网联交通下考虑自动驾驶车辆干扰的行人流交通仿真

1.本发明涉及在智能网联交通背景下，自动驾驶车辆和行人具有相同路权混 行且无碰撞时行人流仿真分析领域，涉及一种基于元胞自动机理论的对信号控 制交叉口的双向行人流通行情况的模拟仿真模型和仿真方法，为智能交通、车 路协同的发展提供理论基础。


背景技术：

2.随着我国社会经济和智能交通事业的高速发展，我国智能网联自动驾驶车 辆保有量快速增长，自动驾驶车辆的数量逐年递增，居民的出行量持续上升， 造成了交通压力的不断增加。尤其是在对行人交通行为的仿真分析中最典型的 场景——信号控制交叉口，行人过街与网联自动驾驶车辆之间的相互干扰、冲 突是让人们头疼的常见问题，二者之间的矛盾则导致了交通秩序的严重恶化和 交通运行效率的下降，同时引发了拥挤、事故、环境与噪声污染等一系列交通 问题。根据我国《道路交通安全法》规定：车辆经人行横道时，应当减速行驶； 遇行人正在通过人行横道，应当停车让行。然而在实际情况中，目前普通车辆 停车礼让行人的情况十分罕见，通常为减速礼让或加速越过等情况，与此同时， 行人也存在严重的违章行为，然而行人在交通事故中往往是最弱势的群体，且 行人总数多、行人违章法不责众等问题也是我国交通事故率高的主要因素之一。 因此，在智慧交通事业的发展中，针对自动驾驶车辆保有量的增加，在自动驾 驶车辆与行人具有同等路权的基础上，研究行人流仿真对保障交通系统的安全， 具有重要意义。由于行人的过街行为带有随意性和主观性，所以我们采取离散 型模型来对行人流进行仿真分析。
3.通过对以往的资料和成果进行研究对比，我们发现采用元胞自动机模型较 为适用于行人流的仿真分析，并且在采用元胞自动机模型进行实验模拟时，可 以引入方向参数、空格参数、前进参数和类别参数，以达到描述行人对交通情 况的判断；同时，元胞自动机作为一个动力学演化模型，能够简洁大方的体现 行人的行走特性和位置选择，并得到密度、流量等关系图。
4.在此前的研究中，在采用元胞自动机进行行人流仿真的过程中，主要考虑 行人的行走特性，并没有着重考虑同等路权的情况下自动驾驶车辆的干扰，本 发明提出了一种在信号控制交叉口结合交通规则下的，且基于元胞自动机理论 的双向行人流仿真方法。


技术实现要素：

5.为了克服现有元胞自动机模型中忽略了双向行人流过街这一行为中网联自 动驾驶车辆的干扰和影响，本发明提出了一种网联交通下考虑自动驾驶车辆干 扰的行人流交通仿真。该方法应用元胞自动机技术，赋予网联自动驾驶车辆与 穿戴智能网联交通信息设备的行人具有相同的路权，考虑网联自动驾驶车辆的 干扰情况，对信号控制路口的行人通过人行横道时进行行人流仿真的方法。
6.本发明是采用如下技术方案实现的，结合附图说明如下：
7.一种网联交通下考虑自动驾驶车辆干扰的行人流交通仿真，包括以下步骤：
8.步骤1、明确在有网联自动驾驶车辆干扰时，行人过马路的一般规则，
9.当网联自动驾驶车辆停在斑马线上等待红灯，即网联自动驾驶车辆行驶方 向上红灯时，行人过马路有如下规则：
10.(1)当行人看到前方有车辆阻碍其通行时，会提前换道，换到没有车辆的 元胞一侧；
11.(2)当行人密度大的时候，对向行人之间的位置调换为常见，行人之间轻 微的摩擦是能接受的；
12.(3)车辆所在位置附近的元胞位置行人密度小；
13.(4)模型仿真时间步越长，行人越能避开车辆的阻碍，信息素影响明显；
14.(5)当行人密度较大时，车辆将会对行人的通行效率产生明显的影响，会 产生严重的阻塞；
15.步骤2、确定仿真中场景的基本信息
16.确定仿真场景长度l、宽度w、仿真人数n和行人步行速度v，所述长度 l和宽度w接近人行横道的长度和宽度；所述仿真人数n指在仿真期间进入场 景的总人数；确定干扰车辆尺寸和所占元胞表达，将行人移动空间划分为元胞 空格，定义每个元胞空间的表达为c(i,j)，包含元胞空间的状态信息，i为元胞 所在位置的行数，j为元胞所在位置的列数，此处每个行人只允许占据一个元 胞空间。
17.步骤3、元胞位置选择判断，包括：步骤3.1、判断行人所处的元胞位置， 步骤3.2、判断前方是否有车辆及前方元胞的状态，步骤3.3、选择下一时间步 长的元胞位置；
18.步骤4、信息素模型更新，包括步骤4.1、被车辆占据的元胞信息素更新模 型，步骤4.2、被右行行人占据的元胞信息素更新模型，步骤4.3、被左行行人 占据的元胞信息素更新模型，步骤4.4、空元胞的信息素更新模型；
19.步骤5、判断循环次数，如果执行步骤3，否则跳出循环，结束 仿真，其中nc代表循环次数，代表仿真时所设定的最大循环次数。
20.进一步，步骤3.1判断行人所处元胞位置，将行人所处的元胞位置用(i,j)表 示，其中，i表示行人所处元胞位置的行数，j表示行人所处元胞位置的列数；
21.步骤3.2所述的判断前方是否有车辆及前方元胞的状态，包括步骤3.2.1、 行人正下方的元胞被占据，步骤3.2.2、行人正前方的元胞被占据，步骤3.2.3、 行人前方只有障碍车辆，步骤3.2.4、两向行人正面相遇；
22.进一步，步骤3.2.1所述行人正下方的元胞被占据，行人处于此状态时，开 始仿真，此时，元胞位置(i-1,j)被占据，行人可选择元胞位置(i-1,j+1)或保持 不动；
23.步骤3.2.2所述行人正前方的元胞被占据，行人处于此状态时，开始仿真， 此时，元胞位置(i,j+1)被占据，行人可选择元胞位置(i-1,j)；
24.步骤3.2.3所述行人前方只有障碍车辆，开始仿真，此时，行人可选择元胞 位置(i-1,j)和元胞位置(i-1,j+1)；
25.步骤3.2.4所述两向行人正面相遇，开始仿真，此时，行人对逆向行人互换 位置，可选择元胞位置(i,j+1)。
26.进一步，步骤3.2.1所述的行人正下方的元胞被占据的情况下，行人可选择 元胞位置(i-1,j+1)和原位置(i,j)的概率表达公式如下：
[0027][0028][0029]
其中，c1+c2＝1，其中c1为行人选择元胞位置(i-1,j+1)的权重，c2为行人选 择元胞位置(i,j)的权重，t
i,j
来表示相应时刻元胞信息素的值，p
i,j
(k)表示第k 时间步时，行人选择元胞位置(i,j)的概率。
[0030]
进一步，在步骤3.2.2所述的行人正前方的元胞被占据的情况下，行人可选 择元胞位置(i-1,j)的概率表达公式如下：
[0031]
p
i-1,j
(k+1)＝1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0032]
进一步，在步骤3.2.3所述的行人前方只有障碍车辆的情况下，行人可选择 元胞位置(i-1,j)和元胞位置(i-1,j+1)的概率表达公式如下：
[0033][0034][0035]
其中，cc1+cc2＝1，cc1表示行人选择元胞位置(i-1,j)的权重，cc2表示行人选 择元胞位置(i-1,j+1)的权重。
[0036]
进一步，在步骤3.2.4所述的两向行人正面相遇的情况下，行人对逆向行人 互换位置，可选择元胞位置(i,j+1)的概率表达公式如下：
[0037]
p
i,j+1
(k+1)＝1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0038]
进一步，在步骤4.1所述的被车辆占据的元胞信息素更新模型中，被车辆 占据的元胞：c(i,j)＝3，其初值为t
i,j
＝0，δt
i,j
＝0，这些元胞的信息素值一直为 0；
[0039]
在步骤4.2所述的被右行行人占据的元胞信息素更新模型中，被右行行人 占据的元胞：c(i,j)＝2，其初值为t
i,j
＝cl，δt
i,j
＝q，其更新方程为： t
i，j
(k+1)＝(1-rho)
×
t
i，j
(k)+δt
i，,j
(k)；
[0040]
步骤4.3所述的被左行行人占据的元胞信息素更新模型中，被左行行人占 据的元胞：c(i,j)＝1，其初值为其更新方程为：
[0041]
步骤4.4所述的空元胞的信息素更新模型中，空元胞：c(i，j)＝0，其初值 为t
i,j
＝cl。
[0042]
其中，c(i,j)＝3表示在仿真代码矩阵中被车辆占据的元胞位置(i，j)处 的值用3表示；c(i,j)＝2表示在仿真代码矩阵中被右行行人占据的元胞位置(i， j)处的值用2表示；c(i,j)＝1表示在仿真代码矩阵中被左行行人占据的元胞位 置(i，j)处的值用1表示；c(i,j)＝0表示在仿真代码矩阵中空元胞位置(i，j) 处的值用0表示；t
i,j
来表示相应时刻元胞信息素的值，δt
i,j
为信息素增量，在 步骤4.2和步骤4.3中用上角标区分元胞位置被右
行行人占据和被左行行人占据； cl为设定的信息素常量，q为信息素强度，rho为信息素的挥发程度常量，取0～1。
[0043]
进一步，进行步骤5所述判断循环次数，如果执行步骤3，否 则跳出循环，结束仿真，输出仿真结果。
[0044]
注：上述所有的符号，只要是未公开的，均应给出定义。否则，审查时无 法补入。
[0045]
与现有技术相比，本发现的有益效果是：
[0046]
1、本发明将元胞自动机理论与网联自动驾驶车辆的干扰相结合，考虑车辆 与行人同等路权下的双向行人流通行规则，使仿真方法和仿真模型更具有体现 智能网联交通先进性的现实意义。
[0047]
2、本发明针对行人所处的不同位置和行人下一时刻位置选择做出理论公式 的推导与模型仿真，提高了模型的仿真效果。
附图说明
[0048]
图1是网联交通下考虑自动驾驶车辆干扰的行人流交通仿真流程图；
[0049]
图2是本发明的自动驾驶车辆干扰状态下的元胞空间及元胞状态；
[0050]
图3是本发明的自动驾驶车辆干扰下的行人位置选择示意图；
[0051]
图4是本发明的不同仿真步长下的车辆干扰状态下的双向行人流的行人行 走状态示意图。
[0052]
图2中：
■
代表该元胞被车辆占据，代表右行行人，代表左行行人；
[0053]
图3中：代表右行行人，代表左行行人，
○
代表行人占据该元胞，
ꢀ○
代表元胞被行人占据或者是空的，
■
代表车辆转矩该元胞
具体实施方式
[0054]
下面结合附图进一步说明本发明的详细内容及具体实施方式，显然，所描 述的实施例是本发明一部分实施例，而不是全部的实施例。下面列举的实施例 仅为对本发明技术方案的进一步理解和实施，并不构成对本发明权利要求的进 一步限定。因此，基于本发明中的实施例，本领域普通技术人员在没有做出创 造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0055]
参阅图1，本发明专利所述的一种网联交通下自动驾驶车辆与行人相同路 权混行的交通模型主要由五个步骤组成，下面对具体实施步骤做详细论述：
[0056]
步骤1、明确在有网联自动驾驶车辆干扰时，行人过马路的一般规则。
[0057]
当网联自动驾驶车辆停在斑马线上，等待红灯(网联自动驾驶车辆行驶方向 上的红灯)时，行人过马路一般有如下规则：
[0058]
(1)当行人看到前方有车辆阻碍其通行时，一般会提前换道，换到没有车 辆的元胞一侧；
[0059]
(2)当行人密度比较大的时候，对向行人之间的位置调换比较常见，行人 之间轻微的摩擦是可以接受的；
[0060]
(3)车辆所在位置附近的元胞位置行人密度比较小；
[0061]
(4)模型仿真时间步长越长，行人越能避开车辆的阻碍，信息素影响比较 明显；
[0062]
(5)当行人密度较大时，车辆将会对行人的通行效率产生明显的影响，会 产生严重的阻塞。
[0063]
步骤2、确定仿真模型场景的基本信息
[0064]
(1)确定仿真模型长度l、宽度w，所述长度l和宽度w近似为人行横 道的长度和宽度，该模型选用的人行横道长度为50m，宽度为6m；
[0065]
(2)确定仿真人数n，模型所选仿真人数n取60、150、300；
[0066]
(3)确定仿真模型中行人步行速度v，取均值v＝0.9m/s
[0067]
(4)确定干扰车辆尺寸及所占元胞表达，本发明的仿真模型中，选取车辆 长度为4416mm，宽度为1668mmm，仿真以车辆占据6
×
4个元胞为 例，具体位置为c(9:15,24:27)，观察行人的行走特性。
[0068]
步骤3、元胞位置选择判断。
[0069]
步骤3.1、判断行人所处的元胞位置
[0070]
参阅图2，为该仿真模型在自动驾驶车辆干扰状态下的元胞空间及元胞状 态示意图，图中标记为三角形的方格为行人的位置，三角形的方向，表示双向 行人流的行进方向。
[0071]
步骤3.2、判断前方是否有车辆及前方元胞的状态
[0072]
参阅图3，空白的元胞自动机方格，代表行人可以选择的行进位置。
[0073]
步骤3.2.1、行人正下方的元胞被占据，
[0074]
参阅图3(ⅰ)，行人处于此状态时，开始仿真，此时，行人正下方的元胞 位置(i-1，j)被占据，行人一般选择静止等待或者向右前方元胞，即行人可选 择元胞位置(i,j)和元胞位置(i-1,j+1)，此时，c1+c2＝1，c1为行人选择元胞位置 (i-1,j+1)的权重，取c1＝0.7，c2为行人选择元胞位置(i,j)的权重，取c2＝0.3，t
i,j
来表示相应时刻元胞信息素的值。
[0075]
步骤3.2.2、行人正前方的元胞被占据，
[0076]
参阅图3(ⅱ)，行人处于此状态时，开始仿真，此时，行人正前方的元胞 位置(i,j+1)被占据，行人选择正下方的元胞，行人可选择元胞位置(i-1,j)。
[0077]
步骤3.2.3、行人前方只有障碍车辆，
[0078]
参阅图3(ⅲ)，此时，行人处于此状态时，行人选择下方的元胞或者右前 方的元胞，行人可选择元胞位置为(i-1,j)和元胞位置(i-1,j+1)，此时，cc1+cc2＝1， cc1＝0.4，cc2＝0.6，其中，cc1+cc2＝1，cc1表示行人选择元胞位置(i-1,j)的权重， cc2表示行人选择元胞位置(i-1,j+1)的权重。
[0079]
步骤3.2.4、两向行人正面相遇。
[0080]
参阅图3(ⅳ)，此时，行人会选择对逆向行人互换位置，可选择元胞位置 (i,j+1)。
[0081]
步骤3.3、选择下一时间步长的元胞位置。
[0082]
用matlab软件开始进行仿真，一定数量行人进入模型，按照步骤3.2选择 下一步位置，然后继续进行步骤4，对信息素模型进行更新，继而进行步骤5， 进行循环次数判断。
[0083]
步骤4、信息素模型更新。
[0084]
在matlab软件按照步骤4.1、步骤4.2、步骤4.3、步骤4.4描述的模型条 件，对信息素模型进行设定更新。
[0085]
步骤5、判断循环次数。
[0086]
其中nc代表循环次数，代表仿真时所设定的最大循环次数。
[0087]
如果则继续执行步骤3，否则跳出循环，结束仿真。
[0088]
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式 中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的 人员而言，可容易地实现另外的修改。因此在不背离权利要求及等同范围所限 定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

技术特征：
1.一种网联交通下考虑自动驾驶车辆干扰的行人流交通仿真，包括以下步骤：步骤1、明确在有网联自动驾驶车辆干扰时，行人过马路的一般规则当网联自动驾驶车辆停在斑马线上等待红灯,即网联自动驾驶车辆行驶方向上红灯时，行人过马路有如下规则：(1)当行人看到前方有车辆阻碍其通行时，会提前换道，换到没有车辆的元胞一侧；(2)当行人密度大的时候，对向行人之间的位置调换为常见，行人之间轻微的摩擦是能接受的；(3)车辆所在位置附近的元胞空间行人密度小；(4)模型仿真时间步越长，行人越能避开车辆的阻碍，信息素影响明显；(5)当行人密度较大时，车辆将会对行人的通行效率产生明显的影响，会产生严重的阻塞；步骤2、确定仿真中场景的基本信息确定仿真场景长度l、宽度w、仿真人数n和行人步行速度v，所述长度l和宽度w接近人行横道的长度和宽度；所述仿真人数n指在仿真期间进入场景的总人数；确定干扰车辆尺寸和所占元胞表达，将行人移动空间划分为元胞空间，定义每个元胞空间的表达为c(i,j)，包含元胞空间的状态信息，i为元胞所在位置的行数，j为元胞所在位置的列数，此处每个行人只允许占据一个元胞空间；步骤3、元胞位置选择判断，包括：步骤3.1、判断行人所处的元胞位置，步骤3.2、判断前方是否有车辆及前方元胞的状态，步骤3.3、选择下一时间步长的元胞位置；步骤4、信息素模型更新，包括步骤4.1、被车辆占据的元胞信息素更新模型，步骤4.2、被右行行人占据的元胞信息素更新模型，步骤4.3、被左行行人占据的元胞信息素更新模型，步骤4.4、空元胞的信息素更新模型；步骤5、判断循环次数，如果执行步骤3，否则跳出循环，结束仿真，其中n
c
代表循环次数，代表仿真时所设定的最大循环次数。2.根据权利要求1所述的一种网联交通下考虑自动驾驶车辆干扰的行人流交通仿真，其特征在于：步骤3.1判断行人所处元胞位置，将行人所处的元胞位置用(i,j)表示，其中i代表行人所在元胞位置的行数，j代表行人所在元胞位置的列数；步骤3.2所述的判断前方是否有车辆及前方元胞的状态，包括步骤3.2.1、行人正下方的元胞被占据，步骤3.2.2、行人正前方的元胞被占据，步骤3.2.3、行人前方只有障碍车辆，步骤3.2.4、两向行人正面相遇。3.根据权利要求2所述的一种网联交通下考虑自动驾驶车辆干扰的行人流交通仿真，其特征在于：步骤3.2.1所述行人正下方的元胞被占据，行人处于此状态时，开始仿真，此时，元胞位置(i-1,j)被占据，行人可选择元胞位置(i-1,j+1)或者保持不动；步骤3.2.2所述行人正前方的元胞被占据，行人处于此状态时，开始仿真，此时，元胞位置(i,j+1)被占据，行人可选择元胞位置(i-1,j)；步骤3.2.3所述行人前方只有障碍车辆，开始仿真，此时，行人可选择元胞位置(i-1,j)
和元胞位置(i-1,j+1)；步骤3.2.4所述两向行人正面相遇，开始仿真，此时，行人对逆向行人互换位置，可选择元胞位置(i,j+1)。4.根据权利要求3所述的一种网联交通下考虑自动驾驶车辆干扰的行人流交通仿真，其特征在于：步骤3.2.1所述的行人正下方的元胞被占据的情况下，行人可选择元胞位置(i-1,j+1)和保持原位置(i,j)的概率表达公式如下：和保持原位置(i,j)的概率表达公式如下：其中，c1+c2＝1，其中c1为行人选择元胞位置(i-1,j+1)的权重，c2为行人选择元胞位置(i,j)的权重，t
i,j
来表示相应时刻元胞信息素的值，p
i,j
(k)表示第k时间步时，行人选择元胞位置(i,j)的概率；在本发明后续的叙述中，参数意义相同，不作赘述。5.根据权利要求3所述的一种网联交通下考虑自动驾驶车辆干扰的行人流交通仿真，其特征在于：在步骤3.2.2所述的行人正前方的元胞被占据的情况下，行人可选择元胞位置(i-1,j)的概率表达公式如下：p
i-1,j
(k+1)＝1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)。6.根据权利要求3所述的一种网联交通下考虑自动驾驶车辆干扰的行人流交通仿真，其特征在于：在步骤3.2.3所述的行人前方只有障碍车辆的情况下，行人可选择元胞位置(i-1,j)和元胞位置(i-1,j+1)的概率表达公式如下：1,j+1)的概率表达公式如下：其中，cc1+cc2＝1，cc1表示行人选择元胞位置(i-1,j)的权重，cc2表示行人选择元胞位置(i-1,j+1)的权重。7.根据权利要求3所述的一种网联交通下考虑自动驾驶车辆干扰的行人流交通仿真，其特征在于：在步骤3.2.4所述的两向行人正面相遇的情况下，行人对逆向行人互换位置，可选择元胞位置(i,j+1)的概率表达公式如下：p
i,j+1
(k+1)＝1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)。8.根据权利要求1所述的一种网联交通下考虑自动驾驶车辆干扰的行人流交通仿真，其特征在于：在步骤4.1所述的被车辆占据的元胞信息素更新模型中，被车辆占据的元胞：c(i,j)＝
3，其初值为t
i,j
＝0，δt
i,j
＝0，这些元胞的信息素值一直为0；在步骤4.2所述的被右行行人占据的元胞信息素更新模型中，被右行行人占据的元胞：c(i,j)＝2，其初值为t
i,j
＝cl，δt
i,j
＝q，其更新方程为：t
i，j
(k+1)＝(1-rho)
×
t
i，j
(k)+δt
i，,j
(k)；步骤4.3所述的被左行行人占据的元胞信息素更新模型中，被左行行人占据的元胞：c(i,j)＝1，其初值为其更新方程为：步骤4.4所述的空元胞的信息素更新模型中，空元胞：c(i,j)＝0，其初值为t
i,j
＝cl；其中，c(i,j)＝3表示在仿真代码矩阵中被车辆占据的元胞位置(i，j)处的值用3表示；c(i,j)＝2表示在仿真代码矩阵中被右行行人占据的元胞位置(i，j)处的值用2表示；c(i,j)＝1表示在仿真代码矩阵中被左行行人占据的元胞位置(i，j)处的值用1表示；c(i,j)＝0表示在仿真代码矩阵中空元胞位置(i，j)处的值用0表示；t
i,j
来表示相应时刻元胞信息素的值，δt
i,j
为信息素增量，在步骤4.2和步骤4.3中用上角标区分元胞位置被右行行人占据和被左行行人占据；cl为设定的信息素常量，q为信息素强度，rho为信息素的挥发程度常量，取0～1。9.根据权利要求1所述的一种网联交通下考虑自动驾驶车辆干扰的行人流交通仿真，其特征在于：进行步骤5所述判断循环次数，如果执行步骤3，否则跳出循环，结束仿真，输出仿真结果。

技术总结
本发明涉及一种在信号控制路口，智能网联交通情况下自动驾驶车辆与行人具有相同路权情况下的双向行人流交通仿真方法。步骤1、明确在有网联自动驾驶车辆干扰时，行人过马路的一般规则，步骤2、确定仿真中场景的基本信息，步骤3、元胞位置选择判断，步骤4、信息素模型更新，步骤5、判断循环次数。步骤3分为步骤3.1、判断行人所处的元胞位置，步骤3.2、判断前方是否有车辆及前方元胞的状态，步骤3.3、选择下一时间步长的元胞位置。步骤4分为步骤4.1、被车辆占据的元胞信息素更新模型，步骤4.2、被右行行人占据的元胞信息素更新模型，步骤4.3、被左行行人占据的元胞信息素更新模型，步骤4.4、空元胞的信息素更新模型。胞的信息素更新模型。胞的信息素更新模型。


技术研发人员：任有 姜姗 林慧英 刘宏飞 闫冠 宗芳 宋佳琪 王靓喆
受保护的技术使用者：吉林大学
技术研发日：2021.12.14
技术公布日：2022/3/8