Automated and Cooperative Vehicle Merging at Highway On-Ramps

2024-03-21 22:28

本文主要是介绍Automated and Cooperative Vehicle Merging at Highway On-Ramps,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

论文解读——Automated and Cooperative Vehicle Merging at Highway On-Ramps

参考资料来源:《Automated and Cooperative Vehicle Merging at Highway On-Ramps》一文

1.问题描述

问题描述

该文章想解决如FIG.1中的匝道合流问题,传统的匝道合理需要等待main road车辆全部通过之后,secindary road上的车才开始通行。在该文中,通过一个Centralized Controller给每一个车唯一标识(哪一辆车辆先进入Control Zone 控制区先编号),实现的是先进先出(FIFO)原则,其目的是寻找每一辆车每一个时刻的控制输入,从而实现每辆车油耗最小并且没有走走停停的情形发生。

2.建模过程和求解过程

2.1 建模过程

动态方程

每辆车的动态方程如上,其中 p i p_{i} pi表示第 i i i辆车辆的位置 v i v_{i} vi表示第 i i i辆车辆的速度 u i u_{i} ui表示第 i i i辆车辆的控制输入(加速度)。

流形约束

控制输入速度的流形约束,其中 t i 0 t_{i}^{0} ti0表示车辆 i i i进入控制区的时间, t i f t_{i}^{f} tif表示车辆 i i i离开混合区的时间。

前后碰撞

为了防止rear-end collision(前后碰车),同一个车道上相邻的车至少保持 δ \delta δ安全距离,其中 k k k i i i的前方, N ( t ) N(t) N(t)表示此时所有车辆的数量。

侧向碰撞

为了防止在合流区出现a lateral collision,上述约束为空。该文中直接要求每次只有一辆车通过合流区,所以就不会存在a lateral collision

初始目标函数

最终形成如上的约束,第一项是为了保证控制输入尽量小(油耗小),第二项减少车辆之间的差距, t i m t_{i}^{m} tim表示第 i i i辆车进入合流区的时间

2.2 求解过程

在这里插入图片描述
最终时刻迭代公式2

这里作者给出两个迭代公式,当指定第一辆车的最终时间( t 1 f t_{1}^{f} t1f),可以根据上面的迭代公式唯一确定离开合流区的时间 t i f t_{i}^{f} tif)。上面几个公式也比较好理解,在下面说明一下符号就行。

  • 假设1 :通过合流区的车辆速度恒定,等于其进入控制区的速度
  • 符号 : δ \delta δ 表示安全裕量 S S S表示控制区长度

关于控制输入如何求解,文章使用了最优控制求解的方法得到了显示解,即求解如下问题(因为w2>>w1)
最终目标函数

求解结果为:
解析解1
解析解2

所以只要直到初末状态就可以唯一的确定每一辆车的控制输入,初始状态可以测量观测到,末状态 速度=控制区的速度;加速度=0,离开合流区时间(10)(11)迭代公式唯一确定。
结果图1

上图是一个案例结果图,大家可以对照理解一下。

这篇关于Automated and Cooperative Vehicle Merging at Highway On-Ramps的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/834001

相关文章

Segmentation简记-Multi-stream CNN based Video Semantic Segmentation for Automated Driving

创新点 1.RFCN & MSFCN 总结 网络结构如图所示。输入视频得到图像分割结果。 简单粗暴

Segmentation简记5-AuxNet: Auxiliary tasks enhanced Semantic Segmentation for Automated Driving

创新点 1.分割网络为主任务,深度估计网络为辅任务 2.loss的设计 总结如图所示 网络结构如图所示 其实很容易理解。 backbone是基于ResNet50 分割网络是基于FCN8 深度估计网络与分割网络类似,最后一层是回归深度层。 最有意思的是两种任务的loss的合并。 分割的loss很常见:cross entropy 深度loss:mean absolute error 算法一:

DS简记1-Real-time Joint Object Detection and Semantic Segmentation Network for Automated Driving

创新点 1.更小的网络,更多的类别,更复杂的实验 2. 一体化 总结 终于看到一篇检测跟踪一体化的文章 网络结构如下: ResNet10是共享的Encoder,yolov2 是检测的Deconder,FCN8 是分割的Deconder。 其实很简单,论文作者也指出:Our work is closest to the recent MultiNet. We differ by focus

【Honda】Comfortable Runabout Vehicle

本田CR-V的英文全称是 Comfortable Runabout-Vehicle,也可以理解为 City Recreation Vehicle,即城市休闲车或城市多功能休闲车。这款车型由东风本田汽车公司生产,自1995年诞生以来,凭借其舒适的驾驶体验和多功能性,赢得了全球超过1100多万车主的喜爱。 文章目录 1、历代版本2、外观3、内饰4、2023 配置对比——纯油2023 2

汽车IVI中控开发入门及进阶(二十七):车载摄像头vehicle camera

前言: 在车载IVI、智能座舱系统中,有一个重要的应用场景就是视频。视频应用又可分为三种,一种是直接解码U盘、SD卡里面的视频文件进行播放,一种是手机投屏,就是把手机投屏软件已视频方式投屏到显示屏上显示,另外一种就是对视频采集设备(主要就是摄像头Camera)的视频源进行解析解码显示。随着汽车智能化大趋势的演进,车载摄像头也是越来越多,所以对于这一块的视频处理需求也就越来越旺盛。 根据安装

autoML综述:Benchmark and Survey of Automated Machine Learning Frameworks

Benchmark and Survey of Automated Machine Learning Frameworks 文章链接 摘要: 1.当前autoML方法综述和流行automl框架在实际数据上的benchmark 2.总结重要automl搭建机器学习管线的重要技术 Introduction: ML管线需要: 1.有深厚ML算法和统计功底的数据科学家 2.在特定领域有长期经

Android Studio报错Error while merging dex archives

今天在编译代码时候出现这个报错,首先谈几句关于学习,其实刚开始新手时候什么都不懂,一遇到错误就慌得很,其实严格意义上这些所谓的报错都不是本身的错误,都只是我们不会用或者用错了导致的问题,就好像买了一辆车去水上开,结果沉了,还质问厂家问什么沉了。 所以这种所谓的错误,大多数本质还是自己功力不够,要多学习,当然去刨根问底解决问题也是学习的过程。 下面说这个问题:其实很简单,报错中已经说的很清楚了,就是

AGV(Automated Guided Vehicle)

摘抄自《智能AGV视觉导航控制系统的研究及应用》刘朋飞 华南理工 硕士论文        随着科学技术进步和产业升级改造的需求,智能 AGV(Automated Guided Vehicle,自动导航小车)的应用逐渐成为企业在柔性生产设备和仓储自动化升级的首选方案 ,具有自动化程度高、灵活性好、安全可靠等优点.     智能 AGV,即无人搬运车,通常指装备有自动导航装置,可通过驱动单元按

Effective GUI Test Automation: Developing an Automated GUI Testing Tool

版权声明:原创作品,允许转载,转载时请务必以超链接形式标明文章原始出版、作者信息和本声明。否则将追究法律责任。 http://blog.csdn.net/topmvp - topmvp Software test engineers: here is the first book to teach you how to build and use a fully automated GUI t

A Semi-Centralized Dynamic Key Management Framework for In-Vehicle Networks 论文报告

一、论文信息 标题:A Semi-Centralized Dynamic Key Management Framework for In-Vehicle Networks 作者:Ivan E.Carvajal-Roca, Jian Wang, Jun DU, Shuangqing Wei 单位:Tsinghua University 会议:IEEE TANSCATIONS ON VEHIC