多前車影響的智能網聯(lián)車輛縱向控制模型分析

李樂

（中汽數(shù)據(jù)（天津）有限公司，天津 300393）

1 研究背景

伴隨著當下車車通信技術的發(fā)展，使得在車輛系統(tǒng)當中，也形成了自適應巡航控制系統(tǒng)，可以在駕駛輔助系統(tǒng)當中，有效的提升安裝的效率性。在這套系統(tǒng)安裝的過程中，可以有效的利用車輛雷達，探測自身與前方車輛的實際間距以及速度差，這樣遠比肉眼去感知距離和速度有更高的效率和準確性。進而可以在駕駛的過程中，盡可能的降低速度的實際波動，以此大大提升車輛的穩(wěn)定性。但是，在當前的發(fā)展過程中，由于自適應巡航控制系統(tǒng)的不夠完善，使得嚴重的影響到了交通效率的提升。

2 研究發(fā)展

現(xiàn)階段在對CAV技術以及對交通流所造成影響的研究中，大多數(shù)都是將其CAV與傳統(tǒng)的人工駕駛車輛進行研究，以此構成混合交通流，進而可以很好的通過CAV滲透率的實際變化，進行相應的研究。在現(xiàn)階段的研究過程中，對其CAV進行的應用中，可以有效的起到對交通流穩(wěn)定性的優(yōu)化和改善，進而可以對交通安全、通信能力方面，起到一定的影響作用。

雖然在當下科研領域當中，已經有著多種網聯(lián)環(huán)境下，對其車輛的跟馳模型進行了分析和研究，但是大多數(shù)的研究都是基于FVD，或者基于IDM模型研究出來的。但是，現(xiàn)階段在微觀交通仿真軟件當中。其縱向控制模型已經得到了較為廣泛的應用。同時，在這些模型的應用中，可以有效的提供較高的穩(wěn)定性。

而在對其穩(wěn)定交通流模型進行分析的過程中，其模型的優(yōu)勢性，可以很好的與實際采集數(shù)據(jù)，進行有效的擬合，充分的保障模型在分析過程中，有著較高的靈活性。并且，也能夠形成較為優(yōu)美的數(shù)字表達式。相比較其他類型的模型，其形成的跟馳特征，可以有著較為明確的物理意義，并有著較高的模型簡潔性。

3 智能網聯(lián)車輛跟馳模型建立

在進行模型建立的過程中，所提出的場論，需要將車輛當中的駕駛人員，能夠在駕駛過程中所感受到的實際環(huán)境，例如道路以及多周邊車輛的感知，單做一個場U，為此，這樣就使得駕駛人員在駕駛車輛的過程中，可以有效的感受到這個形成的場的實際作用力。在這些力的出現(xiàn)上，駕駛人員在心理層面上，形成的驅動力G，以及道路產生的實際阻力R，以及其他車輛所造成的作用力P，都是影響的因素。

為了在這個模型的建立過程中，需要對其車輛自身，與前車的實際間距，以及存在的速度差進行分析，都能夠一定程度的影響到速度。但是基于CAV角度而言，由于采用了車車通信技術，使得可以有效的在行駛的過程中，準確的感知到車輛之間的實際距離，以及之間存在的速度差，這樣就可以有針對性的對自身車輛的速度進行調整。在基于LCM進行分析后發(fā)現(xiàn)，僅僅在分析中，考慮到前車多帶來的影響，并沒有將車輛的速度和加速度加入到分析的范疇當中，以此無法很好的對現(xiàn)階段的CAV車車通信技術的實際作用，以及應用當中的影響因素，進行準確的分析和考量。

例如，在車輛行駛在單行道上的時候，有多輛車在與CAV車輛進行共同行使。為此，這個時候，CAV車輛與其搭載的HV相同的車輛，所能夠收到的加速度與其實際速度，可以有效的依據(jù)實際的安全規(guī)則，進行相應的分析。同時。采用了CAV技術之后，可以有效的在車車通信當中，進行車輛之間的通信距離，以及多個前車的實際數(shù)據(jù)信息進行分析，進而有效的保障降低駕駛人的實際感知反應的時間。同時，對于車輛而言，也能夠更加有效的在短時間之內，對多輛網聯(lián)車，進行速度、加速度等各種車輛方面的具體信息進行整理和分析。

4 線性穩(wěn)定性分析

在對其穩(wěn)定性進行分析的過程中，往往需要能夠對當前模型當中的假設式，進行穩(wěn)態(tài)解的分析，以此可以很好的對穩(wěn)態(tài)交通流當中，各個相鄰車輛的實際車頭間距、以及其中穩(wěn)態(tài)交通流的車輛實際速度進行分析。

在這樣的分析過程中，其實際的變量，就是代表著交通流在穩(wěn)定的狀態(tài)中，可以確定出來的具體數(shù)值。同時，也就直接意味著，在現(xiàn)階段的所有的行駛當中的車輛，都能夠在一個相同的車頭間距，以及實際的行駛速度進行形式。同時，一旦在其中有著較小的擾動因素，就需要進行穩(wěn)定域的關系分析。在分析中可以看出。伴隨著非緊鄰前車與本車的距離提升，使得模型的穩(wěn)定域不斷的提升。

為此，在分析的過程中，其模型當中的車輛數(shù)量的提升，就是的速度差與加速度的數(shù)值方面，受到越大的影響。同時，對于形成的C-LCM模型，其自身的穩(wěn)定域也在提升。為此，在實際的分析過程中，為了能夠對前車的實際數(shù)量進行分析，就需要能夠很好的對前車的實際距離，與其本車的距離進行分析。

在分析的過程中，為了保障進一步的提升研究的準確性，就需要依據(jù)數(shù)值的實際變化，得出模型的穩(wěn)定性曲線。在這個過程中，需要有效的保障前車的模型穩(wěn)定性圖當中，可以準確的表達出，各個前車模型的穩(wěn)定域實際的位置。在分析的過程中發(fā)現(xiàn)，伴隨著車輛數(shù)量的提升，使得模型當中的穩(wěn)定域，也在不斷的提升當中。而在僅僅對非緊鄰情況下的1輛車進行分析時，就需要進行更加詳細的分析。

5 仿真驗證

為了對其建立起來的模型，以及采用的C-LCM方法，對其CAV進行分析檢驗，就需要能夠合理的構建出交通場景，以及有效的采用仿真分析的方法，以此可以有效的得到現(xiàn)階段在C-LCM的控制下，其車輛的具體行為。

5.1 仿真場景

現(xiàn)階段，每一個CAV的車輛，都可以在行駛的過程中，獲得五輛車輛的信息。但是，在建立起加速和減速的情況下，需要對其基于不同的場景，對車輛進行不同控制方式下的分析，以及明確出不同的表現(xiàn)。

在場景1當中，車輛采用20m/s的速度進行形式，其車輛在單行道上方式下，每輛車的實際間距為32m，在車頭發(fā)現(xiàn)100m以外，出現(xiàn)交通事故的時候，開始進行停車，直到完全停止下來，使得需要后車，能夠依據(jù)發(fā)生的情況，進行跟馳模型的分析。而在情景2當中，車輛依然以這樣的速度進行形式。每一輛車的實際間距為20m，頭車不斷的進行提速，直到達到30m/s之后，停止加速，并一直保持著勻速前行，以此對后車進行相應的分析。

5.2 仿真結果

在基于CAV技術模型下，需要在分析的過程中，能夠對車輛的速度差，以及對車輛的加速度敏感性參數(shù)，進行細致的分析和計算。

通過對情景1的分析后發(fā)現(xiàn)。站在加速度的角度進行分析后，發(fā)現(xiàn)其C-LCM技術下，從第三輛車之后，加速度的影響會有著明顯的下降，同時其加速的影響下，使得可以有效的提升乘客在乘坐的過程中，感受到的舒適程度。而在速度方面的角度進行分析。基于LCM模型，使得在首輛車發(fā)現(xiàn)了交通事件之后，在減速之后，后方的車輛始終在跟馳模型下，產生相應的作用。為此，車輛在這樣的行為當中，其與緊鄰的車輛并沒有一定的關聯(lián)。為此，車輛需要始終保持著加速的狀態(tài)，直到臨近之后，才可以逐漸的減小。在這樣C-CLM的控制方法下，其車輛減速的時候，馬上能夠對后方的車輛造成一定的影響，并馬上進入到減速的狀態(tài)當中，為此更加快速的對前車的行為做出一定的判斷。

而在基于LCM模型而言，在首輛車開始加速之后，由于后方的車輛與其有著一定的距離，為此在間距較近的時候，之后減速一段時間之后，才能夠加速。為此，對比之下，其首輛車開始加速之后，其后車的減速度，要進行一定的降低，之后才可以馬上進入到加速的狀態(tài)當中。因此可以較快的對現(xiàn)階段的前車，進行速度方面的反饋。后車在行駛的過程中，加速度方面越強，就越可以在短時間內，加速的時間變短。

而在采用定量評價的過程中，基于兩個不同的模型表現(xiàn)。在分析中，產生的數(shù)值越小，就表示為車輛能夠有著更小的反應。而在定義速度極值方面，其極值越小，就表示車輛的反應有著更加有效的效果。

6 結語

綜上所述，在本文的分析和研究過程中，基于建立起來的模型進行各種影響因素的分析。并且通過線性穩(wěn)定性方面的分析和計算，使得伴隨著靈敏系數(shù)的提升，可以有效的提升技術的穩(wěn)定域，為此是一種較為可靠的分析模式和計算系統(tǒng)。在未來的應用過程中，這種縱向控制的方法，可以進一步的提升車輛在行駛過程中的技術可靠性和穩(wěn)定性。