连续信号交叉口网联自动驾驶车速控制

为了提高车辆在城市道路上行驶时的燃油经济性,同时减少污染物的排放,针对车联网环境下自动驾驶车辆可以与路侧设施及区域中心控制系统实时信息交互的特征,提出了连续信号交叉口车速控制方法。当车辆距下游各信号交叉口的距离和下游交叉口信号相位及时长可以提前获取时,通过提出的自动驾驶车速控制模型计算出一个使车辆能够连续通过下游多个信号交叉口的恒定速度,同时为了保证驾驶舒适性,采用平滑的三角函数曲线表征加/减速过程中的速度变化,避免了车辆在交叉口处急刹车或急加速的情况。为验证车速控制方法的有效性,基于多智能体技术建立了车联网环境下连续信号交叉口车速控制仿真系统,模拟对比分析了有速度控制和无速度控制下车辆连续通过3个信号交叉口的燃油消耗量、CO₂排放量以及行程时间。结果表明:在低密度车流下,运用该车速控制方法,车辆连续通过3个信号交叉口的平均燃油消耗量与CO₂排放量均减少了30%以上,行程时间减少了约5%;在中、高密度车流下,车辆的平均燃油消耗量与CO₂排放量减少了约20%,并能够节省约15%的行程时间。另外,通过与目前已有的针对单点信号交叉口的车速控制模型的比较,本文提出的连续信号交叉口车速控制模型在节能减排方面更具优势。      

基于D-OPTICS算法的网约车载客热点区域挖掘

为准确分析网约车载客高需求热点区域，考虑载客热点聚类中车辆行驶距离的约束，采用结合Dijkstra寻路算法的OPTICS算法，提出寻路密度OPTICS(D-OPTICS)算法。DOPTICS算法利用车辆轨迹数据进行空间聚类研究分析载客热点区域。通过道路网络拓扑结构提取各路段节点，采用Dijkstra算法进行寻路并以路段为单位提取邻域范围内载客点进行聚类。将成都市网约车轨迹数据进行热点区域的挖掘和分析。与传统OPTICS算法相比，所提算法考虑了道路距离的约束，提高了载客热点聚类稳定性和精度，获取的载客热点区域更贴合实际情况。     

基于改进遗传算法的移动机器人路径规划

路径规划是实现移动机器人自主导航的关键技术。针对常规路径规划算法求解的路径长度非最短以及在前后两次规划过程中规划路径不连贯的问题，提出一种基于改进遗传算法的帧间关联平稳路径规划方法。首先，结合随机和定向两种搜索方式生成候选路径；然后，在常规遗传操作算子中引入插入算子和删除算子，并将规划路径的连贯性考虑进适应度函数中来计算每条候选路径的适应度值；最后，输出适应度值最高的路径作为当前最优路径。仿真结果表明了所提方法的正确性和可行性。实验结果表明，所提方法与A*算法和常规遗传算法相比，移动机器人行驶路径长度分别减少了3.05%和1.85%；行驶过程中的最大偏航角变化量分别减少了38.02%和32.43%，转角绝对值之和分别减少了23.97%和19.94%，所提方法能规划出更优的路径，并显著提高移动机器人的行驶效率和平稳性。      

城市道路交通流检测数据精度评价

目前各种检测方法采集到的路段速度数据普遍存在一定的误差,其准确性直接影响各种交通分析模型结果的精度.针对浮动车检测器、微波检测器以及线圈检测器的路段速度数据进行研究,利用GPS(Global Positioning System)设备实时记录试验车位置,分别在快速路和主干路进行了12次实验,对不同采集方式获取的速度信息进行了精度验证和评价.实验结果分析表明,浮动车数据获取的城市快速路和主干路的路段行程速度平均误差分别为13.6%和27.8%,且采集值与实际速度具有相同的分布.快速路微波检测器和主干路线圈检测器的速度数据与真实行程速度数据的误差分别为30%和56%.表明了微波检测器的断面速度值,用来表征所处路段的行程速度时虽然具有一定的误差,但是基本能表征路段的行驶状况.该研究结论为不同精度需求的交通模型选择合适的数据源提供支持,并为利用多源数据的冗余信息提高数据精度和完备性提供了理论依据.      

基于Dijkstra算法的平滑路径规划方法

移动机器人在复杂环境下沿Dijkstra算法规划的路径运动时,由于所规划的路径存在转折点多、部分转折角度小等问题,导致移动机器人不得不频繁转向,甚至要暂停才能完成转向,严重影响机器人的工作效率。利用几何拓扑学方法,结合实际场景信息,提出一种基于Dijkstra算法的平滑路径规划方法。根据应用场景获取连续化地图,将连续化地图离散化后随机生成离散点阵,计算各点之间的欧氏距离,选取与各离散点距离较近、且连线不跨越障碍的多个点,将其连接并生成离散图。在离散图中利用Dijkstra算法搜索最优路径作为引导路径。当移动机器人沿引导路径运动时,结合实际场景信息,采用几何拓扑学计算出移动机器人每一时刻应该采取的最佳动作和运行路线。实验结果表明：所提方法能够有效减少移动机器人运动中的累计转弯角度,增大最小平均转折角度,提高所规划路径的平滑度,从而缩短移动机器人的运动时间,提升机器人的工作效率。     

极化复用方式下高性能数传基带奇偶合路实时处理方法

数传基带奇偶合路实时处理,是极化复用方式下卫星过境弧段即时判读星载设备状态及获取空间科学探测成果的前提和基础。面向空间科学卫星高速数传实时处理需求,针对传统合路处理方法受限于内存拷贝与排序操作导致处理性能较低的问题,提出一种使用环形队列对数据进行内存管理并基于各虚拟信道奇偶单路传输帧计数自然有序特征进行合路处理的新方法,有效规避频繁的内存移动与复杂耗时的排序操作,显著提升奇偶合路实时处理性能。空间科学卫星任务的工程实践结果表明,所提方法的实时合路性能满足ASO-S卫星1 Gbit·s–1和CASEarth卫星1.6 Gbit·s–1的高速数传实时处理需求。      

基于北斗定位的多义路径识别解决方案

针对高速公路路网络存在的多义路径问题,提出一种基于北斗定位技术的高速公路通行卡设计方案。将北斗芯片与高速公路ETC通行卡集成,在车辆行驶过程中精确记录其位置信息,并将其与地图数据进行匹配,得到车辆的实际行驶轨迹,并以此为依据收取通行费用,有效避免多义路径现象,有助于实现高速公路大范围联网收费。与目前已有的RFID标识站方案及车牌自动识别方案相比,本方案具有识别结果精确、对现有系统改动较小、受外界影响较小等特点,具有广泛的应用价值。     

考虑临近车道行人对交通流影响的改进跟驰模型

基于实际人车混合行驶的情形,提出了一个改进的车辆动力学模型。该模型考虑了邻车道或横向的行人、自行车等对主干道车辆的驾驶行为影响。基于经典的最优速度模型,将主干道车辆与行人之间的横向距离和纵向距离作为参数引入最优速度模型中。为了验证所提模型的稳定性和有效性,利用线性稳定性理论,推导出模型的稳定性条件和非稳定性条件,绘制中性稳定性曲线,直观描述了交通流稳定区域大小。理论结果表明:考虑横向行人干扰因素的改进跟驰模型比传统的只考虑单一车道车辆因素的跟驰模型更加的稳定,并且不同参数的变化,所引起的稳态区域也会发生变化。采用了更加真实的优化速度方程,通过仿真实验来描述车辆的驾驶行为;仿真实验列举了2种实际场景:行人稀少和行人较多时。分别绘制了车辆的速度-时间变化曲线以及车辆的时空图,实验结果表明:横向行人的确会干扰车辆的正常驾驶;不同场景下,行人数量的多寡也会对车辆的驾驶行为造成不同程度的影响。      

无人驾驶矿用运输车辆感知及控制方法

针对当前矿区生产作业效率低下、安全事故频发等问题,提出了一种矿用运输车辆无人驾驶感知及控制方法。感知部分,设计出基于激光雷达和毫米波雷达融合的多目标识别架构,在数据关联的基础上,应用基于卡尔曼滤波的联合概率数据关联（JPDA）算法实现矿区环境下多目标识别;控制部分,采用路径预瞄-跟踪的方式,将横向控制与纵向控制进行解耦,并通过反馈机制实时进行偏差修正,实现无人驾驶矿用运输车辆精准的横向与纵向控制。此外,搭建了矿车无人驾驶系统平台,在矿区不同场景下对上述感知及控制方法进行了测试。实验结果表明,感知算法能够实现道路可行驶区域的精确检测,并可识别出多种障碍物类型,控制算法在上下坡等场景下可实现无人驾驶矿用运输车辆纵向速度和横向位置的精准控制,满足实际应用需求。      

一种低轨遥感卫星按需数据传输机制

针对现有低轨（LEO）遥感卫星数据下行机制普遍存在的低效率、高时延、传输路径易损等问题,提出了一种新型的遥感数据传输机制。所提机制中,支持地面站按需实时定位遥感影像资源,并建立定位卫星到达地面站的传输路径;在建立传输路径时,考虑到协作卫星与地面的可视时间有限,提出了以路径持续服务时间最大化为度量的路由算法,降低因协作卫星改变而引入的传输时延。基于NS3仿真平台实现了所设计的数据传输机制,实验表明,提出机制相比现有数据传输机制可降低数据传输时延,减少数据丢失。      

线性板簧的迟滞特性对车辆平顺性影响

通过分析板簧迟滞特性对车辆在不同路面上行驶平顺性的影响,探讨合理选择板簧悬架减振器阻尼的方法.采用1/4车辆模型,在考虑和不考虑板簧迟滞特性2种情况下分析了车辆在不同路面上的簧载质量加速度均方根值.考虑到模型非线性,采用时域求解,并以随机生成的路面数据和一组实测路面数据作为模型输入.分析结果表明板簧迟滞特性对行驶平顺性的不利影响在良好路面上表现得更为明显,因此减振器阻尼系数应根据路面不平度等级加以选择.对于采用板簧悬架的车辆,减振器在压缩行程和复原行程的阻尼比范围应分别为0.1~0.2和0.2~0.3.     

网联混合动力汽车能量优化控制

能量管理策略是混合动力汽车的核心技术之一,决定了车辆的燃油经济性和排放性能。针对现有混合动力汽车的能量管理都是基于固定工况开发而没有考虑实际道路工况的问题,基于智能交通系统（ITS）和专用短程通信技术（DSRC）获取的道路交通信息和周边车辆信息,提出了一种网联混合动力汽车分层能量控制方法。其中,上层控制器利用道路交通信息和模型预测控制算法预测车辆的最优目标速度并计算出需求转矩;下层控制器利用上层控制器获得的目标车速信息,实现最优车速跟随,并使用模糊神经网络控制算法优化发动机和电动机之间的转矩分配以降低燃油消耗。仿真结果表明:与传统的能量管理策略相比,所提方法可以有效避免车辆在红灯时停车,车辆的燃油消耗率降低了34.88%,HC、CO和NO_x的排放分别降低10.59%、66.19%和1.05%,提升了混合动力汽车的燃油经济性和排放性能。      

四轮驱动汽车牵引力控制系统控制策略

针对四轮驱动汽车整车动力性和横向稳定性的问题,提出新的目标滑转率计算和修正方法的牵引力控制系统综合控制策略。首先,建立车辆系统各主要部件的数学模型;然后,针对不同工况,利用模糊PID控制技术建立以发动机节气门开度控制、轴间扭矩分配控制和驱动轮制动控制为一体的牵引力控制系统综合控制策略;在车轮目标滑转率的选取方面,提出了最优纵向滑转率查表法,并根据车速以及轮胎侧偏角的大小对目标滑转率进行实时修正;最后,在典型工况下使用MATLAB/Simulink对四轮驱动汽车牵引力控制系统进行离线仿真研究。结果表明：本文所提出的牵引力控制系统控制策略能有效地抑制驱动轮的过度滑转,充分利用路面附着条件,提高汽车纵向驱动稳定性。     

半自动驾驶公交车辆编组与调度优化

半自动驾驶公交车辆编组是指半自动驾驶公交单元通过车联网技术连接在一起，实现车辆协同驾驶和车辆容量动态设计的车辆组织技术。以半自动驾驶公交车辆编组为出发点，建立编组车辆动态运行模型，分析编组车辆到离站时间、乘客上下车过程、车辆容量限制和车载乘客数量变化等。在此基础上，以车辆运营成本和乘客候车时间成本之和为目标函数，以车辆编组大小和发车时刻为决策变量，建立半自动驾驶公交车辆调度优化模型。提出改进的遗传算法高效求解模型。以杭州55路公交线路为实证案例，仿真结果表明:相比于传统人工驾驶公交的车辆调度，基于半自动驾驶公交的车辆调度能降低29.2%的车辆运营成本和18.2%的乘客候车时间成本，所得结果证实了所建模型优化半自动驾驶公交车辆调度的有效性。      

基于模糊旅行时间的动态交通分配模型

提出了一种新的模糊动态交通分配(FDTA)模型,采用模糊集合理论描述动态旅行时间,应用模糊h截集的最短路径方法找出模糊最短路径集合,计算各条路径的隶属函数,并采用C-LOGIT模型实现网络加载,最后比较了FDTA模型和经典的随机动态交通分配(SDTA)模型.仿真结果显示:在正常交通状况下FDTA模型能够获得与SDTA模型非常接近的分配结果,并更加符合实际的交通状况;当有交通拥堵、事故、施工/管制等动态交通状况发生时,FDTA模型能够解决动态交通状况的建模问题;当交通网络结构复杂时,通过改变h值可以有效减少模糊最短路径的数量,提高计算效率.     

基于航路点布局的多目标网络结构优化方法

为了提高区域航路网络结构的科学性、减轻飞行流量增长对网络运行带来的压力,提出了基于航路点布局的多目标网络结构优化方法。首先,考虑区域航路网络的组成要素,设计了反映网络综合性能的优化目标和约束条件以形成优化模型。然后,建立基于节点移动、融合、分解的航路点布局策略,进而给出优化模型的求解步骤,并利用NSGA-Ⅲ算法完成模型求解。最后,对北京飞行情报区部分区域航路网络进行仿真分析,结果表明,使用NSGA-Ⅲ算法得出的区域航路网络具有良好的综合性能。最优网络在满足约束条件的同时,保证了运行费用和非直线系数基本不变,并使得飞行冲突系数减少了10.8%。可见,所提优化方法能有效提升区域航路网络的经济性、安全性和可行性,符合中国现行空域环境和管理体制。      

水下机器人路径控制与仿真

研究了水下机器人的路径跟踪问题.首先考虑重力、浮力、推力、水动力以及附加质量的影响,建立了6自由度水下机器人的动力学模型.在此基础上设计了非线性控制系统,包括一个内控制回路和一个外控制回路.内控制回路根据机器人动力学模型引入非线性补偿,使得经内控制回路作用后的机器人化为一个解耦的线性定常系统,外控制回路采用比例微分(PD)控制,根据机器人实际轨迹与期望轨迹间的偏差进行负反馈控制.最后通过MATLAB对水下机器人追踪水面目标和跟踪空间螺旋线进行仿真,并给出了仿真曲线,从仿真结果可以看出,利用该方法可以使水下机器人具有较强的抗干扰能力,能够较好地实现对时变理论轨迹的跟踪.