Con la tecnología de red ad hoc vehicular (VANET), que admite comunicaciones vehículo a vehículo (V2V) y vehículo a unidad lateral de carretera (V2R/R2V), los vehículos pueden previsualizar el plan de señales de intersección, como el mensaje de cuenta atrás de la señal. En este trabajo se propone un sistema de asesoramiento a la ecoconducción (EDAS) para reducir las emisiones de CO2 y el consumo de energía permitiendo al vehículo pasar continuamente por múltiples intersecciones con las mínimas posibilidades de parada. Ampliamos el modelo de intersección aislada al escenario de múltiples intersecciones continuas. Se diseña un método híbrido que combina tres estrategias, incluyendo el modelo de rendimiento maximizado (MTM), el modelo de velocidad suave (SSM) y la aceleración y desaceleración minimizadas (MinADM), y se compara con trabajos relacionados con el modelo de rendimiento maximizado (MaxTM), el modelo de control de semáforo abierto (OTLCM) y los modelos de control de crucero predictivo (PCC). Se discuten y resuelven algunos problemas de aplicación práctica, como el seguimiento seguro de vehículos, la eliminación de colas y el modo de deslizamiento. Los resultados de la simulación muestran que el modelo propuesto supera al OTLCM en un 25,1%~81,2% en el escenario de intersección aislada para las emisiones de CO2 y en un 20,5%~84,3% en el tiempo medio de viaje. También obtiene mejores resultados que el modelo PCC comparado en cuanto a emisiones de CO2 (19,9%~31,2%) y tiempo de viaje (24,5%~35,9%) en el escenario de intersecciones múltiples.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Clasificación de las condiciones de trabajo de la capa intermedia y medidas de tratamiento del recubrimiento de pavimento asfáltico de aeropuertos
Artículo:
Estimación del estado del tráfico mediante vehículos conectados y detectores estacionarios
Artículo:
Modelo y método de optimización del límite de velocidad variable para autopistas urbanas
Artículo:
Aprendizaje del comportamiento de seguimiento del coche de los conductores mediante el aprendizaje por refuerzo inverso profundo de máxima entropía
Video:
El panorama cambiante del cumplimiento omnicanal