登录TOPS×

*


*

验证码加载中……

请先拖动验证码到相应位置


——  孙  剑  教  授  课  题  组  ——

祝贺TOPS课题组博士生胡祥旺和殷炬元顺利通过博士论文答辩

撰稿 聂通   2023年04月06日 21:10:42  阅读()


2023年3月20日13时,TOPS课题组16级博士生胡祥旺及17级博士生殷炬元的博士学位论文答辩在通达馆517顺利举行。本次答辩会议由吉林大学宗芳教授、上海理工大学赵靖教授、同济大学胡笳教授、同济大学倪颖 副教授、同济大学孙剑 教授担任答辩委员会委员,由浙江大学金盛教授担任答辩委员会主席,黄品娟老师任答辩秘书。胡祥旺博士的答辩论文题目为《智能网联汽车环境下汇入区瓶颈交通流控制与优化》,殷炬元博士的答辩论文题目为《基于低渗透率轨迹数据的交叉口交通状态估计与信号控制》。

智能网联汽车环境下汇入区瓶颈交通流控制与优化


胡祥旺博士首先介绍了研究背景:(1)快速路瓶颈失效现象及其负面效应:高快速路的瓶颈点处由于驾驶员有意识或无意识的不合理驾驶行为导致瓶颈失效,通常会伴随一些特殊的交通流现象,比如,通行能力下降、早发性失效、交通振荡和磁滞等,瓶颈失效会产生拥堵加剧、事故率增加等负面效果;(2)现有两种汇入区瓶颈控制方式的局限性:对于汇入区瓶颈,传统的控制方式主要包括主线的可变限速控制,以及匝道的信号控制,由于是宏观集计控制,改变驾驶员微观能力有限,因此改善效果不稳定;(3)智能网联汽车环境:新兴发展的智能网联汽车技术在解决瓶颈问题上有着独特的优势,由CV技术实时传递信息、AV技术可以执行控制指令,这种精确到个体的控制可以从根本上改变瓶颈区域驾驶员的行为,在提升交通安全、效率、可持续性和舒适性等方面潜力较大。


胡祥旺答辩时刻


针对上述背景与难点问题,以高快速路多车道汇入区瓶颈为研究对象,在兼顾安全的前提下以系统的运行效率为优化控制目标,具体包括:(1)在车联网环境下(HV和CV混合环境)的高快速路汇入区主线换道建议优化;(2)混合CAV环境(HV和CAV混合)下汇入区的协同换道;(3)全CAV环境下多车道汇入区系统最优的协同换道和协同汇入轨迹优化方法三大部分内容。胡祥旺博士依次对以上内容进行详细的汇报。


论文技术路线


汇报内容一:车联网环境下汇入区换道建议优化


汇报内容二:混合CAV环境下汇入区协同换道优化


汇报内容三:全CAV环境下汇入区轨迹优化


论文取得的创新成果如下:(1)提出了CV与HV混合环境下的换道建议比例优化和车辆选择优化模型,利用混合整数规划实现快速求解;(2)构建了CAV与HV环境下的局部协同换道轨迹优化模型,基于模型预测控制MPC可实现交互式多目标优化;(3)构建了全CAV环境下的全局最优协同换道和协同汇入轨迹优化模型,提出了动态移动边界法,解决了协同换道和协同汇入耦合控制问题。


汇报结束后,胡笳教授对论文章节关系和核心科学问题进行探讨,并讨论模型建立和算法求解之间的关系,建议建立整合大优化模型改善现有结果。宗芳教授对混合CAV环境协同对象的冲突处理问题进行提问,对多目标优化的优势和意义进行探讨。倪颖副教授对CV车辆的接受度建模提出建议,从提升真结果的稳定性出发,建议单场景多次仿真得到均值进行分析。赵靖教授对协同子场景数量及协同范围的确定,以及全CAV环境下的协同换道与协同汇入的衔接问题进行补充和提问。金盛教授对各优化模型计算时间具体数值及其实时性表现进行提问,并探讨智能网联汽车落地需要解决的现实问题。


基于低渗透率轨迹数据的交叉口交通状态估计与信号控制


殷炬元博士聚焦于城市路网拥堵产生的瓶颈点--交叉口的信号控制优化问题,采用具有时空连续性、能够反映车辆运动状态随时空的连续变化特征、覆盖范围广且持续稳定且低成本的轨迹数据作为数据源,研究如何利用低渗透率轨迹数据作为单一数据支持,估计交通状态,重构全样本车辆轨迹以及服务于信号控制优化。该研究面向城市道路交通精细化管控需求,研发以低渗透率车辆轨迹数据为单一输入的交叉口排队长度估计方法、全样本车辆轨迹重构方法以及排队强度自适应信号控制方法,从而为面向智能网联环境下的交通管理与控制技术研发提供理论支持,为交叉口的交通流运行监测和精细化管控提供理论支持,拓展现有信号控制理论方法体系。


殷炬元答辩时刻


针对以上目的与背景,主要研究内容包括(1)基于轨迹数据的交叉口排队长度估计;(2)基于轨迹数据的交叉口全样本车辆轨迹重构;(3)基于轨迹数据的交叉口排队强度自适应控制。殷炬元博士依次对以上内容进行详细的汇报。

论文技术路线


汇报内容一:基于轨迹数据的交叉口排队长度估计


汇报内容二:基于轨迹数据的交叉口全样本车辆轨迹重构


  

汇报内容三:基于轨迹数据的交叉口排队强度自适应信号控制


论文取得的创新成果如下:(1)以车辆轨迹数据为单一输入,提出了基于排队形成过程状态空间模型、卡尔曼滤波模型和冲击波模型的交叉口排队长度估计方法;(2)提出了基于四种重构场景及拓展跟驰模型的交叉口全样本轨迹重构方法;(3)提出了基于排队强度态势感知的交叉口自适应信号控制方法。


最后,由金盛教授代表答辩委员会宣读答辩决议,经答辩委员会无记名投票表决,一致同意胡祥旺和殷炬元通过博士论文答辩,建议授予工学博士学位。TOPS全体成员祝胡祥旺和殷炬元博士毕业快乐!



电话:021-69583650  管理员邮箱:2015qgy@tongji.edu.cn  
地址:上海市曹安公路4800号同济大学交通运输工程学院A440  邮编:201804

Creative Commons License TOPS课题组 页面浏览465,829次/访客70,123人次