交通流元胞自动机模拟仿真 matlab源码_基于安全距离的手动—自动驾驶混合交通流研究...

来源 |   交通运输系统工程与信息 知圈 |  进“IGBT社群”，请加微13636581676，备注IGBT

摘要：随着汽车技术的发展，道路上自动驾驶的车辆在未来会越来越多，给道路交通带来了巨大影响.本文引入了经典的Gipps安全距离规则，对NaSch模型进行改进，提出了基于安全距离的自动驾驶元胞自动机交通流模型.然后，利用数值模拟的方法研究了自动驾驶车辆对道路交通流的影响，研究获得一些新的结论.第一，通过降低自动驾驶车辆系统的反应时间，可大幅提高道路通行能力，最高可达2倍.第二，当自动驾驶车辆系统的反应时间降到0.5 s以下时，其对道路通行能力的影响可忽略.第三，道路上自动驾驶车辆的比例对道路通行能力和交通拥堵有显著影响.当自动驾驶车辆的比例达到80%时，通行能力可达到全手动驾驶交通流的2倍，交通拥堵可以降低50%.第四，在全自动驾驶的交通流中，增大自动驾驶反应时间会减少交通拥堵.特别是当密度在30～60 veh/km的范围内时作用更为明显，拥堵比例下降最高可达到20%，可以作为一种缓解拥堵的策略

关键词：公路运输；安全距离；元胞自动机；反应时间；混合比例

引言 随着小汽车保有量的逐年增长，现有交通系统面临着极大的压力，交通事故率居高不下.为了提高交通安全性，自动驾驶汽车系统已经成了当前研究的热点和未来汽车发展的重要趋势.道路上的自动驾驶车辆将会越来越多，给道路交通带来巨大影响。 目前，关于自动驾驶和手动驾驶的混合交通流的研究还较少，Sunan Huang提出一种关于自动驾驶和手动驾驶共存从而使高速公路自动化成本和基础设施要求减少的技术.Arnab Bose于1999年对相同车道内自动驾驶和手动驾驶一起行驶对交通流特性和环境的影响进行了分析.Arnab Bose于2003提出了自动驾驶模型，并对同比例的自动和手动驾驶的流密图进行了分析研究，同时还分析了冲击波；考虑驾驶员的个体驾驶特性差异和ACC车辆的运行原理，构建了各自的运行规则，提出了一个新的元胞自动机模型对，模拟出混合交通流的变化特性。 为了揭示在交通过程中的各种非线性现象，学者们相继提出车辆跟驰模型、气体动力学模型、流体力学模型和元胞自动机模型(Cellular Automaton，CA).元胞自动机模型作为微观交通模拟研究的主要工具，被引入到交通领域后，得到了迅速的发展.Wolfram于1986年提出了最初的元胞自动机交通流模型—184号规则.1992年Nagel和Schrenberg提出了经典的NaSch模型.虽然模型形式简单，但模型得到的模拟结果和实际交通现象和交通行为非常相似，之后不少学者对NaSch模型规则进行改进，先后提出了TT模型、巡航控制模型、FI模型、敏感驾驶模型、安全驾驶模型等.这些改进极大地丰富了交通流元胞自动机模型。 本文将在驾驶行为领域得到广泛认可的Gipps安全距离规则引入到元胞自动机建模中，进而提高模型精度，并且使用所建立的模型对交通流中的安全驾驶行为进行深入分析.在细化元胞的单位长度的基础上，考虑由自动驾驶和手动驾驶混合组成的交通流，各自按照自身的特点和物理特性，构造出不同的演化规则，提出新的基于Gipps安全距离的自动驾驶和手动驾驶混合交通流模型，以更加真实地反映混合交通系统的演化特性.最后通过计算机模拟，对自动驾驶和手动驾驶混合行驶所表现出的交通流特性进行了分析，并就自动驾驶车辆对混合行驶的交通流所产生的影响进行了总结。 模型建立 1.1 安全距离定义 为更加贴近实际交通，本文从单车道小汽车行驶的交通流特点出发，综合考虑自动驾驶与手动驾驶小汽车自身的物理特性、行驶速度、加减速性能，以及反应时间对于驾驶行为产生的影响，结合经典的Gipps模型思想，引入