车联网及自动驾驶车辆的交通仿真研究(附件)
现代交通发展迅速，交通流的问题与矛盾也日益凸显。本文从国外提出的一种协同式自适应巡航控制系统入手，通过分析其研究现状，探讨其应用于现实交通流的可能性。并通过对PTV Vissim中的驾驶员行为模型文件进行再编辑和外部导入，实现了对软件的二次开发。应用这种新的行为模型，通过模拟自动驾驶车辆在一个路段行驶及进出匝道口，采集数据，并与普通车辆的数据相比较，从而完成对车联网与自动驾驶车辆的简单仿真研究，为日后相关领域的研究提供了建议。关键词 自动驾驶，车联网，Vissim，仿真
目 录
1 引言1
2 CACC系统的现实可行性与仿真的实现可能 2
2.1 CACC系统的现实可行性 2
2.2 仿真的实现方法 4
3 外部驾驶员模型程序编写与主要逻辑5
3.1 Vissim的基础驾驶员模型 6
3.2 定义新变量7
3.3 模块调用与变量解释9
3.4 驾驶员行为13
3.5 生成dll文件16
4 CACC系统在仿真中的应用17
4.1 仿真效果概览17
4.2 仿真模型与数据分析20
结论 28
致谢 30
参考文献31
附录A 部分模块程序代码33
1 引言
现代交通发展不断进步，呈现多样化的趋势，从过去我们所知的以自行车和步行为主的交通方式，逐渐过渡到汽车的时代，而在当今，对自动化与智能化交通的需求，正在引领交通领域的巨大变革。车联网与自动驾驶技术是未来道路交通发展的重要方向。这两种技术已经在国外的交通部门和车厂支持下进行了长期的测试，正准备投入市场[1]。
车联网技术早已在GPS领域得到了广泛采用，而关于自动驾驶技术，在国内，百度、长安、吉利（沃尔沃）等许多公司及厂家都在进行自动驾驶车辆的测试。[2]简单地说，自动驾驶车辆本身的基本过程是搜集汽车周边信息，然后做出决策（转向、变道、加速、减速），与现有的摄像头视频识别、毫米波雷达、激光雷达类似。
在国内，基于一辆车或一个车队的自动驾驶研究由于技术水平的限制，迟迟不能上升到对 *好棒文|www.hbsrm.com +Q: @351916072@
于整体交通流的研究，而是停留在对于交叉口及信号配时的研究。[3,4]而在近年，国外首先提出协同式自适应巡航控制（Cooperative Adaptive Cruise Control，下称CACC）系统。这里的“协同”，指自动驾驶车辆之间组成一个车队，彼此互相通信，通过掌握附近车辆的情况来对自身的速度、加速度、变道情况等作出决策；“自适应”指对于车队的每一辆车而言都可以将雷达接收的信号进行判断分析，从而转化为车辆本身即将要做出的行为；“巡航控制”是指这个车队中存在着一辆“头车”，这辆车作为车队的领队，对车队后续每辆车的行为进行信号传输、监测、调控，使整个车队在交通流中顺畅行驶。这个系统跳脱对于交叉口或信号研究的限制，使得基于车联网的自动驾驶车辆可以根据交通流特征在道路上更好地应用，并根据Vissim软件的二次开发对该系统进行了测试。[5]图1、图2所示的是美国、欧洲、日本等国家和地区利用CACC系统测试的小汽车车队与货车车队。
而如何在交通状况复杂的国内推广和应用CACC系统，以及该系统一旦被广泛应用，将对未来的交通格局和交通流特征带来怎样的巨大影响，是关系到今后很长时间交通发展的重要话题。
图1 小汽车车队测试
图2 货车车队测试
2 CACC系统的现实可行性与仿真的实现可能
2.1 CACC系统的现实可行性
CACC系统是一个提出不久的概念，不仅尚未投入现实交通流，其研究进度尚且还在仿真阶段，想要到最终可以投入实际应用的阶段尚需不少时间。国外将CACC系统结合了已经投入商业的自适应巡航控制（Adaptive Cruise Control，下称ACC）系统，在目前可以接触的方面进行了一定的研究。
2.1.1 数据实测的对比
CACC系统与ACC系统都是有关于自动驾驶车辆在交通流中运行方式的一种新定义，必然会对原有交通流的各项参数产生不同影响。通过国外学者的仿真实验，目前已经可以证实，ACC系统将被CACC系统所替代。ACC系统存在着一定的缺陷，最明显的例子是在ACC系统中，当目标车辆为自动驾驶车辆时，必然会因为前车的速度变化而导致自身速度相应发生变化保证局部交通流的稳定，然而，数据显示前车速度的变化被过于放大，导致后车接收到了被放大的信号。如果自动驾驶车辆在交通流中得到应用，交通流中将交杂着许多普通车辆与自动驾驶车辆，假设一组自动驾驶车辆的前方500米处发生了事故，自动驾驶组的第一辆车（下称领航车）的前车发现此情况，立即从50公里/时的速度逐渐开始减速，领航车本来保持与前车相同的50公里/时的速度，通过雷达感知到了前车的减速，从而接收到立即减速的信号，将这个信号在传达到组内后面的车辆（下称后续车）的同时开始减速，但这个信号在传递过程中被放大，后续车的信号识别系统认为领航车在传递信号的同时已经减速到了30公里/时而非刚开始减速，这导致后续车认为自己应该更快减速才能保证组内车辆安全，他们的减速在这种情况下比领航车更快[1]。这样一来，在自动驾驶组后方的普通车辆的反应时间将大大缩短，极易引发多车追尾事故，严重危害交通安全，这样的缺陷无疑是致命的。
经过实验，CACC系统能够克服这种缺陷，实现信号传递时的协同，无论在交通流受到规模较小的扰动或是较大的扰动时，表现都优于ACC系统，且实现了平稳稳定的跟车反应，能够提高交通动态平衡能力[6]。
2.1.2 CACC系统的局限性
对于CACC系统能够改变什么，社会所期待的显然是优化现有交通流的功能。搭载CACC系统的自动驾驶车辆如果大量投入交通流，在理想条件下，车辆的速度随着需要而不断改变，能够达到改善道路交通流动性，提高交通安全，减少燃料消耗和废气排放的目的[7]。
但CACC系统的应用并不容易。在现代交通工程学研究范围内，车辆排队的队列长度、车头时距、车头间距与延误时间等现实要素实际上对于通行效率都有显著的影响。虽然乐观看来，可以认为随着CACC系统的进一步研究，这些参数的问题将迎刃而解，但仍在仿真研究阶段的CACC系统对于这些参数的标定必须谨慎，这需要通过大量时间的测试才能够得出结论。究竟系统何时可以投入现实使用？研究时间成为了系统的第一个局限性。
从长远来看，CACC系统对交通流的改善是具有重要意义的，但是出于安全的角度，即使是利用了CACC系统的自动驾驶车辆，完全无人驾驶，交由汽车自己去通过雷达等设备联网判断，不得不考虑这些设备如果出现故障将造成多么严重的后果。如果在搭载了CACC系统的自动驾驶车辆中，仍然有一位驾驶员更多地参与控制并关注路面，这不仅更加安全，也便于充分发挥CACC系统的优势，符合正常的想法[8]。从调用人力的角度来考虑，CACC系统在当前仍然不会具有减少人力的功能。
目 录
1 引言1
2 CACC系统的现实可行性与仿真的实现可能 2
2.1 CACC系统的现实可行性 2
2.2 仿真的实现方法 4
3 外部驾驶员模型程序编写与主要逻辑5
3.1 Vissim的基础驾驶员模型 6
3.2 定义新变量7
3.3 模块调用与变量解释9
3.4 驾驶员行为13
3.5 生成dll文件16
4 CACC系统在仿真中的应用17
4.1 仿真效果概览17
4.2 仿真模型与数据分析20
结论 28
致谢 30
参考文献31
附录A 部分模块程序代码33
1 引言
现代交通发展不断进步，呈现多样化的趋势，从过去我们所知的以自行车和步行为主的交通方式，逐渐过渡到汽车的时代，而在当今，对自动化与智能化交通的需求，正在引领交通领域的巨大变革。车联网与自动驾驶技术是未来道路交通发展的重要方向。这两种技术已经在国外的交通部门和车厂支持下进行了长期的测试，正准备投入市场[1]。
车联网技术早已在GPS领域得到了广泛采用，而关于自动驾驶技术，在国内，百度、长安、吉利（沃尔沃）等许多公司及厂家都在进行自动驾驶车辆的测试。[2]简单地说，自动驾驶车辆本身的基本过程是搜集汽车周边信息，然后做出决策（转向、变道、加速、减速），与现有的摄像头视频识别、毫米波雷达、激光雷达类似。
在国内，基于一辆车或一个车队的自动驾驶研究由于技术水平的限制，迟迟不能上升到对 *好棒文|www.hbsrm.com +Q: @351916072@
于整体交通流的研究，而是停留在对于交叉口及信号配时的研究。[3,4]而在近年，国外首先提出协同式自适应巡航控制（Cooperative Adaptive Cruise Control，下称CACC）系统。这里的“协同”，指自动驾驶车辆之间组成一个车队，彼此互相通信，通过掌握附近车辆的情况来对自身的速度、加速度、变道情况等作出决策；“自适应”指对于车队的每一辆车而言都可以将雷达接收的信号进行判断分析，从而转化为车辆本身即将要做出的行为；“巡航控制”是指这个车队中存在着一辆“头车”，这辆车作为车队的领队，对车队后续每辆车的行为进行信号传输、监测、调控，使整个车队在交通流中顺畅行驶。这个系统跳脱对于交叉口或信号研究的限制，使得基于车联网的自动驾驶车辆可以根据交通流特征在道路上更好地应用，并根据Vissim软件的二次开发对该系统进行了测试。[5]图1、图2所示的是美国、欧洲、日本等国家和地区利用CACC系统测试的小汽车车队与货车车队。
而如何在交通状况复杂的国内推广和应用CACC系统，以及该系统一旦被广泛应用，将对未来的交通格局和交通流特征带来怎样的巨大影响，是关系到今后很长时间交通发展的重要话题。
图1 小汽车车队测试
图2 货车车队测试
2 CACC系统的现实可行性与仿真的实现可能
2.1 CACC系统的现实可行性
CACC系统是一个提出不久的概念，不仅尚未投入现实交通流，其研究进度尚且还在仿真阶段，想要到最终可以投入实际应用的阶段尚需不少时间。国外将CACC系统结合了已经投入商业的自适应巡航控制（Adaptive Cruise Control，下称ACC）系统，在目前可以接触的方面进行了一定的研究。
2.1.1 数据实测的对比
CACC系统与ACC系统都是有关于自动驾驶车辆在交通流中运行方式的一种新定义，必然会对原有交通流的各项参数产生不同影响。通过国外学者的仿真实验，目前已经可以证实，ACC系统将被CACC系统所替代。ACC系统存在着一定的缺陷，最明显的例子是在ACC系统中，当目标车辆为自动驾驶车辆时，必然会因为前车的速度变化而导致自身速度相应发生变化保证局部交通流的稳定，然而，数据显示前车速度的变化被过于放大，导致后车接收到了被放大的信号。如果自动驾驶车辆在交通流中得到应用，交通流中将交杂着许多普通车辆与自动驾驶车辆，假设一组自动驾驶车辆的前方500米处发生了事故，自动驾驶组的第一辆车（下称领航车）的前车发现此情况，立即从50公里/时的速度逐渐开始减速，领航车本来保持与前车相同的50公里/时的速度，通过雷达感知到了前车的减速，从而接收到立即减速的信号，将这个信号在传达到组内后面的车辆（下称后续车）的同时开始减速，但这个信号在传递过程中被放大，后续车的信号识别系统认为领航车在传递信号的同时已经减速到了30公里/时而非刚开始减速，这导致后续车认为自己应该更快减速才能保证组内车辆安全，他们的减速在这种情况下比领航车更快[1]。这样一来，在自动驾驶组后方的普通车辆的反应时间将大大缩短，极易引发多车追尾事故，严重危害交通安全，这样的缺陷无疑是致命的。
经过实验，CACC系统能够克服这种缺陷，实现信号传递时的协同，无论在交通流受到规模较小的扰动或是较大的扰动时，表现都优于ACC系统，且实现了平稳稳定的跟车反应，能够提高交通动态平衡能力[6]。
2.1.2 CACC系统的局限性
对于CACC系统能够改变什么，社会所期待的显然是优化现有交通流的功能。搭载CACC系统的自动驾驶车辆如果大量投入交通流，在理想条件下，车辆的速度随着需要而不断改变，能够达到改善道路交通流动性，提高交通安全，减少燃料消耗和废气排放的目的[7]。
但CACC系统的应用并不容易。在现代交通工程学研究范围内，车辆排队的队列长度、车头时距、车头间距与延误时间等现实要素实际上对于通行效率都有显著的影响。虽然乐观看来，可以认为随着CACC系统的进一步研究，这些参数的问题将迎刃而解，但仍在仿真研究阶段的CACC系统对于这些参数的标定必须谨慎，这需要通过大量时间的测试才能够得出结论。究竟系统何时可以投入现实使用？研究时间成为了系统的第一个局限性。
从长远来看，CACC系统对交通流的改善是具有重要意义的，但是出于安全的角度，即使是利用了CACC系统的自动驾驶车辆，完全无人驾驶，交由汽车自己去通过雷达等设备联网判断，不得不考虑这些设备如果出现故障将造成多么严重的后果。如果在搭载了CACC系统的自动驾驶车辆中，仍然有一位驾驶员更多地参与控制并关注路面，这不仅更加安全，也便于充分发挥CACC系统的优势，符合正常的想法[8]。从调用人力的角度来考虑，CACC系统在当前仍然不会具有减少人力的功能。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jtgc/jjtys/56.html
