• 王猛:车辆控制与交通管理
    2015-04-28 16:30:38   来源:Tranbbs.com    评论:0 点击:

       王猛:谢谢Ronald Adams的介绍。大家下午好,我是中国人在荷兰工作,但是我的德国同事不让我在合作环节做发言,而让我在中国部分做发言。我今天不会讲到数据融合,我们会讲到自动驾驶相关系统设计的内容,还会讲到高速发展的内容,是从2009年博士论文相关的内容,那这些都是我的同事他给我带来很大的帮助。

        我首先介绍一下智能车辆系统,那么对于现在来说这是蛮新的名词,那么就是说在驾驶的过程当中,那么我们用这个智能车辆系统来帮助我们的驾驶车开动车辆,我可以用半自动、自动来给予驾驶者支持,这个系统要靠很多传感器的支持,很多依靠传感器的系统需要做自己的一个决策。举一个例子,这样一个控制系统,这个可以说最新的车辆上面所安装的系统,他是有两个模式,在巡航模式的时候,那么比如说周围没有车辆的时候,系统它会保持驾驶人一定的速度,另外一个系统它会保持和前车的距离,这个距离是要跟他的车速相匹配,这个系统高级形态就要合作系统,这些合作车辆他们可以互相沟通,可以进行车辆自己的沟通,他们还可以和路面基础设施进行沟通。这些系统也是非常有前景的,因为他们有这样的潜力能够提高我们的交通流的管理,典型的例子就是合作性的ACC系统,我们里面比如说跟着前车的时候,距离不需要那么远,我们可以提高路面通行车辆的效率。

        另外一种系统的潜力就在于说,说到这些合作式的车辆,他们可以整合到我们交通控制系统当中去,那么一会儿在我发言后半部分会讲到相关的例子。我是一个民用工程师,我的研究重点是交通方面的应用,这主题可以说基础性蛮强的,为什么有这样交通工程师,会感性于这样的系统呢,这些智能车辆他们可能会有着对我们单个驾驶员行为有影响,距离、速度和前车保持距离和速度。最后这些也而影响我们的行驶时间,冲撞的风险还有驾驶舒适度等等。从这样合作式交通运营角度来看,这个对单个驾驶员行为的影响也会影响到整个交通流,路面容量还有稳定性等等。而且,也会影响到比如说能源的耗用和污染的排放,这个又涉及到可持续发展的,总结一下这一点非常重要,我们可以设计这种智能车辆来改善我们的协助式的一个交通局面。

        我们的工作它的目标是想建立这样一个灵活式的交通管理系统,我们在比如说受到这种适应巡航系统,也有类似特点,但是他们还少一些东西,没办法生成最优的行为,确保车辆在最优的路面上行驶,有一些方法不是那么有,有的时候可以预测未来的变化,有的没有变法未被控制的行为。因为我们研究的目标,就是要去建立多层次,多层面控制的系统。我们希望能够对我们的控制达到优化的效果,那么这样的话我们可以用到时时的应用系统当中去。

        我们看到这张图,这是这样一个通用性的流程图,看一下这是一个本地的交通系统,一般来说差不多是围绕着控制车辆的200米,那么我们车上传感器雷达等等或者摄像机都可以探测,他们可以装在路面上,然后我们可以通过这个车载系统可以评估系统的状态,然后可以做预测,对未来的变化做一个预测,这个预测就包括我们的控制车辆动态状况或者周围车辆状态。比如说一般手控车辆是基于一个模型,而且是基于他所面对的问题,比如说不管是纬度的控制模型是限性的或者非限性,受控车辆的周围如何预测呢?我们可以使用人类驱动模型来进行预测,通过这个预测我们可以计算出一些相关的成本,一些我们不想看到情景,比如说如果开的太快,离前面车太近就可以反应出来,我们可以计算效率,我们可以计算想达到的速度,还可以计算舒适度还有燃油相关的参数。

        这里跟大家强调的是我们这个自动和半自动的系统,我们为什么要优化我们自己的这样一种模拟呢?这样可以节省整个系统里面受汽车连接的成本,比如说提升了我们自己车的体系和系统,这样可以节省其他车辆一个整体的成本,这是在互联体系当中的特性。所以在这样一个问题,我们汽车会传达出一个信息,出现机械故障的时候,系统会促发一个硬件反应,对方向盘的反应。推动当地的系统进入下一个控制循环,会重新开始。

        那我们如何解决问题我不会具体阐述,那我们在交通上面产生影响进行的一个评估,我们做的呢,我选了一个这样的环境,两车道的机动车道作为我们的环节,14公里,道路上面大概有超过500多辆的汽车会同时进行模拟,这个通过我们的研究和测试显示可以在以一个非常快路来进行模拟,在机动车道上面,我们会有一个限速从100公里每小时降到了50,这是模拟成一个路障,或者说我们会造成这种起停的一个模式。同时会测试不同的ACC和渗透路来进行测试,这是一些结果,看到上面三个图表展示的是在我们刚刚测试的道路里面,是每一小时每个车道交通流量,这里面是包括了不同比例的,这是100%人驾车辆和10%自动巡航车辆,我们在纵轴是得到协调,这个道路的驾驶方向从原点向上进行驾驶。我们没有自巡航的时候,自巡航是零的时候,在这一点这个瓶颈会启动,从速度降到了50,这个临时一个路障造成了交通拥堵的区域,我们从下往上驾驶车辆,这里面值得重视一点一个现象,就是这个驾驶车辆,驾驶出交通拥堵的车量,并不如驶入这么高。

        我们ACC达到10%比例的时候情况就明显不同,还是在瓶颈之后有交通拥堵,这个反向是相反的,但是规模要比第一个小很多,拥堵的范围要小很多和程度也会小很多,这里面体现ACC的情况。我们看到车拥堵持续了20分钟自己就解决了交通拥堵的情况。使用新的ACC好处会更多,最后这个里面,这个也是第一个是0%,第二个是10%,第三个是100%都有所改善。我们看一下最终量化的指标,整个驾驶时间以及交通拥堵的规模,还有交通拥堵开始处的速度,以及平均的油耗是百公里的油耗为单位,我们看到是百分之百人工驾驶,100%的协同自巡航,我们平均了油耗还有时间都大幅度下降,交通拥堵的时间都下幅度下降。还有渗透度以及智能车辆的上升会带来的好处。

        还有值得我们看的是速度,交通拥堵造成速度的下降,这个是以百分之一百人工车驾驶车辆进行对比的,这个基于不同的渗透度会造成不同速度的结果,我们可以看到通过车间一个互动和互联,交通拥堵和可好的解决和加快交通效率。这里面会有安全性的问题,速度会更加的快,就会有一些安全问题方面的考虑需要解决。

        这里面我们做了一个案例的分析,我们的想法就是原理就是基于我们刚刚介绍,通过智能车辆整个交通的速度是有变化,前面是非常客观的,想看一下在当下的交通控制系统是基于传统的这个交通流量来设计的,传统的控制系统是否还可行呢,是否还可以发挥作用?我们通过智能车辆会不会对现有传统的交通管理系统带来好处呢?这是我们想要测试的内容,我看到上面是整个交通的网络,在每个小时甚至更长的时间为周期,我们有互联的级别。比如说在十公里的快速路上面,这个大概每十分钟或者每一个小时来进行更新,下面是我们从最底部最细节的地方,我们在互联层面是加入我们的限速,这是专门设计的一个限速,跟模拟里面的限速是一样的。

        我们假设是我交通管理以及车辆控制之间是有联系,当我们的交通管理部门发出限速的时候,会对车辆的控制造成影响,那么会将这种限速作为一种指令来优化自己的驾驶情况和环境,这样一个数据表格里面,看到是整合和互联交通管理和车辆管理是如何来解决交通拥堵状况的,这个区域是限速的区域,我们看到这些指标,来进行比较的话,我们记录了交通拥堵的数量,这个是在互联层面所观测到拥堵的状况,这种整合之后解决情况也技术了记录,最后我们进行整个的交通时间、网络交通时间来进行比较,我们看到整合之后交通管理和车辆管理之后,在同样的ACC渗透的情况下,我们可以很明显的看出,互联会带来更好的交通,更高的交通效率。

        最终总结,跟大家介绍的是我们一个宏观设计,如何证明了更好使用先进的驾驶的技术和科技,那我们所测量的设计出来ACCCACC的计算,可以计算和模拟交通流量,并且也看到对交通流量的影响。我们可以看到交通拥堵方面的解决有巨大的影响,我们提出的系统可以降低由于人类驾驶所带来的交通拥堵状况,智能车辆互联的时候也会带来更高的交通效率,谢谢大家。


    责任编辑:李泳材

    相关热词搜索: 交通管理 车辆控制

    上一篇:Adrian Loan:汽车内系统与交通信息服务
    下一篇:最后一页

    智能交通行业首家推出移动互联网媒体,每日更新 !让您随时随地了解行业资讯。
    专栏观点更多>>
    BBS观点更多>>