自动驾驶对交通通行能力的研究

时间:2022-12-30 23:28:24 阅读: 最新文章 文档下载
说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。


自动驾驶对交通通行能力的研究

本文提出了一种基于元细胞自动机的创新模型来分析自动驾驶合作车辆对公路通行能力的影响。扩展了传统的用于交通分析的元胞自动机,增加了模型的灵活性,使其能够处理自动驾驶车辆的复杂动力学问题。首先使用泊松分布对汽车生成过程进行建模。这个模型在一段公路上生成指定数量的车辆。车辆生成模型区分高峰时段和非高峰时间的交通量。然后对车辆跟随行为和变道行为进行建模。在这一部分,考虑了自动驾驶车辆之间的合作以及自动驾驶和人力驱动车辆之间的相互作用。最后,提出概率模型来分析公路交通流的行为交叉点。



标签:元细胞自动机 泊松分布 车辆跟随行为 概率模型

引言

随着汽车保有量不断增长,交通事故发生的概率也随之不断上涨,交通拥堵也愈发严重。近年,互联网技术和汽车智能化技术迅速发展,加之投入了大量的研究精力,自动驾驶汽车成为当前汽车技术发展的热门方向,并得到了快速发展。自动驾驶是一项日益重要的技术。自驾车合作车辆的兴起,长期以来一直是在不扩大道路的情况下增加交通能力的希望。由于这些车辆具有比人类驾驶车辆更强的速率控制能力、更好的感知能力和对其他车辆行为的预测能力。



1.细胞自动机的基本设置

元胞自动机一直是交通流分析中应用最广泛的模型。道路被划分成单元格,每个单元格有一辆车或没有车在里面。一个单元格还记录汽车当前的速度,如果有的话。在细胞自动机、位置、时间、速度和加速度都是离散的。细胞更新其状态根据其当前状态和它周围细胞的当前状态。在我们的模型中,我们应用不同的更新规则来区分自动驾驶和人工驾驶汽车的行为。



2.将加速度引入细胞自动机

大多数用于交通分析的元胞自动机考虑的是速度不考虑加速度的车辆。在这样的模型中,当一个速度变化,它只能增加或减少固定值。一个人对于细胞自动机,驾驶员没有准确的加速度感知对于人力驱动汽车的模型,仅考虑汽车的速度就足够了。然而,自动驾驶汽车的研究人员将加速度作为他们分析中的一个重要变量。因为对于这样的车辆,他们有一个固定的加速度,其加速度的变化量是有限的。



自主驾驶 自动驾驶车辆通常配备准确传感器,复杂的控制系统,甚至是人工智能技术。他们可以准确控制加速度。因此,他们可以引导比人类驱动的更灵活无畏。



合作驾驶 这些车辆可以共享数据,包括他们当前的加速度,通过这些数据,




他们可以采取更准确的行动避免碰撞,充分利用高速公路上的空间。在我们的模中考虑加速会产生更复杂的合作规则的可能性



因此,我们扩展了传统的元胞自动机交通流模型将加速度添加为单元格的属性。



3.细胞的属性

在我们的模型中,一个单元格表示单个车道上4米长的空间,每个单元格一次只能包含一辆汽车。单元格有三个属性:



1)用于表示汽车类型的整数s0表示无车,1表示人为驱动,2为自动驾驶



2)汽车的当前速度v

3)目前汽车的加速度a

只有当s非零时,其他两个属性才有意义

在模拟的每个步骤中,汽车向前移动v个单元,并且v通过添加a来更新;vVminVmax的限制,这是公路的速度限制。应用规则来根据状态更新a围的细胞。对于人力驱动和自动驾驶车辆,我们有不同的规则,在以下部分介绍。



我们假设一天有p高峰时段,每天有8%的流量在高峰时段发生音量。根据每日车辆数量的数据,我们可以计算在每个高速公路段:一秒钟内新到车的平均数量:



假设车辆的到达遵循Poisson分布在峰值和非峰值时间,峰值和非峰值对应的速率参数。因此,每秒我们都可以从泊松中采样分布,为新进入我国某高速公路路段的车辆数量分别在高峰时段和非高峰时段进行模拟。



通过调整p,我们可以控制车辆到达的平均频率。在繁忙时间,即峰值。由于高峰时段的比例固定在8%,当p较大时,这8%的车辆到达的频率相对较低。我们将用不同的p值进行模拟,测试峰值和的影响我们模型上的平均交通量。1显示了当每天的流量计数为200000时,峰值和非峰值根据p的变化情况变化。



从图1中可以看出,p=1时,每秒约有2辆新到的汽车在高峰時段的平均值,,非繁忙时间约为1量。随着高峰时段的增加,峰值时的交通密度增加小时数减少,非高峰时段增加。



对于从泊松分布生成的每辆汽车,以概率q表示自动驾驶,以概率1-q表示人工驾驶,我们可以调整q来改变自动驾驶的百分比。我们将新到达的车辆的初




始速度v设定为20/秒(45英里/小时),这是一个相对较低的数值。将初始速度设置为低不会影响以下模拟,因为如果交通密度低,允许更高的速度,车辆将很快加速我们的车辆跟随模型。加速度a的初始值是根据附近车辆的状态计算,使用引入的规则在车辆跟踪模型中。



4.结语

我们建立了一个模型来分析无人驾驶汽车对高速公路通行能力的影响,并进行了多次仿真,并将我们的模型应用于四条真实高速公路的数据。这里我们注意到我们有趣的发现。



自动驾驶汽车可以提高公路的通行能力。随着自动驾驶汽车比例的增加,通以更快的速度和更低的密度进行



专用车道在自动驾驶汽车的使用年限较低的情况下不需要自动驾驶,而专用车道在使用年限超过70%的情况下可以稍微增加一点容量。



自动驾驶汽车可以减少车道数和交通量的影响。当大多数汽车都是自动驾驶的时候,交通的速度不会因为这些因素而改变很多。


本文来源:https://www.wddqw.com/doc/86cb931882eb6294dd88d0d233d4b14e84243ef4.html