基于云控平台的车辆预测性巡航控制系统协同仿真研究
构建CATIA Magic、MATLAB与Vissim联合仿真平台，验证CPCC系统在节能减碳与交通效率提升方面的显著效果
研究背景
基于云控平台的预测性巡航控制（Cloud-based Predictive Cruise Control, CPCC）系统可整合路网与车辆实时信息，通过高效计算优化车速规划，在降低能耗和提升交通运行效率方面具有重要应用前景。然而，现有研究多集中于算法性能优化，缺乏对系统架构可行性及整体验证机制的深入探讨。为此，本文提出一种融合CATIA Magic、MATLAB与Vissim的联合仿真平台构建方法，实现从系统架构设计到模型算法验证的闭环研究。
研究内容
1. 预测性巡航场景建模
结合交叉口交通流状态、车辆位置及信号灯相位信息，建立速度引导策略模型，输出建议行驶速度区间及目标绿灯通行窗口，实现车辆与基础设施的信息协同。
2. 联合仿真平台构建
采用CATIA Magic、Vissim与MATLAB协同仿真框架。传统Vissim COM接口复用性差、维护成本高，本文利用CATIA Magic进行统一接口定义与参数管理，实现多软件间数据逻辑集成，提升仿真一致性与扩展性。
仿真流程如下：CATIA Magic初始化仿真环境并启动流程；Vissim将车辆实时状态（速度、加速度、位移）及路段交通流数据传入MATLAB；MATLAB基于信号配时信息优化成本函数，生成最优速度指令反馈至Vissim；仿真结束后，结果数据回传至CATIA Magic进行综合权衡分析，完成“架构—模型—控制—评价”全流程闭环验证。
Fig. 1 技术方案
3. 联合仿真系统界面设计
系统包含六大功能模块：
- Scenario Selection：选择仿真脚本；
- Traffic Simulation Parameter：设置模型参数；
- Crossing Image：显示交叉口渠化图及实时状态；
- Control Panel：控制仿真启停与进程；
- Results：存储仿真结果与方案对比列表；
- Operations Duration Monitoring：实时监控关键参数变化。
系统支持联合仿真参数一键标定，避免多脚本重复修改，显著提升仿真效率与准确性。
Fig. 2 CPCC联合仿真系统界面
Fig. 3 CPCC联合仿真参数标定界面
4. 仿真结果分析
对比有无CPCC控制条件下的多车运行表现，结果显示：
Table 1 联合仿真评价参数
在单车层面，CPCC使巡航时间减少2%，油耗降低14.7%。
在多车协同场景中，相较于无CPCC控制：
- 路口平均排队长度减少4.05%；
- 车辆平均延误时间下降4.58%；
- 平均停车次数减少8.99%；
- 平均能源消耗降低12.89%；
- CO排放减少7.81%；
- NOx排放减少8.08%；
- VOC排放减少7.46%。
Fig. 4 联合仿真结果评价
Table 2 联合仿真结果评价表
研究表明，CPCC系统能有效提升道路服务水平，通过减少频繁加减速行为，显著降低车辆能耗与污染物排放，验证了其在智能网联环境下节能减排与交通效率优化的双重价值。
作者团队简介
赵静，北京交通大学交通运输硕士，现任职于国汽（北京）智能网联汽车研究院有限公司，主要从事基于模型的系统工程（MBSE）、智能汽车信息物理系统等方向研究。
梁浩，拉夫堡大学博士，研究方向为MBSE、信息物理系统与数字孪生技术。
高小栋，南京航空航天大学硕士，专注于汽车测试与车辆控制技术。
徐天啸，奥尔良理工大学硕士，研究领域包括MBSE、信息物理系统与系统架构设计。