基于Sumo和Thingsboard的交通仿真平台

为了加强车辆的实时状态监控和实时信息采集,文章基于开源物联网平台Thingsboard和开源微观交通仿真平台Sumo并利用Python进行联合,搭建了一个监测车辆运行状态等实时数据发布到Thingsboard,并进行预警的仿真平台,对车辆运行状态的实时监测与控制,满足城市交通建设的需求。

面向城市道路的智能网联汽车多车道轨迹优化方法

为提高城市路网下智能网联汽车的通行效率以及燃油效率,提出面向城市道路的多车道时空轨迹优化方法。首先,结合多车道时空位置关系定义智能网联汽车状态与约束,综合考虑通行效率与燃油经济性构建时空轨迹复合优化模型,并采用庞特里亚金极大值算法进行求解。然后,本文设定协同换道的规则,并通过Q-learning算法获取最优的换道策略。最后,通过SUMO/Python联合仿真验证了该方法可以在不同车辆饱和程度、绿信比状态及最低通行速度条件下有效提高通行效率,且燃油效率得到明显改善。