fvdm 跟驰模型 matlab仿真_SUMO仿真案例

本次复刻的论文是《停靠站附近间歇式公交专用道适用条件研究》，发表在华东交通大学学报，时间为2020年。

首先简要介绍这篇文章，间歇式公交专用道（IBL）允许社会车辆行驶在公交车道上，能够有效的提升车辆的通行效率，基于IBL的研究，这篇文章主要优化了车辆跟驰规则和换道规则，建立了三车道元胞自动机车辆换道模型。这次基于SUMO的微观仿真，对单车进行逐一控制，在简化这篇文章模型的同时，完成了仿真平台的搭建。最终达到的效果简单概括即是，在车联网的环境下，社会车辆基于拥堵状况及时换道并且不影响公交车的通行，在同一车道上车辆采取跟驰策略，最终提升通行效率。

一、道路文件的产生

文章中模拟路段为200m，不考虑交叉口，车道数为3，本次复刻不考虑公交车的到站停靠。画出三车道路段如下图并保存为buslane.net.xml文件。

netedit绘图

二、车辆文件的产生

车辆文件buslane.rou.xml由vehicle_generate.py文件产生。包括三部分，分别为车辆本身、车辆类型和路线。本次仿真中涉及两类车辆，分别为社会车辆和公交车，其车辆属性取值由文章给出如下。

车辆类型参数

由此可写出.rou.xml文件中的车辆类型为

<vType id="bus" accel="2" decel="2" length="10" maxSpeed="12" guiShape="bus"/>
<vType id="car" accel="4" decel="4" length="5" maxSpeed="20" guiShape="passenger"/>

SUMO中最右侧、中间和左侧车道定义分别为0,1,2，公交车只行驶在最右侧车道，本次仿真中公交车流量约为100pcu/h，最右侧、中间和左侧车道的社会车辆流量分别约为3600pcu/h,1500pcu/h,1500pcu/h，通过循环，可以控制车辆生成的数量；本次的车辆路线唯一。

三、主控制文件

主控制文件为mainFunction.py，总仿真时间为3600s，通过多次调用traci接口，实现每个仿真步长（1s）控制车道上每辆车的效果。主控制函数如下。注意其中的run函数，在每步仿真中，它真正发挥作用从而实现单车控制。

if __name__ == "__main__":
    options = get_options()

    if options.nogui:
        sumoBinary = checkBinary('sumo')
    else:
        sumoBinary = checkBinary('sumo-gui')

    traci.start([sumoBinary, "-c", "C:/Users/liqin/Desktop/buslane/buslane.sumocfg", "--tripinfo-output",
                 "tripinfo.xml"])  # 多次调用
    for step in range(0, 3600):
        while traci.simulation.getMinExpectedNumber() > 0:
            traci.simulationStep()
            run()
    traci.close()
    sys.stdout.flush()

run函数具体代码如下图，其中驾驶员反应时间为0.5s。根据这篇文章中的解释，驾驶员的换道行为一般受到换道动机和换道条件的制约，因此需要决策是否需要换道。若进行换道，则采取SUMO内部的换道模型，利用traci.vehicle.changeLane进行控制；若不进行换道，则采用文章中的跟驰规则，生成下一时刻的车辆速度与位置。

def run():
    for carID in traci.vehicle.getIDList():
        p = 0.5 #驾驶员反应时间
        if traci.vehicle.getLanePosition(carID): #车辆在车道上进行控制
            lane = traci.vehicle.getLaneID(carID)
            changeLane = controlModel(carID).changeLane()
            if lane == "gneE1_0":#如果在最右侧车道
                if changeLane[0]:#如果进行换道，则换至中间车道，换道时间为10s，下同
                    traci.vehicle.changeLane(carID, 1, 10)
                else:#如果不进行换道，则更新速度与位置，下同
                    speed_next = controlModel(carID).speed_generate()
                    traci.vehicle.setSpeed(carID, speed_next)
                    traci.vehicle.moveTo(carID, lane, speed_next*(1+p)+traci.vehicle.getLanePosition(carID))
            elif lane == "gneE1_2":#如果在最左侧车道
                if changeLane[0]:
                    traci.vehicle.changeLane(carID, 1, 10)
                else:
                    speed_next = controlModel(carID).speed_generate()
                    traci.vehicle.setSpeed(carID, speed_next)
                    traci.vehicle.moveTo(carID, lane, speed_next*(1+p)+traci.vehicle.getLanePosition(carID))
            elif lane == "gneE1_1":#如果在最中间车道
                if changeLane[0]:
                    if changeLane[1]:
                        traci.vehicle.changeLane(carID, 2, 10)
                    elif changeLane[2]:
                        traci.vehicle.changeLane(carID, 0, 10)
                else:
                    speed_next = controlModel(carID).speed_generate()
                    traci.vehicle.setSpeed(carID, speed_next)
                    traci.vehicle.moveTo(carID, lane, speed_next*(1+p) + traci.vehicle.getLanePosition(carID))

四、跟驰规则与换道规则

文章中的跟驰规则与换道规则定义在controlModel.py文件中，定义类controlModel。根据主控制文件发现，我们主要要返回的是两点，一是是否要进行换道的决策（布尔值），二是下一时刻的速度值。在这里我们分开讨论。

跟驰规则，返回下一时刻的车辆速度值，用speed_generate函数生成。根据文章内容，跟驰规则主要分为加速过程、减速过程、慢启动现象、随机慢化四个部分，有了下一时刻的速度，下一时刻的位置更新就好求解了。在这四个部分中，获取当前车道的前车id、相邻车道的前车id和相邻车道的后车id是十分重要的，相邻车道的前后车id的寻找思路相同，因此以下只列举找到同车道前车id和后车id的代码，利用遍历可得。寻找相邻车道的前后车id时，注意中间车道的相邻车道有两个，因此需要分别找到其相邻两个车道的前车id。

    #得到前车id
    def frontCar(self):
        m= 200
        vehicle_frontCarID=""
        for carID in traci.vehicle.getIDList():#找到车辆的前车
            lanePosition = traci.vehicle.getLanePosition(carID)
            if traci.vehicle.getLaneID(carID) == self