CN109284527B - 一种城市路段交通流仿真的方法 - Google Patents

一种城市路段交通流仿真的方法 Download PDF

Info

Publication number
CN109284527B
CN109284527B CN201810831077.1A CN201810831077A CN109284527B CN 109284527 B CN109284527 B CN 109284527B CN 201810831077 A CN201810831077 A CN 201810831077A CN 109284527 B CN109284527 B CN 109284527B
Authority
CN
China
Prior art keywords
vehicle
cell
traffic flow
following
steps
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810831077.1A
Other languages
English (en)
Other versions
CN109284527A (zh
Inventor
李明林
陈志颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuzhou University
Original Assignee
Fuzhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fuzhou University filed Critical Fuzhou University
Priority to CN201810831077.1A priority Critical patent/CN109284527B/zh
Publication of CN109284527A publication Critical patent/CN109284527A/zh
Application granted granted Critical
Publication of CN109284527B publication Critical patent/CN109284527B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种城市路段交通流仿真的方法，一种城市路段交通流仿真的方法，首先对车辆数据和道路数据进行初始化，将元胞空间网格化，并选取合适的元胞长度；接着进行仿真前的基本假设和约定；然后采用概率论方法描述司机的驾驶意愿；接着初始化元胞状态；然后选取仿真策略；然后在边缘生成车辆；然后更新车辆位置和状态，更新红绿灯状态；最后重复步骤S6与步骤S7，直到仿真结束。本发明基于元胞自动机模型与概率论方法模拟城市路段交通流，能够为交通流理论模型研究提供多样性的样本数据，可有效降低交通流研究的人力物力投入。

Description

一种城市路段交通流仿真的方法
技术领域
本发明涉及交通工程技术领域，特别是一种城市路段交通流仿真的方法。
背景技术
交通流理论是一种以交通体为主要研究对象，综合探究流量、密度和速度之间关系的理论。它始于20世纪50年代，是交通工程理论的基础和新发展的领域之一，主要研究道路交通流运行规律。对交通流仿真的研究通常采用数学模型模拟交通流运行规律，仿真结果用来再现交通流时间和空间变化特征。元胞自动机模型已被广泛应用于模拟各类道路交通流特征和现象。目前已有多件专利获得授权或处于实质审查阶段，如：ZL201410541168.3，ZL 201510397815.2，CN106991251 A，2017.04.27，CN105975705 A，2016.05.13，CN106652564 A，2017.03.07等等。
交通流仿真具有强烈的随机特性，一般很难用统一数学模型描绘各种交通流特征。因此，基于概率的元胞自动机交通流仿真系统具有较宽和广泛的适用性。比如基于概率设置，可以模拟道路车辆数量的随机性，可以模拟车辆运行时速度、变道意愿和驾驶习惯等随机性，可以模拟如车辆故障、路障、事故等道路环境的随机性。这些往往是难以用简单的数学模拟统一描述的。此外，当前有不少交通流理论模型的验证实验研究是基于某个路段交通影像数据进行统计分析的，实验数据的获取常常需要花费较大的人力和财力，且难以具有广泛的交通流代表性。
发明内容
有鉴于此，本发明的目的是提出一种城市路段交通流仿真的方法，基于元胞自动机模型与概率论方法模拟城市路段交通流，能够为交通流理论模型研究提供多样性的样本数据，可有效降低交通流研究的人力物力投入。
本发明采用以下方案实现：一种城市路段交通流仿真的方法，包括以下步骤：
步骤S1：对车辆数据和道路数据进行初始化，将元胞空间网格化，并选取合适的元胞长度；
步骤S2：进行仿真前的基本假设和约定；
步骤S3：采用概率论方法描述司机的驾驶意愿；
步骤S4：初始化元胞状态；
步骤S5：选取仿真策略；
步骤S6：在边缘生成车辆；
步骤S7：更新车辆位置和状态，更新红绿灯状态；
步骤S8：重复步骤S6与步骤S7，直到仿真结束。
进一步的，步骤S1中，所述车辆数据包括：元胞长度length、期望速度speed、加速过程值acc、司机变道概率p；所述道路数据包括：每个路段的元胞个数fig、车道数num、驶入流量car_in、驶出流量car_out、绿灯时长t_green、以及车流量。
进一步的，所述合适的元胞长度为6m。
进一步的，步骤S2具体包括：所述车流量为单位时间内驶入流量car_in与驶出流量car_out的差值。
进一步的，步骤S2中所述基本假设与约定具体包括：
假定所有的车辆都是一样长的，且每辆车占据一个元胞，一个元胞的长度既包括车身长度，又包含了该车辆与前后车的间距；
假定所有车的性能都是相同的，即具有一样的加速能力和加速度；
假定道路相对封闭，即不考虑行人及其他非机动车的影响；
假定司机能在第一时间内接收到红绿灯的变化，并同时做出反应，即司机的反应时间为零；
假定仿真开始道路初始化为空。
进一步的，步骤S3描述司机驾驶意愿的概率由统计现实路段的记录数据得出，或依据概率分布直接设定；所述概率分布包括正太分布。
进一步的，步骤S5中，所述仿真策略包括跟车行驶策略、自由行驶策略、变道策略。
所谓跟车行驶策略，即车辆的行驶状态除了受到演化规则的制约，还需考虑前车的影响，并结合交通法规跟在前车后方行驶的行驶策略；
所谓自由行驶策略，即车辆的行驶状态仅受到演化规则的制约，在判断下一步的状态时不用考虑前后车等因素的行驶策略；
所谓变道策略，即车辆的行驶状态除了受到演化规则的制约，还需综合考虑前后车辆以及其他车道车辆的影响，并在合适的时机采取变道措施的行驶策略。
进一步的，步骤S6具体包括以下步骤：
步骤S61：检测当前边缘元胞的状态，如果是空的元胞，则进行下一个步骤，否则等待下一个时间步；
步骤S62：检测与边缘最近的元胞的状态，如果是空元胞，则继续下一个步骤，否则等到下一个时间步；
步骤S63：根据设定的概率值改变边缘空元胞的状态，依旧为空表示没有车辆驶入，非空表示生成车辆。
进一步的，步骤S7中，
所述更新车辆位置和状态具体为：因车辆直行、变道、转弯、停车等待而导致的位置变化或保持位置不变；
所述更新红绿灯状态具体为：按照周期变化过程，每达到相应的时间，表示红绿灯的元胞更换一次颜色。
进一步的，所述车辆直行的过程为：以车辆前进的方向的道路终点作为起始，判断此元胞所示的车辆是否满足直行的条件，若满足，车辆向前相应数量的元胞长度，不满足则进行其他判断，然后对前一个元胞进行同样的操作，直至遍历路段上的所有元胞；
所述变道的过程为：若车辆直行受阻，进行变道，以车辆前进的方向的道路终点作为起始，判断此元胞所示的车辆是否满足变道的条件，若满足，则结合表示司机驾驶习惯和驾驶意愿的变道概率进行变道或减速保持跟车，不满足则减速进行跟车，然后对前一个元胞进行同样的操作，直至遍历路段上的所有直行受阻的元胞；
所述转弯的过程为：以车辆前进的方向的转弯路段终点作为起始，判断此元胞所示的车辆是否满足转弯的条件，若满足，车辆按照预设的转弯路线演化至下一个元胞中，不满足则停车等待，然后对前一个元胞进行同样的操作，直至遍历路段上的所有元胞；
所述停车等待的过程为：不满足直行、变道或转弯的车辆为停车等待，不更新位置。
特别的，所述车流密度为单位长度的道路上车辆的数量，并用来车概率加以体现。
与现有技术相比，本发明有以下有益效果：本发明考虑了司机的驾驶意愿，并采用概率统计的方法加以描述，使仿真更加接近现实情况。同时本发明基于概率随机性的交通流仿真模拟数据可以为交通流理论模型研究提供多样性的样本数据，并能够有效降低交通流研究的人力物力投入。
附图说明
图1为本发明实施例的交通流密度，平均速度，流量三者的关系示意图。
图2为本发明实施例的交通流波形成示意图。
图3为本发明实施例的模型初始化的结果示意图。
图4为本发明实施例的501次迭代后的车辆分布图。
图5为本发明实施例的元胞自动机的系统流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图5所示，本实施例提供了本发明采用以下方案实现：一种城市路段交通流仿真的方法，包括以下步骤：
步骤S1：对车辆数据和道路数据进行初始化，将元胞空间网格化，并选取合适的元胞长度；
步骤S2：进行仿真前的基本假设和约定；
步骤S3：采用概率论方法描述司机的驾驶意愿；
步骤S4：初始化元胞状态，如图3所示；
步骤S5：选取仿真策略；
步骤S6：在边缘生成车辆；
步骤S7：更新车辆位置和状态，更新红绿灯状态；
步骤S8：重复步骤S6与步骤S7，直到仿真结束。
在本实施例中，步骤S1中，所述车辆数据包括：元胞长度length、期望速度speed、加速过程值acc、司机变道概率p；所述道路数据包括：每个路段的元胞个数fig、车道数num、驶入流量car_in、驶出流量car_out、绿灯时长t_green、以及车流量。
在本实施例中，所述合适的元胞长度为6m。
在本实施例中，步骤S2具体包括：所述车流量为单位时间内驶入流量car_in与驶出流量car_out的差值。
在本实施例中，步骤S2中所述基本假设与约定具体包括：
假定所有的车辆都是一样长的，且每辆车占据一个元胞，一个元胞的长度既包括车身长度，又包含了该车辆与前后车的间距；
假定所有车的性能都是相同的，即具有一样的加速能力和加速度；
假定道路相对封闭，即不考虑行人及其他非机动车的影响；
假定司机能在第一时间内接收到红绿灯的变化，并同时做出反应，即司机的反应时间为零；
假定仿真开始道路初始化为空。
在本实施例中，步骤S3描述司机驾驶意愿的概率由统计现实路段的记录数据得出，或依据概率分布直接设定；所述概率分布包括正太分布。
在本实施例中，骤S5中，所述仿真策略包括跟车行驶策略、自由行驶策略、变道策略。
所谓跟车行驶策略，即车辆的行驶状态除了受到演化规则的制约，还需考虑前车的影响，并结合交通法规跟在前车后方行驶的行驶策略；
所谓自由行驶策略，即车辆的行驶状态仅受到演化规则的制约，在判断下一步的状态时不用考虑前后车等因素的行驶策略；
所谓变道策略，即车辆的行驶状态除了受到演化规则的制约，还需综合考虑前后车辆以及其他车道车辆的影响，并在合适的时机采取变道措施的行驶策略。
在本实施例中，步骤S6具体包括以下步骤：
步骤S61：检测当前边缘元胞的状态，如果是空的元胞，则进行下一个步骤，否则等待下一个时间步；
步骤S62：检测与边缘最近的元胞的状态，如果是空元胞，则继续下一个步骤，否则等到下一个时间步；
步骤S63：根据设定的概率值改变边缘空元胞的状态，依旧为空表示没有车辆驶入，非空表示生成车辆。
较佳的，由于需要满足安全性条件：
Figure BDA0001743523180000071
式中，dn,lback为第n辆车与左方车道后边车辆之间的空元胞数；dn,rback为第n辆车与右方车道后边车辆之间的空元胞数；dsafe为不相撞的安全距离，一般情况下取值最大速度vmax。所以必须满足临近边缘的那个元胞为空状态，才允许生成新的车辆。
在本实施例中，步骤S7中，
所述更新车辆位置和状态具体为：因车辆直行、变道、转弯、停车等待而导致的位置变化或保持位置不变；
所述更新红绿灯状态具体为：按照周期变化过程，每达到相应的时间，表示红绿灯的元胞更换一次颜色。
在本实施例中，所述车辆直行的过程为：以车辆前进的方向的道路终点作为起始，判断此元胞所示的车辆是否满足直行的条件，若满足，车辆向前相应数量的元胞长度，不满足则进行其他判断，然后对前一个元胞进行同样的操作，直至遍历路段上的所有元胞；
较佳的，车辆直行需满足安全性条件，所以直行有可分为匀速、加速和减速三个状态，具体判断过程是：
(1)车辆的实际速度v取决于acc与speed中较小的那一个，其取值范围有0、1、2、3四个，对应速度0m/s、6m/s、12m/s、18m/s。
(2)在生成新的车辆时，随之也赋予其一个speed的值，表示车辆的期望速度，也就是条件满足时的最大行驶速度，speed取值范围是1-3的整数，分别代表期望速度为6m/s,12m/s和18m/s。
(3)车辆的实时速度还受制于acc值，acc即加速过程值，从车辆形成起，acc赋零并在之后没随着车辆位置更新同步更新，更新规则是：当该车辆前方空旷，允许加速，那么将acc加上1，此时为加速行驶，当超过自身的speed后转入匀速行驶；当该车辆的前方存在一速度低于该车辆期望速度的车辆时，将前车的speed赋予该车的acc，此为匀速行驶；当前方不足安全距离内存在障碍物，将acc逐次减一，直至为零，此为减速行驶。
所述变道的过程为：若车辆直行受阻，进行变道，以车辆前进的方向的道路终点作为起始，判断此元胞所示的车辆是否满足变道的条件，若满足，则结合表示司机驾驶习惯和驾驶意愿的变道概率进行变道或减速保持跟车，不满足则减速进行跟车，然后对前一个元胞进行同样的操作，直至遍历路段上的所有直行受阻的元胞；
较佳的，当车辆在某一车道上无法达到其期望速度时，可以选择变道来获得达到期望速度的可能。车辆变道需满足安全性条件，还需要适当的时机且司机具有变道意愿，具体判断过程是：
(1)需满足变道条件：
d＜min(vn+1,vmax)&dn,other＞dn；
式中，vn为第n辆车的速度，dn为第n辆车与前车之间空的元胞数，dn,other为第n辆车与旁车道前车之间空的元胞数；
(2)结合司机的变道意愿，即概率p决定是否变道。
所述转弯的过程为：以车辆前进的方向的转弯路段终点作为起始，判断此元胞所示的车辆是否满足转弯的条件，若满足，车辆按照预设的转弯路线演化至下一个元胞中，不满足则停车等待，然后对前一个元胞进行同样的操作，直至遍历路段上的所有元胞；
较佳的，由于是十字路口，就牵涉到转向动作，具体过程是：
(1)右转为不间断进行，无需考虑红绿灯的限制，按照预设路线在直行的基础上转过一定角度，并把转弯速度限制为6m/s，且不可超车。
(2)左转与直行都受红绿灯的控制，必须符合相关交通规则；同样按照预设路线在直行的基础上转过一定角度，并把转弯速度限制为6m/s，且不可超车。
所述停车等待的过程为：不满足直行、变道或转弯的车辆为停车等待，不更新位置。
特别的，在本实施例中，所述车流密度为单位长度的道路上车辆的数量，并用来车概率加以体现。
经过仿真，可以得到元胞自动机每个时刻的车辆分布状况。
在本实施例中，迭代501次，得到如图4所示的时空分布图。
如图1以及图2所示，本发明通过仿真的方式得出交通流量、交通流密度和平均车速，通过拟合方法得到三者关系，并结合实际路况的数据，为交通路况理论研究提供可供参考的一手原始数据。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (6)

1.一种城市路段交通流仿真的方法，其特征在于：包括以下步骤：
步骤S1：对车辆数据和道路数据进行初始化，将元胞空间网格化，并选取合适的元胞长度；
步骤S2：进行仿真前的基本假设和约定；
步骤S3：采用概率论方法描述司机的驾驶意愿；
步骤S4：初始化元胞状态；
步骤S5：选取仿真策略；
步骤S6：在边缘生成车辆；
步骤S7：更新车辆位置和状态，更新红绿灯状态；
步骤S8：重复步骤S6与步骤S7，直到仿真结束；
步骤S1中，所述车辆数据包括：元胞长度length、期望速度speed、加速过程值acc、司机变道概率p；所述道路数据包括：每个路段的元胞个数fig、车道数num、驶入流量car_in、驶出流量car_out、绿灯时长t_green、以及车流量；
步骤S2中所述基本假设与约定具体包括：
假定所有的车辆都是一样长的，且每辆车占据一个元胞，一个元胞的长度既包括车身长度，又包含了该车辆与前后车的间距；
假定所有车的性能都是相同的，即具有一样的加速能力和加速度；
假定道路相对封闭，即不考虑行人及其他非机动车的影响；
假定司机能在第一时间内接收到红绿灯的变化，并同时做出反应，即司机的反应时间为零；
假定仿真开始道路初始化为空；
步骤S3描述司机驾驶意愿的概率由统计现实路段的记录数据得出，或依据概率分布直接设定；所述概率分布包括正态分布 ；
步骤S6具体包括以下步骤：
步骤S61：检测当前边缘元胞的状态，如果是空的元胞，则进行下一个步骤，否则等待下一个时间步；
步骤S62：检测与边缘最近的元胞的状态，如果是空元胞，则继续下一个步骤，否则等到下一个时间步；
步骤S63：根据设定的概率值改变边缘空元胞的状态，依旧为空表示没有车辆驶入，非空表示生成车辆。
2.根据权利要求1所述的一种城市路段交通流仿真的方法，其特征在于：所述合适的元胞长度为6m。
3.根据权利要求2所述的一种城市路段交通流仿真的方法，其特征在于：步骤S2具体包括：所述车流量为单位时间内驶入流量car_in与驶出流量car_out的差值。
4.根据权利要求1所述的一种城市路段交通流仿真的方法，其特征在于：步骤S5中，所述仿真策略包括跟车行驶策略、自由行驶策略、变道策略。
5.根据权利要求1所述的一种城市路段交通流仿真的方法，其特征在于：步骤S7中，
所述更新车辆位置和状态具体为：因车辆直行、变道、转弯、停车等待而导致的位置变化或保持位置不变；
所述更新红绿灯状态具体为：按照周期变化过程，每达到相应的时间，表示红绿灯的元胞更换一次颜色。
6.根据权利要求5所述的一种城市路段交通流仿真的方法，其特征在于：
所述车辆直行的过程为：以车辆前进的方向的道路终点作为起始，判断此元胞所示的车辆是否满足直行的条件，若满足，车辆向前相应数量的元胞长度，不满足则进行其他判断，然后对前一个元胞进行同样的操作，直至遍历路段上的所有元胞；
所述变道的过程为：若车辆直行受阻，进行变道，以车辆前进的方向的道路终点作为起始，判断此元胞所示的车辆是否满足变道的条件，若满足，则结合表示司机驾驶习惯和驾驶意愿的变道概率进行变道或减速保持跟车，不满足则减速进行跟车，然后对前一个元胞进行同样的操作，直至遍历路段上的所有直行受阻的元胞；
所述转弯的过程为：以车辆前进的方向的转弯路段终点作为起始，判断此元胞所示的车辆是否满足转弯的条件，若满足，车辆按照预设的转弯路线演化至下一个元胞中，不满足则停车等待，然后对前一个元胞进行同样的操作，直至遍历路段上的所有元胞；
所述停车等待的过程为：不满足直行、变道或转弯的车辆为停车等待，不更新位置。
CN201810831077.1A 2018-07-26 2018-07-26 一种城市路段交通流仿真的方法 Active CN109284527B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810831077.1A CN109284527B (zh) 2018-07-26 2018-07-26 一种城市路段交通流仿真的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810831077.1A CN109284527B (zh) 2018-07-26 2018-07-26 一种城市路段交通流仿真的方法

Publications (2)

Publication Number Publication Date
CN109284527A CN109284527A (zh) 2019-01-29
CN109284527B true CN109284527B (zh) 2022-06-10

Family

ID=65183196

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810831077.1A Active CN109284527B (zh) 2018-07-26 2018-07-26 一种城市路段交通流仿真的方法

Country Status (1)

Country Link
CN (1) CN109284527B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110472271A (zh) * 2019-07-01 2019-11-19 电子科技大学 一种微观交通仿真的非机动车道混合交通流模型构建方法
CN110444018B (zh) * 2019-07-30 2020-11-03 腾讯科技（深圳）有限公司 仿真城市系统的控制方法和装置、存储介质及电子装置
CN111833580B (zh) * 2020-06-16 2022-06-14 浙江天尚元科技有限公司 一种智能患者运送车及其控制方法
CN112907950B (zh) * 2021-01-20 2022-04-01 东南大学 一种面向车路协同环境的元胞传输模型改进方法
CN113742925B (zh) * 2021-09-06 2023-09-29 吉林大学 一种信号控制路口行人流仿真方法
CN114582127A (zh) * 2022-03-07 2022-06-03 中国公路工程咨询集团有限公司 一种交通流模型仿真方法、系统和异常交通事件预测方法
CN115100875B (zh) * 2022-06-06 2023-05-16 东南大学 基于网联车轨迹数据的绿波行进车速不确定性量化方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2280383A1 (de) * 2009-07-31 2011-02-02 Siemens Aktiengesellschaft Verfahren zur Ermittlung von Verkehrsinformationen für eine Straßenstrecke eines Straßennetzes sowie Verkehrsrechner zur Durchführung des Verfahrens
CN104244287A (zh) * 2014-05-30 2014-12-24 电子科技大学 基于非易失性二维元胞自动机的无线传感网络建模方法
CN104298829A (zh) * 2014-10-14 2015-01-21 浙江师范大学 基于元胞自动机模型的城市路网交通流仿真设计方法
CN106652564A (zh) * 2017-03-07 2017-05-10 哈尔滨工业大学 车联网环境下的交通流元胞自动机建模方法
CN106991251A (zh) * 2017-04-27 2017-07-28 东南大学 一种高速公路交通流元胞机仿真方法
CN107301289A (zh) * 2017-06-20 2017-10-27 南京邮电大学 一种基于智能博弈的交通流元胞自动机模型的实现方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2280383A1 (de) * 2009-07-31 2011-02-02 Siemens Aktiengesellschaft Verfahren zur Ermittlung von Verkehrsinformationen für eine Straßenstrecke eines Straßennetzes sowie Verkehrsrechner zur Durchführung des Verfahrens
CN104244287A (zh) * 2014-05-30 2014-12-24 电子科技大学 基于非易失性二维元胞自动机的无线传感网络建模方法
CN104298829A (zh) * 2014-10-14 2015-01-21 浙江师范大学 基于元胞自动机模型的城市路网交通流仿真设计方法
CN106652564A (zh) * 2017-03-07 2017-05-10 哈尔滨工业大学 车联网环境下的交通流元胞自动机建模方法
CN106991251A (zh) * 2017-04-27 2017-07-28 东南大学 一种高速公路交通流元胞机仿真方法
CN107301289A (zh) * 2017-06-20 2017-10-27 南京邮电大学 一种基于智能博弈的交通流元胞自动机模型的实现方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
智能交通监控中运动目标检测与跟踪算法研究;崔雨勇;《万方数据学位论文库》;20121225;第1-120页 *

Also Published As

Publication number Publication date
CN109284527A (zh) 2019-01-29

Similar Documents

Publication Publication Date Title
CN109284527B (zh) 一种城市路段交通流仿真的方法
CN110362910B (zh) 基于博弈论的自动驾驶车辆换道冲突协调模型建立方法
CN111898211B (zh) 基于深度强化学习的智能车速度决策方法及其仿真方法
CN109598934B (zh) 一种基于规则与学习模型的无人驾驶汽车驶离高速的方法
DE102019206092A1 (de) Systeme und verfahren zum erzeugen von instruktionen zum befahren von kreuzungen mit autonomen fahrzeugen
CN111994088A (zh) 基于混合策略博弈的驾驶人换道意图识别方法及系统
CN112437412A (zh) 一种基于车路协同的混行驾驶车辆编队控制方法
CN104809895A (zh) 相邻交叉口的干道协调控制模型及其优化方法
CN111332283A (zh) 用于控制机动车的方法和系统
CN113312752B (zh) 一种主路优先控制交叉口交通仿真方法及装置
CN112201070B (zh) 基于深度学习的自动驾车高速公路瓶颈路段行为决策方法
CN113276884A (zh) 一种可变博弈模式的智能车交互决策通行方法及系统
CN113920762A (zh) 一种基于智能网联环境下应急车辆优先通行的控制方法
CN114973650A (zh) 车辆匝道入口合流控制方法、车辆、电子设备及存储介质
CN112216148A (zh) 一种车路协同下双车道车辆换道指引方法
CN115565390A (zh) 智能网联汽车多车道队列通行控制方法、系统及计算机可读存储介质
CN113823076B (zh) 一种基于联网车辆协调控制的即停即走路段缓堵方法
CN112542061B (zh) 基于车联网的借道超车控制方法、装置、系统及存储介质
CN113870584A (zh) 基于博弈论的交通路口通行方法及系统
Kawabe et al. An optimal path generator using a receding horizon control scheme for intelligent automobiles
CN112614357A (zh) 一种智能车交叉口左转相位信号优化方法及装置
CN112258864A (zh) 基于顺序选择的自动驾驶车辆路口调度方法及系统
CN116653957A (zh) 一种变速变道方法、装置、设备及存储介质
CN113635900B (zh) 一种预测巡航过程中基于能量管理的换道决策控制方法
WO2023004698A1 (zh) 智能驾驶决策方法、车辆行驶控制方法、装置及车辆

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant