|
1.
基于多前车信息融合的智能网联车辆跟驰模型
纪艺, 史昕, 赵祥模
计算机应用
2019, 39 (12):
3685-3690.
DOI: 10.11772/j.issn.1001-9081.2019050902
为了进一步提高交通流的稳定性,在经典基于驾驶员记忆的最优速度(OVCM)模型的基础上,提出了一种基于多前车最优速度与紧邻加速度(MHOVA)的智能网联车辆跟驰模型。首先,引入
k辆前车的最优速度变化量与紧邻前车的加速度改进OVCM模型,并分别以参数
γ和
ω表示其权重;然后,结合改进模型利用线性稳定性分析获得交通流的临界稳定条件;最后,利用Matlab对车队施加扰动后的速度和车头距等参数进行数值模拟与分析。仿真结果表明:在车队启动和停止过程的仿真中,所提模型比OVCM模型使得车队整体达到稳定状态的时间更短;在环形道路上车队施加扰动的仿真中,所提模型相比于全速度差(FVD)模型、OVCM和多前车最优速度(MHOV)模型,在合理加速度敏感系数
ω和前车数k约束下的速度和车头距波动幅度相对较小,尤其当
ω为0.3且
k为5时车辆速度的向上和向下波动率最小可达0.67%和0.47%,表明改进模型能较好地吸收交通扰动和增强车队行驶稳定性。
参考文献 |
相关文章 |
多维度评价
|
|