跟驰中的驾驶人自稳定控制及网联辅助驾驶策略

为探究交通状态及演化趋势在驾驶人自稳定控制(SSC)中的作用，提出了考虑驾驶人交通态势估计的自稳定跟驰模型.首先，基于SHAP解释模型和不同交通状态下速度差敏感性系数分布差异，解析了前方交通状态对驾驶行为的重要作用以及在驾驶人自稳定控制中的影响机制.其次，在全速度差模型(FVDM)中引入表征驾驶人对前方交通态势感知与估计的参数，提出了一种改进的自稳定全速度差模型(SS-FVDM).然后，对原始和改进后的模型进行了参数标定和对比验证.最后，为弥补SSC的局限性，开发了一种新的网联辅助驾驶策略来实现SSC效果的稳固和进一步提升，并基于线性稳定分析理论，推导了模型的稳定性条件.结果表明：相比于FVDM,SS-FVDM具有更大的稳定区间和更高的拟合精度，并能够很好地捕捉驾驶人在自稳定控制下的松弛行为特征.此外，基于SSC所开发的网联辅助驾驶策略能够更大程度地提升交通流稳定性.     

考虑预期效应和交通灯影响的城市道路交通元胞自动机模型

提出描述交通灯控制下城市道路交通流动力学演化过程的元胞自动机模型,其中交通灯对于路段上车辆的影响是全局的,驾驶员可根据交通灯的状态及时调整驾驶行为,同时还考虑前方车辆的预期运动.该模型中车辆的运动更加平滑,符合实际交通现象.应用模型中的驾驶策略,可以有效地减少怠速和速度骤减的状态,从而减少机动车的尾气排放.     

一种基于驾驶决策的三相交通流仿真模型

提出了一种基于三相交通流理论的驾驶决策交通流仿真模型.该模型采用驾驶决策函数替代由Kerner等人提出的KKW模型中目标速度函数,在新模型中将驾驶行为分为自由流驾驶模式、同步流驾驶模式和堵塞流驾驶模式,三种模式会根据道路的实际交通情况进行切换.基本图和时空分析结果表明,提出的模型符合实际的交通观察.     

考虑相对流量影响的交通流合作驾驶格子模型

基于交通流合作驾驶格子模型,考虑相对流量的影响,提出了改进的交通流合作驾驶格子模型.稳定性分析表明改进模型的稳定区域明显扩大.通过非线性分析获得了mKdv方程.数值模拟进一步说明,改进模型通过考虑相对流量对交通流的影响,增强了交通流的稳定性.     

考虑预估驾驶行为的跟驰模型及其稳定性分析

在 OV 模型的基础上,进一步考虑预估驾驶行为对车流的影响,提出一个新的跟驰模型以获得预估驾驶行为与交通拥堵的关系。通过对新模型进行稳定性分析得到了系统的临界稳定条件。数值仿真结果表明：新模型能够模拟诸如时停时走、系统临界相变等实际交通现象,较 OV模型更贴近于实际。同时,预估驾驶行为增强了交通流稳定性能,提高了车流陷入交通阻塞状态的阈值。最后以车速的平滑度和波动幅度最小为评价指标得到了新模型中预估参数的最优取值范围。     

敏捷驾驶在交通流中的作用

在交通流NaSch模型的基础上,考虑了当车辆速度大于车间距时,司机对前车的敏感驾驶随机减速行为,其概率与最大速度驾驶及延迟加速的随机过程不同,由此提出了一维交通流元胞自动机模型．计算机数值模拟结果得到的基本图显示出交通容量非常接近实测的交通容量,而且还显示出亚稳态特征、滞后效应和相分离现象等复杂的实际交通行为;这都是由于敏感驾驶所导致的,而且表明交通流元胞自动机模型演化步骤的顺序对交通流的状态起了很大的作用．并且这样的模型是合理和符合实际的．     

基于跟驰模型的雾天安全限速研究

为准确描述雾天交通流特性,挖掘交通流速度以及交通状态的关系,本文通过对不同气质的驾驶人在不同能见度下的驾驶行为进行问卷调查,分析雾天驾驶人的驾驶心理特性,在NaSch模型中引入加速概率,改变以往加速过程中的贪婪机制,构建考虑雾天驾驶心理的道路交通流模型。通过数值模拟,得到不同能见度水平下车流密度、车头间距、速度以及排队长度的变化趋势,并利用主成分分析法构建交通运行水平模型,为高速公路雾天不同能见度下选择合适的限速值和行车间距建议值提供辅助决策。     

基于跟驰模型的雾天安全限速模拟研究

为准确描述雾天交通流特性,挖掘交通流速度以及交通状态的关系,通过对不同气质的驾驶人在不同能见度下的驾驶行为进行问卷调查,分析雾天驾驶人的驾驶心理特性,在Na Sch模型中引入加速概率,改变以往加速过程中的贪婪机制,构建考虑雾天驾驶心理的道路交通流模型。通过数值模拟,得到不同能见度水平下车流密度、车头间距、速度以及排队长度的变化趋势,并利用主成分分析法构建交通运行水平模型,为高速公路雾天不同能见度下选择合适的限速值和行车间距建议值提供辅助决策。     

网联混合车流车辆换道博弈行为及模型

车联网环境中,交通系统将长期呈现智能网联汽车和传统人工驾驶车辆混合共存的状况.针对智能网联交通环境下的新型混合车流,建立了车辆的换道行为决策模型.对于混合车辆交通流引入最小安全区域模型,自主车辆交通流基于博弈论的思想进行建模.自主车辆之间的换道被看作为1种非合作博弈行为,车辆以自身行驶状态为博弈收益,寻求行驶条件更优的车道.运用SUMO软件对提出的换道模型进行仿真验证分析.仿真结果表明,博弈换道模型相比于传统间隙阈值接受模型具有较高的车道利用率和安全稳定性.     

驾驶员视角和后视效应对交通流稳定性的影响分析

交通流跟驰模型是微观交通流仿真和交通安全评估的重要工具,在城市交通规划、交通运行宏观调控等方面广泛运用.传统交通流跟驰模型主要考虑车辆参数,对于驾驶员因素不够重视,本文将驾驶员视角引入全速度差(FVD)模型,研究基于FVD模型的扩展模型,结合驾驶员后视效应,利用线性稳定性分析扩展模型的交通流稳定性特点.通过将驾驶员视角用驾驶车辆体型参数进行数据量化,分析车辆体型参数对交通流稳定性的影响.仿真实验表明:本文研究的扩展模型在车距较小的情况下交通流稳定性要优于FVD模型;驾驶员对视角变化的敏感系数越高,整个交通流越稳定;驾驶员后视概率越高,交通流越稳定;对于大型车辆,车流高峰时期为其开辟专用车道能够提高该阶段交通流稳定性.     

两种驾驶方式构成的异质交通流稳定性研究

对由两种驾驶方式组成的单车道异质交通流的稳定性进行分析和研究. 利用实际数据对两种驾驶方式对应的最优行驶速度车辆跟驰模型及智能驾驶员车辆跟驰模型进行参数标定,使用线性稳定性分析方法获得了异质交通流的稳定性条件,并定义了异质交通流的稳定性函数和驾驶方式的稳定性函数,在此基础上进行了仿真实验. 研究结果表明异质交通流的稳定性受两个关键因素的影响:驾驶方式在交通流中的比例和驾驶方式的稳定性函数. 仿真发现智能驾驶员的驾驶方式比最优行驶速度的驾驶方式具有更好的稳定性. 此外,还获得了在不同的速度下,有关不同驾驶方式比例的稳定性变化曲线.      

基于驾驶行为共性的回波速度解释及仿真

为了解释车流回波速度现象,提取出驾驶行为共性: 驾驶员利用与渴望车速对应的心理车头距判断前方的交通流状况;加速或减速行为是驾驶员根据前方车传递的交通信息和自己对此信息的时间和空间理解来进行的,并且以回波速度向后传递.利用数学方法描述这些驾驶共性,建立了以车头距和驾驶员反应时间等为参数的回波速度模型,解释了车流回波速度现象.使用MATLAB软件对回波速度模型编程,数值仿真加速与减速时回波速度曲线.仿真结果表明:驾驶员反应时间明显影响回波速度,在交通流由自由流转变为拥挤流时的临界车流密度(ρc=25.1 vehicle/km)处回波速度最大(cmax=19.8 km/h),其大小与相关文献提供的数据吻合.     

混合网联环境快速路交织区交通流特性分析

在混合人工驾驶车辆(human-driven vehicle, HV)与网联自动驾驶车辆(connected and autonomous vehicle, CAV)的交通流环境下，为提升快速路交织区的通行效率与行车安全性，深入分析了混合交通流的基本特性.首先，结合交织区通行能力计算模型，研究交织区域长度、交织交通量比和CAV渗透率等因素对交织区通行能力的影响；其次，推导混合交通流基本图模型，并在不同期望车头时距和CAV渗透率下对混合交通流基本图参数进行分析；最后，通过数值仿真实验，分别探讨在由车辆换道行为所产生的单一扰动和频繁扰动条件下，混合交通流行驶速度与车头间距的时空演化规律及交通流稳定性.结果表明：CAV渗透率的提升可以提高交织区通行能力以及混合交通流交通效率；交织交通量比的减小和交织区域长度的增大可提高交织区通行能力；提升CAV渗透率可以有效提高混合交通流的稳定性，但较小的车头间距也会造成一定的安全隐患.     

两车道交通流合作驾驶格子模型与数值模拟

本文提出一个新的两车道合作驾驶交通流格子模型.通过线性稳定性与非线性分析论证了所考虑项的合理性.理论分析表明考虑更多格子信息改善了交通流的稳定性.数值模拟进一步证实在换道情况下考虑合作驾驶格子信息能够有效抑制交通阻塞.     

考虑车辆间博弈行为的交通流

从二维城市道路元胞自动机交通流模型和一维道路元胞自动机模型两个方面介绍车辆间博弈行为对交通流的影响.总结了目前交通流研究中引入合作者和背叛者之后,道路交通状况的改变.通过考虑车辆之间的博弈行为,研究司机驾驶行为对道路上车流量的影响,希望找到能使交通系统车流量达到最大的驾驶行为准则.     

基于防御性驾驶的一维元胞自动机交通流模型

针对SDNaSch模型中车辆容易发生急刹车行为的不安全性问题,对前车停车之前的减速行为进行研究,提出了一种基于防御性驾驶的一维元胞自动机交通流模型.通过计算机数值模拟,得到了不同防御性减速概率下流量-密度关系,平均速度-密度关系,急刹车比例-密度关系与时空图,并对防御性驾驶模型的安全性与稳定性进行了分析.结果表明,DD模型提高了中高密度的流量,延缓了完全静止堵塞现象的发生,大大减少了运行车辆的急刹行为,提高了道路交通的稳定性与安全性.在中高密度区域,出现稳定均匀的同步流,同时发现与实测数据相符合的"速度跃迁"现象,与SDNaSch相比,能够更好地描述道路交通流的实际运行状态.     

自行车流影响下的网络交通流均衡分析

使用实际可变旅行时间风险度量方法,考虑了旅行时间长短与旅行时间波动性两方面因素对路径选择行为的影响,并建立了存在自行车流的混合交通流网络交通平衡分析模型.该模型能恰当地描述机动车驾驶者对劣化出行路段的筛选行为,再现网络交通流趋于实际可变旅行时间风险度量下的交通平衡过程.实例研究表明：通过单幅道路自行车与机动车使用空间组织优化,在保障自行车交通出行者安全的同时,能提高25%以上的交通效率.     

混合交通环境下逼近最优换道策略的 无人车驾驶模型

针对无人车在现实交通流中的驾驶行为以及车辆间相互影响机制还不明确的现状,提出逼近最优换道策略的无人车驾驶模型.结合无人车周围的交通环境,引入驾驶行为指标体系,利用层次分析法测算指标权值.基于欧氏距离与灰色关联分析的Topsis(Technique for Order Preference by similarity to an Ideal Solution)法建立驾驶行为决策模型来计算换道最优逼近值,代替随机换道策略驾驶模型中的随机概率值;建立逼近最优换道策略的无人车驾驶模型,利用美国洲际5号公路的实际交通数据对新模型进行数值仿真.结果表明:逼近最优换道策略的无人车驾驶模型明显优于随机换道的无人车驾驶模型,能够改善交通拥堵状况,提高整个道路车辆的行驶速度.     

车联网环境下自动驾驶交通流建模与分析

在车联网环境下,对原有自动驾驶交通流跟驰模型进行改进,构建新的自动驾驶跟驰模型,并理论推导在不同自动驾驶比例下混合交通流稳定性的解析判别条件,从混合交通流稳定域角度对比分析模型改进前后混合交通流的稳定性。结果表明,相比于原自动驾驶跟驰模型,改进后的模型能有效缩小混合交通流不稳定区域,降低混合交通流全速度范围内稳定时所需的最低自动驾驶比例,从而提升自动驾驶混合交通流的稳定性。     

速度差影响下混合驾驶交通流动态特性分析

为分析自动驾驶车辆(AV)与人工驾驶车辆(HV)之间存在速度差时对混合驾驶交通流动态特性的影响,选取智能驾驶员模型(IDM)和协同自适应巡航控制(CACC)模型分别对HV和AV跟驰行为进行建模,采用MOBIL换道模型对换道行为进行建模.以单向两车道路段为场景,仿真分析了不同AV渗透率下速度差对混合驾驶环境交通流基本图的...