本發(fā)明涉及一種車(chē)聯(lián)網(wǎng)環(huán)境下的交通流元胞自動(dòng)機(jī)建模方法。
背景技術(shù):
自二十世紀(jì)末開(kāi)始我國(guó)汽車(chē)保有量進(jìn)入了增長(zhǎng)的快車(chē)道,與此同時(shí),交通事故的發(fā)生幾率也逐年增長(zhǎng)。根據(jù)公安部交管局的統(tǒng)計(jì),2010年,全國(guó)發(fā)生交通事故3906164起,同比上升35.9%。其中,由于道路交通事故引起人員傷亡的219521起,直接財(cái)產(chǎn)損失達(dá)到了9.3億元。安全保障是車(chē)輛運(yùn)行最基本的要求,雖然引起交通事故發(fā)生的原因是多方面的,但是車(chē)載主動(dòng)安全系統(tǒng)的先進(jìn)化和車(chē)路協(xié)同系統(tǒng)的實(shí)現(xiàn),無(wú)可爭(zhēng)議的能夠?yàn)檐?chē)輛的安全運(yùn)行提供更多可靠的決策信息和路徑誘導(dǎo)方案,提高車(chē)輛運(yùn)行的安全性。車(chē)聯(lián)網(wǎng)作為熱門(mén)背景,正在蓬勃興起;關(guān)于車(chē)聯(lián)網(wǎng)技術(shù)的探索,是各國(guó)家及技術(shù)公司研究的關(guān)鍵。
現(xiàn)狀車(chē)聯(lián)網(wǎng)的研究,多為硬件設(shè)施如車(chē)道偏離報(bào)警、自適應(yīng)巡航、前撞預(yù)警功能等車(chē)載功能或路測(cè)系統(tǒng)的優(yōu)化與改進(jìn),而在車(chē)聯(lián)網(wǎng)環(huán)境信息透明化情況下的車(chē)輛運(yùn)行規(guī)則的界定方面的研究相對(duì)較少。
技術(shù)實(shí)現(xiàn)要素:
基于以上不足,本發(fā)明提供了一種車(chē)聯(lián)網(wǎng)環(huán)境下的交通流元胞自動(dòng)機(jī)建模方法,適用于車(chē)聯(lián)網(wǎng)環(huán)境下車(chē)輛運(yùn)行規(guī)則,結(jié)合元胞自動(dòng)機(jī)建模,定量與定性分析交通流三參數(shù)關(guān)系,增加了對(duì)前車(chē)速度及換道情況的預(yù)測(cè),提高交通仿真的真實(shí)性。
本發(fā)明所采用的技術(shù)如下:一種車(chē)聯(lián)網(wǎng)環(huán)境下的交通流元胞自動(dòng)機(jī)建模方法,對(duì)道路條件作出如下界定:車(chē)輛由駕駛員控制;每個(gè)車(chē)輛元胞可以與前方進(jìn)行通信,獲取前車(chē)準(zhǔn)確行駛信息,并將自身交通信息與后車(chē)進(jìn)行通信;駕駛員根據(jù)獲取的準(zhǔn)確交通環(huán)境信息做出正確的判斷和決策,方法如下:
(1).單車(chē)道元胞自動(dòng)機(jī)建模規(guī)則
步驟一:加速,vn(t+1)=min(vn(t)+1,vmax)對(duì)應(yīng)于現(xiàn)實(shí)生活中,司機(jī)期望以最大速度行駛的特性;
步驟二:減速,
vn(t+1)=min(vn(t+1),dn+v'n+1(t+1))
v'n+1(t+1)=min(vn+1(t),vmax-1,dn+1(t))
駕駛員為了躲避與前車(chē)相撞而采取減速措施,因車(chē)聯(lián)網(wǎng)環(huán)境對(duì)于車(chē)速及車(chē)輛位置的透明化,使兩車(chē)間最小間距變?yōu)閠時(shí)刻兩車(chē)間距與前車(chē)在t+1時(shí)刻的速度值之和;
式中v'n+1(t+1)——表示前車(chē)在t+1時(shí)刻的速度預(yù)測(cè);
dn(t)——表示在t時(shí)刻,本車(chē)n車(chē)與前車(chē)n+1的空格數(shù);
步驟三:隨機(jī)慢化,
由于各種不確定因素(如路面狀況不好,駕駛員心態(tài)不同等)造成的車(chē)輛減速,當(dāng)速度小于某一閾值時(shí),車(chē)輛不進(jìn)行減速;大于某一閾值時(shí),以一定概率采取減速措施;
式中RD——表示隨機(jī)概率;
p——表示0~1間的隨機(jī)數(shù),當(dāng)p<RD時(shí),進(jìn)行隨機(jī)慢化;
步驟四:位置更新,xn(t+1)=xn(t)+vn(t+1);車(chē)輛按照調(diào)整后的速度向前行駛;
(2).雙車(chē)道元胞自動(dòng)機(jī)建模規(guī)則
雙車(chē)道可換道模型車(chē)輛的運(yùn)動(dòng)過(guò)程,按照“換道-加速-減速-隨機(jī)慢化-位置更新”的順序演變,換道后車(chē)輛在各自車(chē)道上按照單車(chē)道更新規(guī)則運(yùn)行
換道規(guī)則如下:
式中dnother——表示另一車(chē)道在n車(chē)位置與此車(chē)道前車(chē)n+1車(chē)間的空格數(shù);
dnback——表示該車(chē)道n車(chē)與n-1車(chē)間的空格數(shù);
vi,n+1(t)——表示t時(shí)刻,n+1輛車(chē)在i車(chē)道的速度;
車(chē)輛按照上述規(guī)則運(yùn)行更新,從而分析交通流特性。
本發(fā)明提出的方法,增加了對(duì)前車(chē)速度及換道情況的預(yù)測(cè),能有效對(duì)交通場(chǎng)景中的交通流進(jìn)行仿真,提高交通仿真的真實(shí)性。結(jié)果表明:采用本方法下的車(chē)聯(lián)網(wǎng)環(huán)境下車(chē)輛具有更高的運(yùn)行速度,極大地提高道路通行能力,改善交通狀況。
附圖說(shuō)明
圖1為在MATLAB環(huán)境下的系統(tǒng)運(yùn)行界面-單車(chē)道系統(tǒng)運(yùn)行環(huán)境圖;
圖2為在MATLAB環(huán)境下的系統(tǒng)運(yùn)行界面-雙車(chē)道系統(tǒng)運(yùn)行環(huán)境圖;
圖3為雙車(chē)道換道示意圖;
圖4為p=0.3,k=0.05的時(shí)空?qǐng)D;
圖5為p=0.3,k=0.2的時(shí)空?qǐng)D;
圖6為p=0.3,k=0.4的時(shí)空?qǐng)D;
圖7為p=0.1,k=0.02的時(shí)空?qǐng)D;
圖8為p=0.1,k=0.2的時(shí)空?qǐng)D;
圖9為p=0.1,k=0.4的時(shí)空?qǐng)D;
圖10為p=0.5,k=0.02的時(shí)空?qǐng)D;
圖11為p=0.5,k=0.2的時(shí)空?qǐng)D;
圖12為p=0.5,k=0.4的時(shí)空?qǐng)D;
圖13為不同慢化條件下流量-密度圖;
圖14為不同慢化條件下速度-密度圖;
圖15為換道概率模型圖。
具體實(shí)施方式
下面根據(jù)說(shuō)明書(shū)附圖舉例對(duì)本發(fā)明做進(jìn)一步說(shuō)明:
實(shí)施例1
一種車(chē)聯(lián)網(wǎng)環(huán)境下的交通流元胞自動(dòng)機(jī)建模方法,對(duì)道路條件作出如下界定:車(chē)輛由駕駛員控制;每個(gè)車(chē)輛元胞可以與前方進(jìn)行通信,獲取前車(chē)準(zhǔn)確行駛信息,并將自身交通信息與后車(chē)進(jìn)行通信;駕駛員根據(jù)獲取的準(zhǔn)確交通環(huán)境信息做出正確的判斷和決策,方法如下:
(1).單車(chē)道元胞自動(dòng)機(jī)建模規(guī)則
步驟一:加速,vn(t+1)=min(vn(t)+1,vmax)對(duì)應(yīng)于現(xiàn)實(shí)生活中,司機(jī)期望以最大速度行駛的特性;
步驟二:減速,
vn(t+1)=min(vn(t+1),dn+v'n+1(t+1))
v'n+1(t+1)=min(vn+1(t),vmax-1,dn+1(t))
駕駛員為了躲避與前車(chē)相撞而采取減速措施,因車(chē)聯(lián)網(wǎng)環(huán)境對(duì)于車(chē)速及車(chē)輛位置的透明化,使兩車(chē)間最小間距變?yōu)閠時(shí)刻兩車(chē)間距與前車(chē)在t+1時(shí)刻的速度值之和;
式中v'n+1(t+1)——表示前車(chē)在t+1時(shí)刻的速度預(yù)測(cè);
dn(t)——表示在t時(shí)刻,本車(chē)n車(chē)與前車(chē)n+1的空格數(shù);
步驟三:隨機(jī)慢化,
由于各種不確定因素(如路面狀況不好,駕駛員心態(tài)不同等)造成的車(chē)輛減速,當(dāng)速度小于某一閾值時(shí),車(chē)輛不進(jìn)行減速;大于某一閾值時(shí),以一定概率采取減速措施;
式中RD——表示隨機(jī)概率;
p——表示0~1間的隨機(jī)數(shù),當(dāng)p<RD時(shí),進(jìn)行隨機(jī)慢化;
步驟四:位置更新,xn(t+1)=xn(t)+vn(t+1);車(chē)輛按照調(diào)整后的速度向前行駛;
(2).雙車(chē)道元胞自動(dòng)機(jī)建模規(guī)則
雙車(chē)道可換道模型車(chē)輛的運(yùn)動(dòng)過(guò)程,按照“換道-加速-減速-隨機(jī)慢化-位置更新”的順序演變,換道后車(chē)輛在各自車(chē)道上按照單車(chē)道更新規(guī)則運(yùn)行
換道規(guī)則如下:
式中dnother——表示另一車(chē)道在n車(chē)位置與此車(chē)道前車(chē)n+1車(chē)間的空格數(shù);
dnback——表示該車(chē)道n車(chē)與n-1車(chē)間的空格數(shù);
vi,n+1(t)——表示t時(shí)刻,n+1輛車(chē)在i車(chē)道的速度;
車(chē)輛按照上述規(guī)則運(yùn)行更新,從而分析交通流特性。
實(shí)施例2
車(chē)聯(lián)網(wǎng)環(huán)境下元胞自動(dòng)機(jī)仿真分析
(一)仿真環(huán)境設(shè)置方法
按照上述介紹的規(guī)則,用MATLAB搭建一條模擬路段。在仿真初始時(shí)刻,系統(tǒng)初始化了車(chē)輛的位置信息以及速度信息,仿真開(kāi)始后,在每一仿真步長(zhǎng)中,按照模型規(guī)則對(duì)車(chē)輛的位置和速度進(jìn)行更新,直到仿真時(shí)間結(jié)束。
以單車(chē)道模型為例說(shuō)明?;贛ATLAB矩陣的思想和圖像處理模塊,用1x100的矩陣表示單車(chē)道的道路元胞,以值1表示有車(chē),值0表示無(wú)車(chē),即所仿真的道路由100個(gè)元胞組成,每個(gè)元胞長(zhǎng)5m,最大速度vmax=5。圖1為在MATLAB環(huán)境下的系統(tǒng)運(yùn)行界面,其中黑色表示一條單車(chē)道,白色的點(diǎn)表示該元胞位置上有車(chē)輛。Run按鍵表示開(kāi)始仿真,Stop按鍵表示停止仿真,Quit按鍵表示退出仿真,其中左上角的數(shù)字記錄了系統(tǒng)仿真的時(shí)間。
以下仿真采用細(xì)化模型,得出結(jié)論。所謂細(xì)化元胞模型就是把道路元胞細(xì)化,使每個(gè)元胞所代表的長(zhǎng)度變短,車(chē)輛占用的元胞數(shù)也就相應(yīng)變大。
(二)仿真結(jié)果分析
(1)細(xì)化單車(chē)道模型仿真結(jié)果分析----時(shí)空?qǐng)D
仿真環(huán)境:道路由1000個(gè)元胞組成,其他參數(shù)與細(xì)化單車(chē)道模型相同。
圖4-圖12為不同慢化概率下,在密度為0.2、0.3、0.5時(shí)車(chē)聯(lián)網(wǎng)環(huán)境下的細(xì)化模型時(shí)空?qǐng)D。從圖中可知,隨著密度增加,車(chē)流進(jìn)入亞穩(wěn)態(tài)區(qū)域;在相同密度條件下,隨著慢化概率增加,時(shí)走時(shí)停的交通現(xiàn)象越明顯。當(dāng)密度很小時(shí),車(chē)輛處于自由行駛的狀態(tài),慢化概率對(duì)交通狀況影響不明顯;密度增加至一定程度時(shí),交通流達(dá)到亞穩(wěn)定狀態(tài),此時(shí)車(chē)輛運(yùn)行狀態(tài)混亂,慢化概率對(duì)車(chē)輛運(yùn)行產(chǎn)生很大的影響;隨著交通流密度進(jìn)一步增大,道路擁堵嚴(yán)重,車(chē)輛行駛受到很大阻礙,慢化概率對(duì)其影響也不明顯。
(2)細(xì)化單車(chē)道模型仿真結(jié)果分析----流量-密度關(guān)系分析
圖13列出了NS模型和車(chē)聯(lián)網(wǎng)環(huán)境下的改進(jìn)模型的流量-密度圖,兩者的初始條件完全相同(路長(zhǎng)200,最大速度為12)。NS模型的慢化概率是p=0.3,本文給出的改進(jìn)模型的慢化概率分別為p=0.1、p=0.3、p=0.5。
由圖知,NS環(huán)境下,臨界密度和最大車(chē)流量都較小。對(duì)比不同慢化條件下(p=0.1、p=0.3、p=0.5)車(chē)聯(lián)網(wǎng)環(huán)境的改進(jìn)模型的曲線,可看出,當(dāng)車(chē)流密度較低或者較高時(shí),慢化概率對(duì)交通流量的影響不顯著。這是因?yàn)楫?dāng)車(chē)流密度較小時(shí),道路上的車(chē)輛少,車(chē)頭間距大,某輛車(chē)的隨機(jī)慢化不會(huì)影響其他車(chē)輛的正常行駛;當(dāng)車(chē)流密度過(guò)大時(shí),由于車(chē)頭間距小,整體運(yùn)行速度低,隨機(jī)慢化概率的變化已經(jīng)影響不到整體流量的變化。密度在0.1-0.7之間時(shí),在相同密度條件下,隨著隨機(jī)慢化概率增大,流量有明顯下降,臨界密度值也由0.37降低至0.3。
(3)細(xì)化單車(chē)道模型仿真結(jié)果分析----速度-密度關(guān)系分析
圖14列出了NS模型與車(chē)聯(lián)網(wǎng)環(huán)境下的改進(jìn)模型的速度-密度圖,兩者的初始條件完全相同(路長(zhǎng)200,最大速度為12)。由圖可知,在傳統(tǒng)NS環(huán)境下具有更低的速度,且速度對(duì)密度變化較敏感。對(duì)比不同慢化條件下車(chē)聯(lián)網(wǎng)改進(jìn)模型的速度-密度曲線,可知相同條件下,慢化概率越大,速度越小。當(dāng)密度較小(低于0.1)或者較大(高于0.7)時(shí),慢化概率對(duì)其影響可忽略。
(4)細(xì)化雙車(chē)道模型仿真分析
針對(duì)雙車(chē)道的換道模型,不斷改變車(chē)輛的到達(dá)率即路段的交通量,采用換道概率來(lái)表征車(chē)聯(lián)網(wǎng)環(huán)境下車(chē)輛的換道情況,如圖15。
由圖可知,當(dāng)流量比較小時(shí),道路上的車(chē)輛分布非常均勻,車(chē)與車(chē)之間的空位基本保持為vmax,此時(shí)車(chē)輛并不需要換道,雙車(chē)道也就變成了兩條相互獨(dú)立的單車(chē)道。隨著流量的繼續(xù)增大,車(chē)輛的有序分布由于流量的增大逐漸受到抑制。間距分布混亂的時(shí)候會(huì)產(chǎn)生滿(mǎn)足換道的條件,車(chē)輛換道的概率會(huì)隨之增大。隨著流量的進(jìn)一步增加,交通流會(huì)進(jìn)入亞穩(wěn)態(tài),此時(shí)的交通狀況比較混亂,有可能導(dǎo)致出現(xiàn)換道概率局部最大值的現(xiàn)象。當(dāng)流量再繼續(xù)增大時(shí),車(chē)輛間的間距都變小,換道的機(jī)會(huì)也隨之減小,換道概率也就逐漸下降了。
由于車(chē)聯(lián)網(wǎng)環(huán)境下對(duì)路況信息相對(duì)透明化,對(duì)路況判斷準(zhǔn)確,所以隨著密度增加,較普通環(huán)境有更大的換道幾率。