基于STCA模型的智能网联车辆换道规则研究

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

TECHNOLOGY AND INFORMATION
交通与信息化
138 科学与信息化2021年2月下
基于STCA模型的智能网联车辆换道规则研究
吴登辉
浙江师范大学 浙江 金华 321004
摘 要 随着经济和互联网的发展,在未来的城市道路上会出现智能网联汽车,由于智能网联车辆有自动车的特点,其电子传感装置能感知附近的车辆并且计算安全距离。

本文基于这样的背景,对元胞自动机中经典的STCA换道模型改进,并通过python程序进行仿真,研究智能网联车辆换道规则对道路通行能力的影响。

关键词 智能网联车辆;元胞自动机;换道规则
1 研究方法
1.1 人工驾驶车辆换道模型
车辆有换道动机才能换道,实现车辆的换道需要两个前提条件:
安全条件:若车辆进行换道,首先要保证不能与其他车辆发生冲突,要保证车辆的安全。

换道动机:车辆的驾驶员是否想进行换道。

为此,Chowdhury 等人提出了对称换道规则的双车道元胞自动机模型(STCA 模型) [1]。

这个模型是以单车道元胞自动机模型为基础,引入了换道规则。

其换道规则如下:
换道动机: 和。

安全条件:。

其中,
表示第 n 辆车和它的前车之间的空元胞数。

表示车辆的长度。

表示第n 辆车的速度。

表示车辆可以达到的最大速度。

表示换道时不会发生碰撞的安全距离。

表示第n 辆车与它的相邻车道的前车之间的空元胞
数。

表示第n 辆车与它的相邻车道的后车之间的空元胞
数。

1.2 智能网联车辆换道模型由于智能网联车辆有自动车的特点, STCA 换道规则过于苛刻,尤其是换道安全间距设置为是不合理的,无法满足智能网联车辆的换道需求,造成道路资源的浪费。

首先,分析换道风险度的概念,车辆在换道时具有一定的风险,风险主要来自于换道车辆与相邻车道后方车辆的冲突风险,其大小主要取决于换道并行驶1个单位时间后,该车辆与后方车辆的间距。

为保证安全,令≥ 1作为两车之间的缓冲距离,并以此推导出适用于智能网联车辆换道的STCA-Ⅰ模型。

假设换道车辆n 车符合换道动机: 和,在t 时刻换道并且换道成功,并且行驶了1个时间单位,则可以得到
,同时结合≥ 1可以得到满足智能网联车辆的换
道需求的换道规则:
换道动机: 和。

安全条件:。

其中,
表示第 n 辆车和它的前车之
间的空元胞数。

表示车辆的长度。

表示第n 辆车的速度。

表示车辆可以达到的最大速度。

表示第n 辆车与它的相邻车道的后车的速度。

表示第n 辆车与它的相邻车道的前车之间的空元胞
数。

表示第n 辆车与它的相邻车道的后车之间的空元胞
数。

2 仿真结果
本文采用NaSch 模型作为车辆模型,建立了长度为1km 的双车道模型,人工驾驶车辆和智能网联车辆均占一个元胞,一个元胞长度为5m 。

边界设置为周期性循环,初始状态下车辆随机分布在双车道上,初始速度为随机速度。

智能网联汽车和工人驾驶车辆速度密度图,横坐标为密度,纵坐标为速度。

智能网联汽车和工人驾驶车辆流量密度图横坐标为密度,纵坐标为流量。

橙色曲线代表智能网联汽车的换道模型(STCA-Ⅰ),蓝色曲线代表人工驾驶车辆换道模型(STCA )。

可以看出智能网联车辆的换道模型提高了交通流的速度和流量,从而提高了道路资源的利用率。

3 结束语
随着通信技术和网络技术的发展,在未来的城市道路上会出现智能网联汽车,本文通过对经典的STCA 换道模型进行改进,提出了智能网联车辆的换道模型,并且进行模拟仿真,得到智能网联车辆换道模型会提高交通流的速度和流量,从而提高道路资源的利用率。

参考文献
[1] Stephen Wolfram.Statistical mechanics of cellular automata[J].REVIEWS OF MODERN PHYSICS,1983,55(3):601–644.
作者简介
吴登辉(1995-),男,浙江温州人;现就读学校:浙江师范大学,学历:硕士生,研究方向:智能交通技术。

相关文档
最新文档