cps环境下基驾驶行为的交通拥堵特征及抑制方法研究.pdf

Study on Driving-behavior-based Congestion Characteristics and Congestion Control Methods in Cyber Physical Systems A Thesis Submitted to Chongqing University in Partial Fulfillment of the Requirement for the Doctor ’s Degree of Engineering By Zhou Tong Supervised by Prof. Sun Dihua Specialty: Control Theory and Control Engineering College of Automation of Chongqing University, Chongqing, China April, 2014 中文摘要 摘 要 驾驶行为与交通拥堵有着密切关系，通过优化驾驶行为可以减小交通拥堵发 生的概率。交通流理论是描述驾驶行为与交通拥堵关系的有力工具，然而传统交 通流理论在刻画两者的关系时对信息要素作用的考虑和描述尚过于简化，妨碍了 对驾驶行为与交通拥堵关系的准确把握，难以支撑有效的拥堵抑制方法。事实上， 道路交通系统中各种物理对象是在多种信息要素综合作用下协调运行的，具有信 息物理融合系统(Cyber Physical Systems, CPS)典型特征，特别是在道路车辆密度日 益增大的交通环境下，交通信息系统与交通物理系统的交互作用对驾驶行为与交 通拥堵关系的认知及拥堵抑制作用日益显著。因此，在信息物理融合环境下，研 究基于驾驶行为的交通拥堵特征及抑制方法，具有重要的理论和实际意义。 为此，本文在已有的交通流理论和交通拥堵抑制方法的基础上，针对信息在 感知、传输、处理和决策过程中的预估、响应延迟因素对车流(物理实体) 的影响， 从信息物理融合角度分别研究微观预估驾驶行为和宏观响应延迟驾驶行为与交通 拥堵的关系，以期获得新的宏微观驾驶行为模型及其拥堵演化规律，进而探索基 于新宏微观驾驶行为模型的交通拥堵抑制方法。论文主要工作如下： ① 从微观层面，针对预估驾驶行为对车流演化特性的影响，提出了 ADCF 预估驾驶模型，揭示了预估驾驶作用下车头间距波的演化规律。 在实际交通中，当前车的车速调节不仅与即刻车头间距有关，而且也依赖于 其预估的车头间距。为此，基于OV模型，从信息物理融合角度进一步考虑预估驾 驶行为对车流的影响，提出一个考虑预估驾驶跟驰(Anticipation Driving Car-Following, ADCF)模型以获得预估驾驶行为与交通拥堵的关系。通过对ADCF 模型进行稳定性分析得到了系统的临界稳定条件，即用稳定区域来描述预估驾驶 行为与交通拥堵的关系，并运用非线性分析得到了描述临界点附近拥堵演化规律 的mKdV方程。从周期边界和开放边界条件下对模型进行数值模拟，结果表明： ADCF模型能够模拟时停时走、系统临界相变等实际交通现象，较OV模型更贴近 于实际。同时，预估驾驶行为增强了交通流稳定性能，提高了车流陷入交通阻塞 状态的阈值，降低了拥堵的影响范围。最后在开放边界条件下以车速的平滑度和 波动幅度最小为评价指标得到了ADCF模型中预估参数的最优取值范围。 ② 基于ADCF预估驾驶模型，考虑CPS环境下安全间距效应和最近邻前车综 合信息的作用，分别提出了两种改进的微观拥堵抑制方法，并通过仿真分析验证 了其有效性。 交通拥堵现象的产生，是道路交通系统内部不稳定的外在表现。为了从系统 I 重庆大学博士学位论文 角度来研究交通