基于群体智能的车路协同系统优化及控制方法研究

车路协同系统基于车车、车路通信构建了一个全时空信息的车联网环境，如何有效利用车路协同系统提供的实时信息，实现交通系统的协调优化、安全控制是亟需解决的关键问题。本项目拟针对车路协同系统数据海量性、信息实时性、系统多变性带来的挑战，提出车路协同交通网络模型和信息交互拓扑模型，为交通分配、路径诱导、编队控制、碰撞避免等方法提供基础框架和数据；面向动态交通网络实时状态的优化管理，定义车路协同环境下优化控制模型的目标函数和约束集合，提出动态交通环境下具有探索机制的高性能动态蚁群优化启发算法；面向安全道路列队行车模式，借鉴智能群体涌现的蜂拥行为，定义路网势场函数和车辆互势函数，建立综合考虑斥力、引力同时作用下描述车辆队列的数学模型，提出领航-跟随模式下隐式感知和显式通信相融合的碰撞避免方法和串行编队协同控制策略。本项目的研究将为车路协同系统动态优化控制和主动安全编队提供新的研究思路和方法。

本项目针对车辆移动速度快、行驶路径受道路约束、网络拓扑结构易改变的特点，设计了一种消息广播频率的自适应调节算法，并提出了一种由Epidemic生物机制启发的车载消息广播方法，保障消息广播的可靠性、消息路由的时效性以及消息的“端到端”可达性；采用聚类方法建立动态路网模型，为建立稳定、高效的信息路由提供了有效途径；基于微生物群体行为特征，提出基于吸引子选择模型的动态自适应异构网络最优接入决策方法，并给出异构接入决策的系统架构；建立了Non-IP专用短程通信协议体系，确保了通信延迟小于50ms，并提出了一种车路通信系统的通信服务质量评价方法。基于路网交通数据的实时采集与处理，建立了动态路网模型，并从中计算基于OD的最优路段，形成了以车辆为核心的动态路径诱导系统，以最小化行程为目标建立交通流优化分配模型，并将粒子群算法运用于模型求解；建立了面向城市信号交叉口的车路协同系统信息交互网络的逻辑架构，分别建立起基于极大熵原理的交通OD矩阵估计模型、SOM神经网络模型以及Takagi-Sugeno-Kang模糊决策系统，对信号交叉口的交通流模式进行有效识别和优化控制。针对弯道及匝道处行车安全控制问题，建立了基于车车通信的安全预警方法，借鉴群体行为的自组织性，参考社会力模型所描述的社会性以及结合车辆行驶的基本模型，建立了一个综合考虑了车辆行驶的目的性、车辆群体内部车辆间的相互作用力、道路约束和障碍物的影响的多车协同行驶模型，并通过李雅普诺夫稳定性理论证明了模型描述多车协同行进和协同避障的稳定性。