Analisi delle interazioni tra veicoli a guida autonoma e veicoli a guida umana in ambito autostradale mediante modelli di microsimulazione del deflusso

La presente tesi ha l’obiettivo di analizzare le interazioni tra veicoli a guida autonoma (VGA) e veicoli a guida umana (VGU) in contesti autostradali, utilizzando modelli di microsimulazione del traffico. Lo studio è stato condotto attraverso l'uso di SUMO e Visual Studio Code, al fine di valutare l'impatto dei veicoli autonomi sulle dinamiche di traffico e sulle prestazioni complessive della rete stradale. Inizialmente, viene fornita una panoramica sui principali modelli di deflusso veicolare, suddivisi in macroscopici, microscopici e mesoscopici. Si discute inoltre delle principali criticità del traffico veicolare attuale. Particolare attenzione è dedicata alle innovazioni tecnologiche legate ai VGA. Uno dei capitoli chiave è dedicato ai modelli car-following, che descrivono le dinamiche tra veicoli in condizioni di traffico complesso. Si analizzano in particolare i modelli a tempo continuo e discreto, con un focus sul Modello di Gipps, sull'Intelligent Driver Model (IDM), sull’Adaptive Cruise Control, sul Cooperative Adaptive Cruise Control (CACC) e sulle strategie di controllo applicate nel contesto del "platooning", ed infine sul Lane Change Model. Il capitolo sulla calibrazione e validazione affronta la teoria e le metodologie utilizzate per adattare i modelli di simulazione del traffico a dati empirici, al fine di garantire che le simulazioni possano rappresentare fedelmente i fenomeni reali osservati sulla rete stradale. Nella parte dedicata all'analisi sperimentale, sono stati simulati scenari realistici di interazione tra veicoli autonomi e veicoli a guida umana su un’autostrada dotata di rampa di immissione e relativa corsia di accelerazione. La fase di analisi dati ha incluso quindi l'elaborazione dettagliata dei risultati ottenuti dalle simulazioni.