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.     

斜坡道路考虑平均流量差预期效应的格子流体力学模型

为了研究斜坡道路上平均流量差预期效应对交通流的影响,提出了一种改进的格子流体动力学模型.采用控制理论方法得到了改进模型的线性稳定条件,并利用约化摄动法得到了稳定性临界点附近的mKdV方程,用以描述交通密度波的演变特征.通过数值模拟演示了考虑平均流量差预期效应的交通流的演变过程,并验证了理论分析的结果.模拟结果显示,在坡度公路上考虑平均流量差预期效应有利于缓解交通拥堵.     

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。     

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.     

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。     

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.     

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.     

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.     

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%.     

基于最紧邻前车加速度信息的跟驰模型

为了提高车流的稳定性能,考虑最紧邻前车加速度信息的影响,在优化速度差模型(Optimal velocity difference,OVD)的基础上,引入参数p表示驾驶人对最紧邻车辆加速度信息的关注程度,提出了含加速度项的跟驰模型。通过线性稳定性分析,得到交通流的临界稳定判据。数值仿真表明新模型与OVD模型比较,通过调节参数p,可以避免在低敏感系数下OVD模型中负速度现象的出现,同时,加速度效应对车流致稳效果更加明显。因此,研究模型能更有效地增强车流稳定性能和更好地描述实际交通流现象,为多车协同驾驶策略提供了先导作用。     

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．     

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.     

An improved BP artificial neural network algorithm for urban traffic flow intelligent prediction

The traffic flow is interrelated to traffic congestion, the big traffic flow directly results in traffic congestion of some section. In this paper, on the basis of the research of overseas traffic accident, considering the characteristic of Chinese traffic, artificial neural network was used to predict traffic accident, and an improved BP artificial neural network model according with Chinese the situation of a country was proposed. The urban traffic flow prediction was simulated under the particular situation, the simulation result shows that the improved BP artificial neural network can fit the urban traffic flow prediction very well and have high performance.     

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。