交通网络中自动驾驶车辆与普通车辆的随机多类交通分配
最优化与控制
2022-12-13 v1
摘要
从普通车辆（RVs）向自动驾驶车辆（AVs）的过渡期是必然的。本文利用路径选择模型研究这两类车辆，将其表述为一个随机多类交通分配（SMTA）问题。对于普通车辆，由于驾驶员不具备完整信息且交叉嵌套logit（CNL）模型具有独特性质，采用 CNL 模型；而自动驾驶车辆因掌握路网的完整信息，被认为处于用户均衡（UE）状态。本文的主要创新在于提出了三种 SMTA 求解方法，可根据路网规模选用：包括使用 GAMS 软件求解非线性互补问题（NCP）、分解-分配算法以及改进的 Wang 算法。通过对 Wang 算法的改进，我们提升了其收敛速度，并给出了在 Nguyen 和 Sioux Falls 路网上的数值结果。由于交通分配中无法考虑所有路径，我们提出了一种创造性的路径生成-分配（PGA）算法，该算法为每个起讫点（OD）生成若干有吸引力的路径，并由改进的 Wang 算法分配交通流。关键词：自动驾驶车辆，随机多类交通分配，交叉嵌套logit模型
引用
@article{arxiv.2212.05495,
title = {Stochastic Multi-class Traffic Assignment for Autonomous and Regular Vehicles in a Transportation Network},
author = {S. Roozbeh Mousavi and Alireza Yazdiani and Yousef Shafahi},
journal= {arXiv preprint arXiv:2212.05495},
year = {2022}
}