自动驾驶与交通效率数学建模_美国研发控制模型让自动驾驶汽车协同驾驶 可减少交通堵塞和事故...

来源：盖世汽车

现在，汽车制造商都会提供车道和制动辅助等智能功能，以在驾驶员反应速度不够快的危险情况下，为其提供帮助。但是，此类功能通常只是给单辆车直接提供好处。如果汽车和卡车能够向一群鸟一样在道路上协同行驶，并互相响应对方的环境传感器，作为一个团队一起行动，从而可减少交通堵塞、保护车内乘员，那会怎么样呢？上述问题就由美国密歇根理工大学(Michigan Technological University)的研究人员提出。

(图片来源：密歇根理工大学)

创造能够避免交通事故的车辆系统是为了证明牛顿第一定律：除非受到外力的作用，否则运动中的物体仍会保持运动状态。如果对于前方情况没有得到太多预警信息，就更有可能发生车祸，因为驾驶员会没有足够的时间做出反应。那么，什么东西会导致车辆停下呢？与另一辆车或障碍物相撞，而这会导致伤害、损坏，甚至死亡。

但是，随着相互之间的距离越来越近，如果车与车之间可以进行通信，计算出路上可能出现的障碍物，而车辆之间又可以同步做出反应，则可以防止交通堵塞和车祸。

研究人员表示：“在高速公路上，一个错误的决策就会引发其他错误的决策。如果可以考虑到前方300米处发生的事情，就能真正改善道路安全，减少交通堵塞和交通事故。”

研究人员的研究探讨了车辆如何与其他车辆连接、此类车辆如何根据驾驶环境数据一起做决策以及如何将车辆各自观察到的结果整合至一个网络中。

研究人员打造了一个数据驱动、得到优化的控制模型，可让一组自动驾驶车辆在不确定的交通条件下协同驾驶。该模型基于预测其他车辆的预测，采用建模车辆的数据流，以预测前一排车辆的驾驶状态(加速、减速或停下)。此类预测信息被整合至实时机器学习控制器，提供车载传感数据。对于此类自动驾驶汽车而言，所有控制器的数据都成为协同决策的资源。

该模型表明，控制器可以让车辆之间保持一定的时间间隔，从而减少交通拥堵和事故，还可以通过让车辆减少加速和减速，节约车辆的能量。该研究的下一步是采用网联自动驾驶车辆，测试该模型的仿真版本。