Keep to the right.pptxVIP

Keep Right to Keep ‘Right’规则?在一些汽车靠右行驶的国家（比如美国，中国等等），多车道的高速公路常常遵循以下原则：司机必须在最右侧行驶，除非他们需要超车，超车时必须先移到左侧车道并在超车后再返回。??Task建立数学模型来分析这条规则在低负荷和高负荷状态下的交通路况的表现1.考察流量和安全的权衡问题,车速过高过低的限制或者这个问题陈述中可能出现的其他因素。这条规则在提升车流量的方面是否有效？如果不是，提出能够提升车流量、安全系数或其他因素的替代品（包括完全没有这种规律）并加以分析。??2.在一些国家，汽车靠左形式是常态，探讨你的解决方案是否稍作修改即可适用，或者需要一些额外的需要。?最后，以上规则依赖于人的判断，如果相同规则的交通运输完全在智能系统的控制下，无论是部分网络还是嵌入使用的车辆的设计，在何种程度上会修改你前面的结果？两个子问题1.建立一个模型，可以模拟超车过程。尝试建立一个拥有速度限制和其他事实的输入的模型，使它能够通过某种机制来反映给定的规则。然后我们可以改变输入来进行多次模拟。而且我们可以改变机制来应用改变的规则。最终获得不同的输出。2.提出数学标准，来评价特定的规则。尝试运用我们模型的输出提出一个数学标准来评价不同的规则。 我们将要权衡交通流，安全和其他事实。我们将要提出其他规则并且决定什么规则是最好的 理论准备一个高速公路交通仿真的模型在研究交通规则的表现上是必要的。德国物理学家Nagel和Schreckenberg建立了一个针对高速公路交通仿真的理论模型，这是一个简单的蜂窝理论模型，被称为“NS模型”道路交通流自动机模型。全文假设1、高速公路上没有行人2、忽略风力对变道的影响3、存在应急道、应急道上没有车（在某一阶段流量不会减少）4、高速公路上没有斜坡5、假设所有的司机基于相同的规则行事。模型概述大多数关于交通的研究可以被分类为微观和宏观两种。由于宏观方法很难适用于我们的问题，我们用微观技术来解决问题。我们通过几种方式来研究这个规则。我们的基本模型允许我们近观车道变换行为。我们专注于改变车道的触发条件和成功变道的条件。 我们对待变左道和变右车的行为不同。 这个模型给了我们一些对于规则的启示并且是后续研究的垫脚石。扩展模型从更宽广的角度看待这个问题。 我们考虑高速公路的部分并将其划分为网格。 然后，我们运行一个细胞自动机以模拟车辆的行为。 该模型的实质是规则指挥元细胞。 我们根据我们的基本模型的分析推导出的规则。 此外，使用周期边界条件，我们把高速公路作为一个“环行路”，以便精确地控制稳定性。 因此，我们把它叫做“环道”模型。模型概述我们的精致模型试图解决一个更现实同时更具挑战性问题。 我们为我们的元胞自动机增加一个入口匝道和出口匝道。还添加了进入和退出的车辆的规则。 我们用泊松分布来模拟车辆从起点的进入量。我们使用扩展“环路”模型为标准模型来分析问题，所有的结果核心都是这种模型。基本车道变换模型超车行为：打信号灯3s，变左道，加速，打信号灯3s，变右道。变左道的两个原则 ：1.有原因（前方新手狗挡路） 2.安全 （变道过去不会追尾）基本车道变换模型变右道的规则：1.无法超过当前超车道上的车2.超过慢车后，变回原道是安全的3.变道后保持相对高速扩展“环道”模型为了理解规则怎么在交通流中发挥作用，我们得分析在一段相对长的道路上的车辆的表现，这将更贴近高速公路的实际。一个直观的建模是把它看作一种随机过程。 因此，我们使用一个细胞自动机来模拟的车辆在高速公路上的行为。细胞自动机是一个描述随时间发展的系统的离散模型。 它被称作离散模型是因为它把时间作为离散变量。 该模型需要初始配置和一组固定的规则来决定系统如何发展。 在每个时间步中，元胞自动机将逐步推进，实施所有的规则。“环道”模型假设1、司机依据一定的概率来遵守规则2、所有司机尝试在保持安全车距的同时开的尽量快3、司机是“短视的”，这意味着它们只能看到他面前的一辆车、后面一辆车和邻近车道的几辆车4、司机只根据自己的利益来做决定细胞自动机模型假设 1、车道变换不花费额外的时间2、每个细胞是一个4m×6m的区域,路长2000个细胞，一个车道的宽度为1个细胞3、每时间步长为1s4、我们运行20000时间步长并且分析最后1000时间步长（稳定）5、所有车都有达到最大速度的趋势，但是每辆车有概率p自动减速6、加速稳定同时减速可在一个时间步长内完成车型模型规则S1: 移动加速： 随机减速（概率p） 安全控速：模型规则S1: 移动 (b)位置模型规则S2: 变道 (a)变左道 前车过慢 考虑到要加速，则 安全性:不会被追尾模型规则S2: 变道 (b)变右道安全性：遵守2.1所有规则周期边界条件和初始状态 边界条件决定了车辆进入和离开的方式，初始条件决