人车路系统动力学耦合特征分析，助力智能汽车新四化
数据驱动交通状态智能感知预测，推动智慧交通数字化
对于汽车制造商与交通管理者而言，了解汽车系统的动力学特性、分析驾驶稳定性，以及预测交通运行状态等议题至关重要。而对于研究者和实践者来说，通过建立准确的模型并进行仿真，可以更好地理解和解决相关问题。
本书以汽车系统动力学分析与建模仿真，以及交通运行建模与仿真为主题，旨在探讨汽车与交通领域中的重要问题，并介绍相关的建模与仿真方法。
本书的目标读者包括从事汽车工程、交通工程、交通规划与管理，以及仿真领域研究的专业人士和学生。

本书是一本介绍汽车与交通运行仿真的著作，共分为两篇22章。第一篇为“汽车系统动力学分析与建模仿真”，主要涵盖汽车系统动力学的相关内容，分别从驱动和制动的角度阐述了汽车系统动力学模型的建立方法、汽车系统动力学特征的分析方法，以及汽车驾驶稳定区域的求解和验证方法。第二篇为“交通运行建模与仿真”，内容以第一篇为基础，面向交通运行分别介绍了公路线形安全性评价方法、道路交叉口状态感知及配时优化方法和道路路段交通流状态识别与预测方法。
本书可供从事汽车工程、交通工程、交通规划与管理，以及仿真领域研究的专业人士和学生阅读参考。

前言
第一篇汽车系统动力学分析与建模仿真1
第1章绪论1
1.1背景1
1.2研究现状分析3
1.2.1汽车系统动力学分岔研究现状3
1.2.2汽车系统动力学稳定区域研究现状分析4
1.2.3研究趋势分析5
1.3本篇的研究内容6
第2章引入驱动的汽车动力学模型7
2.1统一滑移率公式7
2.1.1车轮转动动力学分析7
2.1.2统一滑移率公式的推导10
2.2引入驱动的五自由度汽车动力学模型的建立11
2.2.1坐标系定义11
2.2.2汽车动力学方程的建立12
2.3仿真验证14
2.3.1轮胎力学混合滑移特性仿真14
2.3.2轮胎动力学演变过程仿真15
2.3.3整车相空间特性仿真18
第3章汽车系统动力学平衡点的求解与分岔特征确认21
3.1汽车系统动力学平衡点简介21
3.2基于遗传算法和拟牛顿法的平衡点求解方法23
3.2.1算法简介23
3.2.2算法验证24
3.3汽车系统动力学平衡点求解31
3.3.1平衡点的求解流程31
3.3.2基于前轮转向角变化的平衡点求解32
3.3.3基于驱动力矩变化的平衡点求解42
3.4平衡点的分岔特征确认与分析49
3.4.1平衡点的分岔特征确认49
3.4.2前轮转向角对平衡点分岔特征的影响50
3.4.3驱动力矩对平衡点分岔特征的影响53
第4章汽车驱动转向分岔的耦合特征分析58
4.1汽车系统的自治模型58
4.2前轮转向角幅值对驱动转向分岔特征的影响59
4.2.1状态变量的分岔特征59
4.2.2分岔特征的动力学演变过程64
4.3驱动力矩大小对驱动转向分岔特征的影响73
4.3.1状态变量的分岔特征73
4.3.2分岔特征的动力学演变过程77
4.4驱动转向分岔的耦合特征分析86
4.4.1基于前轮转向角幅值分岔的分析86
4.4.2基于驱动力矩大小分岔的分析88
第5章基于驱动力矩和转向角分岔的驾驶稳定区域求解90
5.1驾驶稳定区域的定义90
5.2驾驶稳定区域的求解91
5.2.1思路与方法91
5.2.2结果分析92
5.3驾驶稳定区域的验证95
5.3.1驾驶稳定区域的仿真95
5.3.2驾驶稳定区域和临界车速的对比99
第6章引入制动的汽车五自由度模型101
6.1车身模型101
6.2轮胎模型103
6.3仿真验证106
6.3.1模型仿真106
6.3.2CarSim类比验证108
第7章引入达朗贝尔原理的驾驶稳定区域求解112
7.1等效系统的建立112
7.1.1达朗贝尔原理的引入112
7.1.2五自由度等效系统准平衡态确认113
7.2等效系统平衡点求解116
7.2.1基于前轮转向角变化的平衡点求解116
7.2.2基于制动力矩变化的平衡点求解118
7.3驾驶稳定区域求解121
7.3.1思路简介与求解流程121
7.3.2三维稳定空间区域123
7.3.3驱/制动转向稳定区域对比124
第8章基于能量耗散理论的驾驶稳定区域验证126
8.1制动工况下的能量耗散过程分析126
8.1.1能量耗散理论简介126
8.1.2五自由度等效系统的驾驶稳定区域127
8.2基于能量耗散理论的驾驶稳定区域求解129
8.2.1五自由度等效系统的驾驶稳定区域129
8.2.2五自由度原系统的驾驶稳定区域130
8.3低速下的驾驶稳定区域差异分析131
第9章轮胎力有理函数表达方程134
9.1引言134
9.1.1标准参考轮胎模型134
9.1.2轮胎力有理函数方程拟合135
9.1.3仿真验证140
9.2轮胎力有理函数方程适用性验证141
9.2.1基于二自由度模型的适用性验证141
9.2.2基于三自由度模型的适用性验证142
9.2.3基于五自由度模型的适用性验证143
第10章不同汽车操纵稳定性模型的动力学特征分析145
10.1同模型的相空间分析145
10.1.1二自由度模型相平面与能量特性分析145
10.1.2三自由度模型相空间与能量特性分析147
10.1.3五自由度模型相空间与能量特性分析150
10.2不同模型的平衡点分析153
10.2.1二自由度模型平衡点求解与特性分析154
10.2.2三自由度模型平衡点求解与特性分析157
10.2.3五自由度模型平衡点求解与特性分析162
10.3不同模型的驾驶稳定区域分析167
10.3.1二自由度模型驾驶稳定区域求解与分析168
10.3.2三自由度模型驾驶稳定区域求解与分析170
10.3.3五自由度模型驾驶稳定区域求解与分析171
第11章面向控制策略的驾驶稳定区域分析175
11.1直接横摆力矩控制与四轮转向控制175
11.1.1直接横摆力矩控制175
11.1.2四轮转向控制177
11.2面向控制策略的驾驶稳定区域求解178
11.2.1面向DYC的五自由度模型全轮驱动模式驾驶稳定区域求解179
11.2.2面向4WS的五自由度模型全轮驱动模式驾驶稳定区域求解180
11.3面向控制策略的驾驶稳定区域求解验证183
11.3.1CarSim整车模型183
11.3.2联合仿真结构185
11.3.3面向控制策略的驾驶稳定区域验证186
第二篇交通运行建模与仿真195
第12章绪论195
12.1背景195
12.2研究现状分析196
12.2.1公路线形安全性评价的研究196
12.2.2道路交叉口状态感知及配时优化研究201
12.2.3道路路段交通流状态识别与预测研究210
12.2.4研究趋势分析214
12.3本篇的研究内容215
第13章面向公路线形安全性评价的人-车-路系统模型216
13.1汽车系统模型216
13.1.1三自由度汽车系统模型216
13.1.2轮胎模型217
13.2驾驶人方向及速度控制模型218
13.2.1驾驶人很优预瞄曲率模型218
13.2.2真实道路输入下的驾驶人模型220
13.3公路平面线形模型220
13.4人-车-路系统动力学模型221
13.4.1模型的建立221
13.4.2模型的验证221
第14章人-车-路系统耦合特征对公路圆曲线的影响分析223
14.1同向曲线安全性分析223
14.1.1纵向速度与同向曲线半径耦合特征分析223
14.1.2预瞄时间与同向曲线半径耦合特征分析226
14.1.3道路横坡度与同向曲线半径耦合特征分析230
14.2反向曲线安全性分析233
14.2.1纵向速度与反向曲线半径耦合特征分析233
14.2.2预瞄时间与反向曲线半径耦合特征分析237
14.2.3道路横坡度与反向曲线半径耦合特征分析241
14.3人-车-路系统参数之间的耦合特征246
14.3.1同向曲线的耦合特征分析246
14.3.2反向曲线的耦合特征分析248
第15章公路平面线形安全性评价方法251
15.1公路平面线形安全性评价指标251
15.2基于MATLAB的公路平面线形安全性评价253
15.2.1实验路段的选取253
15.2.2基于预瞄时间的公路平面线形安全性评价255
15.2.3基于纵向速度的公路平面线形安全性评价260
15.3基于CarSim的公路平面线形安全性评价266
15.3.1实验路段的选取268
15.3.2基于预瞄时间的公路平面线形安全性评价268
15.3.3基于纵向速度的公路平面线形安全性评价273
第16章路网浮动车数据的采集与处理分析280
16.1浮动车数据采集280
16.2路网浮动车数据描述282
16.2.1低频浮动车数据282
16.2.2高频浮动车数据282
16.2.3浮动车数据说明282
16.3浮动车异常数据预处理284
16.3.1异常数据分析284
16.3.2数据清洗流程285
16.3.3轨迹坐标转换285
16.4路网浮动车数据地图匹配方法288
16.4.1地图匹配算法288
16.4.2地图匹配结果289
16.5浮动车出行数据基础分析291
16.5.1原始数据特征分析291
16.5.2空间范围影响分析293
16.5.3时间因素影响分析295
16.5.4天气因素影响分析298
第17章交叉口运行状态感知300
17.1信号交叉口配时参数及控制方法300
17.1.1交叉口信号配时参数300
17.1.2交叉口信号控制方法301
17.1.3基于网格模型的交叉口区域界定方法303
17.2信号交叉口参数计算方法309
17.2.1信号交叉口交通参数计算方法309
17.2.2交叉口信号配时参数计算方法314
17.3交叉口运行状态评价及诊断319
17.3.1信号交叉口整体延误分析319
17.3.2信号交叉口内部延误分析321
17.3.3信号交叉口延误问题诊断325
第18章交叉口交通参数预测方法331
18.1深度学习理论331
18.1.1循环神经网络331
18.1.2卷积神经网络334
18.2信号交叉口交通特征数据集构建335
18.2.1特征变量相关性检验335
18.2.2特征变量标准化处理337
18.2.3特征变量数据集划分338
18.3多任务深度学习融合模型构建339
18.3.1残差卷积神经网络339
18.3.2残差图卷积神经网络341
18.3.3堆栈式长短期记忆网络343
18.3.4注意力机制神经网络343
18.3.5多任务融合深度学习模型345
18.4实验分析348
18.4.1评价指标选取348
18.4.2实验环境介绍348
18.4.3模型结果分析349
18.4.4敏感度的分析355
第19章交叉口自适应配时优化方法359
19.1强化学习理论359
19.1.1强化学习基本要素359
19.1.2强化学习基本模型360
19.2信号交叉口智能体设计362
19.2.1基于NUDG的交通状态提取方法362
19.2.2信号灯相位集的构建及动作选择363
19.2.3信号相位转换奖励值函数的构建364
19.3基于3DQN－PSTER的信号交叉口优化配时方法365
19.3.1 3DQN－PSTER深度强化学习模型365
19.3.2信号交叉口的交通环境构建方案369
19.3.3模型评估和应用性能的指标选取371
19.4仿真实验与结果分析372
19.4.1仿真环境设置372
19.4.2模型比较分析377
19.4.3模型应用结果380
第20章基于张量分解的路段行程速度稀疏张量重建算法392
20.1张量理论基础392
20.1.1张量相关定义392
20.1.2基本符号393
20.2基于相关性分析和低秩假设的路网内路段行程速度稀疏张量建模394
20.2.1交通数据的相关性分析394
20.2.2路网内路段行程速度稀疏张量模型396
20.2.3交通数据的低秩性分析397
20.3基于截断核范数的低秩张量分解填充算法398
20.4路网内路段行程速度稀疏张量重建算例分析402
20.4.1实验数据402
20.4.2结果分析402
第21章基于密度峰值优化的路网子区划分及交通状态识别算法409
21.1路网交通子区划分算法研究409
21.1.1路网子区划分的原则409
21.1.2基于NCut的路网子区划分方法410
21.1.3基于密度峰值聚类改进NCut的路网子区划分方法413
21.2路网子区内路段交通状态识别算法414
21.2.1交通流参数的选择415
21.2.2基于FCM算法的交通状态识别416
21.2.3基于密度峰值聚类和FCM算法的交通状态识别419
21.3路网子区划分与交通状态识别算例分析419
21.3.1路网交通子区划分算例分析419
21.3.2子区交通状态识别算例分析422
第22章基于组合优化深度学习算法的路网内路段行程速度预测428
22.1基于STL的LSTM模型输入向量优化429
22.2基于注意力机制的LSTM模型结构优化430
22.3基于注意力机制和LSTM的交通流参数预测模型432
22.4交通流参数预测算例分析434
22.4.1数据准备434
22.4.2模型构建与参数设置434
22.4.3误差评价指标435
22.4.4预测结果对比分析436
参考文献452