自动化公路系统.doc

自动化公路系统（Automated Highway System）是智能交通系统（Intelligent Transport System）最主要的子系统之一，该系统旨在实现车辆自动导航和控制、交通管理以及事故处理等的自动化，提高整个公路系统的安全性和运行效率。自动化公路系统中一项重要内容是研究和设计车辆纵向、横向控制规律，实现车辆无人驾驶。本文从车辆动力学模型的建立入手，在对几类非线性关联系统稳定性分析的基础上，对车辆纵向跟随、车道保持、车辆换道等自动化公路系统车辆自动控制的有关内容进行了研究。 对影响汽车运动的主要因素及汽车纵向运动和侧向运动的相互影响进行了分析。基于汽车受力分析和动力学定律，以车辆纵向速度、横向速度及横摆角速度为状态变量，分别建立了汽车纵向运动、侧向运动以及纵横向耦合运动的动力学模型。 对两类具有时间滞后的无限维非线性关联系统的群指数稳定性进行了研究。以系统的孤立子系统稳定性条件为基础，应用向量李雅普诺夫函数方法和比较原理，在假定系统满足全局Lipschitz条件的情况下，得到了关联系统指数稳定的充分判据。 对自动化公路系统车辆纵向跟随控制进行了研究。就“顾前”型和“顾前顾后”型两种控制思路，基于车辆纵向动力学模型和固定车间距跟随策略建立了车辆跟随误差的动态方程；假定车队中每个跟随车辆依靠车间通信接收领头车辆以及该车相邻车辆的位移、速度信息，以车辆作动/制动作用力为控制变量，设计了变结构控制规律；基于非线性关联系统指数稳定性判据，对控制系统的稳定性进行了分析。对具有参数不确定性的车辆纵向控制系统，针对参数有界和参数慢变这两种情况分别进行了研究，设计了变结构鲁棒控制规律和参数自适应律。 对自动化公路系统车道保持控制进行了研究。基于车辆横向动力学模型和车辆预瞄机制，建立了车辆侧滑位置误差和横摆角误差的动态方程；假定利用车载传感器获得车辆重心相对于车道中心线的横摆角及侧向位置偏差，采用非线性滑模和有限时间滑模趋近律，以车辆前轮转向角为控制变量，设计了车道保持变结构控制规律；在系统具有不确定参数和外界干扰的情况下，基于李雅普诺夫函数方法，设计了变结构自适应控制规律和参数自适应规律。 对自动化公路系统车辆换道控制进行了研究。假设期望的侧向加速度满足正反梯形的约束条件，考虑起始车道和目的车道曲率的不同，对弯道上的车辆换道轨迹进行了规划；根据期望换道轨迹计算车辆换道时的期望横摆角和横摆角速度；假定依靠速度传感器获得横摆角速度信息，基于车辆横向动力学模型，采用有限时间滑模趋近律，设计了车辆换道变结构控制规律；基于李雅普诺夫函数方法，对车辆侧滑速度进行了估计。 对自动化公路系统车辆纵横向耦合控制进行了研究。基于车辆纵横向耦合动态模型和车辆队列，采用有限时间滑模趋近律，设计了车道保持、车辆换道与纵向跟随的耦合控制规律；基于李雅普诺夫函数方法，对控制系统的稳定性进行了分析。 对基于车间通信的车辆出入队控制进行了研究。综合利用车辆纵向跟随、车道保持、车辆换道等控制方法，设计了自动化公路系统车辆出队、入队的控制算法和规律。 对取得的理论研究结果，利用Matlab工具进行了计算机仿真实验。仿真结果验证了文中设计的车辆纵向、横向控制规律的有效性以及车辆出入队控制算法的可行性。近年来，随着社会的快速发展，机动车辆的拥有量迅速攀升，这推动了经济的快速发展，也方便了人们的生活，但同时它也给相对滞后的交通设施、交通法规普及教育和交通管理系统带来了极大的压力，所以最近几年智能化的交通管理系统成为了热门话题。 本文介绍了智能运输系统中一个大的分支——先进的交通管理系统(ATMS)。针对传统的系统的不足，本系统在两个重要的方面进行了优化改良：第一，交通监控系统：本文优化的交通监控系统采用H.264压缩标准进行压缩，尽可能减小带宽的需求；使用先进的DSP技术，实现视频信号的各种处理以及以简单的方式把监控信号回传到监控中心。第二，交通控制系统：本文改良的交通控制系统采用的是一种动态的控制机制，利用流量检测的结果信号作为参考对各监控点的交通灯实现单独的实时控制，以提高运输效率。 除此之外，本系统还实现了交通监控由被动向主动的转换，能够及时的把各种紧急情况或者交通拥塞监控点实况主动的显示在监控电视屏幕上；利用各个监控点的DSP分摊任务，借助现有的车牌识别功能，本系统还具备车辆实时追踪的功能。 本文初步完成了两个优化的系统——交通监控系统和交通控制系统。对于主动监控和车辆追踪，本文也进行了系统的分析，并给出了理论证明以及实现该功能的过程。在论文的最后对整个论文的工作进行了总结，对前景作出了展望。

该文着重阐述了适合中国国情的现代化的交通指挥中心,由初期的电视监视和"110、122"报警的简单物理集合,发展到目前集交通电视监视、110、122接处警、交通信息管理、交通信号控制、交通车辆诱导、交通违章自动监测、交通卫星定位等于一体的综合管理指挥调度中心.向系统集成化、网络化发展,使系统功能更为强大,充分发挥系统的综合效应,成为决策指挥和信息服务兼而有之的管理服务中心.通过110、122接处警、道路电视监视和交通信号实时控制,是公安管理部门掌握重点区域,及时了解、调度事件的主要技术手段,对维护好城市的治安和交通,为城市的经济发展护航保驾起到了重要作用.通过对城市交通管理的科学化、现代化建设,运用智能交通管理技术,合理规划、疏导交通流,达到最大化地利用道路基础资源.约束和自动处罚违章事件,来提高城市道路的交通效率.良好的交通秩序必然会改善道路的治安氛围,稳定的治安状况也一定会对交通秩序产生积极影响.

智能交通系统(ITS)是新一代的交通管理系统.智能交通检测系统是ITS的重要组成部分.它通过自动发现违章车辆并处理以及提取汽车流量、车速等交通参数实现智能化的交通宏观调控.传统的交通参数检测方法由于其固有的缺点,不能适应现实的需要.而基于视频检测的智能交通检测系统由于应用了先进的数字图像处理技术,具有成本低,可靠性好,施工简单易行等优点,具有广阔的发展前景.该文的主要目的就是通过对国内外各种视频图像检测算法的研究,提出一种高效的算法,提高检测的速度和成功率,并将此成果应用到电子警察系统中.

目前，建立完善的智能交通系统是解决交通基础设施建设增长缓慢与机动车数量逐年迅速增长之间矛盾的最为有效的途径。智能交通控制系统作为智能交通系统的重要组成部分，受到国内外的广泛关注，取得了许多成果。部分基于数学模型和传统控制方法的智能交通控制机理已相对成熟，并在非拥挤交通路况条件下取得了令人满意的控制效果。然而伴随社会与交通的飞速发展，主要是城市交通路网规模及交通流量的急剧增长，传统交通控制系统的性能极限受到了极大的挑战，新的技术和方法的引入显得十分必要和非常迫切。 智能控制理论是自动控制论与人工智能理论交叉的产物。对于具有不确定性，难以建立精确的数学模型的复杂控制对象，智能控制是行之有效的，因此决定了智能交通控制系统与智能控制理论相结合的必然性。 模糊控制是一种重要的智能控制方法。模糊控制器的控制策略是通过学习、试验以及长期经验积累形成的，它可以用自然语言加以描述，而不依赖于精确的数学模型，特别适用于复杂系统和不确定对象，且具有较强的鲁棒性。因此，基于模糊逻辑的智能交通控制系统发展迅速。 本论文为改善传统主干线协调控制算法中车辆到达的不均匀性、路段速度变化、交通流离散、支线车辆排队数量等不确定因素的影响，使主干线上的车队尽量不停车地通过主干线，对传统主干线协调控制算法进行了深入的研究和改进，提出了一种新的主干线协调控制算法。该算法首先对单路口模糊控制器进行了改进，提高了绿时的利用率，减小了车辆排队延误和停车延误；然后根据跟驰理论提出一种全新的车流检测方法，结合中断请求思想，最终实现对主干线的实时协调控制。经仿真研究，此算法比传统算法的控制效果更优越。 在模糊控制中，模糊控制规则的提取和模糊隶属度函数的选取一直是模糊控制系统设计的一个难题。一些学者采用其它智能技术与其相结合的方式来选取和优化模糊规则和隶属度函数，研究结果表明是可行的。但在本论文中，作者选择将多智能体技术应用于智能交通控制系统，因为交通路网的拓扑结构具有分布式特性，以及交通系统的多层次、复杂性的特点使得多智能体技术更适合应用于智能交通系统。从长远来看，建立基于多智能体技术的智能交通控制体系具有更广阔的发展前景。 本论文将每个路口定义为一个具有自主控制权的智能体，并采用基于强化学习的交通流实时自适应控制算法，然后基于多智能体技术构建“自下而上”的分布式智能交通控制系统。用Visual C++6.O对路口智能体的强化学习控制算法在城市交通仿真系统中进行仿真，得到了强化学习控制算法与模糊控制算法直观的动态仿真曲线比较图，并显示在各性能指标上强化学习算法都更优越。
自动化公路系统（Automated Highway System）是智能交通系统（Intelligent Transport System）最主要的子系统之一，该系统旨在实现车辆自动导航和控制、交通管理以及事故处理等的自动化，提高整个公路系统的安全性和运行效率。自动化公路系统中一项重要内容是研究和设计车辆纵向、横向控制规律，实现车辆无人驾驶。本文从车辆动力学模型的建立入手，在对几类非线性关联系统稳定性分析的基础上，对车辆纵向跟随、车道保持、车辆换道等自动化公路系统车辆自动控制的有关内容进行了研究。 对影响汽车运动的主要因素及汽车纵向运动和侧向运动的相互影响进行了分析。基于汽车受力分析和动力学定律，以车辆纵向速度、横向速度及横摆角速度为状态变量，分别建立了汽车纵向运动、侧向运动以及纵横向耦合运动的动力学模型。 对两类具有时间滞后的无限维非线性关联系统的群指数稳定性进行了研究。以系统的孤立子系统稳定性条件为基础，应用向量李雅普诺夫函数方法和比较原理，在假定系统满足全局Lipschitz条件的情况下，得到了关联系统指数稳定的充分判据。 对自动化公路系统车辆纵向跟随控制进行了研究。就“顾前”型和“顾前顾后”型两种控制思路，基于车辆纵向动力学模型和固定车间距跟随策略建立了车辆跟随误差的动态方程；假定车队中每个跟随车辆依靠车间通信接收领头车辆以及该车相邻车辆的位移、速度信息，以车辆作动/制动作用力为控制变量，设计了变结构控制规律；基于非线性关联系统指数稳定性判据，对控制系统的稳定性进行了分析。对具有参数不确定性的车辆纵向控制系统，针对参数有界和参数慢变这两种情况分别进行了研究，设计了变结构鲁棒控制规律和参数自适应律。 对自动化公路系统车道保持控制进行了研究。基于车辆横向动力学模型和车辆预瞄机制，建立了车辆侧滑位置误差和横摆角误差的动态方程；假定利用车载传感器获得车辆重心相对于车道中心线的横摆角及侧向位置偏差，采用非线性滑模和有限时间滑模趋近律，以车辆前轮转向角为控制变量，设计了车道保持变结构控制规律；在系统具有不确定参数和外界干扰的情况下，基于李雅普诺夫函数方法，设计了变结构自适应控制规律和参数自适应规律。 对自动化公路系统车辆换道控制进行了研究。假设期望的侧向加速度满足正反梯形的约束条件，考虑起始车道和目的车道曲率的不同，对弯道上的车辆换道轨迹进行了规划；根据期望换道轨迹计算车辆换道时的期望横摆角和横摆角速度；假定依靠速度传感器获得横摆角速度信息，基于车辆横向动力学模型，采用有限时间滑模趋近律，设计了车辆换道变结构控制规律；基于李雅普诺夫函数方法，对车辆侧滑速度进行了估计。 对自动化公路系统车辆纵横向耦合控制进行了研究。基于车辆纵横向耦合动态模型和车辆队列，采用有限时间滑模趋近律，设计了车道保持、车辆换道与纵向跟随的耦合控制规律；基于李雅普诺夫函数方法，对控制系统的稳定性进行了分析。 对基于车间通信的车辆出入队控制进行了研究。综合利用车辆纵向跟随、车道保持、车辆换道等控制方法，设计了自动化公路系统车辆出队、入队的控制算法和规律。 对取得的理论研究结果，利用Matlab工具进行了计算机仿真实验。仿真结果验证了文中设计的车辆纵向、横向控制规律的有效性以及车辆出入队控制算法的可行性。近年来，随着社会的快速发展，机动车辆的拥有量迅速攀升，这推动了经济的快速发展，也方便了人们的生活，但同时它也给相对滞后的交通设施、交通法规普及教育和交通管理系统带来了极大的压力，所以最近几年智能化的交通管理系统成为了热门话题。 本文介绍了智能运输系统中一个大的分支——先进的交通管理系统(ATMS)。针对传统的系统的不足，本系统在两个重要的方面进行了优化改良：第一，交通监控系统：本文优化的交通监控系统采用H.264压缩标准进行压缩，尽可能减小带宽的需求；使用先进的DSP技术，实现视频信号的各种处理以及以简单的方式把监控信号回传到监控中心。第二，交通控制系统：本文改良的交通控制系统采用的是一种动态的控制机制，利用流量检测的结果信号作为参考对各监控点的交通灯实现单独的实时控制，以提高运输效率。 除此之外，本系统还实现了交通监控由被动向主动的转换，能够及时的把各种紧急情况或者交通拥塞监控点实况主动的显示在监控电视屏幕上；利用各个监控点的DSP分摊任务，借助现有的车牌识别功能，本系统还具备车辆实时追踪的功能。 本文初步完成了两个优化的系统——交通监控系统和交通控制系统。对于主动监控和车辆追踪，本文也进行了系统的分析，并给出了理论证明以及实现该功能的过程。在论文的最后对整个论文的工作进行了总结，对前景作出了展望。

该文着重阐述了适合中国国情的现代化的交通指挥中心,由初期的电视监视和"110、122"报警的简单物理集合,发展到目前集交通电视监视、110、122接处警、交通信息管理、交通信号控制、交通车辆诱导、交通违章自动监测、交通卫星定位等于一体的综合管理指挥调度中心.向系统集成化、网络化发展,使系统功能更为强大,充分发挥系统的综合效应,成为决策指挥和信息服务兼而有之的管理服务中心.通过110、122接处警、道路电视监视和交通信号实时控制,是公安管理部门掌握重点区域,及时了解、调度事件的主要技术手段,对维护好城市的治安和交通,为城市的经济发展护航保驾起到了重要作用.通过对城市交通管理的科学化、现代化建设,运用智能交通管理技术,合理规划、疏导交通流,达到最大化地利用道路基础资源.约束和自动处罚违章事件,来提高城市道路的交通效率.良好的交通秩序必然会改善道路的治安氛围,稳定的治安状况也一定会对交通秩序产生积极影响.

智能交通系统(ITS)是新一代的交通管理系统.智能交通检测系统是ITS的重要组成部分.它通过自动发现违章车辆并处理以及提取汽车流量、车速等交通参数实现智能化的交通宏观调控.传统的交通参数检测方法由于其固有的缺点,不能适应现实的需要.而基于视频检测的智能交通检测系统由于应用了先进的数字图像处理技术,具有成本低,可靠性好,施工简单易行等优点,具有广阔的发展前景.该文的主要目的就是通过对国内外各种视频图像检测算法的研究,提出一种高效的算法,提高检测的速度和成功率,并将此成果应用到电子警察系统中.

目前，建立完善的智能交通系统是解决交通基础设施建设增长缓慢与机动车数量逐年迅速增长之间矛盾的最为有效的途径。智能交通控制系统作为智能交通系统的重要组成部分，受到国内外的广泛关注，取得了许多成果。部分基于数学模型和传统控制方法的智能交通控制机理已相对成熟，并在非拥挤交通路况条件下取得了令人满意的控制效果。然而伴随社会与交通的飞速发展，主要是城市交通路网规模及交通流量的急剧增长，传统交通控制系统的性能极限受到了极大的挑战，新的技术和方法的引入显得十分必要和非常迫切。 智能控制理论是自动控制论与人工智能理论交叉的产物。对于具有不确定性，难以建立精确的数学模型的复杂控制对象，智能控制是行之有效的，因此决定了智能交通控制系统与智能控制理论相结合的必然性。 模糊控制是一种重要的智能控制方法。模糊控制器的控制策略是通过学习试验以及长期经验积累形成的，它可以用自然语言加以描述，而不依赖于精确的数学模型，特别适用于复杂系统和不确定对象，且具有较强的鲁棒性。因此，基于模糊逻辑的智能交通控制系统发展迅速。 本论文为改善传统主干线协调控制算法中车辆到达的不均匀性、路段速度变化、交通流离散、支线车辆排队数量等不确定因素的影响，使主干线上的车队尽量不停车地通过主干线，对传统主干线协调控制算法进行了深入的研究和改进，提出了一种新的主干线协调控制算法。该算法首先对单路口模糊控制器进行了改进，提高了绿时的利用率，减小了车辆排队延误和停车延误；然后根据跟驰理论提出一种全新的车流检测方法，结合中断请求思想，最终实现对主干线的实时协调控制。经仿真研究，此算法比传统算法的控制效果更优越。 在模糊控制中，模糊控制规则的提取和模糊隶属度函数的选取一直是模糊控制系统设计的一个难题。一些学者采用其它智能技术与其相结合的方式来选取和优化模糊规则和隶属度函数，研究结果表明是可行的。但在本论文中，作者选择将多智能体技术应用于智能交通控制系统，因为交通路网的拓扑结构具有分布式特性，以及交通系统的多层次、复杂性的特点使得多智能体技术更适合应用于智能交通系统。从长远来看，建立基于多智能体技术的智能交通控制体系具有更广阔的发展前景。 本论文将每个路口定义为一个具有自主控制权的智能体，并采用基于强化学习的交通流实时自适应控制算法，然后基于多智能体技术构建“自下而上”的分布式智能交通控制系统。用Visual C++6.O对路口智能体的强化学习控制算法在城市交通仿真系统中进行仿真，得到了强化学习控制算法与模糊控制算法直观的动态仿真曲线比较图，并显示在各性能指标上强化学习算法都更优越。