英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料
一种以提高交通质量和交通安全的合作途径的车侧规则为基础的交通组织手段
Matthias Huuml;bner,Eckehard Schnieder
交通安全与自动化工程研究所
德国布伦瑞克工业大学
(电子邮件:matthias.huebner@tu-bs.de)。
文章摘要:本文提出了一种利用车载通信实现车辆自动化来提高交通质量的方法。提出了在考虑通信约束和环境边界条件的情况下进行决策形式化推导的方法。在这里，Petri网用于行为建模和控制结构的形式化推导，而在实现过程中，决策与一致性算法相结合，以确保在延迟和改变通信拓扑时形成收敛。
关键词:交通管理，多智能体系统，智能交通，协同控制
1.介绍
为了将交通控制到一个最优的全局行为，识别“交通”系统的组成部分就显得十分有必要。如图1所示，任何系统都可以按照Schnieder(2007)的描述，被分为“状态”、“结构”、“行为”和“功能”。所有的组成部分都是一致的，因此所考虑的系统的属性就产生了。该结构包含，受限于系统的边界，所有的组件和他们的动态耦合从而产生到的观察行为。后者的特征是，根据系统的输入，它具有稳态和准稳态。根据系统的状态转换所表现出来的行为，从工程的角度出发，某些系统功能可以被分配。对于这些预定义的功能，系统行为或状态应该被操作。
图1.系统组成部分
系统结构的识别是指系统边界、输入和输出变量的定义及它们的数学表达和耦合，是数学建模的基本任务。通常，后者应该确保实际系统的观察行为及其状态由模型充分地表示出来，这取决于预期的应用程序。为此目的的一个实质性要求是通过适当的数学描述和形式主义来充分表示系统结构。就道路交通而言，它的结构可以划分为许多使用相同的有界基础设施的驾驶员-车辆-单元。这些驾驶员-车辆-单元往往有不同的驾驶行为，尽管他们能够沟通，但直到现在也只有视觉上的（沟通）。从系统理论的角度来看，问题是如何对此结构进行充分建模。关于多智能体系统的形式主义，可以找到一个答案。多智能体系统是由操作或使用公共资源的相互作用的实体定义的。如Weiss(2000)所述，动因具有以下固有特性:
bull;动因的行为是自主的hellip;hellip;
bull;有一定的规则基础，是面向目标的hellip;hellip;
bull;与其他动因相互作用
bull;是可移动的
由于共同资源上相互作用的动态实体的结构系统特性，道路交通可以理解为一个多智能体系统。基本上，目前的道路交通动因——即驾驶员—车辆—单员——也有一个共同的目标:尽可能安全地、尽可能快地前往目的地。目前，这些标准——安全和行驶速度——经常被司机们认为是矛盾的。这可能可以追溯到这样一个事实，即个人优先化导致了更进步的或防御性的驾驶。由于这些以及其他因驾驶员而异的属性，目前的道路交通可能被视为一个异质性的多智能体系统。
确定了模型的类型后，下一个问题是如何影响系统。由于模型结构的影响，系统只能影响规则基础，即驾驶员-车辆-单位的决策过程。一方面，目前我们可以把驾校理解为建立和影响未来驾驶员规则基础的机构。另一方面，现代道路交通受交通标志的影响，驾驶员的行为受到不同程度的影响。这可以被确定为通过协调司机-车辆-单位之间的互动的沟通手段来影响决策。从这些代表系统行为的协调交互中，可以生成某些状态，这些状态可以从局部(驾驶员-车辆-单元)和全局(关于某些路段的总体交通行为)的角度进行解释和建模。图2描述了这种关系。
图2.微观和宏观的交通措施视图
由此可见，由某些宏观交通变量所表达的宏观行为，是由微观层面上的某些相互作用所诱导的。在此基础上，根据所代表的目标层之间的关系，设计了当前的交通模型。因此，交通模型的存在仅仅是用来表示如Gipps(1981)所给出的微观交通变量的动态。其他交通模型模拟了宏观交通变量的动态，如密度和流量，类似于流体动力学中的模型，如Helbing(1997)。然而，最近的道路交通模型在某种程度上并不能代表微观行为，因此有可能从这些微观状态推导出现实的宏观交通变量(见Detering和Schnieder(2009))。一般来说，从微观行为到宏观结果的数学映射仍然是一个研究的问题。解决这一问题的一种可能的方法是将道路交通解释为一个多智能体系统。建立道路交通模型的基本问题是如何建立正确的规则库，实现所观察到的微观行为。这里我们必须考虑参数的随机变化(例如反应时间)，这意味着在决策过程中实施不同的驱动行为及其影响。根据这些要求，可以找到一种数学描述方法来对系统行为和环境给出的边界条件进行建模。此外，这种建模技术应该用于设计先进的驾驶员辅助系统(ADAS)，它不仅可以改善微观交通行为，还可以改善全局交通行为，例如避免交通堵塞。
在这项贡献中，应为此目的提出一种方法。为此，本文提出了一种基于预定义系统规范的同构多智能体系统规则库生成方法。在此需要解决的两个基本问题是:车辆之间的通信不足和低决策和控制程序的高差异。应用所提出的方法的结果将是一个理想化的同质道路交通，通过实现一个通用车辆的规则库来实现。一个技术前提是通过强有力的控制手段实现车辆的全面自动化。为了提高通信性能，合理地使用IEEE 802.11p或ETSI TCI ITS标准中开发的car2car通信协议。 通过对所需行为的建模和规范，发现了车辆之间要交换的信息变量。
2.有条理的方法
从一个数学上形式化的规范，期望的一个系统的整体行为由一个有限的环境拓扑上的通信和交互代理组成，局部决策过程(规则基础)将被设计，结果的行为将被验证。环境拓扑将可利用的资源交付给代理，但也定义了约束来界定代理的行为。在给定的资源约束下，就会出现关于空间目标形成和代理之间的时间、调度和交互次数的问题。另一个目标是地层稳定，不产生违反约束条件的瞬变。同时还必须考虑网络诱导的约束。
实现这些目标的方法基于这样一种思想，即环境直接定义了一组可能的交互。按照这个想法，所期望的全局行为可能因此被视为这些交互的子集。通过一个设计好的局部决策，这个交互的子集将被准确地实现。据此，中心问题是该决策的分析设计。为了达到这个目的，一种数学的描述方法是必要的，它本质上支持环境拓扑的同质建模和网络约束的影响。因此，描述方法必须为所需的全局行为的建模和规范提供语义。此外，它应该提供控制结构的正式派生的可能性。由后者合成局部同质规则基。
作为实现这些要求的一种描述方法，Petrinets可以被使用(参见Murata(1989))，因为它们具有特定的语义。他们提供了一个面向问题的建模包括环境和通信网络给出的时变约束的映射。此外，可以从系统行为的预定义规范中派生出控制结构(参见Chouika(1999))。在时延、数据丢失等网络约束条件下，保证编队的收敛性和稳定性。为此，将决策与分布式一致算法相结合。该方法的目的是:提高交通密度，提高平均速度，同时避免交通堵塞和危险情况，实现高交通安全。
2.1行为建模
行为被理解为在环境和通信网络的约束下可能的交互的集合。环境和沟通行为的建模需要借助Petrinets进行。基本原理如图3所示。
图3.Petrinets建模原理
形式化地将道路离散成空间段，并将其分解为道路段。一个编队也被建模为Petrinet，它作为一个“元标记”移动，作为一个网中的网。在这个编队网络中，车辆被建模为令牌。地点代表车辆可能的配置。地点之间的转换模拟可能的相互作用，意味着车道的改变或适应相对的纵向位置。然而，车辆可能被分配的空间也取决于速度，因为它们整合了车辆之间的安全距离。在控制中，通过将所有位置的容量设置为1来避免碰撞。图4通过将追赶机动描述为路径-时间图，阐明了编队作为Petrinet的建模。由此可见，地层模型是一个拟稳定的Petrinet，用来表示约束和相互作用。
图4.追赶机动的路径-时间图 图5.全局控制结构原理2.2控制综合
通过集成了道路交通描述语义的行为模型，现在可以指定一个期望的行为来协调编队和期望的编队。由于形式化的Petrinet，行为表现为有针对性地或避免在编队网络中触发某些跃迁。因此，计算了包含所有可能的系统状态的可达性图。在这里可以识别目标状态(信息)，并选择必要的状态转换来表示预定的触发转换。根据这些触发转换的设置和调度，可以得到如图5所示的全局控制结构(如Chouika等人(1998)所示)，它实现了在编队网络上指定的行为。
2.3实现的概念
为了实现这一目标，在Petrinet表示法中给出的全局控制结构应转换为车载规则库。为此目的，仅考虑决策是不够的。此外，在其基础上，应产生与期望行为相对应的轨迹。规则库还指定了车辆之间必要的信息交换。为了执行车辆之间的“协议”，可以使用协商一致算法，如Ren和Beard(2008)。它们提供了交换信息变量的收敛性，甚至在改变通信拓扑和延迟时也是如此。图6显示了车辆侧实施的概念，它与Ren和Beard(2008)的概念类似，但在基于Petrinets的决策上有所不同，因此是离散实施的。车辆之间通过通信网络交换决策所需的各种信息。协商一致算法从这些本地信息变量中产生，然后广播到网络中。由于这种通过网络从车辆到车辆的反馈，实现了交换的信息变量之间的协议，使得所有车辆对当前情况有相同的“解释”。据此，我们可以将依赖决策的情形描述为分布式控制结构。局部控制变量收敛后，决策过程定义了车辆之间的相互作用。根据当前的情况，将生成一组预定的交互。在下文中，这个集合将被映射到底层控制算法所需的某些输入变量。这可以通过不同的方式实现。一个简单的方法是用多项式生成轨迹。后者可以根据交互的时间安排在线参数化，从而可用于前馈控制。
3.集群的概念
以前拟订的通用办法已在下列几点详细阐述:
bull;通过没有通信约束的条件-事件-网络进行的建模行为
bull;目标形成的定义
bull;形成算法的概念
bull;一致性算法
为了利用编队建设实现道路交通的均匀化，提出了车辆集群的一般概念，作为目标定义的基础。
3.1图论的基本概念和定义
车联网通信网络被建模为一个图。
定义3.1。图G是一对(V, E)，其中V ={1，·，p}是非空的车辆集合。顶点集合E是卡特尔乘积Vtimes;V的一个有序子集。一对(i, j)isin;E表示车辆i与车辆j之间的连接。
给出了双向图的基本性质的定义，假设了双向通信拓扑。
定义3.2。一个图G = (V, E)称为双向或不定向的，如果forall;(i, j)isin;E ，并且(j,i)isin;E。
定义3.3。设G = (V, E)是一个图。一个无向路径是顶点序列(i1, i2)， (i2, i3)，hellip;
如果i与j之间存在一条路径，那么说i与j两点被链接，因此k1hellip;k2isin;E存在于（i，k1）,hellip;（kn,j）之中。
定义3.4。如果每一对（i，j）isin;E之间存在一个无向路径，那么一个双向图G被认为是连接的。
定义3.5。一个图是图的子图，如果而且。
定义3.6。设G = (V, E)是无向图。则当时表示邻接矩阵。其中这个矩阵是对称的，因为G是无向的。
�
定义3.7。设G = (V, E)是无向图。则表示由 所定义的次数矩阵。
然后通过L := D minus; A.定义拉普拉斯矩阵
通过图形理论基础和相似性概念(定义3.8)，可以形成集群的概念。粗略地说，集群是具有相似属性的车辆的空间集合。在一个集群内，要达到一定的车辆目标。该编队应具有交通流优化的目标。
定义3.8。设V ={1，···，p}为p辆车的集合。每辆车i都有相同数量的n个选择属性，···，。1设∆1，···，∆ngt; 0。1n 集合V叫做相似的属性或称为类的车辆如果每1le;kappa;le;n和所有车辆,jisin;V.
定义3.9。 如果关联的无向通信-图G=(V，E)被连接，并且不存在图G，则具有相似属性的集合V称为集群，因此circ;G是G的子图。
3.2行为建模
正如前面提到的建模行为条件-事件网被用来表示道路基础设施和车辆的交互通过令牌流。所以这些地方的电容和弧的多样性等于1。基于Petrinet的羊群算法的任务如下:
1.同一车辆类别中车辆的空间分配
1. 通过一组交互作用(集群分离)对同一车辆类别中的车辆进行空间分配
2. 集群车辆的车道分布和纵向相对位置的调整，使每一区域的车辆密度达到最大
3.以尽可能少的交互执行这些操作
4. 集群相遇的控制(机会):通过相互作用来管理规避策略
在下面，我们假设为了开发和扩展基本概念(道路的速度depe- dent离散化)，车辆已经根据点1进行了空间分配。这意味着集群已经存在(参考3.9中的定义)。以此作为进一步概念扩展的起点，在相应的道路区域内不存在其他车辆类别。由不同等级的车辆组成的无序编队在空间上被划分为不同的集群(点)
图6.实现概念
1)和处理这些集群遭遇(第4点)不在本文讨论范围之内。
一个位置对应于rql (v)中的一个区域，其中q表示车道的宽度，l(v)表示速度相关的纵向小区长度。2 这是一个非线性函数，由某一车辆类别的最大车身长度与速度相关的安全距离之和定义。所有车辆的速度必须相等，以便细胞长度(对于Petrinet位置)在所有车辆上是恒定的。然后，基于Petrinet的道路离散化可以建模为准平稳的相对于车辆和所有的协调发生在这个准稳定的网络。对于这些分析，车道的数量应该是恒定的。
羊群形成的步骤如下:
1.
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[239062]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
