《自动驾驶汽车比例对交通效率的影响》由会员分享，可在线阅读，更多相关《自动驾驶汽车比例对交通效率的影响（15页珍藏版）》请在金锄头文库上搜索。
1、自动驾驶汽车比例对交通效率的影响摘要：就目前情况来看，无人驾驶技术已经成为未来汽车产业发展的主流趋 势，能够为人们提供更方便、更优质的出行，在人工智能的视角下，必须对无人 驾驶技术进行分析。可将人工智能技术与无人驾驶技术相结合，使其决策更加科 学合理，为无人驾驶技术的进一步发展提供了支撑。由于人工智能等现代技术的 影响，无人驾驶技术已经取得了一些成绩。有助于提高无人驾驶技术的水平。本 文建立了单车道元胞自动机模型和双车道元胞自动机模型，用曲线拟合的方法， 探讨自动驾驶汽车比例对交通效率的影响。关键词：自动驾驶 元胞自动机 道路 人工智能Abstract: As far as the curre
2、nt situation is concerned, u nmanned technology has become the mainstream trend of the devindustry, which can provideelopment of the future automobile ing technology can be combined to make its decision more sci entific and reasonable, providing support for the further deve lopment of unmanned drivi
3、ng technology. Due to the influence of modern technologies such as artificial intelligence, unmanne d technology has already made some progress. It will help im prove the level of unmanned driving technology. In this paper , a one-lane cellular automaton model and a two- lane cellular automaton mode
4、l are established, and the influen cepeople with more convenient andbetter travel. In the perspective of artificial intelligence,unmanned technology must beanalyzed. Artificial intelligencetechnology and unmanned drivof the proportion of autonomous vehicles on traffic efficiencyis discussed by means
5、 of curve fitting.Key words: autonomous driving cellular automaton road artificia l intelligence1，自动驾驶概述当前，无人驾驶技术可分为两类：一是完全无需人工操纵，即无人驾驶技术 为人们提供更加良好的出行体验，减少对资源的不必要消耗，同时使出现更加安 全。二是应用辅助系统，为人们的出行提供指导，帮助人们制定出行计划，这种 技术发展至今已有很长一段时间，在20世纪70年代已初步应用，随着这项技术 的不断发展和完善，无人驾驶技术水平也不断提高。根据驾驶人介入程度和自动控制程度将人工智能分为几个等级，例如
6、从驾驶员操作干预程度、周边环境识别监控等可以将自动驾驶分为以下6个等级：分称呼定义级Lev无自动化el 0Level 1驾驶支援在动态驾驶任务中，驾驶自动化系统无法 持续执行车辆的横向或纵向运动控制，但具备 了在动态驾驶任务中进行部分目标和事件检测 和响应的能力自动驾驶系统在其设计操作条件下，可连 续执行动态驾驶任务中的车辆横向或纵向运动 控制，并具有与所执行的车辆横向或纵向运动 控制相适应的部分目标和事件检测和响应的能 力。Lev el 2部分自动化自动驾驶系统在其设计操作条件下，可连 续执行动态驾驶任务中的车辆横向和纵向运动 控制，并具有检测和响应所进行的车辆横向和 纵向运动控制的部分目标
7、和事件的能力。Lev el 3有条件自动化自动驾驶系统在其设计的操作条件下，可以连续完成所有的动态驾驶任务。Lev el 4高度自动化自动驾驶系统在其设计操作条件下，可以 连续完成动态驾驶任务，并完成动态驾驶任 务。Lev el 5完全自动化自动驾驶系统可以在任何可行驶的环境中 持续完成动态驾驶任务。要实现3级以上的自动驾驶，就需要在安全驾驶系统中采用感应技术和信息处理技术，同时对算法的智能化和可靠性也需要进一步提高。2，人工智能视角下的无人驾驶技术应用人工智能来研究自动驾驶技术时，所采用的先进技术主要集中在决策、 感知和路径规划三个方面。其中，感知技术是其中最为重要的技术，同时决策和 路径规
8、划也需要人工智能来辅助。智能感知一般来说，汽车对环境的感知主要依靠雷达和摄像机来实现。但在高等级自 动驾驶汽车中，需要采用各种不同类型的先进传感器，其中激光雷达和毫米波雷 达应用最广泛。它能产生高分辨率的图像，为车辆建立更精确的周围环境模型， 为自动驾驶提供辅助。毫米波雷达接收不到其它气候条件对外界环境的干扰，比 较稳定，几乎能在任何情况下为汽车提供其周围环境的图像，同时成本也比激光 雷达低，易于大规模应用。通过采集各个传感器接收的信息，人工智能将协助车 辆完成对数据的分析和识别。区分信息主要分为以下两个方面：1.光学信息的识别：主要分析外部环境，如道路上车辆行驶情况、路标信号、 过路者出行等
9、。2.声音信息的识别：主要是分析内部环境，如车辆状况等。以便达成车辆之间 车辆与驾驶员、车辆与乘车员之间的沟通交流。因为传感器只收集车辆周围的环境信息，不能直接对场景进行分析，只能借 助算法构造出车辆周围的情况信息，而采用不同的算法，同样的数据就会产生不 同的结果；不同的传感器也需要使用不同的算法，处理人工智能是一种非常理想 的技术。3，人工智能与自动驾驶根据目前的情况，可以通过深度学习、机器学习等方法对自动驾驶汽车进行 基于车辆环境的调整和优化。因为汽车在行驶过程中会出现各种各样的情况，每 年全球范围内的交通事故数量都很大，这些数据可以为自动驾驶汽车提供很好的 训练条件，并在不断的训练中形成
10、较为安全、高效的驾驶技术。此外，自动驾驶 汽车还可以通过大数据等方式与其他车辆共享信息，从而进一步提高无人机的可 靠性和安全性。由于在图像处理等数据处理方面取得了成功，汽车的自动化程度 也将不断提高。4，自动驾驶车辆比例对道路通行能力的影响4.1 模型概述任意一种道路都具有一定的承载能力，其承载能力随着社会经济的不断发展 而不断变化。随着自动驾驶汽车的普及，自动驾驶汽车和非自动驾驶汽车将会同 时存在的一个时期。通过学习交通建模课程中，掌握了元胞自动机理论。这 一次，我利用元胞自动机模型来研究自动驾驶汽车比例对道路通过能力的影响。 其主要构建以下两个模型：1.单车道元胞自动机模型：以“当道路流量
11、为最大值时”为切入点，利用元胞 自动机模型建立 1000 个元胞数，引入随机慢化概率，最终得到交通效率。2.双车道元胞自动机模型：这个模型在单车道元胞自动机的基础上引入换道这 一道路交互行为，最终得到道路的通行效率。4.2 元胞自动机介绍元胞自动机NaSch模型通过设定不同发车间隔来分析车辆密度与速度之间的 关系、车辆换道率与双车道的道路交通密度、交通量之间的关系，每个元胞有两 种状态，即厂| ,空置；厂 ，被车辆占据。车辆之间的平均间隔距离使用元 胞长度L定义。4.3元胞自动机特征元胞自动机模型演化规则为：在；时刻下，每辆车都不受其他方向车辆 的干扰。（1）加速运动中，现实中司机总是以倾向以
12、更高速度行驶，但不能超过最高限速，即： ： m :，其中，表示车辆;；在；时刻的行驶速度；，表示车辆在这一路段所能达到的最高速度。2)减速运动时，现实中司机为避免与前车发生追尾事故，采取减速措施，即：(i+ l) = min(vfl(f)4 -L)其中：，表示为车辆二与前方车辆之间的车间距。1.随机慢化运动时，现实中道路中的随机慢化概率与道路状况，司机的反应等 有关。根据研究，可将自动驾驶车辆的比例转化为随机慢化概率，使自动驾驶车 辆对道路的影响通过随机慢化概率对道路的影响进行研究，即：卩=叭+ U-叽其中：表示为全体车辆的随机慢化概率；：；表示为车流中自动驾驶车辆所 占的比例；，表示为道路中
13、全为自动驾驶汽车时的随机慢化概率；，表示为道 路中全为非自动驾驶汽车时的随机慢化概率。1.位置更新：依据前三部得出车辆位置，即：Cell +1=Il*JN其中：“为位置未更新前第n辆车所在的单元。1.车辆行驶条件：若前方元胞内有车，则停止，若无车则前进一格，示意图如 下：I工1 厂Tl-T 1_1 I r I 1_一 匚4 L 1_ Tl L 11171 LJ其中：白色元胞代表其未被车辆占据，即厂I ;黑色元胞代表其被车辆占 据，即厂，使用代码表示如下：(6)换道条件：若计“，且r f，则从右车道变换到左车道; 若宀计，且.，则从左车道变换到右车道；若，,则在满足以上条件的情况下，车辆以换道概
14、率 进行车道变换。限制条件为： 若，贝V。4.4模拟过程4.4.1 单车道元胞自动机模拟首先对单车道公路进行模拟，由于车辆密度较小时，所有车辆都不进行变道 等影响道路通行情况的行为，自动驾驶车辆的优势也无法凸显出来，故车辆密度 较低时，流量几乎不随随机慢化概率即自动驾驶汽车比例的改变而改变。而当车 辆密度较大时，车辆因为拥堵而几乎停止前进，故其也无法反映出自动驾驶车辆 比例对道路通行情况的影响。故进行模拟时不考虑车流密度过大或过小的情况。逐步提高自动驾驶车辆占总车辆的比例，即随机慢化概率逐渐减少。在初始密度为 0.3 时，进行多次模拟，其自动驾驶车辆比例分别为 0、0.1、0.2、0.3、 0
15、.4、0.5、0.6、0.7、0.8、0.9 和 1。4.4.2 单车道元胞自动机模拟结果其车流量与自动驾驶汽车比例的关系入图所示：由图可知：当自动驾驶汽车比例为 1 即行驶在道路上的车辆全为自动驾驶汽车时，交通 量最大，即交通效率最高。当自动驾驶汽车比例为 60%时，交通量次高，这时道路的交通通过效率也较 高。当自动驾驶汽车比例为 60%时，其时空图为：4.4.3 双车道元胞自动机模拟在双车道道路中，模型需要考虑不同车道之间的相互作用，其相互作用主要 表现为车辆改变条件。其余模型与单车道元胞自动机模型相似，使用自动驾驶车 辆的比例来影响随机慢化概率，求解得到交通流量。进行多次模拟，其自动驾驶车辆比例分别为 0、0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9 和 1。4.4.4 双车道元胞自动机模拟结果其车流量与自动驾驶汽车比例的关系如图所示：可知交通量随着自动驾驶汽车比例的提高而提高，表明自动驾驶汽车比例越高，道路的通行情况越好。5，人工智能控制下的自动换道5.1 模型概述利用元胞自动机对自动驾驶车辆的换道
