Skip navigation

DSpace

機構典藏 DSpace 系統致力於保存各式數位資料(如:文字、圖片、PDF)並使其易於取用。

點此認識 DSpace
DSpace logo
English
中文
  • 瀏覽論文
    • 校院系所
    • 出版年
    • 作者
    • 標題
    • 關鍵字
    • 指導教授
  • 搜尋 TDR
  • 授權 Q&A
    • 我的頁面
    • 接受 E-mail 通知
    • 編輯個人資料
  1. NTU Theses and Dissertations Repository
  2. 工學院
  3. 機械工程學系
請用此 Handle URI 來引用此文件: http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/79704
標題: 建立微巨觀混成模型以了解自駕車決策對車流的影響
A hybrid micro-macro model for understanding the impact of autonomous vehicle strategies on traffic flow
作者: Ya-Yuan Yang
楊雅媛
指導教授: 詹魁元(Kuei-Yuan Chan)
關鍵字: 自動駕駛車輛,決策行為,車流混成模型,交通衝突,隊列穩定性,衝擊波,
Autonomous vehicle,Decision-making behavior,Hybrid micro-macro model,Traffic conflict,String stability,Shock wave,
出版年 : 2021
學位: 碩士
摘要: 自動駕駛車輛是未來交通的趨勢,在道路上的佔有比例將會逐漸增加。然而現今沒有針對車輛「須達到什麼樣的門檻才能上路」或是「制定等級以區分上路行駛範圍」的共識與規範,尤其市區的道路設計與車輛互動行為較為複雜,因此我們透過了解車流變化,給予該制度之參考依據。本研究結合微觀車流模型與巨觀車流模型的優點,建立適用於城市的車流混成模型。在此模型中,交叉路口為道路系統之連結點,車流於該處轉向,引發各種交通衝突,故路口以微觀顯示,其餘交通現象則以巨觀模擬。本模型亦同時考量人為駕駛與自動駕駛,以全速差模型表示一般人為操作車輛,用智慧駕駛模型表示自動駕駛車輛。我們經由隊列穩定性、衝擊波、衝突量,分別探討不同決策行為之自動駕駛車輛對車流的影響。模擬結果顯示若自動駕駛車輛的策略過於保守會使車流隊列拉長且難以消散,過於積極則事故風險提高。若車輛間的決策邏輯相差甚遠,則在車流交會點發生事故的可能性也會提升。本論文以一個真實路口的案例模擬,可以得到保守策略自駕車不適合行駛於所有高流量路段,而積極自駕車不適合行駛於高流量又多路口的路段之結論,為自駕車策略的允許駕駛區域提供一個指引。
URI: http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/79704
DOI: 10.6342/NTU202102645
全文授權: 同意授權(全球公開)
顯示於系所單位:機械工程學系

文件中的檔案:
檔案 大小格式 
U0001-2308202120290700.pdf10.37 MBAdobe PDF檢視/開啟
顯示文件完整紀錄


系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。

社群連結
聯絡資訊
10617臺北市大安區羅斯福路四段1號
No.1 Sec.4, Roosevelt Rd., Taipei, Taiwan, R.O.C. 106
Tel: (02)33662353
Email: ntuetds@ntu.edu.tw
意見箱
相關連結
館藏目錄
國內圖書館整合查詢 MetaCat
臺大學術典藏 NTU Scholars
臺大圖書館數位典藏館
本站聲明
© NTU Library All Rights Reserved