基于Mininet-WiFi和SUMO联合仿真的交通事故预警研究

在城市交通中,发生事故会造成车辆大面积拥堵.为解决该问题,采用基础设备层和控制层2层架构,实现事故信息传递、路侧单元选择和车辆分流,并利用SUMO和Mininet-WiFi联合仿真进行验证.结果显示:在不同车流量和不同导向线长度情况下,收到事故信息的后方车辆分流率不小于90％.     

车联网环境下车辆主动避撞决策方法

结合驾驶员避撞行为特征和车联网信息获取优势，设计了车辆主动避撞决策。通过分析车辆制动过程得到临界制动距离，利用自车不同制动强度建立车辆纵向分级制动模型。在制动过程中加入不满累积度作为产生车辆换道意图的依据。基于Python和SUMO搭建了联合仿真平台，进行仿真验证。结果表明：在高速行驶环境中，与ITTC制动模型相比，文中方法能减少车辆制动跟随时间和换道次数，做出合理换道判断。