混合交通中网联自动驾驶车辆基于博弈论的匝道合流策略：Unity-SUMO集成平台
系统与控制
2021-01-28 v1 计算机科学与博弈论
系统与控制
摘要
匝道合流因其混乱特性被认为是交通拥堵与事故的主要成因之一。随着网联自动驾驶车辆(CAV)技术的发展，协同匝道合流已成为该问题的热门解决方案之一。在混合交通情形下，CAV不仅彼此交互，还需应对涉及人类驾驶车辆的复杂状况。本文提出了一种基于博弈论的匝道合流策略，用于混合交通中CAV的最优合流协调，其确定动态合流序列及相应的纵向/横向控制。该策略通过确保相关车辆间的安全车距并协调交通流中CAV的速度，提升了合流过程的安全性与效率。为验证所提策略，在不同渗透率与不同拥堵水平下，于创新的Unity-SUMO集成平台（将基于游戏引擎的驾驶模拟器与交通模拟器相连）开展了混合交通仿真。该平台允许人类驾驶员参与仿真，并为CAV配备更真实的感知系统。在交通流层面仿真测试中，Unity接管仿真中所有CAV的感知与控制，而SUMO处理所有传统车辆的行为。结果表明，交通流平均车速最高可提升110%，燃油消耗最高可降低77%。
引用
@article{arxiv.2101.11237,
title = {A Game Theory Based Ramp Merging Strategy for Connected and Automated Vehicles in the Mixed Traffic: A Unity-SUMO Integrated Platform},
author = {Xishun Liao and Xuanpeng Zhao and Guoyuan Wu and Matthew Barth and Ziran Wang and Kyungtae Han and Prashant Tiwari},
journal= {arXiv preprint arXiv:2101.11237},
year = {2021}
}
备注
Presented at Transportation Research Board 100th Annual Meeting