关键词：智能网联汽车;多车道轨迹优化;Q-学习;城市交通网络;SUMO/Python联合仿真
摘 要：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。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取