面向qos的連續(xù)臨界區(qū)無(wú)人車協(xié)同調(diào)度機(jī)制研究

1、摘要摘要智能交通系統(tǒng)（ITS）是未來(lái)智慧城市的重要組成部分，而各類智能車輛則將成為提供智能社會(huì)服務(wù)的移動(dòng)載體?；诓粩喟l(fā)展的環(huán)境感知、自動(dòng)控制、通信網(wǎng)絡(luò)等支撐技術(shù)，以智能化為主要特征的車輛無(wú)人駕駛技術(shù)近年來(lái)受到了廣泛的關(guān)注，現(xiàn)已日益成熟并開始進(jìn)入現(xiàn)實(shí)生活。隨著智能交通系統(tǒng)向著協(xié)同式智能交通系統(tǒng)（CITS）方向發(fā)展，面向服務(wù)的多無(wú)人車自主協(xié)同問(wèn)題已經(jīng)成為CITS領(lǐng)域中需重點(diǎn)研究的關(guān)鍵問(wèn)題。論文依托國(guó)家自然科學(xué)基金面上項(xiàng)目和中央高校基礎(chǔ)研究

2、基金的支持，以模型抽象、機(jī)制研究、策略設(shè)計(jì)、仿真驗(yàn)證相結(jié)合的方式，重點(diǎn)研究了在多車道交叉路口的、面向服務(wù)質(zhì)量的異構(gòu)多無(wú)人車自主協(xié)同問(wèn)題。在分析面向服務(wù)和預(yù)約的多無(wú)人車協(xié)同過(guò)程與特征之后，本文首先在“時(shí)空服務(wù)”域以信息、物理相融合的方式研究并建立了交通對(duì)象模型，主要包括交叉路口、臨界區(qū)、帶有位置與速度約束的車道以及四輪無(wú)人車的物理模型、動(dòng)力學(xué)模型、服務(wù)屬性、統(tǒng)一的動(dòng)作模型與狀態(tài)模型等。進(jìn)而，基于對(duì)無(wú)人車時(shí)空域沖突的分析，設(shè)計(jì)了車車、車臨界

3、區(qū)域空間距離到時(shí)間距離的轉(zhuǎn)換模型，并進(jìn)一步研究給出了無(wú)人車的全局延遲計(jì)算模型，以實(shí)現(xiàn)對(duì)阻塞的預(yù)先判斷。在上述基礎(chǔ)上，研究了面向預(yù)約的連續(xù)臨界區(qū)車輛調(diào)度過(guò)程，實(shí)現(xiàn)了基于車輛到達(dá)時(shí)間的調(diào)度算法，并進(jìn)一步研究、提出了基于動(dòng)態(tài)車輛優(yōu)先級(jí)管理的無(wú)人車調(diào)度算法。最后，在基于所開發(fā)的交通參數(shù)可定制的多無(wú)人車協(xié)同調(diào)度仿真軟件QoSCITSv2.0中實(shí)現(xiàn)了本文所研究、提出的所有模型與算法?；谠摲抡孳浖?，設(shè)計(jì)了一組典型的實(shí)驗(yàn)對(duì)所研究模型的正確性以及算法的

4、效能進(jìn)行了場(chǎng)景化驗(yàn)證與評(píng)估。不同參數(shù)環(huán)境下的實(shí)驗(yàn)結(jié)果表明，論文所研究、設(shè)計(jì)的模型可有效地刻畫智能交通系統(tǒng)，所設(shè)計(jì)的調(diào)度算法可將具有緊急服務(wù)屬性的車輛的通行效率提升3~6倍，對(duì)中優(yōu)先級(jí)車輛的通行效率有1~4倍的性能提升。并且，通過(guò)實(shí)驗(yàn)進(jìn)一步分析、歸納了不同交通參數(shù)對(duì)所研究算法性能的影響，為自適應(yīng)交通流調(diào)度和全局交通優(yōu)化研究提供了量化依據(jù)。關(guān)鍵詞：智能交通系統(tǒng)、交叉路口、無(wú)人車、服務(wù)質(zhì)量、優(yōu)先級(jí)、多車協(xié)同、連續(xù)臨界區(qū)I西北工業(yè)大學(xué)碩士學(xué)位論

5、文mechanismsisalsostudiedsummarizedthroughexperimentswhichprovidesquantitativebasisftheresearchonselfadaptationtrafficflowsschedulingadaptiveoptimizationoftransptation.Keywds：IntelligentTransptationSystem(ITS)intersection