论文部分内容阅读
随着汽车产业的蓬勃发展,人们已经不再局限于驾驶汽车带来的乐趣,而开始考虑如何解放人力,提高驾驶安全性。因此,自动驾驶开始成为高校和企业研究的热点,汽车开始向着电动化、智能化、网联化方向进行更新换代。本文针对纯电动智能网联汽车交叉口通行协同控制进行研究,为城市环境的自动驾驶提供解决思路,具有重要意义。本文选取纯电动智能网联汽车作为研究对象,选取信号控制交叉口作为研究环境,采集了某城市道路的交叉口车道布局、信号灯相位设置、周期间隔,建立了交叉口通行模型。确定纯电动汽车自身参数,建立了动力学仿真模型。采用毫米波雷达和GPS定位传感器作为智能网联汽车信息感知的主要工具,对毫米波雷达获取目标的过程进行研究,应用坐标变换的方法将目标信息转换至地面参考系下输出,并确定了目标跟踪和选择的方式。采用伪距法对GPS定位信息进行处理,确定了交叉口车距的计算方式,并根据毫米波雷达采集的信息实现了车距计算的双重验证。针对车路交互的方式,提出了“信息集中采集+车辆分布控制”的交叉口智能化通行解决方案,并确定了车路交互的主要内容。针对智能网联汽车能够兼顾行驶环境监测和道路信息获取的特点,提出了基于安全性的交叉口驶入驶离协同控制策略,并根据城市道路行驶和纯电动汽车的特点,提出了基于行驶能耗和通行效率的协同控制策略。通过分析交叉口通行过程、行驶能耗和通行效率,建立了基于遗传算法的交叉口最优控制模型,并对该模型进行了求解。根据交叉口最优控制模型,采用MATLAB/Simulink和Prescan建立了联合仿真模型,分别对单交叉口通行过程和多交叉口通行过程进行了仿真和分析。仿真结果表明,在单交叉口通行过程中,应用遗传算法可以得到多目标多变量的最优解,仿真过程中需要停车等候的车辆采用再生制动方式进行减速,实现了最大化的能量回收,降低了交叉口行驶能耗,所有无法直接通过交叉口的车辆最终形成编队行驶,单交叉口的通行效率较初始统计值提高了29.7%;在多交叉口通行过程中,同时兼顾上游车流和下游交叉口信号灯相位信息,实现了车辆在安全车距范围内不停车匀速通过,道路通行效率较初始统计值提高了5%,验证了车辆交叉口协同控制策略与算法的可行性。