基于跟驰理论的自动巡航操纵.docxVIP

PAGE 1 - 基于跟驰理论的自动巡航操纵 基于跟驰理论的自动巡航操纵 引言在引起交通流的不稳定因素中，驾驶人对交通环境以及与周边车辆行驶状态的反应能力和推断能力的局限性是重要因素，也是诱发交通拥堵和交通安全问题的缘由之一。近些年来，自动驾驶技术的进展有望转变传统的交通流特性，也是缓解交通拥堵和提高交通安全的有效途径。自适应巡航操纵〔AdaptiveCruiseControl，ACC〕是自动驾驶技术交通流讨论中一类重要的纵向跟驰技术。智能驾驶跟驰模型〔IntelligentDriverModel，IDM〕是能够描述车辆从自由流到拥堵流不同交通流状态下的状态。两种模型的结合，有望从微观车辆层面优化交通流问题。1跟驰理论进展历程跟驰理论最早讨论于20世纪50年月，Reushel和Pipes从运动学的角度对队列中形式的车流进行了分析。20世纪60年月美国通用汽车通过大量的讨论，在刺激-反应的基础上提出了GM模型，该模型建立了跟驰车加速度与前后车相对速度之间的关系模型，并通过在试验猎取的数据来标定和验证理论模型。此后Herman以GM模型为基础讨论了交通流中局部稳定和渐进稳定性问题论了次邻近前导车的影响以及跟驰行为的稳定性统计理论，同时还提出接受加速度干扰〔AccelerationNoise〕来刻画驾驶人-车辆-道路系统的运行特性。同一时期Kometani也提出了相应的理论模型。这一系列的理论是的GM模型成为最经典的跟驰模型，也奠定了跟驰模型在交通理论中核心地位。2基于IDM的ACC车辆跟驰模型2.1ACC概述ACC是一种通过车载测量设备获得与前车的实时车间距离及速度等信息，并应用加速度优化算法操纵车辆与前车保持稳定车间时距行驶的车辆纵向跟驰操纵技术，可视为自动驾驶汽车技术的重要组成部分。ACC操纵系统的讨论起源于20世纪60年，经过30多年的讨论，在90年月初由美国、欧洲等国家领先进入有用化阶段。2.2IDM模型概述IDM模型主要用于描述单车辆的位置和速度，在21世纪初期，Helbing等人提出了一个只需少数有明确意义的参数的模型——智能驾驶模型〔IntelligentDriverModel，IDM〕，IDM模型时目前最简洁、完好、无事故、最符合且易于标定，能够统一模型形式描述不同交通流状态下，全部单车道的跟驰行为。2.3基于IDM的ACC跟驰模型ACC车辆跟驰模型要求保持稳定的车间时距，而IDM恰好满足车间时距这一物理参数，因此IDM模型描述ACC车辆跟驰模型得到学术界的普遍认可。基于IDM的ACC车辆跟驰模型为：式中：ai为车辆i的加速度；Vi为车辆i的速度；△Vi为车辆i与前车的速度差；V0为自由流速度；S1为期望车间距离；s为实际车间距离；S0为静止安全间距；T为安全车头时距；a为最大加速度；b为舒适减速度；为速度幂系数，其值由模型参数标定获得，一般取值为4。上述模型中。一般状况下只需要转变IDM模型中安全车头时距T，即可实现传统车辆跟驰模型和ACC车辆跟驰模型之间的转换。这类ACC跟驰模型一般取值参考如下表所示：虽然IDM模型考虑了驾驶人在较精确感知前方车辆行驶状态下的智能驾驶行为，然而，其本质建模思想仍旧是将能够表达智能驾驶的传统驾驶人类比为ACC上层自动操纵系統，而忽视了二者之间跟驰行为的差异。3结语本文首先回忆了跟驰理论的进展历程，并且简洁的对IDM模型和ACC进行了介绍，在此基础上提出了基于自动驾驶模型〔IDM〕下的自适应巡航操纵〔ACC〕跟驰模型，以及模型参数取值。此外，我国的交通环境、交通流构成、驾驶员心理特性等方面都与国外有着较大差异，而我国在跟驰模型方讨论还较薄弱，缺乏跟驰模型的基础试验数据。盼望本文能为从事这方面讨论的人员能提供肯定借鉴，从基础试验数据出发，进展、完善适合于我国交通流的跟驰模型。