智能交通系统(ITS)是一种典型的网络物理系统(CPS)，其中的物理组件，例如互联自动车辆(CAVs)，通过网络和物理组件网络进行监控和控制。因此，这样的系统包含事件驱动的动态和时间驱动的动态。所提出的基于SimEvents的离散事件和混合仿真框架有助于ITS的安全性测试和性能评估，并已用于构建Mcity测试设施的交通仿真模型。它是专门为测试cav而设计的，包含各种道路/车道配置和完整的仪器系统。这使得用户能够在微观层面上研究交通，包括不同交通场景下cav的新控制算法的有效性，交通系统的事件驱动方面，以及通信延迟的影响。该框架横跨多个工具箱，包括MATLAB、Simulink和SimEvents。金宝app

包括三个主要的不同场景:
1.使用最优控制的CAVs通过两个相邻的无信号交叉口
2.高速公路入口匝道的CAVs合并使用(i)最优控制(ii)控制屏障函数
3.使用最优控制(CAVs)和智能驾驶员模型(非CAVs)通过信号交叉口的CAVs和/或非CAVs
通过指定MATLAB离散事件系统(MATLAB DES)的块参数，您可以在给定的特定场景下尝试不同的控制器。例如，对于高速公路入口匝道合并的CAVs，可以选择最优控制器或基于控制屏障功能的控制器。此外，如果你想研究排队行为，你可以观察信号交叉口2的队列长度。您可以根据自己的研究目的随意编辑或创建自己的流量场景。

注意:
1.在某一场景(如1号信号交叉口)进行仿真时，请将其他场景(如1号信号交叉口、高速公路入口匝道等)的MATLAB离散事件系统模块设置为“xxx_Dummy”模式。
2.如果CAV和INFO实体没有自动加载，则双击初始化块“init”

可视化是原始的。正在进行的工作包括改善可视化和创建整个Mcity的地图。

演示可以在github上找到(https://github.com/nebneBgnahZ/mathworks_autonomous_driving_project)或Youtube:

1.使用最优控制通过无信号路口的CAVs:https://youtu.be/jhVzNrTySnA

2.使用最优控制通过无信号路口转弯的CAVs:https://youtu.be/RXdoaW9asAg

3.使用控制障碍功能通过无信号交叉路口的CAVs:https://youtu.be/UH0tJ5imwoU

4.使用最优控制通过信号交叉口的CAVs:https://youtu.be/WkEODHh6smM

5.使用最优控制在高速公路入口匝道合并的CAVs:https://youtu.be/bcYiErbJCSM

6.使用控制屏障功能在高速公路入口匝道合并CAVs:https://youtu.be/szMFeqnpXrc

7.使用最优控制通过两个相邻无信号交叉口的CAVs:https://youtu.be/1LK-7mR_OBg

8.使用智能驾驶员模型的非cavs通过信号交叉口:https://youtu.be/dUBoj9O7RvE

9.[混合交通]自动驾驶汽车和非自动驾驶汽车通过信号路口:https://youtu.be/on6e9fyn084