联网车辆环境下匝道控制中鲁棒队列长度估计
系统与控制
2023-05-30 v1 系统与控制
摘要
联网车辆(CVs)可通过车对车或车对基础设施通信提供大量新数据。这些数据反过来可用于促进实时交通状态估计。本文关注联网车辆环境下的匝道队列长度估计,该估计可改进匝道控制算法的控制设计与实现。该估计问题的一个主要挑战是,CV数据仅代表部分交通观测,且若实时CV渗透率未知,可能引入新的不确定性。为此,我们将估计方法建立在传统高速公路传感器与新型CV数据之上。我们首先建立了一个考虑 i) 渗透率变化与 ii) 测量噪声的匝道队列模型。随后我们开发了一种鲁棒滤波器,使这两类不确定性对队列估计的影响最小化。更重要的是,我们证明了所设计的滤波器具有有保障的长期估计精度。它使我们能以理论方式量化估计误差与CV渗透率波动之间的关系。我们还提供了一系列仿真结果来验证我们的方法。
引用
@article{arxiv.2305.17921,
title = {Robust Queue Length Estimation for Ramp Metering in a Connected Vehicle Environment},
author = {Yu Tang and Kaan Ozbay and Li Jin},
journal= {arXiv preprint arXiv:2305.17921},
year = {2023}
}