4. 换道模型
换道模型，说白了就是回答一个问题：“我该不该变道？”
做交通仿真这么多年，我见过太多人把换道模型想得太简单。有人觉得“前车太慢就变道呗”，有人觉得“旁边车道空就钻过去”。但实际跑起来，你会发现——一个不合理的换道模型，能让整个仿真变成车祸现场。
今天咱们就聊两个经典模型：MOBIL 和 LC2013。我个人习惯把前者叫“利己模型”，后者叫“博弈模型”。为什么？往下看你就明白了。
4.1 MOBIL模型：最小化制动，最大化收益
MOBIL 的全称是 Minimizing Overall Braking Induced by Lane Changes。名字很长，但核心就一句话：变道不能坑后车。
我在项目中遇到过一种情况：仿真里所有车都在频繁变道，但整体车速反而下降了。后来一查，是 MOBIL 的参数没调好——每辆车变道时只考虑自己爽，后车被迫急刹车，结果整个路段形成“幽灵堵车”。
4.1.1 决策逻辑
MOBIL 的决策分两步：
- 安全条件：变道后，目标车道后车的减速度不能超过某个阈值。
- 收益条件：变道后，自己加上目标车道后车的总加速度提升，要大于当前车道的损失。
公式长这样（别怕，我帮你拆开看）：
# 安全条件：后车减速度 < 安全阈值
a_target_follower > -b_safe
# 收益条件：变道收益 > 不变道收益 + 激励项
(a_ego_new + a_target_follower_new) - (a_ego_old + a_ego_follower_old) > Δa_threshold + a_bias嗯，这里要注意：Δa_threshold 是“变道门槛”。你想想看，如果门槛设成0，那只要有一丁点好处车就变道，仿真里会乱成一锅粥。我一般设成 0.1~0.3 m/s²，具体看场景。
4.1.2 参数调优经验
| 参数 | 含义 | 我常用的值 | 坑点 |
|---|---|---|---|
| b_safe | 后车最大允许减速度 | -2.0 m/s² | 设太小（如-0.5）会导致变道过于保守 |
| Δa_threshold | 变道收益门槛 | 0.2 m/s² | 设太大（如1.0）车几乎不变道 |
| a_bias | 车道偏好偏置 | 0.1 m/s²（靠右行驶） | 靠左行驶的国家要取负值 |
4.2 LC2013模型：博弈论视角下的换道
LC2013 模型，全称是 Lane Change Model 2013，由德国宇航中心提出。它跟 MOBIL 最大的区别是：引入了博弈论。
我曾经用 LC2013 模拟高速匝道汇入场景。结果发现，当主路车流密度高时，LC2013 的汇入成功率比 MOBIL 高了将近 30%。为什么？因为 LC2013 会“谈判”——后车如果愿意让行，前车才变道。
4.2.1 决策逻辑
LC2013 把换道看成一场 “合作博弈”：
- 发起方（想变道的车）评估变道后的收益。
- 响应方（目标车道后车）评估是否让行。
- 如果双方都能获益（或至少不亏），变道发生。
代码实现上，LC2013 会计算一个 “合作指数”：
def lc2013_decision(ego, target_follower):
# 计算变道后的速度变化
ego_gain = ego.speed_after - ego.speed_before
follower_loss = target_follower.speed_before - target_follower.speed_after
# 合作条件：双方都不亏
if ego_gain > 0 and follower_loss < 0.5: # 后车损失小于0.5 m/s
return True
elif ego_gain > 2.0 and follower_loss < 2.0: # 自己收益大，可接受后车一定损失
return True
else:
return False4.3 两个模型的对比与选择
你可能会问：到底用哪个？
我的建议是：
- 城市道路、低速场景：用 MOBIL。它计算快，参数少，调起来省心。
- 高速公路、高速场景：用 LC2013。它能模拟出“让行”和“抢行”的博弈，更真实。
- 混合场景：两个都用。我习惯让 MOBIL 负责“是否想变道”，LC2013 负责“能否变道成功”。
下面这张图是我自己总结的决策流程，你可以参考：
4.4 实战：如何调参
最后分享一点实战经验。调换道模型，我一般按这个顺序来：
- 先调安全条件：把 b_safe 从 -1.0 开始，每次减 0.5，直到仿真里不再出现“后车急刹”的情况。
- 再调收益门槛：Δa_threshold 从 0.1 开始，每次加 0.1，直到车流密度和换道频率达到平衡。
- 最后调博弈参数：LC2013 的“合作指数”阈值，我一般从 0.5 开始，根据仿真结果微调。
好了，换道模型就聊到这儿。下次你写仿真代码时，不妨试试把 MOBIL 和 LC2013 结合起来——一个负责“想不想”，一个负责“能不能”，效果往往比单用任何一个都好。