACC案件为每小时2050辆，2200辆和4550辆，分别。接下来，分析混合车辆种群在每种车型的20％的所有可行倍数中。它是CACC可能会使a的能力增加一倍在高CACC市场渗透率的高速公路车道。容量基于以下事实，效应对市场渗透敏感减少的时间差距只能在两对之间实现配备CACC的车辆。
CHAUFFEUR 2项目已经解决了三种方法旨在通过开发卡车司机的工作来减少卡车司机的工作量，排队能力[10]。首先，我们有一个电子拖车酒吧里车辆自动跟随手动驾驶领先的车辆。由于车辆间的交流，跟随距离非常接近（6-12米，这相当于在80公里/小时0.3-0.6秒）。其次，我们有司机助手，这使卡车能够跟随任何其他车辆高速公路与一个安全的以下距离使用ACC和a车道保持系统。第三，我们有电子耦合在排队模式下的三辆卡车。领先的车辆被驱动通常情况下，跟随两辆车。另外，在这个项目，以下距离非常接近（6-12米）。对于这是最后一种排队模式，卡车装备了车辆 - 车载通信系统。考虑到a的结果微观交通仿真模拟研究模型 VISSIM和FARSI，得出的结论是主要影响CHAUFFEUR 2系统更好地利用了公路通行能力，燃料消耗降低20％，交通量增加安全。然而，有人评论说，排队是大多在夜间或交通量低的路段可行因为在高流量期间，交通流量的稳定性降低。
从这篇文献回顾可以得出以下结论被画下来。首先，可以提供车辆间通信ACC系统有更多更好的信息它跟随的车辆。 不仅遵循距离和速度考虑到与其直接前任的差别，而且速度变化也可以相互协调。该信息可能包括精确的速度信息，加速器 - 故障警告，前方危险警告，最大值制动能力和当前制动能力。 借助这种类型的信息，ACC控制器可以更好地预测问题，使车辆更安全，平稳和快速作为回应，并因此能够使车辆更紧密地跟随。时差可能只有0.5秒。
其次，CACC有潜力通过增加产能最大限度地减少连续车辆和交通流量流动稳定性通过提高绳子的稳定性，这改善了性能只有在配对车辆时才能实现配备CACC系统。 因此，改进的交通效率在很大程度上取决于CACC的水平部署。
第三，广泛研究交通流的影响就交通流量稳定性和吞吐量而言，CACC是不足。有限的CACC效应研究已经进行，形成强调CACC能够提高能力的高速公路显着。CACC可能会加倍高速公路通行能力。
III.交通仿真模型混合
为了研究ADA系统的潜在影响，如CACC，建模方法应该适合分析ADA系统功能的不同假设，路边系统，驾驶员行为和车辆动力学。此外，它应该能够评估对交通的影响性能，交通安全，废气排放和噪音排放。为了满足这些要求，一个随机的仿真模型MIXIC开发[11]。
微观交通仿真模型MIXIC进行模拟网络中链路层的流量。 考虑到交通流量的输入，MIXIC模拟此链接上的流量行为并生成流量统计。MIXIC使用真实的流量测量（时间即时，车道，速度和车辆长度）来产生交通模拟运行的开始。在每一步（设定为0.1秒）时，新的车辆位置由驾驶员模型和a车辆模型。 驾驶员模型产生驾驶员动作，例如作为车道更换和新的踏板和档位。这些司机为车辆模型输入行动，该模型计算出导致车辆的加速度和位置。其余部分介绍MIXIC的主要组成部分。
流量发生器决定是否放置新的第一条道路起点的车辆。车辆生成从所谓的流量“注入”文件中分配具体的车辆/驾驶员数据和初始状态。流量注入文件由记录的各个车辆的实际数据组成（到达时间，位置，车道，速度和长度）。车辆类型并分配驾驶员类型（反应时间，期望速度等）随机（使用出现频率）。使用注射生成微观模型输入的文件有三个有利位置。 首先，它的定义是现实的。 其次，它把交通发展模型到测试（这个模型应该在任何情况下能够处理的流量提供的注射文件，实际观察到的流量）。第三，它允许用于通过比较模型与校准和验证进一步下游测量[12]。
驾驶员模型由三个主要部分组成：车道变换模型，纵向模型和一个组件，它描述了驾驶员和驾驶员之间的交互ADA系统。车道变换模型由一个强制性模型组成车道改变模型（表示由于车道改变造成强制车道改变几何因素）和一个免费的车道变换模型（代表超车）。纵向模型区分了自由驾驶行为（驾驶员试图达到或维持他的意图速度）和跟随行为（驾驶员调整他的速度和/或相对于前方交通的距离）以下模型是在MIXIC中实现的Burnham等人的最优控制模型。[13]。它基于驾驶员试图保持相对速度的假设导致车辆零并同时尝试保持清关达到期望值。除原来的模型外，还有采取前导车辆前方车辆的相对速度因为它有助于流量的稳定流量[12]。与其他微观交通模式相比，MIXIC可以指定驱动程序与一个ADA系统的交互。
车辆模型描述动态车辆行为作为与司机和道路的交互的结果，考虑到环境条件。车型使用关于车辆特征的信息，道路几何形状，道路状况和风。输出的模型是使用的更新的车辆加速度来计算车辆的新速度和位置。
为了研究ADA系统的影响，MIXIC也包含了一个描述ADA系统行为的详细模型该文件。ACC模型已经在MIXIC中可用。如果司机打开了ACC系统，ACC模型需要在纵向驾驶员模型上。
图1. CACC模型在MIXIC中的位置。
为了获得该控制任务所需的信息，使用雷达状传感器。 传感器的特点是其延迟和最大检测范围。传感和通信操作失败，没有考虑过设备。
仿真模型MIXIC最初是在英国开发的20世纪90年代初。它被校准了不同的两个，三个，和四车道高速公路的情况。高速公路的情况在本文中研究的是根据A4的数据校准的高速公路斯希普霍尔附近[12]，[14]。纵向和纵向横向模型似乎足以代表实际交通。看来，四车道环境中的交通流量是认为现实。流量合并到的部分一条三车道高速公路，交通量高达7700 pcu / h观察5分钟的间隔。虽然这似乎高的，实证研究表明，这样的高峰流量确实很高但并非不现实[15]。
IV. 合作适应性巡航控制（CACC）
MIXIC的特点适合探索CACC对交通流量的影响。首先，一个新的CACC模型必须在MIXIC中设计。的基础MIXIC中的纵向驱动模型是a的计算期望的驾驶员加速度。如果CACC系统接管司机的纵向驾驶任务的一部分，一个参考反而计算CACC控制器的加速度。这个参考加速度用于确定实际加速度在MIXIC车型中的车辆的位置介绍了如上所述的MIXIC中的CACC模型在图1中。
为了建模目的，配备CACC的车辆可以分为两个不同的组成部分：CACC控制器提供参考值和一个车辆模型转换使用车辆将参考值转换成实际实现的值模型。来自CACC的加速参考需求控制器必须被确定并且然后被馈送到车辆中模型。速度和距离控制器的方程式有源于[16]。由于MIXIC与[16]中使用的模型不同，在这些算法中已经进行了一些更改为了开发一个可行的模型。
加速需求可以基于当前和预期速度之间的差值（aref_v）或者基于自行车（即配备CACC的车辆）与目标车辆（即，前驱动者）之间的距离和速度差来计算 自我车辆）(aref_d)。 加速需求由最严格的给出：
aref = min(aref_nu;,aref_d).
全文共15450字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[14973]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
