CN108828939B - 一种考虑驾驶员操作特性的车速引导方法 - Google Patents
一种考虑驾驶员操作特性的车速引导方法 Download PDFInfo
- Publication number
- CN108828939B CN108828939B CN201810549439.8A CN201810549439A CN108828939B CN 108828939 B CN108828939 B CN 108828939B CN 201810549439 A CN201810549439 A CN 201810549439A CN 108828939 B CN108828939 B CN 108828939B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- speed
- driver
- guiding
- representing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种考虑驾驶员操作特性的车速引导方法,该方法包括以下步骤:步骤S1.向驾驶员提供引导速度,根据车辆实际响应速度,识别出驾驶员操作特性及车辆响应特性,建立自适应容错控制器模拟驾驶员跟踪引导速度的人车响应模型,并对模型参数进行标定;步骤S2.获取车辆状态数据、信号灯状态信息,建立近信号控制区通行预判模型;步骤S3.建立闭环速度曲线更新算法,动态更新最优引导速度曲线;步骤S4.结合车辆实际油耗情况,确定闭环速度曲线更新算法优化步长。本发明实现车辆不停车通行信号交叉口,提高车辆在近信号控制区的通行效率和燃油经济性,缓解现有交通问题。
Description
技术领域
本文发明这一种节能辅助驾驶优化系统,特别涉及一种基于车速系统环境下的考虑驾驶员操作特性的近信号控制区车速引导方法。
背景技术
临近信号灯控制路段及交叉口区域(称近信号控制区)作为城市道路的瓶颈,其决定城市道路的通行能力的“咽喉”,交通拥堵问题日益严峻。车辆在通行近信号控制区时,受到信号灯时序交替和驾驶员操作行为的影响,导致车辆出现怠速和频繁启停,以及不必要的急加减速变化。从而造成不必要的燃油消耗、大量的通行延误及污染物的排放增加。如果可以提前感知信号灯的时序变化,给驾驶员一个引导车速,使得车辆可以在绿灯相位内通过交叉口停车线,则可以尽量避免上述问题。因此,研究一种考虑驾驶员操作特性的车速引导方法提高车辆的燃油经济性及近信号控制区的通行效率具有很远的意义。
在车路协同环境下,车辆在行驶过程中,车载终端可以提前获取到路侧设备发送的前方道路信息,包括交叉口信号灯的状态和时间、挡路限速、距离交叉口距离等信息。结合当前车辆行驶状态,可以提前预判车辆是否可以在当前绿灯周期内通行,对近信号控制区的车辆进行车速动态引导,为驾驶员提供节能的车速引导建议,诱导车辆平稳有序的通过交叉口。大量学者对此展开深入研究,尤其是针对单车的车速诱导,以车辆燃油经济性和通行效率为目标,提出各种引导速度曲线求解方法。如Rakha H A等开发一种速度咨询系统,根据计算的通行时间预判车辆能否通行,对不能通行的车辆进行加减速引导,研究加减速的时间,利用线性计算方法计算出速度曲线,结合车辆微观油耗模型,选取其中油耗最小的速度曲线,作为交叉口速度咨询系统的车速引导函数,进而提高车辆燃油经济性。BarthM等利用车辆与路侧设别的通信数据,获取信号灯相位与定时,提出了一种单车动态速度规划算法,对车辆进行加减速优化,确保车辆不停车地通行信号交叉口,并利用CMEM(Comprehensive Modal Emissions Model)微观模型在仿真环境下验证了算法的节能减排效果。然而,现有研究主要集中在建立优化的速度曲线方法,忽略驾驶员对引导车速的响应特征。但是,在自动驾驶技术尚未普及阶段,驾驶员从观察到引导速度到控制车辆跟踪引导速度,这一过程受到驾驶员操作特性及车辆响应特性的影响,进而导致驾驶员难以准确按照引导速度曲线行驶,即影响车速引导方法的适应性。
发明内容
有鉴于此,为了解决上述问题,本发明提供一种考虑驾驶员操作特性的车速引导方法,该方法实现了车辆不停车通行信号交叉口,提高车辆在近信号控制区的通行效率和燃油经济性,缓解现有交通问题。
为实现上述目的及其他目的,本发明提供一种考虑驾驶员操作特性的车速引导方法,其特征在于,该方法包括以下步骤:
步骤S1.向驾驶员提供引导速度,根据车辆实际响应速度,识别出驾驶员操作特性及车辆响应特性,建立自适应容错控制器模拟驾驶员跟踪引导速度的人车响应模型,并对模型参数进行标定;
步骤S2.获取车辆状态数据、信号灯状态信息,建立近信号控制区通行预判模型;
步骤S3.建立闭环速度曲线更新算法,动态更新最优引导速度曲线;
步骤S4.结合车辆实际油耗情况,确定闭环速度曲线更新算法优化步长。
优选地,所述步骤S1包括以下子步骤:
S11.驾驶员提供引导速度vopt(t),并通过智能车载终端采集车辆实际行驶速度vact(t);
S12.忽略车辆横向运动,用常用一阶滞后模型来表示车辆响应模型;
S13.建立自适应容错控制器模拟驾驶员跟踪引导速度的人车响应模型;
S14.根据引导速度vopt(t)、车辆实际行驶速度vact(t)对人车响应模型参数进行标定。
优选地,所述步骤S2包括以下子步骤:
S21.根据交叉口停车线信号灯状态,获取当前信号灯分别为红灯R、绿灯G情况下,车辆实现不停车的通行时间tpossible:
其中,tred表示第一个红灯相位开始时间,tred1表示第二个红灯相位开始时间,tgreen表示第一个绿灯相位开始时间,
S22.根据车辆距离交叉口停车线距离dint、道路限速vlimit获取车辆可能通行速度vpossible:
其中,v1、v2分别为车辆通行最小速度、最大速度;
S23.将车辆速度通行平均速度调整至目标速度vc,计算获得车辆通行预判模型。
优选地,所述步骤S2还包括:针对预判模型中加速度对车辆加减速进行优化,具体方法为:
采用三角函数优化模型,生成引导速度曲线:
其中,vd=vt-vc表示车辆当前速度与目标速度偏差,m和n决定引导速度曲线的形状,通过约束方程求得:
|jerk|表示加速度的一阶导数。
优选地,所述步骤S3具体为:建立闭环速度曲线更新算法,根据驾驶员操作特性及车辆响应特性所造成的跟踪偏差,动态更新最优引导速度曲线。
优选地,所述步骤S4具体包括以下子步骤:
S41.根据车辆行驶过车中速度v、加速度a、怠速油耗α建立车辆油耗模型:
F(a,v)={(α+β1vRT+[β2Ma2v]a>0),α}
其中,F(a,v)表示车辆燃油消耗率,M表示车辆质量,β1表示车辆燃油消耗相关系数,β2表示发动机输出和加速度相关燃油消耗系数,RT表示车辆行驶过程中受到行驶阻力:
RT=b1+b2+Ma+gMG
其中,b1表示车辆行驶滚动阻力系数,b2表示车辆行驶空气阻力系数,G表示道路坡度,g表示地球重力加速度;
S42.根据不同优化步长下车辆油耗及通行情况,选择合适优化步长。
由于采用了上述技术方案,本发明具有如下的优点:
本发明针对驾驶员在跟踪引导速度过程中,受到车辆响应特性及驾驶员操作特性的影响,使得驾驶员难以完全按照引导速度行驶,从而影响车速引导方法的适应性。因此,本发明首先建立人车响应模型表征驾驶员在跟踪引导速度的响应过程,在此基础上提出一种考虑驾驶员操作特性的闭环速度曲线更新算法,并确定闭环速度曲线跟新算法的优化步长,从而提高了车速引导算法的适应性。实现车辆不停车通行信号交叉口,提高车辆在近信号控制区的通行效率和燃油经济性,缓解现有交通问题。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述:
图1为本发明的人车响应模型框图;
图2为绿灯窗口时间示意图;
图3为近信号控制区车速引导预判模型;
图4为闭环反馈车速速度引导算法的框图;
图5为本发明方法的流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
请参阅图1至图5。需要说明的是,本实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
如图5所示,本实施例提供一种考虑驾驶员操作特性的车速引导方法,包括以下步骤:
步骤一:在车路协同环境下,利用智能车载终端给驾驶员提供引导速度,根据车辆实际响应速度,识别出驾驶员操作特性及车辆响应特性,建立自适应容错控制器模拟驾驶员跟踪引导速度的人车响应过程,并对模型参数进行标定,主要包括以下部分:
1)利用智能车载终端中HDMI给驾驶员提供引导速度vopt(t),并通过智能车载终端采集车辆实际行驶速度vact(t)。
2)忽略车辆横向运动,用常用一阶滞后模型来表示车辆响应模型,如下所示:
3)附图1为人车响应模型框图,利用Backstepping方法建立自适应容错控制器刻画人车响应模型,表征驾驶员跟随引导速度过程中的驾驶员操作特性及车辆响应特性。具体包括:
首先,将车辆响应模型转换成状态控制方程形式:
其中,在实际驾驶过程中,驾驶员从观察到引导速度,到驾驶员操作车辆跟踪引导速度,这一过程会收到驾驶员反应时延、操作时延的影响。导致驾驶员实际输入ua与设计输入u之间存在不一致问题,假定它们存在以下关系:
ua=ρu+ur (3)
其中,ρ可以看成驾驶员针对引导速度所需设计输入的有效“执行系数”,ur表示驾驶员因通信时延、控制机的机械传动造成不可控干扰因素。其中“执行系数”和干扰造成不确定输入ur都是未知、时变的。在本实施例中,考虑到驾驶员实际输入与所需输入之间存在一定偏差,但是都在一定程度上遵守提示输入,即0<ρ≤1。在此给出以下两个假设:
假设1:假设已知期望的输出为yd,并且它连续有界的,并且可导的。
通过Backstepping设计方法来设计驾驶员操作行为模型,驾驶员的跟踪误差如下所示:
z1=x1-yd (4)
S1:通过式(2),(4)和(5),可以得到
α1=-c1z1 (7)
其中,c1为设计参数。根据(4)和(5),可以得到如下方程:
S2:通过式(2),(3)和(5),可以得到
然后,自适应控制率如下所示:
式(9)中的ρu可以表示为:
结合式(9)、(10)、(11),可以得到:
定义系统Lyapunov函数为:
结合等式(6),Lyapunov函数的导数(14)可以计算得到:
其中,D|z2|≥urz2。
定理1:假定系统(2)满足假设1和假设2。通过应用控制器和(10)式的参数更新定律,可以实现系统的渐进稳定,
4)根据引导速度vopt(t)、车辆实际行驶速度vact(t)对人车响应模型参数进行标定,根据引导速度vopt(t)与车辆实际速度vact(t)标定出模型的四个设计参数c1、c2、r、η,则得到驾驶员对应的人车响应模型。
步骤二:基于车路协同环境下获取车辆状态数据、信号灯状态信息,建立近信号控制区通行预判模型。
建立近信号控制区通行预判模型;
首先,根据交叉口停车线信号灯状态,获取当前信号灯分别为红灯R、绿灯G情况下,车辆实现不停车的可能通行时间:
其中,tred表示第一个红灯相位开始时间,tred1表示第二个红灯相位开始时间,tgreen表示第一个绿灯相位开始时间,
参数如图2绿灯窗口的时间示意图。
根据车辆距离交叉口停车线距离dint,道路限速vlimit,则可获取车辆可能通行速度vpossible:
其中,v1、v2分别为车辆通行最小速度、最大速度。
为了确保车辆不停车通行信号交叉口,驾驶员必须加减操作,将车辆速度通行平均速度调整调整至vt(目标速度),同时还需好补偿因为速度调整而带来行驶距离偏差,即vt∈vpossible,车辆通行预判模型流程框图如图3所示。
针对预判模型中加速度,为了达到节能减排目的,使得加减速变化曲线尽可能光滑,采用三角函数优化模型,其生成的速度曲线不仅光滑,而且连续可导:
其中,vd=vt-vc表示车辆当前速度与目标速度偏差,当vd<0时,表示当前速度小于车辆目标速度,则生成引导速度曲线为加速曲线;当vd>0时,表示当前速度大于最大目标速度,则生成加速速度曲线;当vd=0时,表示当前速度等于目标速度,车辆保持当前速度匀速行驶即可。
式(18)中m和n决定引导速度曲线的形状,可以通过以下约束方程求得:
步骤三:驾驶员在跟随引导速度过程中,会受到人车响应模型影响,提出一种闭环速度曲线更新算法,提高车速引导算法的适应性。
建立闭环速度曲线更新算法,根据驾驶员操作特性及车辆响应特性所造成的跟踪偏差,动态跟新最优引导速度曲线,确保驾驶员在既定时间内驶过信号交叉口,图4为闭环反馈车速速度引导算法的框图。
考虑车辆行驶加速度对闭环速度曲线更新算法影响,将vd转化成与车辆当前加速度a0相关的函数:
则式(19)中第一个方程约束方程调整如下
其中,未知参数m和n依然采用调整后的式(19)求取。
步骤四:结合车辆实际油耗情况,确定闭环速度曲线更新算法优化步长选取。
根据车辆行驶过车中速度v、加速度a、怠速油耗α建立车辆油耗模型:
F(a,v)={(α+β1vRT+[β2Ma2v]a>0),α}
其中,F(a,v)表示车辆燃油消耗率,M代表车辆质量,β1表示车辆燃油消耗相关系数,β2表示发动机输出和加速度相关燃油消耗系数。RT表示车辆行驶过程中受到行驶阻力:
RT=b1+b2+Ma+gMG
其中,b1表示车辆行驶滚动阻力系数,b2表示车辆行驶空气阻力系数,G表示道路坡度,g表示地球重力加速度。
根据不同优化步长下车辆油耗及通行情况,选择合适优化步长。
闭环车速引导更新算法中,由于驾驶员存在时延影响。如果速度曲线更新频率太快,驾驶员难以做到实时调整,反之,更新频率太慢有不能确保车辆在既定时间内通过交叉口。
因此,通过设置不同的优化步长,根据车辆油耗及通行情况选择一个最优的反馈优化步长。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的保护范围当中。
Claims (5)
1.一种考虑驾驶员操作特性的车速引导方法,其特征在于,该方法包括以下步骤:
步骤S1.向驾驶员提供引导速度,根据车辆实际响应速度,识别出驾驶员操作特性及车辆响应特性,建立自适应容错控制器模拟驾驶员跟踪引导速度的人车响应模型,并对模型参数进行标定;
步骤S2.获取车辆状态数据、信号灯状态信息,建立近信号控制区通行预判模型;
步骤S3.建立闭环速度曲线更新算法,动态更新最优引导速度曲线;
步骤S4.结合车辆实际油耗情况,确定闭环速度曲线更新算法优化步长;
所述步骤S1包括以下子步骤:
S11.驾驶员提供引导速度vopt(t),并通过智能车载终端采集车辆实际行驶速度vact(t);
S12.忽略车辆横向运动,用常用一阶滞后模型来表示车辆响应模型;
S13.建立自适应容错控制器模拟驾驶员跟踪引导速度的人车响应模型;人车响应模型的建立方法为:
首先,将车辆响应模型转换成状态控制方程形式:
在实际驾驶过程中,导致驾驶员实际输入ua与设计输入u之间存在不一致问题,假定它们存在以下关系:
ua=ρu+ur (3)
其中,ρ看成驾驶员针对引导速度所需设计输入的有效“执行系数”,ur表示驾驶员因通信时延、控制机的机械传动造成不可控干扰因素;其中ρ和ur都是未知、时变的;考虑到驾驶员实际输入与所需输入之间存在一定偏差,但是都在一定程度上遵守提示输入,即0<ρ≤1;在此给出以下两个假设:
假设1:假设已知期望的输出为yd,并且它连续有界的,并且可导的;
通过Backstepping设计方法来设计驾驶员操作行为模型,驾驶员的跟踪误差如下所示:
z1=x1-yd (4)
通过式(2),(4)和(5),可以得到
α1=-c1z1 (7)
其中,c1为设计参数;根据(4)和(5),可以得到如下方程:
通过式(2),(3)和(5),可以得到
然后,自适应控制率如下所示:
式(9)中的ρu可以表示为:
结合式(9)、(10)、(11),可以得到:
定义系统Lyapunov函数为:
结合等式(6),Lyapunov函数的导数(14)可以计算得到:
其中,D|z2|≥urz2;
定理1:假定系统满足假设1和假设2;通过应用控制器和(10)式的参数更新定律,可以实现系统的渐进稳定,
S14.根据引导速度vopt(t)、车辆实际行驶速度vact(t)对人车响应模型参数进行标定。
4.根据权利要求3所述的一种考虑驾驶员操作特性的车速引导方法,其特征在于,所述步骤S3具体为:建立闭环速度曲线更新算法,根据驾驶员操作特性及车辆响应特性所造成的跟踪偏差,动态更新最优引导速度曲线。
5.根据权利要求4所述的一种考虑驾驶员操作特性的车速引导方法,其特征在于,所述步骤S4具体包括以下子步骤:
S41.根据车辆行驶过车中速度v、加速度a、怠速油耗α建立车辆油耗模型:
F(a,v)={(α+β1vRT+[β2Ma2v]a>0),α}
其中,F(a,v)表示车辆燃油消耗率,M表示车辆质量,β1表示车辆燃油消耗相关系数,β2表示发动机输出和加速度相关燃油消耗系数,RT表示车辆行驶过程中受到行驶阻力:
RT=b1+b2+Ma+gMG
其中,b1表示车辆行驶滚动阻力系数,b2表示车辆行驶空气阻力系数,G表示道路坡度,g表示地球重力加速度;
S42.根据不同优化步长下车辆油耗及通行情况,选择合适优化步长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810549439.8A CN108828939B (zh) | 2018-05-31 | 2018-05-31 | 一种考虑驾驶员操作特性的车速引导方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810549439.8A CN108828939B (zh) | 2018-05-31 | 2018-05-31 | 一种考虑驾驶员操作特性的车速引导方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108828939A CN108828939A (zh) | 2018-11-16 |
CN108828939B true CN108828939B (zh) | 2021-07-20 |
Family
ID=64145425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810549439.8A Active CN108828939B (zh) | 2018-05-31 | 2018-05-31 | 一种考虑驾驶员操作特性的车速引导方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108828939B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109300323A (zh) * | 2018-11-21 | 2019-02-01 | 荆门博谦信息科技有限公司 | 一种基于车联网的车速引导方法及系统 |
CN111369818A (zh) * | 2018-12-26 | 2020-07-03 | 华为技术有限公司 | 一种闯红灯预警方法及装置 |
CN110989346B (zh) * | 2019-12-05 | 2022-11-15 | 南京理工大学 | 一种集成驾驶员决策行为的智能操纵方法 |
CN111497842B (zh) * | 2020-04-30 | 2023-03-24 | 重庆大学 | 一种人机双闭环分层协同纵向跟车控制方法 |
CN113012433B (zh) * | 2021-03-18 | 2022-04-05 | 中国北方车辆研究所 | 车载联网节能辅助驾驶控制方法与系统 |
CN112989715B (zh) * | 2021-05-20 | 2021-08-03 | 北京理工大学 | 一种燃料电池汽车多信号灯车速规划方法 |
CN113380045A (zh) * | 2021-08-12 | 2021-09-10 | 巨视慧行(武汉)科技有限公司 | 一种车速引导方法、系统、计算机设备和存储介质 |
CN116198516A (zh) * | 2021-12-01 | 2023-06-02 | 北京罗克维尔斯科技有限公司 | 车速拼接方法、装置、电子设备及存储介质 |
CN115587327B (zh) * | 2022-08-27 | 2023-08-01 | 长安大学 | 一种考虑Jerk的汽车油耗预测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102024335A (zh) * | 2010-12-24 | 2011-04-20 | 同济大学 | 服务于城市干线道路绿波控制的速度引导方法 |
CN103129557A (zh) * | 2011-12-05 | 2013-06-05 | 现代自动车株式会社 | 用于引导车辆经济驾驶的系统 |
CN104183145A (zh) * | 2014-09-10 | 2014-12-03 | 河南理工大学 | 交通干线三路口控制子区双向绿波协调控制方法 |
CN105489034A (zh) * | 2015-09-21 | 2016-04-13 | 青岛智能产业技术研究院 | 一种干线完全交通控制系统及方法 |
CN106157644A (zh) * | 2016-07-06 | 2016-11-23 | 江苏大学 | 一种可减少交叉口停车次数的车速引导系统及其实现方法 |
CN107146423A (zh) * | 2017-06-15 | 2017-09-08 | 华南理工大学 | 一种交叉口进口车道车辆引导式信号控制装置及方法 |
-
2018
- 2018-05-31 CN CN201810549439.8A patent/CN108828939B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102024335A (zh) * | 2010-12-24 | 2011-04-20 | 同济大学 | 服务于城市干线道路绿波控制的速度引导方法 |
CN103129557A (zh) * | 2011-12-05 | 2013-06-05 | 现代自动车株式会社 | 用于引导车辆经济驾驶的系统 |
CN104183145A (zh) * | 2014-09-10 | 2014-12-03 | 河南理工大学 | 交通干线三路口控制子区双向绿波协调控制方法 |
CN105489034A (zh) * | 2015-09-21 | 2016-04-13 | 青岛智能产业技术研究院 | 一种干线完全交通控制系统及方法 |
CN106157644A (zh) * | 2016-07-06 | 2016-11-23 | 江苏大学 | 一种可减少交叉口停车次数的车速引导系统及其实现方法 |
CN107146423A (zh) * | 2017-06-15 | 2017-09-08 | 华南理工大学 | 一种交叉口进口车道车辆引导式信号控制装置及方法 |
Non-Patent Citations (2)
Title |
---|
A Closed-Loop Speed Advisory Model With Driver’s Behavior Adaptability for Eco-Driving;Xuehai Xiang等;《IEEE Transactions on Intelligent Transportation Systems 》;20150701;第16卷(第6期);第3313-3324页 * |
A model prediction control based framework for optimization of signaled intersection: A cyber-physical perspective;Hui Liu等;《Optik》;20161031;第127卷(第20期);第10068-10075页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108828939A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108828939B (zh) | 一种考虑驾驶员操作特性的车速引导方法 | |
US11216748B2 (en) | Predictive control techniques for ground vehicles | |
CN106828493B (zh) | 一种自动驾驶车辆分层式纵向规划控制系统及方法 | |
CN101815855B (zh) | 车辆驱动单元的控制装置 | |
US11072329B2 (en) | Ground vehicle control techniques | |
US5656921A (en) | Control of a vehicle powertrain | |
CN111267831A (zh) | 一种混合动力车辆智能变时域模型预测能量管理方法 | |
US20190375394A1 (en) | Ground Vehicle Control Techniques | |
Hu et al. | Eco-platooning for cooperative automated vehicles under mixed traffic flow | |
CN111445697A (zh) | 一种智能网联条件下的高速公路协同车辆换道控制方法 | |
CN103939597A (zh) | 模拟装置 | |
CN115665936B (zh) | 一种隧道照明节能控制策略生成方法、系统、终端及介质 | |
CN114333364B (zh) | 一种自动驾驶车辆通过信号交叉口生态驾驶方法 | |
SE534752C2 (sv) | Metod och modul i samband med farthållning | |
CN115641717B (zh) | 基于混合交通流的高速公路主线-匝道车辆协同合流控制方法、设备及存储介质 | |
CN106494388B (zh) | 一种混合动力汽车能量管理及车速调整装置及方法 | |
CN105480228A (zh) | 增强的车辆速度控制 | |
CN112907950A (zh) | 一种面向车路协同环境的元胞传输模型改进方法 | |
SE541221C2 (en) | A method for determining a desired gap between a motor vehicle and a lead vehicle | |
CN113823076B (zh) | 一种基于联网车辆协调控制的即停即走路段缓堵方法 | |
JP2011051498A (ja) | 先行車追従制御方法及び先行車追従制御装置 | |
CN109572697B (zh) | 基于模糊控制的特殊路段行进车辆的油门自动控制方法 | |
CN115056825B (zh) | 自适应性能的列车加速方法 | |
CN104245391A (zh) | 速度控制器及速度控制器过渡状态的改善方法 | |
CN115426149A (zh) | 基于雅各比显著图的单交叉口信号灯控制的交通状态对抗扰动生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230208 Address after: 213399 room 5025, building B, 218 Hongkou Road, Kunlun Street, Liyang City, Changzhou City, Jiangsu Province Patentee after: Liyang Smart City Research Institute of Chongqing University Address before: 400044 No. 174, positive street, Shapingba District, Chongqing Patentee before: Chongqing University |