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.     

基于元胞自动机研究驾驶员特性对信号交叉口交通流的影响

为了研究驾驶员特性对信号交叉口交通流的影响,建立基于元胞自动机的信号交叉口交通流模型,研究驾驶员行为特性对信号交叉口平均车速和车辆延误等的影响。研究表明,不同绿信比情况下,驾驶员特性均对信号交叉口交通流产生较大的影响;冲动型驾驶员比例增加会加快绿灯放行时交通密度的疏散,稳重型驾驶员比例增加可减少绿灯交通流稳定时车辆通行的延误,胆小型驾驶员比例增加可提高黄灯时间内的通行效率以及减少红灯时间内的排队延误。研究还表明,当绿信比超过0.7时,它的变化对信号交叉口交通流影响不显著。     

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.      

考虑多倍驾驶员预测效应的交通流格子模型与数值模拟

考虑多倍驾驶员预测效应,提出一个新的交通流格子模型.通过线性稳定性理论,获得了线性稳定性条件,结果表明考虑多倍驾驶员预测效应,改善了交通流的稳定性.同时得到了优化驾驶员预测效应状态.通过非线性分析推导出mKdV方程来描述扭结-反扭结波解.数值模拟证实,考虑多倍驾驶员预测效应能够有效抑制交通阻塞.     

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%.     

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。     

基于考虑次近邻车的新型交通流格子模型

在连续交通流格子模型基础上,提出考虑次近邻车对车流的影响作用,并采用新的模型构建方法构建一种车流优化的交通流格子模型。应用线性稳定性理论和非线性理论进行分析,得到车流的稳定性条件,并得到描述车流阻塞相变的mKdV方程。最后应用数值模拟验证mKdV方程的存在条件,模拟结果表明这种考虑次近邻车的新型交通流格子模型能够更好地刻画车流的稳定机理,更加符合实际交通流特点。     

驾驶员距离差感知度对交通流不稳定性的影响

针对实际交通中驾驶员距离差感知度对交通流不稳定性的重要影响,提出一种考虑驾驶员距离差感知度的跟驰模型,并对紧急交通情形下交通流不稳定性进行研究,得出如下结论:1)当实际车头间距小于感知安全距离时,距离差感知不敏感者的交通流不稳定区域更小;且对于感知不敏感者,驾驶员距离差感知度系数越小,交通流不稳定性越小,反之亦然; 2)驾驶员距离差感知度系数越大,驾驶员需要的实际安全距离越小,反之亦然.     

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.     

考虑前方交通状态的交通流格子模型与数值模拟

考虑前方交通状态对驾驶行为的影响,提出了新的交通流格子模型.通过线性稳定性和非线性分析,获得了改进模型的中性稳定性条件和mKdv方程密度波解.理论分析和数值模拟表明,驾驶员通过关注前方交通状态,选择平稳的驾驶行为,减少不必要的加减速行为,保证车辆的平稳运行,从而进一步改善交通,增强交通流的稳定性.     

双车跟驰模型稳定性及非线性分析

考虑双前车信息的影响,提出了交通流双车跟驰模型. 通过线性稳定性分析,得到了改进模型的稳定性条件,改进模型通过调节次近邻前车信息,提高了交通流的稳定性. 并对改进模型进行了非线性分析,获得了不稳定区域下的扭结一反扭结密度波. 模拟结果与解析结果一致. 数值模拟结果也表明,次近邻前车对交通流存在不可忽视的影响.     

车联网环境下考虑侧向间距的跟驰模型

为了更好地刻画车辆的跟驰行为,改善交通流的稳定性,在车联网环境下,根据侧向间距确定车辆受前车运动信息的影响程度,提出了一个改进的跟驰模型.首先,利用微小扰动法得到了模型的临界稳定条件,将改进模型的稳定区域与最优速度模型、全速度差模型的稳定区域进行了对比.其次,分析了在不同侧向间距和速度差敏感系数下模型稳定区域的变化情况.最后,在周期性边界条件下,考察了模型所描述的交通流在受到初始扰动后的演化过程,得到了不同侧向间距和速度差敏感系数下交通流的仿真结果.理论分析和仿真结果均表明:考虑侧向间距和前车运动信息能有效增强交通流的稳定性;改进的跟驰模型能有效地改善交通流的稳定性,并能在一定程度上缓解交通拥堵,增大道路容量,提高通行效率.     

考虑后车影响的多速度差交通流模型

为了进一步提高交通流的稳定性,在多速度差模型的基础上考虑后车的影响提出一个扩展交通流模型. 本文应用线性稳定性理论方法,推导出新模型的线性稳定性条件,结果表明,相同初始条件下的交通系统,车辆的临界敏感系数值减小,增加了交通系统的稳定性. 在相同扰动条件下的数值仿真结果表明:在t=300 s时,FVD模型演化成阻塞交通流,而新模型吸收扰动速度快,达到稳定交通流状态形成自由流,说明向后观测行为能够有效地抑制交通堵塞.     

加速度与多速度差模型及稳定性分析

在多速度差模型(Multiple Velocity Difference Model, MVDD)的基础上,给出了一个扩展交通流模型--加速度差与多速度差模型(Multiple Velocity and Acceleration Difference Model, MVADM).在MVADM中,尝试利用前车的加速度差以提高交通流的稳定性.通过线性稳定性分析,发现与MVDM相比,MAVDM模型中自由流稳定的敏感系数临界值变小,稳定区域有明显增加.     

交通流中红绿灯模型的格子玻尔兹曼模型

介绍了一种适用于交通流中红绿灯模型的两格子的格子玻尔兹曼模型.通过最大值原理证明了该模型的稳定性.数值模拟说明了模型的数值解与理论分析的间断解高度吻合,表明了该模型对处理多间断交通流问题是高效和稳定的.     

含智能提示限速的全速度差模型的稳定性和孤立波

给出了含智能提示限速信息的速度差模型.通过稳定性分析导出了模型的稳定性条件,结果表明智能限速信息提示扩大了交通流的稳定区域,并对稳定性条件进行了3种精准分析.通过约化摄动方法在稳定区域导出Burgers方程,并给出其孤立波;在亚稳定区域内导出KdV方程,并给出其孤立波;在不稳定区域,导出mKdV方程,并给出其扭结-反扭结波解.根据孤立波解对交通流进行了相应的阐释.     

双前导车信息对交通流稳定性影响的分析

稳定性分析是交通流理论的重要问题之一,因为阻塞现象可视为动力系统的不稳定和相变。通过考虑双前导车信息的影响,获得了1个扩展的优化速度模型,借助稳定性理论得到了扩展模型的稳定性条件,同时运用非线性分析推导出mKdV方程来描述临界点附近的交通行为。数值仿真证实了分析结果,并表明考虑双前车更有效抑制交通阻塞。因此,次邻近前车对交通动力学有很强的影响,对稳定交通流起到重要作用。     

考虑延迟效应的交通流宏观流体力学模型

【目的】研究延迟效应的高阶宏观流体力学模型及其对交通流密度波产生的影响。【方法】通过宏观转化法将微观量转换成宏观量,推导出关于延迟效应的高阶动力学模型。同时结合交通流的守恒连续性方程,对新的动力学模型进行线性分析和非线性分析。用迎风格式数值模拟研究在不同延迟时间和密度下的交通流的成簇效应和系统的稳定性。【结果】推导出的模型具有各向异性的特性。在线性稳定性分析和非线性分析中分别推导出在微扰的条件下交通流的稳定性条件和描述密度波的KdV-Burgers方程,并求得密度波解。数值模拟结果表明考虑了延迟效应的模型系统不稳定状态范围在缩小。【结论】考虑了延迟效应的宏观流体力学模型,交通流成簇效应减弱。这表明交通流的拥堵得到抑制,有利于系统稳定。     

一种新的宏观交通流模型

为了更好地进行城市交通规划与控制,亟待发展一种有效描述交通流动的数学模型.基于交通流研究中通常采用的微观-宏观参量间的联系方法,得到了一种新的动力学模型.它以线性加权的方式考虑了车辆相对速度的影响,使得新模型更加符合实际的交通情况.新模型考虑了车辆间相对距离对后车加速度的影响,一些经典的连续交通流模型可以视为新模型的特例,如Payne模型、Wiltham模型和Zhang模型.此外,研究了新模型的特征速度和线性稳定性,发现新模型恒稳定,且模型是否具有各向异性由各向异性因子决定.     

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.