网联智能小车路径规划算法研究文献综述

 2022-10-28 14:44:17

文献综述（或调研报告）：

近年来，由于汽车行业的不断进步与发展，全球汽车的数量越来越多，而与之配套的城市交通基础设施建设速度却远远跟不上交通需求增长速度：在城市建设、道路规划中，缺乏整体观念，车流分流不合理，路网规划不完善等，造成严重的交通拥堵问题以及道路安全问题。在2014年，交通拥堵导致人们花费在路上的时间总计多出69亿个小时，人们为此多消耗了价值1600亿美元的31亿加仑的燃油[1]。交通拥堵还导致驾驶员产生焦虑和压力，这可能使得驾驶员在驾驶过程中更为急躁，从而进一步加剧交通拥堵[2]。从道路利用率来看，有调查显示：美国高速公路每个车道每小时最多可以通过2200辆轿车或者750辆货车[3]，这仅占到道路面积的5％。

近年来，越来越多的人意识到智能网联车辆的必要性。智能网联车辆可以使用所收集网联车辆的信息，通过控制算法提升交通运输网络的效率和安全性。它可以减少交通事故发生的概率，产生更少的能源消耗和尾气排放[4] [5]。智能网联车辆之间可以保持更短的间距并且当意外情况出现时可以迅速反应。

已经有许多研究致力于解决这些问题。主要在两个典型场景：（1）是车辆在交通路口的协作控制，（2）是高速公路主、辅路车辆的合并控制。研究方法通常根据是否具有中央控制器分为两类。如果系统中至少有一个任务的完成，有中央控制器的参与，我们就定义其为集中方法[6]。

Li et al. 在某些特定的场景使用交通信号灯和V2I通信方法，改善交通安全性同时提高道路效率 [7]，使用分析方法使得智能网联车辆间的安全性和车流量均得到提升。2004年，Dresner和Stone提出了一种基于保留算法的十字路口控制方法[8]。自此，许多人提出了各种基于保留算法的控制方法，目的在于交通路口提高安全性和效率。总体上，此类方法均包含一个中央控制器（通常在路口），接受、整合来自不同车辆的信息，而路口被划分为若干小区域，每个区域内同一时间内只允许通过一辆车通过，以此来避免碰撞。此方法的主要难点在于众多信息的协调处理，并且可能出现锁死。在非集中控制中，每辆车从其他车辆及道路环境收集信息，并以此来决定他们自身的运行状态。该方法的面临的主要问题是可能会出现锁死状态。M.Kamal等人提出了一种网联汽车的协作模式[9] [10][11]，用于没有交通信号灯的十字路口。通过二向沟通网络，确定来自于各个方向上车辆的位置。通过在MPC框架中考虑他们的状态，使车辆可以快速、安全的通过十字路口。Jackeline Rios-Torres和Andreas A.Malikopoulos在他们的研究中制定了一个中央控制的理想车辆在匝道口车道合并的模型[6]，以避免碰撞为前提条件，从节省燃油的角度进行考虑，通过汉密尔顿分析进行求解，仿真验证了该最优解对于节省燃油和时间的提升。

Panagiotis等人提出了一种针对网联车辆安全应用的先进协作路径预测算法[10]。该算法收集所有网联车辆的位置、速度、加速度、航向和横摆角速度的测量值，以计算他们将来的路径。此外，采用道路几何形状，特别是道路曲率的地图数据来增强路径预测算法。讨论了具有和不具有无线通信的路径预测算法的比较结果。

目前，许多专家学者在智能网联车领域进行了研究。其中一个存在的问题是，假设车与车、车与基础设施之间可以交换信息，那么效率究竟可以提升多少。另一个问题直接关系到网联车中的驾驶者，那就是当我们可以提供一个可用的优化框架及算法时，我们如何将其和驾驶者反馈系统结合起来，以及如何向驾驶者下达这些指令[5]。因此，在今后的研究中，我们必须为算法的设计添加更多的限制条件和特性，使其更接近于真实情境，同时考虑驾驶者的特性，让算法可以在实际中实现应用。

  1. D. Schrank, B. Eisele, T. Lomax, and J. Bak, “2015 urban mobility scorecard,” Texas Aamp;M Transp. Inst., College Station, TX, USA, 2015.
  2. V. L. Knoop, H. J. Van Zuylen, and S. P. Hoogendoorn, “Microscopic traffic behaviour near accidents,” in Proc. 18th Int. Symp. Transp. Traffic Theory, 2009, pp. 75–97.
  3. “National transportation statistics 2012,” U.S. Dept. Transp., Washington, DC, USA, 2012.
  4. J. Rios-Torres, A. A. Malikopoulos, 'A Survey on Coordination of Connected and Automated Vehicles at Intersections and Merging at Highway On-Ramps', IEEE Trans. Intell. Transp. Syst, 2016.
  5. M. Kamal, M. Mukai, J. Murata, and T. Kawabe, “Model predictive control of vehicles on urban roads for improved fuel economy,” IEEE Trans. Control Syst. Technol., vol. 21, no. 3, pp. 831–841, May 2013.
  6. J. Rios-Torres, A. A. Malikopoulos, “Automated and Cooperative Vehicle Merging at Highway On-Ramps” IEEE Trans. Intell. Transp. Syst, 2016.
  7. L. Li, D. Wen, and D. Yao, “A survey of traffic control with vehicular communications,” IEEE Trans. Intell. Transp. Syst., vol. 15, no. 1,pp. 425–432, Feb. 2014.
  8. K. Dresner and P. Stone, “A multiagent approach to autonomous intersection management,” J. Artif. Intell. Res., vol. 31, no. 1, pp. 591–653, Jan. 2008.
  9. M. A. S. Kamal et al., 'A Vehicle-Intersection Coordination Scheme for Smooth Flows of Traffic Without Using Traffic Lights', IEEE Trans. Intell. Transport Syst., vol. 16, no. 3, pp. 1136-1147, 2015.
  10. Lytrivis P, Thomaidis G, Tsogas M, et al. An advanced cooperative path prediction algorithm for safety applications in vehicular networks [J]. IEEE Transactions on Intelligent Transportation Systems, 2011, 12(3): 669-679.
  11. G. R. Campos, P. Falcone, H. Wymeersch, R. Hult, J. Sjouml;berg, 'Cooperative receding horizonconflict resolution at traffic intersections' in 53rd IEEE Conference on Decision and Control, IEEE, pp. 2932-2937, 2014.
  12. Verma R, Del Vecchio D, Fathy H K. Development of a scaled vehicle with longitudinal dynamics of an HMMWV for an ITS testbed [J]. IEEE/ASME Transactions on Mechatronics, 2008, 13(1): 46-57.

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章