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.     

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。     

网联车混入条件下混合交通流跟驰稳定性

为描述智能网联车混入下的混合交通流跟驰稳定性,揭示混合交通流稳定性变化过程,解析HDV和CACC交通流稳定性,引入CACC混入率,构建混合交通流跟驰模型,推导混合交通流稳定性判别条件,分析速度、混入率在单一条件和组合条件下对混合交通流稳定性变化规律的影响。研究结果表明：混合交通流的稳定性取决于单一交通流的稳定性和混合流组成,HDV和CACC单一交通流跟驰稳定性的速度临界值分别为19.65 km/h和18.01 km/h,且速度与混合交通流稳定性正相关,混入率对混合交通流稳定性的影响效果与速度条件有关,在两因素共同作用下,混合交通流稳定性变化趋势表现多样化。     

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.     

稳态控制驾驶行为下车辆跟驰模型的稳定性分析

通过考虑驾驶员针对车头间距的自我稳态控制效应,并基于全速度差模型,本文提出了一种改进的车辆跟驰模型。然后利用线性摄动理论,得到了本文改进模型在小扰动下保持稳态的中性稳定性条件;该稳定性条件的解析式表明驾驶员的稳态控制行为可以有效提高交通流系统的稳定性,并且比全速度差模型具有更高的稳定性。最后通过数值模拟研究了不同强度的稳态控制行为对交通流系统车头间距、速度以及迟滞回环的影响;数值结果显示:随着稳态控制系数的增大,交通流系统将变得更加稳定。数值结果和稳定性条件的解析结果完全吻合。     

考虑侧向偏移的车辆跟驰模型

为了定量描述前导车与跟驰车之间的侧向偏移对车辆跟驰行为的影响,建立了考虑侧向偏移的车辆跟驰模型.通过引入中心线偏移量的概念,建立了侧向偏移与前导车加速度的关系,进而将跟驰模型扩展到二维模式.对模型进行数值仿真分析,表明模型符合稳定性的要求,同时能够描述实际交通流中的一些宏观现象.这些结果验证了新模型的有效性.     

基于分位数回归的随机优化速度跟驰模型

为了研究交通流异质性对车辆跟驰行为的影响,基于分位数回归方法改进优化速度函数. 根据实际交通流数据对改进的优化速度函数进行参数标定,并对参数结果进行假设检验,结合改进的优化速度函数和全速度差跟驰模型建立随机优化速度跟驰模型,利用傅里叶变换理论推导跟驰模型的稳定性条件,并搭建环形车道仿真平台对跟驰模型进行数值实验. 结果表明：改进的优化速度函数能更好地反映交通流异质性对交通流的影响;单一分位点车队达到稳定状态的时间与分位点呈正相关;多分位点组合车队随着0.5分位点车辆数的增加,达到稳定状态的时间减少. 提出的多分位点车队相比于单一分位点车队可以更真实地反映交通流复杂的运行状况.     

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。     

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.     

Car-following Model and Its Stability under Ice and Snowfall Conditions

冰雪条件下车辆跟驰模型及稳定性

冷军强^1* , 安 实², 李文翔³, 刘维怡¹, 赵韩涛¹

(1.哈尔滨工业大学（威海）,汽车工程学院,威海 264209,山东;

2.哈尔滨工业大学 交通科学与工程学院,哈尔滨 150006;

3.道路与交通工程教育部重点实验室,上海 201804)

摘要：为研究冰雪条件下车辆的跟驰规律及稳定性,基于全速度差(FVD)模型,提出一种考虑不同道路条件的交通流跟驰模型。通过线性稳定性分析,得到各种道路条件下模型的临界稳定曲线,道路条件越恶劣,交通流的稳定区域越小。通过非线性分析获得不稳定区域下的扭结-反扭结密度波。最后使用数值仿真技术,模拟验证本文结论：道路条件越差,即路面摩擦系数越小,交通流稳定性越差,遇小扰动时越容易发生拥堵甚至事故。该结论对解决冰雪条件下交通拥堵与安全问题有重要意义。

关键词：车辆跟驰模型;冰雪条件; 稳定性

创新点说明：本文基于全速度差模型构建了一能够应用于不同道路条件下的交通流跟驰模型,并利用该模型对冰雪条件下交通流进行了稳定性分析。

     

智能网联环境下管理车道设置策略与影响因素分析

为探索人工驾驶车辆（human driven vehicle,HDV）与自动驾驶车辆（connected and autonomous vehicle,CAV）构成的新型混合交通流的运行规律,研究不同管理车道设置策略对城市快速路新型混合交通流产生的影响。首先,基于不同种类车辆间跟驰与专用道选择概率间的耦合关系,定量描述了不同管理车道设置策略条件下快速路通行能力演变机理。基于此,利用SUMO仿真平台分析了新型混合交通流条件下车辆延误的变化规律。最后,通过对车辆换道类型与换道间隙分析,研究了不同管理车道设置策略对交通流车辆间碰撞风险的影响。结果表明:CAV渗透率低于30%或大于80%,且只限制HDV在普通车道通行时,通行能力最大；CAV渗透率介于30%~80%之间,应考虑设置公交和CAV专用车道；设置公交和CAV专用车道但不限制其通行路权时,路段平均延误最小且几乎不受CAV渗透率的影响；当只为CAV或多乘员车辆（high-occupancy vehicle,HOV）设置管理车道时,会增加车辆碰撞风险。这说明CAV渗透率是建立合理的管理车道设置策略的重要参考因素,CAV渗透率对设置管理车道路段的通行能力有很大影响,而路段平均延误和交通流车辆间碰撞风险则更受管理车道设置策略的影响。     

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。     

混有CACC车辆和ACC车辆的混合交通流驾驶舒适性

为了探索协同自适应巡航控制(cooperative adaptive cruise control,CACC)车辆对交通系统的潜在影响,分析了CACC车辆市场普及过程中存在的CACC车辆、自适应巡航控制(adaptive cruise control,ACC)车辆与人工驾驶车辆混合交通流驾驶舒适性.应用加州伯克利PATH实车验证的ACC模型和CACC模型进行数值仿真实验,采用国际ISO-2631-1标准评价混合交通流舒适性,并对ACC和CACC期望车间时距进行参数敏感性分析.最后,从交通流稳定性的角度,对舒适性仿真结果进行了讨论.结果表明:随着CACC市场率的增加,舒适性呈现先恶化、再逐渐提升的趋势.较大的ACC车间时距有利于抑制舒适性的恶化程度,CACC车辆对舒适性的提升作用不受其车间时距取值的影响.混合交通流稳定性定性地决定了舒适性的变化趋势,人工车辆安装车车通信设备,有助于舒适性的逐渐提升.     

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．     

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.     

基于危险性判断的车辆跟驶模型

在交通系统微观车辆跟驶模型中，充分考虑驾驶员心理和行为习惯是必须的。通过对国内外大量仿真系统的跟驶模型构造分析得出，目前的跟驶模型存在若干种与实际情况不符的现象，不能准确反应实际的跟驶过程。章从驾驶员行为调查入手，提出了危险性的概念，并给出了基于危险性判断的车辆跟驶模型，在一定程度上可以克服目前跟驶模型中的问题。模型建立中，为更加贴近实际情况，较充分地考虑了随机性因素对模型的影响。