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.     

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.     

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。     

基于最大Lyapunov指数的交通流混沌现象仿真

从交通流的三要素,即人、车、路来分别分析交通流的不确定性。应用最大lyapunov指数法来判断交通流中是否存在混沌现象,并利用数值计算方法计算Lyapunov指数,继而通过经典非线性跟驰模型中的车头间距倒数模型进行仿真,结果证明交通流中确实存在混沌现象。     

考虑车辆机械惯性的跟驰模型及其数值模拟分析

为了更加真实地刻画实际交通现象,基于全速度差(FVD)模型,考虑车辆机械惯性对驾驶行为的影响,提出一种新的跟驰模型.运用系统稳定性理论,得到了交通流保持稳定的条件.数值仿真结果表明:与FVD模型比较,发现提出的模型能克服静止车队启动时头车加速度瞬间跳跃的缺陷,同时,也能更加真实地模拟诸如时走时停等实际交通现象.因此,提出的模型较FVD模型更好地揭示了交通流的演化机理,为车辆智能控制策略的制定提供了一定的理论指导.     

基于模糊神经网络的车辆跟驰建模与仿真研究

驾驶员在车辆跟驰过程中表现出来的模糊的、不确定性的行为特征,难以对驾驶员的行为进行精确的数学描述．本文在以往跟驰模型基础上,采用以实际间距与期望间距的比值和相对速度作为双输入、后车加速度作为单输出的模糊神经网络建立数学模型．结果表明,该网络能较好的反映一定道路条件下的跟驰行为．     

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.     

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。     

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。     

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.     

加/减速跟车状态车头间距研究

为了研究加/减速跟车状态下两辆车车头间距离的变化规律,本文依据在特定的司机驾驶行为、交通条件和道路条件的基础上获得的实际交通流中的跟车数据,构建了解析加/减速跟车状态下车头间距与跟车速度之间关系模型的方法.当车头间距持续增加,后车司机加速追赶前车期间,车头间距与后车速度之间的关系是线性变化的,车头时距与后车速度之间的关系是指数变化的.当车头间距持续减少,后车司机减速刹车期间,车头间距与后车速度之间的关系是线性变化的,车头时距与后车速度之间的关系是指数变化的.     

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.     

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...     

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。     

车辆跟驰理论的实用研究

分析了同一车道上行驶的一队汽车的跟驰特性,用车辆跟驰方程描述其运行状态,以此建立了直行车队通过灯管路口的数学模型,可用计算机求解车队中任一辆汽车在任一时刻的距离、速度和加速度,以便应用于线控和通行能力的计算。     

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.     

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。