网联辅助驾驶混合交通流稳定性及安全性分析

针对常规人工驾驶车辆和网联辅助驾驶车辆随机混合的交通流,分析其稳定性与安全性.基于紧跟常规车的网联车退化为常规车的跟驰特性,提出了网联车随机退化为常规车情形的数学期望表达式,进而建立网联车混合交通流稳定性的一般性分析方法.选取全速度差模型和智能驾驶员模型分别作为常规车和网联车跟驰模型,进行混合交通流稳定性案例分析,考虑常规车与网联车相对数量及相对空间位置的随机性,设计上匝道瓶颈交通安全影响的数值仿真实验.研究结果表明,网联车有助于提升交通流稳定性与安全性,平衡态速度越接近9.8~10.6 m/s速度范围,混合交通流满足稳定状态所需的网联车市场率临界值越大;当网联车市场率大于0.37时,混合交通流可在任意平衡态速度下稳定;相比于常规车交通流,网联车交通流的交通安全水平可提高54.29%~71.36%.     

混有CACC和ACC车辆的连续型元胞自动机交通流模型

现有的混合交通流元胞自动机模型中自动驾驶车辆与手动驾驶车辆在跟驰模型上大多仅存在反应时间上的差别,并不能体现自动驾驶上层控制系统实时调节加速度保持车速稳定的特点,基于Gipps模型和PATH实验室标定的ACC和CACC跟驰模型提出了更符合自动驾驶机理的连续型元胞自动机模型。通过计算机数值仿真分别从速度,流量,拥堵比例以及期望车间时距方面对不同渗透率下的混合交通流进行分析。结果表明,智能网联车辆能有效提高道路通行能力,且能大幅减少交通拥堵;智能网联车渗透率越高,开始出现拥堵车辆的密度临界值越大;同时道路通行能力随期望车间时距减小而增大。     

智能网联车环境下异质交通流稳定性及安全性分析

针对未来道路上由人工驾驶车辆(Human Driven Vehicles,HDVs)和智能网联车(Intelligent and Connected Vehicles, ICVs)所组成的异质交通流,对其稳定性与安全性进行研究.首先,利用全速度差模型(Full Velocity Difference, FVD)和协同自适应巡航控制模型(Cooperative Adaptive Cruise Control, CACC)分别描述人工驾驶车辆和智能网联车的跟驰特性.然后,通过分析不同智能网联车渗透率下异质交通流的线性稳定性,得出其稳定性条件.最后,采用数值仿真实验进行验证,选取多项安全指标评估了不同渗透率下异质交通流的安全性.结果表明:随着渗透率的增加,交通流的车速离散程度减小,即表示安全性能提高;安全指标降低比例减少,即表示交通安全风险降低.因此,智能网联车的应用有助于提高交通安全.     

基于强化协作博弈方法的双车道混合交通流特性

对元胞自动机引入Gipps跟驰模型,并结合改进的Q强化学习方法分别建立普通车辆及智能网联车的微观行驶策略,提出了一种新型的混合交通流演化仿真方法.然后,利用数值模拟方式对双车道交通环境进行仿真,探索智能网联车对混合交通流的动态影响.结果表明,相比于元胞自动机构建的普通车辆智能体,改进的Q强化学习方法训练的智能网联车智能体具备更强的连续时空环境适应能力,双车道环境下道路通行能力随着智能网联车渗透率的提升而增大,最高可提升45.34%.此外,智能网联车渗透率的提高会降低车群低效的换道行为,拓宽高通行能力水平下的车辆密度范围,有利于改善交通拥堵.     

元胞自动机FI和NS交通流混合模型的研究

考虑车辆的驾驶员具有其不同的驾驶特点,建立了单车道开放边界条件下元胞自动机FI模型和NS模型混合的交通流模型．通过计算机模拟,研究了混合交通流的密度、速度和流量受边界、NS型车辆的随机减速概率PNS、FI型车辆的随机减速概率PFI和NS型车辆的产生概率α′的影响．结果表明,PNS和α′是决定混合交通流的主要因素,它们的值越大,混合交通流的密度、速度和流量就越小,混合模型的密度、速度和流量都比NS模型的大．     

驾驶员的驾驶特性对交通流的影响

在单车道元胞自动机交通流N S模型基础上,通过引入不同的刹车概率来反映不同驾驶员的驾驶特性,并在周期边界条件下,对由激进驾驶车辆和谨慎驾驶车辆构成的混合交通流进行模拟.结果表明,在有谨慎驾驶车辆构成的交通流的临界密度以前,混合交通流的流量完全由谨慎驾驶员的特性决定;在谨慎驾驶车辆交通流临界密度以后,混合交通流的流量介于只有激进驾驶车辆和只有谨慎驾驶车辆的流量之间,小于完全是谨慎驾驶车辆流量和完全是激进驾驶车辆流量的线性之和;激进驾驶车辆和谨慎驾驶车辆的混合比例及它们的刹车概率对混合交通流的临界密度和流量有很大的影响.     

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.     

混有智能网联车队的交通流基本图模型分析

为了探究高速公路混有智能网联车队交通流特性,构建了混合交通流中不同类型车辆随机分布特性的数学解析表达;考虑期望车头间距随速度动态变化的交通流特性,建立了混合交通流中不同类型车辆的跟驰模型.基于此,推导了混有智能网联车队的交通流基本图模型,并对模型参数渗透率p和最大车队规模的敏感性进行了分析.仿真结果表明,随着p值的增加,道路交通流通行能力随之提升,当p0.3时,渗透率增加对于混合交通流通行能力提升效果并不显著,而当p0.5时,混合交通流通行能力随着渗透率增加提升效果显著;另外,随着智能网联车辆的渗透率p增加,车队规模的限制对交通流通行能力的影响越来越明显,当p0.5时,车队规模宜保持在4～6之间,而p接近1时,车队规模增大对通行能力的提升效果更加显著.     

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...     

考虑车辆动力性能的跟驰模型

针对传统跟驰模型产生过大的加速度问题,采用可变的期望间距模型,并考虑车辆所允许的速度与加速度取值约束,建立了考虑车辆动力性能的微观跟驰模型,模拟加速度与速度、车间距的变化关系,并进行仿真分析。研究结果表明:加速度最大值取4 m/s2时,流量-密度曲线由线性区自由流和非线性区协同阻塞流组成;当加速度最大值为5 m/s2时,流量-密度曲线分成3段,分别是线性区自由流、非线性区协同阻塞流和交通量基本恒定的宽幅阻塞流;随着加速度的变大,流量-密度曲线由2相变成3相,且协同阻塞区变宽,交通流的稳定性变差;同Bando模型及多相模型相比,该模型能更好地反映交通流的实际特性。     

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.      

一维交通流元胞自机改进NS模型研究

本文基于NS交通流模型,优先考虑驾驶的安全性,引入安全概率,考虑仅最高速车辆随机慢化,建立了开放边界条件下改进的NS模型。研究了入口概率、出口概率、车辆最大速度、安全概率等参数对系数流量的影响。改进模型从自由流相转化为堵塞流相或者从堵塞流相转化为最大流相的临界点有所变化。     

考虑两次改变驾驶方式的双车道交通流元胞自动机模型

考虑驾驶员在不同交通环境下会变换驾驶方式的真实情况,建立两次改变驾驶方式的双车道交通流元胞自动机模型(TTChange-CA模型).通过数值模拟发现,2种类型车辆的初始混合比例和换道概率对交通流基本没有影响;与只改变一次驾驶方式的双车道模型(TChange-CA模型)相比,TTChange-CA模型提高了系统的流量、速度和临界密度,增加了道路利用率;与双车道SDNaSch模型和WWH模型相比,该模型的速度、流量及时空图的致密程度介于二者之间,更真实地刻画了现实交通流.     

考虑超车换道影响的流体动力学车流模型研究

利用交通流三要素——速度、密度、流量之间的关系,考虑混合车流及超车换道对车流造成的影响,将其比拟为粘性阻力,基于流体动力学车流模型以及跟驰模型,提出了一种新的动力学模型.通过对某高速路段的车流进行仿真分析,与传统模型相比,研究模型由于考虑了超车换道对车流的阻碍影响,密度、速度的变化幅度增大,而流量有所减小,更加符合实际交通流情况.     

路段上车辆的进入和离去对交通流的影响

运用差分法对连续交通流模型进行求解,对数值解取不同的初始值,分别求出不同初始值时,路段上无车辆的进入和离去、只有车辆的进入和只有车辆的离去3种情况下的密度、速度及流量,并作出相应的k-t,u—t,q-t图。得出了当密度较小时,车辆的进入和离去对交通流的影响不大;当密度接近最佳密度时,车辆的进入会大大降低路段上的车流量,...     

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.     

混有自适应巡航控制汽车的交通流通行能力分析

应用交通流基本图模型,研究不同自适应巡航控制(adaptive cruise control,ACC)汽车比例下混合交通流通行能力。针对现有ACC跟驰模型存在的不足,考虑车头间距-速度函数关系构建新的ACC跟驰模型,推导不同ACC比例下的混合交通流基本图模型,计算混合交通流的流量-密度解析曲线,分析ACC跟驰模型改进前后对混合交通流通行能力的影响作用,并针对性地进行参数敏感性分析。研究结果表明,改进后的ACC跟驰模型可克服原模型通行能力受限的缺陷,将常规驾驶交通流最大通行能力提升近2倍且不受道路最大限速值的影响。     

延迟概率和最大速度对交通流的影响

提出一种改进的单车道混合车辆元胞自动机交通流模型,考虑了车间距、车速对随机延迟概率的影响:当车速预期大于车间距时,其延迟概率较大;当车速预期等于车间距时,其相应的延迟概率较小;当车速预期小于车间距时,其具有的延迟概率最小.按此模型,通过计算机数值模拟,研究了具有不同最大行驶速度、不同随机延迟概率的车辆组成的混合交通流,得到的基本图在自由流区域出现跳变现象,在拥堵区域出现两个流量峰值,表明这是一种同步交通流现象.     

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.