江苏大学学报(自然科学版)

作者：黄晨，屠媛，王予，孙晓强

单位：（江苏大学 汽车与交通工程学院, 江苏 镇江 212013）\r\n

关键词：智能网联汽车, 多源信息, 神经网络, 元胞自动机, 交通流模型, 高精度地图, 数据融合

基金： 国家自然科学基金资助面上项目(52172367)； 中国博士后基金资助面上项目(2021M691847)； 汽车仿真与控制国家重点实验室开放基金资助项目(20201206)

针对智能网联汽车受环境天气影响易发生交通事故等问题，提出了融合多源信息的元胞自动机交通流模型.首先提出云端环境下多源信息流收集与高精地图数据融合方法，通过神经网络融合多源信息与高精地图，实现地图动态更新，为自动驾驶车辆提供更加精确的路径规划，以有效避免交通事故发生.其次，以多源信息收集模型为基础，搭建双车道交通流元胞自动机模型，从安全距离模型、跟驰规则、换道规则等方面与人工驾驶模型进行对比，以说明融合多源信息的元胞自动机交通流模型的优越性.最后利用MATLAB进行仿真.结果表明：相较于人工驾驶模型，融合多源信息驾驶模型能够增大交通流量，减少交通拥堵，且在短时间内达到稳定状态，从而将道路通行效率提高了27%.

来源：2023年第6期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2023年第6期