首页|混行交通下高速匝道入口智能车辆汇流方法

混行交通下高速匝道入口智能车辆汇流方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
高速公路匝道入口处的车辆汇流问题是智能驾驶车辆决策系统面临的难题.其中,人类驾驶车辆和智能驾驶车辆混行汇流是最为复杂的情况之一.为了提高汇流区车辆的通行效率,降低污染物质的排放量,通过分析车辆在车道中的分布情况对通行效率的影响,创新了基于深度Q学习(deep Q-network,DQN)算法的智能驾驶车辆汇入模型,根据平均道路时空利用率条件对算法的优化目标函数进行了改进.同时根据真实数据集数据进行分析,定义了场景中车辆的驾驶风格,并建立了混行交通仿真场景.试验结果表明:在3 种不同的交通流量条件下,与智能驾驶者模式(intelligent driver model,IDM)模型相比,基于DQN的主道车辆换道模型使得匝道汇流区整体的通行效率平均提高23.10%;每车燃油消耗量平均减少12.7%;每车各种污染气体排放量降低10%～20%.
A confluence method for intelligent vehicles at a highway on-ramp in mixed traffic

王蛟、蔡英凤、陈龙、刘擎超、王海

展开 >

江苏大学 汽车工程研究院,江苏 镇江 212013

江苏大学 汽车与交通工程学院,江苏 镇江 212013

智能驾驶 匝道混行汇流 深度Q学习 平均道路时空利用率 驾驶风格

国家自然科学基金国家自然科学基金国家自然科学基金

U20A203335190522351875255

2023

10.3969/j.issn.1674-8425(z).2023.06.011

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(11)
  • 10