基于統(tǒng)計學(xué)的汽車群動態(tài)預(yù)測方法

基于統(tǒng)計學(xué)的汽車群動態(tài)預(yù)測方法

智能車輛技術(shù)對解決動態(tài)交通流具有十分重要意義。過去對于交通流方面的技術(shù)分析僅停留在對單個車輛進(jìn)行仿真,這不會對汽車群提供重要的幫助信息。由于大的汽車群可以分成幾個較小的汽車群，汽車群的大小與汽車群是否存在一樣重要。為了預(yù)測汽車群分布，應(yīng)用統(tǒng)計學(xué)方法，利用廣義伊辛模型搭建仿真平臺。仿真分析結(jié)果表明，相對于手動駕駛車輛，應(yīng)用自適應(yīng)巡航控制（ACC）的車輛更容易形成中等大小的汽車群，手動駕駛車輛相比于應(yīng)用ACC的車輛更容易形成大的汽車群。這些仿真結(jié)果對于未來的算法設(shè)計及交通控制方面具有重要的作用。對于在高速公路上行駛的汽車群來說，該方法可以更方便地預(yù)測汽車群大小并采取解決方案。

圖1 隨機(jī)車輛在不同比例ACC汽車群的概率

圖1顯示了一個隨機(jī)選擇的車輛存在于特定大小集群的概率。從觀察結(jié)果可知，應(yīng)用ACC的車輛數(shù)量是影響汽車群形成和汽車群分布的關(guān)鍵。由人駕駛車輛構(gòu)成的交通系統(tǒng)更容易形成大型汽車群，而那些大部分使用ACC的車輛構(gòu)成的交通系統(tǒng)更容易形成中等規(guī)模汽車群。

刊名：IEEE Transactions on Intelligent Transportation Systems（英）

刊期：2015年第5期

作者：Kshitij Jerath et al

編譯：陳洋