• Description

問題挑戰

智能交通系統監控和分析車輛,道路和環境因素如何影響交通流量。我們大多數人都熟悉交通堵塞的挫敗感。典型的高峰時段阻礙了單個車輛的移動性,並顯著減慢了整體交通流量。大規模動員事件加劇了這種現象,例如在颶風或其他事件造成的撤離期間。發生這種情況時,流量可能會達到阻塞狀態。ITS研究人員試圖了解如何通過在一定比例的車輛中加入溝通來改善公共安全。

解決方案

美國歷史最悠久,規模最大的獨立非營利性應用研究和開發組織之一,使用AnyLogic探討是否通過智能手機或專用短程通信(DSRC)無線電連接的車輛百分比可以改善在大規模撤離期間協調車輛。車輛代理包括表示配備通信設備的可能性的參數,以及當它們處於擁擠狀態時它們將在它們前面跟隨車輛的可能性。第二個參數近似於跟隨其他駕駛員的人類駕駛員的行為,假設他們知道更好的路線。

AnyLogic建模工具結合了基於代理和系統的動態建模技術,並具有強大,直觀的圖形界面,用於構建此類模型。研究人員根據城市地區的放射性洩漏情況模擬了疏散情景。該模型包括基於德克薩斯州聖安東尼奧高速公路的簡化交通系統,以及代表車輛,道路網絡和事件通知的三個代理。

道路網絡疏散模型

  輻射羽流和受影響道路的路網模型

改善後

該研究的結果量化了交通系統的性能,通過車輛總體的平均和總輻射暴露以及每個車輛代理報告的總體擁堵來測量,用於許多不同的情景。結果表明,即使少數車輛收到有關其當前路線潛在危險的有針對性的及時信息,也會對安全產生影響。模擬還顯示了車輛跟隨行為的好處,這對於由人類駕駛員組成的交通系統是次要的有益效果(交通系統中包含自動駕駛車輛可能會抵消一些這些類型的影響;但是,AV也將可能通過通信設備連接)。

車輛代理狀態圖和系統動力學架構的擁塞

車輛代理狀態圖和系統動力學架構的擁塞