串稳定混合交通的协同自适应巡航控制:基准和以人为本的设计(Matlab代码实现)

简介: 串稳定混合交通的协同自适应巡航控制:基准和以人为本的设计(Matlab代码实现)

💥1 概述

串稳定混合交通的协同自适应巡航控制是一种针对复杂交通环境的控制方法,旨在实现交通系统的高效运行和安全性。其中,基准和以人为本的设计是关键的方面。


基准设计是指制定交通流的基本参数和规则,例如限速、车道划分和信号灯控制等。通过合理的基准设计,可以提供交通流的稳定性和一致性,为协同自适应巡航控制提供基础。


以人为本的设计则关注驾驶员的需求和行为。考虑到不同驾驶员的习惯和偏好,以人为本的设计通过智能化系统来适应驾驶员的操作方式和行驶偏好,从而提供更加舒适和个性化的驾驶体验。这种设计方法能够提高驾驶员的满意度,增强交通系统的可接受性和可持续性。


综合运用基准设计和以人为本的设计原则,协同自适应巡航控制可以实现交通流的优化和驾驶员的舒适性。通过自适应控制算法和实时交通信息的融合,系统能够实时调整车辆速度和跟车间距,以适应当前的交通状况和驾驶员的偏好。


📚2 运行结果

主函数部分代码:

clc, clear all
load('input7_b.mat')
%ur2=input1(1:91)*1.2145;
Time_g=0:0.5:50;
Time_int=0.5;
time_orig=0:0.001:60;
input1(30100:60001)=input1(30100:60001)*0.55;
for index_i=1:1:59/Time_int+1
    input1_a(index_i)=1.065*interp1(time_orig,input1,Time_int*(index_i-1));
end
%parameters used for the AP model
AX=1.5;        
CX2=20;
OPDVmult=-1.5;    
EX=2;
%Ln=4;
CLDVCX=16;
BX=3.5*sqrt(20);
SDX=AX+BX*EX;
initial0=[20*(1.4*2+0.8*2+1.3*2),20,0,0,20*(1.4*2+0.8+1.3*2),20,0,0,20*(1.4*2+1.3*2),20,0,0,20*(1.4+1.3*2),20,0,0,20*(1.4+1.3),20,0,0,20*1.4,20,0,0,0,20,0,0];
hd2=0.8;
hd3=0.8;
hd5=1.3;
hd6=1.3;
Tau=[0.2,0.2,0.2,0.2,0.2,0.2,0.2];
Omega=[0.7,0.7,0.7,0.7,2,2,0.7];
Kd=Omega;
Kp=Omega.^2;
A11=[0,1,0,0;0,0,1,0;0,0,-1/Tau(1),0;0,0,0,0];
A21=[0;0;1/Tau(2);0]*[Kp(2),Kd(2),0,0];
A22=[0,1,0,0;0,0,1,0;0,0,-1/Tau(2),0;0,0,0,-1/hd2]+[0;0;1/Tau(2);0]*[-Kp(2),-Kd(2)-Kp(2)*hd2,-Kd(2)*hd2,1];
A33=[0,1,0,0;0,0,1,0;0,0,-1/Tau(3),0;0,0,0,-1/hd3]+[0;0;1/Tau(3);0]*[-Kp(3),-Kd(3)-Kp(3)*hd3,-Kd(3)*hd3,1];
A32=[0;0;1/Tau(3);0]*[Kp(3),Kd(3),0,0]+[0;0;0;Tau(3)/hd3]*A22(3,:)+[0;0;0;1/hd3]*[0,0,1,0];
A31=[0;0;0;Tau(3)/hd3]*A21(3,:);
A43=[0,0,0,0;0,0,0,0;0,0.477,-0.368,0;0,0,0,0];
A44=[0,1,0,0;0,0,1,0;0,-0.477,-0.923,0;0,0,0,0];
A55=[0,1,0,0;0,0,1,0;0,0,-1/Tau(5),0;0,0,0,-1/hd5]+[0;0;1/Tau(5);0]*[-Kp(5),-Kd(5)-Kp(5)*hd5,-Kd(5)*hd5,0];
A54=[0;0;1/Tau(5);0]*[Kp(5),Kd(5),0,0]+[0;0;0;Tau(5)/hd5]*A44(3,:)+[0;0;0;1/hd5]*[0,0,1,0];
A53=[0;0;0;Tau(5)/hd5]*A43(3,:);
A66=[0,1,0,0;0,0,1,0;0,0,-1/Tau(6),0;0,0,0,-1/hd6]+[0;0;1/Tau(6);0]*[-Kp(6),-Kd(6)-Kp(6)*hd6,-Kd(6)*hd6,0];
A65=[0;0;1/Tau(6);0]*[Kp(6),Kd(6),0,0];
A76=[0,0,0,0;0,0,0,0;0,0.477,-0.368,0;0,0,0,0];
A77=[0,1,0,0;0,0,1,0;0,-0.477,-0.923,0;0,0,0,0];
B1=[0;0;1/Tau(1);0];
B2=[0;0;0;1/hd2];
An0=[A11,zeros(4,24);A21,A22,zeros(4,20);A31,A32,A33,zeros(4,16);zeros(4,8),A43,A44,zeros(4,12);zeros(4,8),A53,A54,A55,zeros(4,8);zeros(4,16),A65,A66,zeros(4,4);zeros(4,20),A76,A77;];
Bn0=[B1;B2;zeros(20,1)];
Cn0=eye(28);
Cv0=zeros(7,28);
for i=1:7
Cv0(i,2+4*(i-1))=1;
end
Caa=zeros(7,28);
for i=1:7
    Caa(i,3+4*(i-1))=1;
end
Cjj=zeros(7,28);
for i=1:7
    Cjj(i,:)=An0(3+4*(i-1),:);
end
C0=zeros(7,7);
for i=1:7
    C0(i,i)=Tau(i);
end
C00=C0*Cjj+Caa;
Cxx=zeros(6,28);
Cva=zeros(6,28);
for i=1:6
    Cxx(i,1+4*(i-1))=1;
    Cxx(i,5+4*(i-1))=-1;
    Cva(i,2+4*(i-1))=-1;
    Cva(i,6+4*(i-1))=1;
end
Ce0=[Cjj;C00;Cv0;Cxx;Cva];
Dn0=zeros(28,1);
Dn1=zeros(33,1);
sysh0=ss(An0,Bn0,Cn0,Dn0);
sysh1=ss(An0,Bn0,Ce0,Dn1);
Time1=0:0.5:0.5;
for i=1:1:100  
    ur2=input1_a(i:i+1)';
H0=lsim(sysh0,ur2,Time1,initial0);
H1=lsim(sysh1,ur2,Time1,initial0);
initial0=H0(2,:);
res(i:i+1,:)=H1;
end


🎉3 参考文献

[1]秦严严,王昊,王炜等.混有CACC车辆和ACC车辆的混合交通流驾驶舒适性[J].哈尔滨工业大学学报,2017,49(09):103-108+173.

部分理论引用网络文献,若有侵权联系博主删除。

相关文章
|
6天前
|
数据安全/隐私保护
地震波功率谱密度函数、功率谱密度曲线,反应谱转功率谱,matlab代码
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
|
6天前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)
|
6天前
|
算法 调度
面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)
面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)
|
6天前
|
算法 调度
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
|
6天前
|
运维 算法
基于改进遗传算法的配电网故障定位(matlab代码)
基于改进遗传算法的配电网故障定位(matlab代码)
|
6天前
|
Serverless
基于Logistic函数的负荷需求响应(matlab代码)
基于Logistic函数的负荷需求响应(matlab代码)
|
6天前
|
供应链 算法
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
|
6天前
|
算法 调度
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)
|
6天前
|
算法 调度 SoC
电动汽车充放电V2G模型(Matlab代码)
电动汽车充放电V2G模型(Matlab代码)

热门文章

最新文章