自动驾驶车辆交通需求预测模型研究

来源 :河北工业大学 | 被引量 : 0次 | 上传用户:fogwl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着计算机算法、传感器精度和控制理论等技术的快速发展,自动驾驶汽车发展越来越快,并预计二十年内在道路上投入使用。结合完善的决策行为编程,自动驾驶汽车可避免人为操作的随机性,反应更加精确和迅速,故可大幅度提高行车安全性。使用自动驾驶汽车出行的出行者可在出行时休息或工作,提高出行舒适度。由于自动驾驶汽车反应时间短,可以保持更短的跟车距离,亦有助于减少道路拥堵。因此,对具有自动驾驶汽车的交通网络需求预测模型进行研究是十分必要的。论文首先对自动驾驶汽车发展的近况进行了介绍,分析了其现阶段发展的机遇与挑战,进而阐述自动驾驶汽车加入城市交通系统的必然性。介绍了经典的四阶段分配理论及常用的交通分配方法。分析了自动驾驶汽车加入四阶段模型应服从的假设及采用的方法,通过修改效用函数以表示自动驾驶汽车的特征,分别对四个阶段进行逐步整合,从而得到含有自动驾驶汽车的四阶段分配模型,可应用于未来城市的交通分配。但从现阶段对自动驾驶汽车建模、采用率、集成模型等方面文献的总结发现对这方面的研究还很薄弱,本文的研究具有现实意义。建立了含有自动驾驶汽车的经典四阶段模型。基于四阶段交通模型,通过对满足模型计算条件进行基本假设,使用并行模型运行的方法将自动驾驶车辆集成到模型中。通过计算,在产生和吸引力生成部分进行修改;使用引力模型对交通分布进行修改;添加表示自动驾驶汽车的效用函数进行全新的交通方式划分;结合自动驾驶车辆比例对BPR函数进行改进,并选择广义费用最小的路径进行交通分配,最后得到自动驾驶车辆与传统车辆组合的四阶段模型。分析了不同自动驾驶车辆比例对交通系统的影响。通过对调查数据的分析,对行驶里程、行驶时间、车辆性能进行对比,总结出交通网络效率得到显著提高的结论。通过对比分析,总结出自动驾驶汽车采用率提高有助于减小城市拥堵。
其他文献
近年来,我国社会经济水平的不断发展,使得我国市场经济体制也得到了完善与发展,整个社会的消费结构不断优化、水平持续提高。与此同时,汽车金融、住房金融等各种类型的个人贷款业务,也随着整个金融体制改革步伐的加快和外资银行相关业务先后进入我国而爆发。以上原因造成的个人贷款业务量的日益增长已经成为商业银行新的利润增长点。随着个人贷款业务的迅猛发展,其风险也初见端倪,再加上个人的抗风险能力相比较于组织来说比较
由于大型风电场内的变压设备较多、机组之间的传输线路较长,在实际运行中集电系统损耗突出,对此设计了以风电机组自身作为分布式无功源优化场内功率潮流分布,降低集电系统总体损耗的风电场无功调度优化方案。建立了风电场运行有功损耗优化的数学模型,同时基于改进遗传算法以及粒子群算法进行求解,以对比验证优化过程的收敛性以及优化结果的一致性。同时,为提升风电场建模以及多场景降损优化仿真的效率,设计了一种基于对象模型
社会对残疾的认知经历了从个体型残疾观到社会型残疾观转变的过程,本文就是基于社会型残疾理论视角,运用社会工作专业方法介入智障人士社会融合的实务研究。智障人士作为特殊的脆弱群体,在社会上处于弱势地位,其有限社会融合的原因,不仅是自身感官和心智的缺陷,更多是社会环境和制度的失灵。本文选取社会型残疾观视角来重新看待残疾,核心就在于残疾是社会性的,强调社会与个人的联结及社会对个人的影响,社会应该积极营造宽松
为了满足用户对更高传输速率以及更大带宽的需求,通信网络已经发展成为了由多种接入网络构成的综合通信系统,作为该通信系统中重要的一部分,无线多跳蜂窝网络以其灵活性和易
本文重点围绕应用于终端天线的多频段小型化等关键性技术进行了学习研究。本文提出并设计了多款微带结构的天线。基于天线理论分别提出了一种基于加载技术统一模型的多频小型
背景:自噬是一种依赖溶酶体途径对胞浆大分子物质和细胞器进行降解的过程,在进化过程中高度保守,随着对其机制的深入了解,自噬已经被证明参与多种疾病,包括肿瘤(Yang,Chee et
自第八次全国信访工作会议指出:“利用大数据实现从以偏概全向以全概全转变,为提高信访工作质量提供新途径;通过信息化手段,再造信访工作流程;运用科技挖掘信访数据价值,提高
随着互联网市场的蓬勃发展,大数据中心、云计算以及其他光互连应用对传输速率和传输带宽的需求快速增长。局域接入网中的以太网技术已经经历了从10M、100M、1G、10G到40/100G
在信息过载的当今,人们日常所接受的信息有超过一半是来自视频图像。视频图像作为当今社会的主要信息载体。相比音频文字,它拥有更大的信息量和更直观的表现形式。另外,人们
随着互联网的普及以信息技术的发展,产生了大量的视频数据,针对视频进行高效处理已成为计算机视觉领域的重要研究课题。视频目标分割是视频处理的基础,对于场景理解等有重要帮助,是计算机视觉领域的研究热点。根据目标分割过程中是否有人工干预,可将视频目标分割划分成半监督视频目标分割和无监督视频目标分割。半监督视频目标分割是在给定视频第一帧掩码情况下进行视频后续帧的目标分割。无监督视频目标分割在无人工干预且目标