文献

J-GLOBAL ID：201802275745070022   整理番号：18A0160519

輸送サイバー物理システムにおける電気自動車のためのNonlane規律に基づく車両追従モデル【Powered by NICT】

Nonlane-Discipline-Based Car-Following Model for Electric Vehicles in Transportation- Cyber-Physical Systems

著者 (7件)： Li Yongfu (College of Automation, Chongqing University of Posts and Telecommunications, Chongqing, China) ,  Zhang Li (College of Automation, Chongqing University of Posts and Telecommunications, Chongqing, China) ,  Zheng Hong (NEXTRANS Center, Purdue University, West Lafayette, IN, USA) ,  He Xiaozheng (Department of Civil and Environmental Engineering, Rensselaer Polytechnic Institute, Troy, USA) ,  Peeta Srinivas (NEXTRANS Center, Purdue University, West Lafayette, IN, USA) ,  Zheng Taixiong (College of Automation, Chongqing University of Posts and Telecommunications, Chongqing, China) ,  Li Yinguo (College of Automation, Chongqing University of Posts and Telecommunications, Chongqing, China)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 19  号： 1  ページ： 38-47  発行年： 2018年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 輸送サイバー物理システムにおける電気自動車(EV)交通流の特性を捕捉するために横方向ギャップと路側装置コミュニケーションの効果を組み込んだ新しい車両追従(CF)モデルを提案した。提案したCFモデルの安定性を摂動法を用いて解析した。さらに,EV交通流のエネルギー消費は,提案されたモデルにより生成された運転サイクルに基づいて調べた。数値実験により,路側装置を用いた横方向ギャップ,横方向ギャップ,及び側部間隙のシナリオのための三つのシナリオ:開始,停止,および進化過程を解析した。結果は以下のことを示した:1)nonlane規律ベースモデルである車線領域ベースモデルよりも応答性2)EV交通流のためのnonlane規律ベースモデルは,加速段階におけるより多くのエネルギーを消費し,車線領域ベースモデルと比較して,減速相におけるより多くのエネルギーをrecuperates;電気自動車交通流と3)沿道デバイス通信によるnonlane規律ベースモデルは,加速段階におけるより多くのエネルギーを消費し,路側装置のないモデルよりも減速相におけるより多くのエネルギーをrecuperates。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *モデル ,  *電気自動車 ,  応答特性 ,  摂動法 ,  通信 ,  コミュニケーション ,  交通流 ,  エネルギー消費
準シソーラス用語： 沿道 ,  進化過程 ,  数値実験 ,  運転サイクル ,  *車両追従 ,  *車両追従モデル , 【Automatic Indexing@JST】

分類 (5件)： 交通管制・規制  (TB01032S) ,  人工知能  (JE08000Z) ,  交通調査  (TB01031B) ,  運転者  (TB01040V) ,  都市交通  (TA01020W)

タイトルに関連する用語 (4件)： 輸送 ,  物理 ,  電気自動車 ,  車両追従モデル