一、项目介绍
高速公路是交通流领域研究的重点，自动驾驶车辆的介入势必会对高速公路交通流 产生影响。本文从基础交通流理论研究出发，在三相交通流理论框架下拟定人工-自动
驾驶混行交通流模型规则，进而通过模拟仿真分析自动驾驶车辆对高速公路交通流产生
相变的影响并对混行交通流的拥堵相变机理进行研究。研究工作如下：
(1) 考虑车辆迟滞的行为特点，在速度扰动阶段基于经典模型进行了改进，不仅考 虑了车辆的慢启动行为而且展现了车辆持续保持同一运行状态更难对外界刺激做出反 应的现象，进而建立了人工驾驶车辆模型。考虑自动驾驶车辆的速度自适应过程不应该 由一个固定的期望时间距离决定，而应该分区段对速度适应过程进行划分，分析了期望 时间距离和相对速度差两大影响要素，进而建立了自动驾驶车辆模型。在上述分析及建 模基础上，我们提出了三相交通流理论框架下的人工-自动驾驶混行交通流 CA 模型 (Mixed traffic flow model of manual driving vehicle and autonomous driving vehicle under the frame of three-phase traffic flow)，下文简称 TMA 模型。在对上述模型进行模拟仿真 前，我们计算了模型的稳态解，其结果符合三相交通流理论的基本假设，该模型能够模 拟出三相态及其基本的一阶相变现象。
(2) 基于上述所建立的 TMA 模型，我们对单车道人工-自动驾驶混行交通流进行仿 真模拟，目的在于对速度自扰动影响下混行交通流由自由流态向拥堵流态转化的相变现 象进行观测。结果表明随着自动驾驶车辆占比的增加，F→S 过程所对应的交通流量 (veh/h)及交通流平均速度(km/h)均呈上升趋势。从交通流一阶相变所体现出的特征可以 看出自动驾驶车辆的介入能够有效提升高速公路交通流稳定性。考虑自动驾驶车辆行驶 模式的不同，我们进一步将自动驾驶车辆分为舒适型及高速型两种，在双车道 TMA 模 型中重点区分两类自动驾驶车辆的换道行为特点，两类车拟定不同的换道规则及换道概 率。从模拟结果看出两类自动驾驶车辆均有效提升了交通流的平均流量且降低了交通崩 塌发生的风险及相变发生强度，但舒适型自动驾驶车辆由于不积极换道行为影响，导致 在车辆构成条件相同时，交通流的流量及速度都相对较低。高速型自动驾驶车辆可以促 进交通流速度的趋同，有促进理想化同步流产生的趋势，但换道频率远高于舒适型自动 驾驶车辆，可能降低乘客体验。
二、基于Kmeans的车流数据聚类（工作日vs节假日）
（一）、收集高速路车流量和车速数据
（二）、使用Kmeans算法对 车流数据进行聚类
三、元胞自动机交通流仿真
四、结论与展望
**
在本文中，我们进行了高速公路人工-自动驾驶混行交通流临界特征的研究，并通过Matlab实现了基于Kmeans的车流数据聚类。通过元胞自动机交通流仿真，我们得出了以下重要结论：首先，工作日与节假日的车流数据存在着明显的差异，其聚类结果也有所不同。针对不同的聚类结果，我们设计出了不同的车流分类模型，能够更好地对不同类型的车辆进行识别和分类。其次，通过交通流仿真，我们发现在高速公路上，不同车辆类型之间的速度对比很重要，它会直接影响整个交通流的稳定性以及拥堵情况。因此，针对不同车辆类型的速度差异，我们可以采用不同的控制策略，来达到良好的交通流稳定状态。最后，在未来，我们可以进一步研究基于强化学习的控制策略，以及基于深度学习的车辆类型识别模型，这将能够更好地推动高速公路交通流的五结果分析优化。
**
项目源码分享
本人擅长各类优化模型的建模和求解，具有近400个优化项目的建模仿真经验，擅长模型构建，算法设计，算法实现和算法改进。累计指导各类建模/算法比赛和SCI写作超过100人次。
本人长期提供：
①源码分享（近1000个本人手写项目）
②辅导答疑（远程桌面一对一语音+文档指导，可以录屏反复观看）
③项目定制（根据您的现实问题，针对性建模求解，提供完整方案+代码实现）长期在线，欢迎咨询，一般晚上看消息！！！