注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

Mister.Hu(巷里人家)

Go abroad!

 
 
 

日志

 
 
关于我

A campus photograph palyer,an enthusiastic reader,a solitary writer,a future traffic engineer.

网易考拉推荐

大雾天气高速公路最佳行驶速度建模分析及仿真模拟  

2014-03-08 23:18:57|  分类: Study |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |


胡松华,胡祥旺,刘响,赵凯旋,张志伟

(华中科技大学土木工程与力学学院)

摘要:高速公路的雾天行车问题,一直是当前交通安全范畴亟待改善的主要领域之一。本文从行车安全与道路流畅度两方面进行分析,首先基于ANFIS建立追尾概率模型,并利用Matlab对模型进行计算与训练,在得出模型后再用VB建立仿真模型进行仿真验证分析。在对流畅度的分析上本文引入延迟率,并对不同限速引起的延迟率进行对比分析。最后综合考虑追尾概率与延迟率,得出不同可见度下高速公路的最佳行车速度。

关键词:高速公路;雾天限速;ANFIS;追尾概率;延迟率;最佳行车速度

1.简介

1.1研究背景

随着高速公路行车里程的不断增加,高速公路的交通事故率也不断上升。其中,因浓雾等恶劣天气而造成的交通事故率呈显著上升的趋势。经调查,我国因雾引发的交通事故占高速公路交通事故的 15%~25%,在一些雾多发地区的高速公路路段,因大雾导致能见度减小而引发的交通事故的死亡率达到40%。另外,由于高速公路上车流量大、行驶速度快,一旦雾天发生交通事故,经常会引起连锁反应,最终形成多车连环追尾相撞的重、特大恶性交通事故。因此,加强对雾天行车的管理乃是当务之急。

当前国内外针对低能见度条件下的交通流分布、交通事故发生、交通控制模式及交通管理的体系进行了一系列的研究,如美国的RWIS 系统和图像监视系统、意大利的“抗雾智能公路”计划、德国的SWIS系统以及国内沪宁高速公路的雾天行车诱导系统等。但由于影响高速公路上行车速度的因素有很多,对速度进行精确控制的设想较难实现,当前研究大多集中在宏观方面。本文正是基于此背景下,试图尝试采用一种新的方法,即着眼于微观,通过某种预设模型对所得实时数据进行综合分析,得到一个当前环境下最佳的行车速度,并以具体数据形式反映在仪表盘上,供驾驶员控制行车速度。

1.2研究目的

高速公路的雾天行车的主要问题有这些:

1)由于可视距离低导致司机行车速度出现严重分歧,比如有些司机由于胆怯、紧张将速度减得过慢,而有些司机由于视觉判断的误差而将速度开在安全速度之上。这样一来各车的行驶速度标准差增大,由公式 ( 亿车公里事故率, 车速标准差)可知,车速无论高于还是低于平均车速,其车速标准差越大事故率越高。

2)由于视觉、心理、生疏程度等原因,依靠司机的直接判断来控制车速是高风险、低效率的,一个合理的速度限制范围对雾天行车有着很好的引导作用。过高的限速值显然会使交通更加混乱,而过低的限速值一方面会降低道路流畅度,减少通行量,而且当其与驾驶员自己的判断不符时,也不能达到控制速度的目的。

本文正是基于上面提出的两个问题,综合考虑道路安全与流畅,利用ANFIS模型、Matlab训练、VB编程仿真、延迟率分析,拟合出大雾天气中不同可见度下高速公路的最佳行车速度。

2.双车追尾模型的建立与分析

2.1双车追尾模型的基本分析

安全行驶条件 :在高速公路上,以一定速度行驶的车辆要能够及时发现前方的车辆或障碍物,并且在采取制动措施后,保证车辆在滑行一段距离后不撞上前方车辆或障碍物,这样才能保证行车安全。保证不撞前方车辆的距离称为安全行车距离。在大雾天,由于视线不清,能见距离缩小,这段安全行车距离必须小于雾中能见距离才能保证雾中安全行车。

反应距离(从看到障碍物到开始做出反应经过的距离)为:

反应总时间 一般在 秒之间。

制动距离(制动停车经过的距离)为:

为地面附着系数, 为滚动摩擦系数, 为坡度。

安全距离:停车后与障碍物的最终距离,安全距离通常取

停车视距 =反应距离 +制动距离 +安全距离

由安全条件分析可知,要保证行车安全,应有:

停车视距 能见距离

即:

可做出 图如图1大雾天气高速公路最佳行驶速度建模分析及仿真模拟 - 巷里人家 - 巷里人家

 

1双车追尾模型的

2.2基于自适应模糊神经网络的追尾概率模型的建立

ANFIS(Adaptive Neuro Fuzzy Inference System)是将模糊推理系统与神经网络相结合的产物,模糊推理系统巧妙地引入了隶属度的概念,ANFIS 是将Sugeno一阶模糊推理系统以网络的形式来实现从而得到的一种神经网络。

高速公路汽车车速一般在120km/h,1可知,在两车的行车间距大于200m,追尾事故发生的概率已接近于0,因此,在雾天对高速公路上车辆的追尾事故概率的研究中,本文只考虑200m以内的追尾概率。设雾天能见度的基本论域为{0,200},跟随车车速的基本论域为{0,120},反应时间的基本论域为{2,3}汽车追尾概率的基本论域为{0,1};雾天能见度的模糊子集为{NB , NS , ZO ,PS ,PB} ,跟随车速度的模糊子集为{NB , NS , ZO , PS , PB} , 反应时间的模糊子集为{NB , ZO , PB} ;汽车追尾概率的模糊子集为{NB , NS , ZO , PS , PB} ;此时,语言之间的隶属度函数均选用 gaussmf 型。由(2.1)中双车追尾模型的基本分析可知,雾天能见度越小(NB),后车跟随速度越大(PB),反应时间越长(PB),事故发生概率越大(PB)

根据专家经验即可建立75条模糊推理规则。根据不同的跟随车速度,雾天能见度反应时间作为模糊系统的输入,汽车追尾概率为模糊系统的输出。设初始步长为 0.01,利用MATLAB 编程计算出各种行车间距的追尾概率,训练高速公路汽车追尾的 ANFIS 模型。以下各图为建立高速公路汽车追尾的 ANFIS 模型的过程

大雾天气高速公路最佳行驶速度建模分析及仿真模拟 - 巷里人家 - 巷里人家
 

建立速公路汽车追尾的 ANFIS 模型大雾天气高速公路最佳行驶速度建模分析及仿真模拟 - 巷里人家 - 巷里人家

3  建立75条模糊推理规则

 

大雾天气高速公路最佳行驶速度建模分析及仿真模拟 - 巷里人家 - 巷里人家

 

追尾概率、雾天能见度、跟随车速度三者间的关系图

最终可以输出在不同可见度下的跟随速度与追尾概率的对应关系(t2.5s),如表1大雾天气高速公路最佳行驶速度建模分析及仿真模拟 - 巷里人家 - 巷里人家

 

t=2.5s,不同可见度,不同速度对应的追尾概率

作出P-V图像如图5

大雾天气高速公路最佳行驶速度建模分析及仿真模拟 - 巷里人家 - 巷里人家

 

不同可见度下的“P-V”图

3.延误率模型的建立与分析大雾天气高速公路最佳行驶速度建模分析及仿真模拟 - 巷里人家 - 巷里人家

 

交通延误类型有多种,本文集中讨论控制延误影响下的延误率,定义:车辆在雾区中以相应限速行驶所经过的时间相对于车辆以畅行速度通过该雾区长度的时间的增长率为延误率。那么延误率越小说明交通流越流畅。

设车辆进入雾区前以及驶出雾区的速度为均为  ,设雾区长度为L,雾区里限速为  ,加减速时车辆以最大减速度  匀减速,以最大加速度  匀加速行驶。

 以畅行速度 匀速通过L的距离所用时间:  

雾区中,有相应限速。考虑到一般雾区实际长度和车辆加减速性能 ,把车辆通过雾区近似为以下过程:  (以上过程假定雾区限速  小于正常限速  ):时间分3个阶段计算,

通过雾区总时间:  

综合以上分析,在雾区影响下的交通延误率为:

4.由追尾概率模型及延误率模型推出的最佳速度模型

以上独立的分析了不同限速影响下的高速公路车辆追尾概率和运行延误率,为了综合全面考虑安全与效率因素建立如下优化模型:

设限速为  ,追尾概率为p,延误率为 ,设目标为w,优化目标为较小的p和较小的 ,利用加权系数得到目标函数:

其中0<t<1。其中p 均与 有关,令决策变量为 ,分别代入p 后,在一定精度控制下通过计算机枚举法可近似求出最小w所对应的最佳限速

5.基于Visual Basic编程语言建立的仿真模拟系统

本文采用计算机仿真系统,根据设置的各种影响因素的数据,多次模拟,根据得到的数据,输入到Matlab神经网络工具箱,从而调整得出专家经验,并拟合出模拟规则,预测追尾事故概率。为了更好的模拟高速公路雾区汽车追尾及延误情况,本文采用Visual Basic进行编程,下图即为该仿真系统的主界面。

6.结论与展望

6.1应用推广流程图大雾天气高速公路最佳行驶速度建模分析及仿真模拟 - 巷里人家 - 巷里人家

 

6.2技术展望

1、将此技术与ISA车速智能控制系统结合,可大大提高智能化,让雾天行车者能以最优速度通过雾区,而且会减轻因控制车速与实际不符而产生的交通心理不良。

2、此技术一方面可借助计算机系统进行仿真模拟得出模拟数据用于对神经网络模型的训练,另一方面也必须借助探测器对实际情况进行分析与实时判断,因此一个反应迅速、功能强大、精确度高的探测器系统将是本技术的基础。

3、由于篇幅与本身能力限制,在许多方面此技术还存在着不完善的地方。如对追尾模型并没有具体到各种情况进行分析,在进行优化计算和多元分析时并没有引入精确的模型,只做了初步估计。在VB仿真过程中由于次数有限,也难免会有一些误差。这些都是可以继续深入研究与改善的地方。

                                                                     

                                  

 

 

  评论这张
 
阅读(155)| 评论(0)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2016