逐步加速交通流模型的渐近稳态行为

提出一种新的一维交通流元胞自动机模型,该模型采用NS模型中的车辆逐步有限加速方式和FI模型中的仅最大速车辆可随机慢化的方式.证明了新模型的基本图平均场方程,即渐近稳态中车辆平均速度〈V(t→∞)〉与车辆密度ρ之间的函数关系,与一般FI模型完全相同.这说明:在车辆随机延迟方式确定后,交通流渐近稳态的行为并不依赖于车辆的加速方式.不管是逐步有限加速方式(如NS模型),还是在同一个时步内从零直接增加到速限或前方间距所允许的最大速度的突然加速方式(如FI模型),车辆之间的自组织相互作用将产生完全相同的渐近稳态行为.     

考虑智能网联车队强度的混合交通流基本图模型

随着智能网联车的发展和普及,在未来较长时段内,道路上的交通流内将过渡为由智能网联车和人工驾驶车组成的混合交通流。为揭示此类混合交通流流量、密度、速度三者之间的关系,本文以考虑智能网联车功能退化和车队强度为出发点,建立了智能网联环境下的混合交通流基本图模型。首先,对智能网联车退化后产生的不同类型车辆分别采用特定的跟驰模型进行模拟,并确定了车队强度影响下不同类型车辆的比例;基于此,推导出同时考虑车辆功能退化与车队强度的基本图模型,以弥补已有研究未全面考虑二者的不足,使构建的模型更符合混合交通流实际情形;最后,通过设计SUMO仿真实验进行验证。仿真结果表明：不同场景下仿真获得的流量-密度散点与对应理论曲线的一致性较高,从而验证了理论模型的正确性。     

应用五轮仪采集车辆跟驰过程描述参数

车辆跟驰模型是微观交通流模拟的一个基本模型，用来分析和描述在无法超车的同一车道上一辆车（驾驶员）跟随另一辆车的方式。由于过去的实验数据主要是由两实验车在实验跑道上作跟驰运行或由驾驶员操纵驾驶模拟台获得的，难以获取实际道路上驾驶员的信息，建立的车辆跟 驰模型难以标定或验证，所介绍的应用五轮仪实验获取、处理和分析车辆跟驰过程描述参数的途径，为今后车辆跟驰模型的标定与验证提供了一条新的实验途径。     

驾驶员变更车道对信号交叉口交通流的影响

换道行为对交叉口交通流稳定性有一定的影响,为研究驾驶员在机非混合的交通环境下变更车道的交通流运行状态,建立驾驶员在机非混合的交通环境下变更车道的元胞自动机模型,运用MAT-LAB软件进行仿真,对道路的平均车速、交通密度和车辆延误等数据进行分析.模拟仿真的结果表明:在不同绿信比情况下,换道行为可以打破道路的稳态;当交叉口的绿信比超过0.7时,道路的交通密度下降了2.3％,说明此时驾驶员变更车道对信号交叉口交通流影响不显著;交通流量增大,加剧了交通干扰,交通信号控制能有效的抑制交通拥堵,从而改变交叉口的通行能力.     

手动驾驶和ACC混合车流元胞自动机模型研究

针对由手动驾驶车辆和ACC（自适应巡航控制）车辆组成的混合车流,考虑驾驶员的个体驾驶特性差异和ACC车辆的运行原理,构建了各自的运行规则,提出了一个新的元胞自动机模型．给出了周期边界条件下的计算机仿真结果,并对其进行了分析和讨论．结论表明：车流中保守型驾驶员的存在导致了道路利用率的降低,而合理的匹配各种车辆的混合比例,...     

混有网联车辆的交通流稳定性和最大服务流率分析

针对传统车辆和网联人工驾驶车辆组成的混合交通流,分析不同网联车辆市场占有率对稳定性和最大服务流率的影响。基于传统车辆与网联车辆的跟驰特性,建立混合交通流稳定性分析的一般方法;基于HCM2010宏观交通流分析方法,获得不同网联车辆市场占有率下的最大服务流率。结果表明:市场占有率的增加有利于提高混合交通流的稳定性与最大服务流率;当占有率大于0.51时,混合交通流可在任意平衡态速度下稳定,在高密度、低稳态速度下的稳定性提高更加显著;相比传统交通流,网联车辆交通流的通行能力可提高63.64%;当占有率大于0.5时,混合交通流最大服务流率提升更快,且占有率越高,提高幅度越大。     

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.     

车辆跟驰模拟模型的建立

在微观交通流模拟中,由于驾驶行为的不确定性,难以建立精确模型,本文以期望间距为基准参量,考虑驾驶员的心理和生理因素,建立了车辆跟驰模型,为研究驾驶行为提供了一种新的思路。     

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。     

考虑驾驶技术的半挂汽车列车设计方法

建立了六自由度半挂汽车列车模型,并将该列车模型与驾驶员模型结合,分析与不同驾驶技术相匹配的列车设计参数。应用高斯-牛顿法确定了列车设计参数的范围。分析得出:通过调整列车的参数可以提高车辆在不同驾驶员驾驶下的安全性;具有较高驾驶技能的驾驶员更能适应尺寸较大、悬架较软、高过度转向的列车;驾驶员与列车相匹配可以大幅减小驾驶员转向动作和车辆侧倾角度和横摆率。     

更新步长和元胞尺寸对元胞自动机模型的影响

改进了NaSch模型的更新规则,将更新步长和元胞尺寸作为模型的输入值,建立了细化NS模型。通过计算机模拟研究了更新步长和元胞尺寸对路段交通流状态演变的影响及其作用机理。研究结果表明:较小的更新步长可以真实地体现车辆的相对运动,减少确定性减速;较小的元胞尺寸能够精确描述车辆的速度和位置变化,减少位移累加更新导致的"迟滞"效应。细化模型模拟的交通流具有较小的局部阻塞宽度和速度离散度,因而具有更好的系统稳定性,其模拟结果与实测数据符合很好,解决了经典NS模型仿真流量偏小的问题。     

基本路段机非混合交通流的解析模型

以基本路段的非机动车对机动车流的干扰现象为研究对象,运用交通流理论以及交通动力学理论提出一个旨在可以对基本路段混合交通流进行解析的混行交通流模型．该模型可运用于基本路段的交通流的解析、交通管理措施以及交通工程项目的效果评价．     

行车规则对十字路口交通流的影响

建立了由两个单车道构成的单个十字路口交通流模型,其中一条东向车道的车子最大速度为2,另一条北向车道的车子最大速度为1.在周期边界条件下,系统中的两条车道按无信号灯管制下并行更新,用元胞自动机确定性FI模型进行了模拟.模拟的结果表明:东向车道上车子的流量分布分为三种情况;和文献\[8\]相比,流量分布更为复杂;可见,模型中不同的行车规则对十字路口交通流有着重要影响.     

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.     

基于智能相机的混合交通流检测方法

针对目前缺乏混合交通视频智能检测设备的问题,利用CCD传感器与DSP芯片构建了智能相机框架体系和硬件原型系统,采用背景初始化、背景模型与前景获取、物体分割、特征提取、多目标识别分类、摄像机参数标定等视频图像处理技术,构建了混合交通流检测软件方法体系,开发了相应的嵌入式算法系统,实现了混合交通流参数检测。在不同交通状态下的测试结果反映了该系统具有良好的性能,可实现混合交通流参数检测。本方法可为混合交通流智能相机的研发提供借鉴和参考。     

机非混合交通流模型及其应用

机动车／非机车混合交通流模型对于分析交通现象,评价交通改造措施具有重要的意义．提出了一个混合交通流模型,利用该模型对在北京市将要实施的自行车专用道方案的通行能力和总道路延误时间的变化作了研究分析．     

基于元胞自动机的自动驾驶交通流仿真研究

将Arnab Bose自动驾驶模型与经典的NaSch模型相结合，提出一个适用于自动驾驶的单车道元胞自动机交通流模型。利用MATLAB语言对自动驾驶车辆运行情况进行仿真分析，发现模拟结果较好地呈现了自动驾驶环境下的交通流特征。另外，还发现在自动驾驶中设置不同的车头时距对道路通行能力以及拥堵会产生很大的影响，车头时距为0.5 s时的通行能力约是车头时距为3 s的通行能力的4倍，当车头时距从4 s减小为1 s时交通拥堵可降低约95%，可以作为一种缓解拥堵的策略。     

混合交通中非机动车对路段交通流的影响

在混合交通流中,交通流由于非机动车的阻滞干扰,容易造成交通延误.目前尚缺乏明确对这种延误进行分析的数学模型和计算方法.本文针对双向两车道的道路,建立了非机动车由于阻滞干扰造成的路段交通流延误的模型.该模型对于定量分析混合交通中非机动车对路段交通流的影响,对于评价路段的服务水平,确定合适的路阻函数等具有一定的意义.     

我国高速公路交通流连续动力学建模

文章考虑了我国混合交通的特点,建立了新的交通流动力学模型。该模型用粘性项计算交通阻力,对交通流动力模型在特征根问题（车流应是各向异性）、负速度问题和线性稳定性三方面进行了理论分析。结果证明：新模型有效解决了困扰大多数高阶非平衡连续流模型难以处理的问题,同时,由于模型充分考虑了混合车流中不同车型比例车辆间的粘性阻力,相比较其它模型更能反映我国交通真实情况。