| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 目录 | 第9-13页 |
| 插图目录 | 第13-15页 |
| 插表目录 | 第15-16页 |
| 第1章 绪论 | 第16-36页 |
| 1.1 研究背景与意义 | 第16-18页 |
| 1.1.1 研究背景 | 第16-18页 |
| 1.1.2 研究意义 | 第18页 |
| 1.2 车路协同技术应用现状 | 第18-21页 |
| 1.2.1 国外应用现状 | 第19-20页 |
| 1.2.2 国内研究现状 | 第20-21页 |
| 1.2.3 车路协同系统基础框架 | 第21页 |
| 1.3 微观交通模型及规划方法 | 第21-27页 |
| 1.3.1 微观交通流模型研究 | 第21-23页 |
| 1.3.2 粗糙-模糊集的决策模型 | 第23-25页 |
| 1.3.3 动态路径规划研究现状 | 第25-27页 |
| 1.4 交叉口控制方法研究现状 | 第27-30页 |
| 1.5 论文主要研究内容 | 第30-31页 |
| 1.6 论文组织安排 | 第31-36页 |
| 第2章 多车道微观交通运行特征及其模型 | 第36-52页 |
| 2.1 引言 | 第36页 |
| 2.2 基于跟驰模型的车辆间安全关系分析 | 第36-38页 |
| 2.2.1 车辆制动过程 | 第36-38页 |
| 2.2.2 安全速度与距离关系 | 第38页 |
| 2.3 交通动力学相关模型 | 第38-49页 |
| 2.3.1 道路交通流动力学模型 | 第38-43页 |
| 2.3.2 基于交通流动力学的换道模型 | 第43-46页 |
| 2.3.3 交叉口交通动力学模型 | 第46-49页 |
| 2.4 微分进化算法数学模型及进化操作 | 第49-51页 |
| 2.4.1 微分进化算法原理 | 第49-50页 |
| 2.4.2 微分进化算法的基本操作步骤 | 第50-51页 |
| 2.5 本章小结 | 第51-52页 |
| 第3章 车-路协同下多车道环境微观交通流模型 | 第52-72页 |
| 3.1 引言 | 第52页 |
| 3.2 基于车路协同条件的改进 NS 单车道模型 | 第52-55页 |
| 3.2.1 信息交互下的车辆运行规则 | 第53-54页 |
| 3.2.2 基于协同规则的改进 NS 模型 | 第54-55页 |
| 3.3 多车道换道冲突分析及车辆关系描述 | 第55-58页 |
| 3.3.1 双车道换道冲突 | 第55-56页 |
| 3.3.2 多车道换道冲突 | 第56-57页 |
| 3.3.3 多车道车辆关系描述 | 第57-58页 |
| 3.4 基于车路协同条件的协同换道规则 | 第58-60页 |
| 3.4.1 双车道协同换道规则 | 第58页 |
| 3.4.2 多车道协同换道规则 | 第58-60页 |
| 3.5 数值模拟及分析 | 第60-71页 |
| 3.5.1 单车道数值模拟及分析 | 第60-62页 |
| 3.5.2 双车道数值模拟及分析 | 第62-65页 |
| 3.5.3 多车道数值模拟及分析 | 第65-68页 |
| 3.5.4 数值模拟综合分析 | 第68-71页 |
| 3.6 本章小结 | 第71-72页 |
| 第4章 车-车协同下车辆运行决策模型研究 | 第72-90页 |
| 4.1 引言 | 第72页 |
| 4.2 多车道车辆运行特点及环境描述 | 第72-74页 |
| 4.3 基于粗糙集理论的车辆运行决策模型 | 第74-77页 |
| 4.3.1 车辆运行粗糙集决策表基本参数 | 第74-75页 |
| 4.3.2 基于多车关系特征的互信息启发式约简算法 | 第75页 |
| 4.3.3 决策规则及分析 | 第75-77页 |
| 4.4 多车道车辆运行的模糊意图模型 | 第77-78页 |
| 4.4.1 多车道车辆特性指标 | 第77-78页 |
| 4.4.2 基于模糊集的行驶意图数学模型 | 第78页 |
| 4.5 决策模型仿真实验及分析 | 第78-81页 |
| 4.5.1 实验环境构造及初始化 | 第78-79页 |
| 4.5.2 车辆运行决策更新方式 | 第79-80页 |
| 4.5.3 实验结果及分析 | 第80-81页 |
| 4.6 基于多车道决策模型的多目标关联方法研究 | 第81-88页 |
| 4.6.1 基于车辆特征的粒子滤波跟踪算法简述 | 第81页 |
| 4.6.2 基于交通视频特征的多目标数据关联 | 第81-83页 |
| 4.6.3 实验及结果分析 | 第83-88页 |
| 4.7 本章小结 | 第88-90页 |
| 第5章 车-路协同下车辆的避险路径规划 | 第90-104页 |
| 5.1 前言 | 第90页 |
| 5.2 基于改进边缘势场函数的车辆威胁关系 | 第90-94页 |
| 5.2.1 快速行驶车辆的碰撞 | 第90-92页 |
| 5.2.2 改进边缘势场函数模型的设计 | 第92-94页 |
| 5.3 基于微分进化算法的避险路径规划 | 第94-100页 |
| 5.3.1 基于跟驰模型的安全换道车距 | 第95-97页 |
| 5.3.2 道路动态环境模型及路径编码 | 第97-98页 |
| 5.3.3 基于先验知识的初始种群生成 | 第98-99页 |
| 5.3.4 评价函数 | 第99页 |
| 5.3.5 微分进化编码及操作流程 | 第99-100页 |
| 5.4 仿真实验及分析 | 第100-103页 |
| 5.4.1 道路仿真环境 | 第100页 |
| 5.4.2 实验步骤及参数设定 | 第100-101页 |
| 5.4.3 实验结果分析 | 第101-103页 |
| 5.5 本章小结 | 第103-104页 |
| 第6章 干线多交叉口信号的协同优化控制 | 第104-120页 |
| 6.1 引言 | 第104-105页 |
| 6.2 基于 CTM 的干线多交叉口信号控制优化模型 | 第105-110页 |
| 6.2.1 元胞传输模型的在信号网络的扩展 | 第105-107页 |
| 6.2.2 干线多交叉口路网交通流模型 | 第107-108页 |
| 6.2.3 干线多交叉口信号控制模型 | 第108页 |
| 6.2.4 目标函数 | 第108-109页 |
| 6.2.5 约束条件 | 第109-110页 |
| 6.3 基于改进遗传算法的多目标优化方法 | 第110-112页 |
| 6.3.1 优化变量 | 第110页 |
| 6.3.2 基于干线多交叉口特点的改进遗传算法(Improved Genetic Algorithm) | 第110-111页 |
| 6.3.3 改进遗传算法步骤 | 第111-112页 |
| 6.4 数值模拟及结果分析 | 第112-118页 |
| 6.4.1 基于 DISCO 的干线多交叉口建模及参数初始化 | 第112-115页 |
| 6.4.2 结果及分析 | 第115-118页 |
| 6.5 本章小结 | 第118-120页 |
| 第7章 总结与展望 | 第120-122页 |
| 7.1 论文工作总结 | 第120-121页 |
| 7.2 未来工作展望 | 第121-122页 |
| 参考文献 | 第122-132页 |
| 致谢 | 第132-134页 |
| 攻读博士学位期间发表论文及科研情况 | 第134-136页 |
