Bierley非线性跟驰模型特性仿真分析

非线性跟驰模型是描述车辆跟驰行为的经典模型之一,通过对GM模型发展过程的分析与阐述,引入Bierley非线性跟驰模型,应用Matlab构建仿真环境,以车头间距为研究对象,拟定试验情景,分别对不同参数的变化进行仿真分析.结果表明：Bierley非线性跟驰模型可以较好地反映交通流的波动性、滞后性和制约性,模型参数α0与驾驶员对外界刺激的反应负相关,h与车头间距的波动幅度正相关,k与车头间距达到稳定态的时间负相关;跟驰队列头车速度v0和初始车头间距l0均不影响跟驰队列的稳定状态,仅影响到达稳定状态的过程和时间.     

智能网联环境下混合交通流稳定性解析

为分析由智能网联车辆(connected and autonomous vehicles, CAV)与人工驾驶车辆构成的混合交通流稳定性能,提出一种理论解析方法.应用泰勒公式对跟驰模型进行线性化处理,并应用传递函数理论推导不同CAV比例下的混合交通流稳定性判别条件,针对CAV前车加速度反馈系数进行参数敏感性分析.考虑开放性边界条件下的小扰动传播特性,设计混合交通流稳定性的数值仿真实验.结果表明:CAV不稳定的速度范围在人工驾驶车辆不稳定的速度范围以内;CAV比例的增加有利于将交通流从不稳定状态转变为稳定状态;CAV前车加速度反馈系数越大,混合交通流关于CAV比例与平衡态速度的稳定域越大,在CAV比例达到23%时,混合交通流可在全速度范围内稳定.研究成果可理论计算CAV混合交通流稳定域,可为该混合交通流关于CAV比例与平衡态速度的稳定性分析提供依据.     

改进的基于安全距离的车辆跟驰模型

由于经典的基于安全距离的车辆跟驰模型Gipps模型要求车辆行驶时恰好与前车保持安全距离,这是一个对车辆跟驰行为过分严格的约束,不符合实际情况,根据实际情况提出车辆跟驰距离是有关安全距离和前后车相对速度的函数,并据此建立了改进的基于安全距离的车辆跟驰模型.NGSIM数据经过处理后被用来标定Gipps 模型和改进后的模型,在标定结果的基础上对模型进行了统计意义上和仿真预测能力上的模型评价.结果显示:改进后的基于安全距离的车辆跟驰模型比Gipps模型有更高的仿真精确,可以再现出宏观交通中的稳定交通流和冲击波等常见的交通现象,并且改进模型在一定程度上使交通流变得更加稳定.     

基于分子跟驰特性的交通流局部稳定性分析

交通流稳定性分析是交通流特性分析的重要组成部分,对解析交通流运行规律具有重要的理论价值.运用分子动力学,系统解析交通流的分子跟驰特性,对处于稳定运行状态下的同步流车队进行局部稳定性分析,并建立车辆跟驰的局部稳定性模型和扰动波能量定量模型,利用Matlab软件对模型进行数值仿真分析,结果表明对于一个处于稳定状态下的同步流车队,跟随车在受到相邻前导车的扰动后能否保持原运行状态与车辆受到的扰动波能量δ大小有关.     

基于动态反应时间的全速度差模型

为了描述真实路网交通流的跟驰行为,将车辆状态分为强跟驰、弱跟驰和自由行驶3种状态,考虑驾驶员对于不同间距的反应时间的差异性,提出了间距与速度差敏感系数函数,构建了基于动态反应时间的全速度差模型,并通过线性稳定性分析得到模型的临界条件。利用Matlab进行数值仿真,分别验证了模型在车辆启动加速、车辆避险减速和交通流从自由流状态向拥堵状态演变3种环境下的准确性,并与最优速度模型(OVM)和全速度差模型(FVDM)进行对比分析。结果表明:本文模型的启动延迟时间为1.5s,拥堵传播速度为17.76km/h,减速性能比FVDM模型提升了25%,本文模型能更有效地接近交通流的稳定状态。     

城市快速路期望车头间距模型的建立

通过对跟驰车队刺激-反应过程以及人车单元组合的微观特性分析,说明了跟驰车队中具有产生混沌现象的必要特征．首先运用数学方法给出了4种期望车头间距理想模型,将Rossler混沌吸引子模型分别引入这4种模型中,然后选择能更好地描述实际交通流状态的期望车头间距模型,并利用高精度车载GPS设备在城市快速路上采集的实测跟车数据对该模型进行标定和验证后,改进的期望车头间距模型能更好地反映实际交通流的跟驰特性．     

高速公路合流区主要参数对自动驾驶车辆的影响

为探究现有高速公路合流区对自动驾驶车辆的适应性,分析现有高速公路合流区加速车道长度和通视三角区角度对自动驾驶交通流的影响规律,并与传统交通流进行对比。依据自动驾驶车辆在感知、跟驰和换道行为以及与周围车辆的协作方面更迅速安全等特点,改进了Krauss跟驰模型和LC2013换道模型以适应自动驾驶车辆特征。依据车辆换道可接受间隙建立车辆跟驰间距计算公式,在满足换道安全的基础上对跟驰模型参数进行改进。结果表明:在现有的高速公路合流区平面设计参数条件下,自动驾驶交通流的安全性、效率及稳定性均优于传统交通流,与传统交通流相比,自动驾驶交通流冲突数减少了100%,平均延误降低了60%～71%,平均车速提高了近20%且更稳定;在不同平面设计参数下,自动驾驶车辆的冲突数均为0,平均延误保持在0.65 s左右,平均车速稳定在33～34 m/s。现有的高速公路合流区平面设计参数在安全、效率和稳定性方面均能较好地适应自动驾驶车辆,且参数的取值对自动驾驶车辆影响不大。     

考虑侧向偏移的车辆跟驰行为建模及仿真

为了描述真实交通环境中车辆交错跟驰的现象,在全速度差模型的基础上引入了视觉角和侧向偏移角的概念,采用侧向偏移角变化率作为衡量车辆横向运动的关键参数并建立了考虑侧向偏移的车辆跟驰模型。通过线性稳定性分析得到了新模型的稳定性条件。理论分析和数值仿真结果表明:改进模型能够有效地描述车辆交错跟驰行为对交通流稳定性的影响,侧向偏移会减少交通流稳定区间,更容易使稳定车流变成时走时停交通流。     

基于车头间距与前车速度的改进优化速度模型

为了更加准确地描述城市交叉路口中车辆间的跟驰行为,分析处于跟驰状态下车辆间的跟驰行为特性,结合交叉路口采集的实际数据,对优化速度模型进行了验证。针对优化速度模型与实际数据误差较大的问题,通过简化时变期望间距的表达式,添加与两车车头间距与前车速度相关的加速度补偿项,得到改进后的优化速度模型,结合实测数据对该改进模型进行验证,将结果与原模型进行对比分析。从实验结果可以看出,改进后的优化速度模型与交叉路口中车辆间的实际跟驰行为更为接近。     

基于最小安全间距的应急交通疏散车辆跟驰模型

本研究通过对突发事件情况下驾驶员心理与行为特性问卷调查,得到驾驶员在非常态交通环境下的行为差异和经验判断比率分布,对Gipps跟驰模型进行了改进,提出了基于最小安全跟车间距的应急疏散车辆跟驰模型.与正常交通条件下建立的跟驰模型相比,将驾驶员对突发事件的心理行为反应纳入建模过程,能更准确地反映应急疏散的交通流特征和疏散交通实际情况.     

网联车混合交通流渐进稳定性解析方法

针对网联车与普通车构成的混合交通流不稳定性问题,提出一种网联车混合交通流渐进稳定性解析方法.基于传递函数理论,应用跟驰模型推导扰动在交通流中传播时的传递函数,并建立不同网联车比例下的混合交通流渐进稳定性解析框架.选取智能驾驶模型(intelligent driver model, IDM)与优化速度模型(optimal velocity model,OVM)分别作为网联车与普通车的跟驰模型,进行混合交通流渐进稳定性案例分析,并进行小扰动下的数值仿真.研究结果表明:所建立的混合交通流渐进稳定性解析框架可计算得到关于网联车比例与平衡态速度的混合交通流稳定域;当平衡态速度大于21.5 m/s时,混合交通流可在任意网联车比例下稳定,当网联车比例大于0.63时,混合交通流可在任意平衡态速度下稳定;混合交通流稳定性数值仿真实验验证了理论解析的正确性.所建立的网联车混合交通流渐进稳定性解析框架适用于不同跟驰模型的选取,能够用于分析真车实验条件下网联车对交通流稳定性的影响.     

多种交通流状态下的交通波模型

为方便描述多种车流状态下的交通波速度传播过程,基于车辆跟驰的物理机制和车辆运动学特性推导出交通波速度传播统一模型.采用高点视频拍摄和视频车辆轨迹提取的数据采集方法获取实际调查数据,得到了停车波和起动波的波速计算值.通过与实测数据比较,结果表明交通波模型的波速计算值与实测值的相对误差为5%左右,证实了模型的有效性.通过对模型进行分析,得出车辆速度和车头间距对交通波波速的影响区别,为城市交通控制与管理提供了理论依据.     

交通流量的预测仿真

从城市交通规划的角度出发,根据交通流的特性,建立了基于广义回归神经网络的交通流预测模型和基于跟驰理论的仿真模型,并将此模型应用于天津市外环线的某路口,预测了该路口未来某高峰时刻的交通流量,模拟仿真了其交通运行特性,为今后该路口的交通规划和管理提供了直观、科学的数据.     

与车辆跟驰理论统一的一维交通流动力模型研究

本文从交通流的连续性假设开始,将交通流中的每一个参数(包括交通压力)都在流体流中找到了恰当的比拟。通过理论推导,得出了类似一维可压缩理想流体流动的交通流连续性方程、欧拉微分方程和动量方程。并从一维定常交通流的分析研究中,得出了交通压力的数学表达式。从而得出了由连续性方程、欧拉微分方程、交通压力表达式和状态方程构成的一维交通流动力模型。论证了该模型与车辆跟驰理论是统一的。     

基于FVD模型的各异性跟驰模型

基于不同气质类型驾驶者的行为差异分析,建立了跟驰模型参数与驾驶人气质状况之间的关系,通过引入气质激进度变量,将跟驰模型参数表达为气质激进度的函数,并在改进FVD模型的基础上,提出了体现驾驶人行为差异的各异性跟驰模型。该模型克服了传统规范模型无法描述驾驶者个体行为差异的缺点。数值模拟实验结果表明该模型能够成功地模拟稠密交通流中小扰动传播演化结果的随机性现象。该模型结构简单,且参数易于确定,一方面为驾驶行为各异性的建模建立了理论基础,同时也为微观交通流动态随机特性模拟提供了一般性的方法。     

各异性FVD模型及数值模拟

为了使跟驰模型能够描述驾驶人行为差异,基于不同气质类型驾驶人的行为差异分析,建立了跟驰模型参数与驾驶人气质状况之间的关系,通过引入气质激进度变量,将跟驰模型参数表达为气质激进度的函数,并在改进FVD模型的基础上,提出了体现驾驶人行为差异的各异性FVD模型.该模型克服了传统规范模型无法描述驾驶人个体行为差异的缺点.数值模拟实验结果表明该模型能够成功地模拟稠密交通流中小扰动传播演化结果的随机性现象.该模型结构简单,且参数易于确定,一方面为驾驶行为各异性的建模建立了理论基础,同时也为微观交通流动态随机特性模拟提供了一般性的方法.     

基于决策优化模型的驾驶行为建模方法

为了能在微观交通仿真模型中对复杂交通环境下的驾驶行为进行统一的数学描述，提出一个基于决策优化模型的驾驶行为建模方法.通过扩展Helly跟车模型并将其等式约束变换为不等式约束，建立驾驶员的可行加速度决策空间，再依次求解轨迹最优目标和速度最优目标，得到一个满意的横纵加速度.该建模方法将跟车、换道、超车、穿插、制动等驾驶行为统一地在驾驶行为决策优化模型进行描述中，模型结构灵活，模型参数校正方法简单明了，适用于交通环境复杂的混合交通流微观仿真建模.     

信号交叉口机动车-电动车交通流建模及仿真

为研究城市信号交叉口电动自行车在行驶过程中侵入机动车道时对机动车交通流产生的影响,建立一个适用于机动车-电动车的异质交通流模型来描述电动车侵入机动车道的场景.新建模型在原始社会力模型的基础上,引入了间隙力、跟驰力和排斥力,更加精确地描述异质交通流的特征,利用真实数据对模型进行标定和验证.在搭建真实案例仿真平台后,分析电动车的排队数量及到达率对机动车的流量及通行速度的影响.模型标定结果显示:车流量、平均速度的eMAE、eMARE和U值均小于12%,证明新建模型能较大程度还原真实交通流特征.仿真发现当电动车排队数量大于20辆时,需要采取合适的交通组织和控制方法来减少电动车和机动车的冲突.最后提出让电动车提前2~3 s的时间行驶或提前非机动车停车线等建议来提高交叉口机动车的通行能力.