机动车混合交通占有率-流量模型研究

在交通流基本参数模型中,密度参数难以直接获取,占有率-流量模型具有较强的实用价值。提出占有率分析单元概念,分析混合交通不同跟车组合下,大型车辆混入对分析单元中占有率参数的影响机理,综合分析单元出现概率,得出在占有率-流量模型中,原始占有率难以反映出大型车辆对交通流影响效应的结论,随后基于车头时距和大车率修正原始占有率,最终建立了机动车混合交通情况下的占有率-流量模型,并用北京快速路实测数据对模型进行了检验,证明占有率修正之后,占有率-流量模型更加精确。此模型等式两边都考虑了大型车辆的影响效应,具有更好的实际物理意义。     

基于跟驰特性的智能网联车混合交通流轨迹重构

车辆轨迹数据蕴含着丰富的时空交通信息，是交通状态估计的基础数据之一. 为解决现有数据采集环境难以获得全样本车辆轨迹的问题，面向智能网联环境，构建了混合交通流全样本车辆轨迹重构模型. 首先，分析了智能网联环境下混合交通流的车辆构成及其轨迹数据采集环境；然后，提出了基于智能驾驶员跟驰模型的车辆轨迹重构模型，实现了对插入轨迹数量、轨迹位置和速度等参数的估计；最后，设计仿真试验验证了模型在不同交通流密度和智能网联车（connected automated vehicle，CAV）渗透率条件下的适用性. 试验结果表明:CAV和网联人工驾驶车（connected vehicle，CV）的渗透率为8%和20%时，该车辆轨迹重构模型在不同交通流密度下均能重构84%以上的车辆轨迹；重构轨迹准确性随着CAV和CV渗透率的增加而提高；当交通密度为70辆/km，且CAV渗透率仅为4%的情况下，模型也能重构82%的车辆轨迹.      

最小安全间距约束下拥挤交通流速度-密度关系模型

根据交通拥挤状态下交通流速度与密度一致性变化的特点,分析了拥挤交通流的平均车间时距为定值的原因,并结合最小安全间距约束提出了交通拥挤状态下的速度-密度关系模型。研究了驾驶人的平均反应时间和交通拥挤状态下的最小车间时距的关系,对速度-密度关系模型的反应时间进行参数标定。分析了不同车辆长度、阻塞停车间距和反应时间下的速度-密度关系,利用提出的速度-密度关系模型、Greenshields模型、Greenberg模型、Underwood模型、Northwest模型、Edie模型对美国US-101、I-80两条高速公路的交通数据进行拟合,得到了拟合结果和绝对误差。分析结果表明:提出的速度-密度关系模型能够从理论上解释交通拥挤状态下速度与密度的变化关系和速度-密度数据的离散现象;和其他模型相比,提出的速度-密度关系模型在拟合2条高速公路交通数据时的绝对误差最小,分别为4.91、7.50veh·km-1。基于最小安全间距约束的速度-密度模型刻画了拥挤交通流的本质特征,且对现实数据能够取得更好的拟合效果。     

����ʱ��ռ���ʷ����ij�������ϵ���о�

车辆折算系数是高速公路通行能力和服务水平研究的重要参数。在简要介绍国内外车辆折算系数计算方法的基础上,对时间占有率和车辆折算系数的关系进行分析,提出一种新的基于时间占有率的车辆折算系数计算模型。模型首先根据车辆速度和交通构成对交通检测数据进行分类,建立时间占有率、密度和交通量之间的相互关系模型;然后利用实测数据求得各模型的回归参数;进而采用微分比值的方法计算车辆折算系数。通过京津塘高速公路的数据验证,表明基于时间占有率分析的车辆折算系数能够反映车流中车型间的差异及相互影响,有助于特定交通流交通状况的分析。     

交通同步流中的能耗与减速车辆分布研究

在开放边界条件下,从统计分布研究刹车灯(braking light,BL)模型的能耗问题,研究混合交通流中交通同步流的特性。通过引入能耗和确定(随机)减速过程中动能减少的车辆分布,讨论了车辆的最大速度,快车慢车混合比和车长对交通同步流的影响,发现了车辆的最大速度对混合交通流中交通同步流起着极其重要的作用,交通同步流中的能耗和减速车辆的分布也与交通处于自由状态和堵塞状态时有着极大的区别。当所有车辆具有共同的最大速度且最大速度大于15时,混合交通同步流显示明显,这已通过计算交叉关联系数,即计算密度与流量的协方差得到证实,更重要的是在交通同步流区域能耗并不随着密度的增加而增加,减速车辆的统计分布也几乎是显示着一个不变的平台,这是一个有趣的现象,这可以帮助我们更进一步了解交通同步流以及在车辆交通中如何有效的减少能耗。     

城市道路车辆分类及折算系数研究

城市道路上交通构成复杂,对交通流进行研究时希望能够有一个统一的标准来计量道路上行驶的车辆。车辆折算系数是指将混合车流中的各种车型转化成标准车的当量值,是道路规划与设计中的重要指标之一。由于该系数在不同地点和时间的交通流状况下不尽相同,就需要一种调查简单而结果又合理的计算方法。从定义各类型车辆所占用的动态空间瞬时车道占有率入手,提出了以车辆瞬时占用车道长度与速度的比值为参数,基于模糊动态聚类对车辆进行分类的方法。并利用该方法对城市主干路上的交通调查数据进行了计算,将车辆进行合理的分类,并根据最佳分类的聚类中心值给出了城市道路上的车辆折算系数,最后分析了城市道路上各种车辆折算系数的特点。     

CACC车辆跟驰建模及混合交通流分析

建立协同自适应巡航控制(Cooperative Adaptive Cruise Control,CACC)车辆跟驰模型,并分析不同CACC比例下的混合交通流通行能力,尾部碰撞安全及交通排放.考虑车辆期望车头间距随速度动态变化的交通流特性,建立基于非线性动态车头间距策略的CACC跟驰模型,推导不同CACC比例下的混合交通流基本图模型,分析CACC提高通行能力的交通流运行机理.设计高速公路上匝道瓶颈数值仿真实验,评估不同CACC比例下的车辆尾部碰撞安全隐患,以及油耗、CO、HC、NOx的排放.研究结果表明,本文建立的CACC模型能够在交通流速度基本不变的情况下,以较高的交通流密度显著提升通行能力,同时有利于车辆尾部碰撞安全风险及交通排放的降低.     

手动-自动驾驶混合交通流元胞传输模型

为了分析自动驾驶车辆对交通流宏观特性的影响, 以手动驾驶车辆与自动驾驶车辆构成的混合交通流为研究对象, 提出了不同自动驾驶车辆比例下的混合交通流元胞传输模型(CTM); 应用Newell跟驰模型作为手动驾驶车辆跟驰模型, 应用PATH实验室真车测试标定的模型作为自动驾驶车辆跟驰模型; 计算了手动驾驶与自动驾驶车辆跟驰模型在均衡态的车头间距-速度函数关系式, 推导了不同自动驾驶车辆比例下的混合交通流基本图模型, 计算了混合交通流在不同自动驾驶车辆比例下的最大通行能力、最大拥挤密度以及反向波速等特征量, 依据同质交通流CTM理论建立了不同自动驾驶车辆比例下的混合交通流CTM; 选取移动瓶颈问题进行算例分析, 应用混合交通流CTM计算了不同自动驾驶车辆比例下的移动瓶颈影响时间, 应用跟驰模型对移动瓶颈问题进行微观数值仿真, 分析了混合交通流CTM计算结果与跟驰模型微观仿真结果之间的误差, 验证了混合交通流CTM的准确性。研究结果表明: 混合交通流CTM能够有效计算移动瓶颈的影响时间, 在不同自动驾驶车辆比例下, 混合交通流CTM计算结果与跟驰模型微观仿真结果的误差均在52 s以下, 相对误差均小于10%, 表明了混合交通流CTM在实际应用中的准确性; 混合交通流CTM体现了从微观到宏观的研究思路, 基于微观跟驰模型与目前逐步开展的小规模自动驾驶真车试验之间的关联性, 混合交通流CTM能够较真实地反映未来不同自动驾驶车辆比例下单车道混合交通流演化过程, 增加了模型研究的应用价值。      

基于Van Aerde模型的快速路交通流特征参数辨识？

宏观交通流参数特性是交通流理论中重要研究内容,而快速路做为城市骨干路网,交通流特征参数对于快速路的控制与管理具有重要价值。基于固定检测线圈检测到的交通流数据,对数据进行错误剔除与修复,并集聚提取了快速路流量、速度与占有率值,同时通过实测数据统计分析车辆平均长度,实现占有率与密度之间的转换,进一步采用标准遗传算法与最小二乘法对Van Aerde模型进行了对比标定,辨识了快速路交通流特征变量,为城市快速路的精细化管理提供支持。     

多前车影响的智能网联车辆纵向控制模型

为了更好地模拟智能网联车辆(CAV)的跟驰特性, 在纵向控制模型(LCM)的基础上考虑V2V环境下多辆前车速度和加速度的影响, 构建了智能网联环境下的纵向控制模型(C-LCM); 对LCM和C-LCM进行稳定性分析, 比较了2个模型的交通流稳定域, 确定了不同通信距离时C-LCM对交通流稳定域的影响; 设计数值仿真试验对加速和减速的常见交通场景进行模拟, 分析了在V2V通信条件下CAV的跟驰行为特征; 仿真分析了CAV不同通信距离以及不同渗透率影响下的交通流安全水平; 构建了包含不同CAV渗透率的混合交通流基本图模型。研究结果表明: 交通流稳定域随着考虑前车数量的增多而增大, 当只考虑1辆前车时, 前车与本车的间隔越远, 车辆速度系数对C-LCM稳定域的影响越大; C-LCM可以提前对多前车的行为做出反应, 更好地模拟CAV的动力学特征, 在减速情景中速度超调量从0.15减少为0.08, 最大速度延迟时间由7.5 s缩短为4.9 s, 在加速情景中速度超调量从0.07减少为0.04, 最小速度延迟时间由3.5 s缩短为2.6 s; 随着CAV渗透率的提升, 交通流的安全水平不断提升, 当通信范围内有4辆CAV时, 交通流的安全性能达到最高, 其TIT和TET指标的最大减少量分别为57.22%和59.08%;随着CAV渗透率的提升, 道路通行能力从1 281 veh·h-1提升为3 204 veh·h-1。可见, 提出的C-LCM可以刻画不同车辆的跟驰特点, 实现混合交通流建模, 并降低混合交通流的复杂性, 为智能网联车辆对交通流的影响分析提供参考。      

Methodology for Determination of Concentration of Hetrogeneous Traffic

Traffic density provides an indication of the level of service being provided to the road users. When the length and speed of the vehicles in a traffic stream varies significantly, however, it has been found that the concept of occupancy, rather than density, is more appropriate to describe traffic concentration. This is because of the reason that occupancy takes into account the variation in the speed and length of vehicles in its measurement. The value of occupancy, however, changes with change in the detection-zone length. Also, the measure occupancy is not appropriate under heterogeneous traffic conditions, as the traffic has no lane discipline and hence, it is necessary to consider the whole of the width of the road as single unit to analyze the traffic flow. Hence, a new concept named, “area-occupancy” is proposed. Simulation technique has been used to validate the concept of area-occupancy. To check for the validity of the concept, the occupancy and area-occupancy of a homogeneous traffic stream were related to the density of the stream and it was found that area-occupancy can be a substitute for occupancy. Then, the concept of area-occupancy was applied for heterogeneous traffic and a relationship was developed between area-occupancy and traffic stream speed. The developed relationship is found to be logical indicating the appropriateness of the area-occupancy concept for heterogeneous traffic conditions.     

�����ٶ��ܶ����Ե�Ԫ���Զ������н�ͨ��ģ��

针对城市道路路段上车流的流量和密度之间的特性，对道路元胞自动机交通流模型进行了改进，使CA模型能够较好模拟城市道路交通流。提出了网格动态调整算法，该算法根据模型模拟的路段流量和密度计算车辆平均通行距离，并以此距离动态调整CA模型的格子长度，按照城市道路路段上车辆速度的统计分布规律，以路段的车流速度密度模型输出作为下步模拟的平均车速，通过车辆速度的分布范围确定车辆加速减速的概率，对模型车速进行更新。选择500米长的城市主干道上的一条车道，利用本文改进的CA模型进行模拟，模拟结果表明:该模型在车速为30-65公里/小时范围内，能较好模拟城市道路上车流的运行特性。改进后的CA模型，适用于对城市道路上中速车流运行状况的模拟。     

车联网环境下CACC车辆通信概率分析模型

汽车协同式自适应巡航控制(CACC)系统成功应用的前提和关键,是要保证道路上的CACC车辆能与一定距离范围内的其他车辆进行互联通信.本文依据元胞自动机的基本思想,将道路离散成均匀一致的格子单元系统,并基于交通流理论和概率论,构建了车—车通信概率与CACC车辆市场占有率、交通流密度(或占有率)、速度、车头时距,以及DSRC有效作用距离之间的数学关系模型.通过大量的数值模拟实验和美国加州I880高速公路交通流数据对模型进行分析测试,表明该模型可分析不同交通流状态下道路上不同CACC车辆市场占有率,DSRC有效作用距离时的车—车通信概率.本文的研究成果对于未来促进CACC车辆的推广应用具有重要意义.     

考虑驾驶行为异质性的城市快速路合流区仿真模型

为研究城市快速路合流区车辆运行规律，基于车辆自然轨迹数据，提出考虑驾驶行为异质性的合流区元胞自动机仿真模型。模型将合流区分为上游区域、合流区域及下游区域，3个区域由11条路段组成。首先，利用Kalman滤波算法对自然轨迹数据进行降噪处理；然后，计算每辆车驾驶行为特征参数并进行K-means聚类分析，结合聚类效果评价指标Silhouette系数将驾驶行为分为：保守-谨慎型、激进-谨慎型、保守-轻率型及激进-轻率型这4种类型；最后，依据分类结果， 建立考虑加速度、随机慢化概率异质性的跟驰模型和考虑换道安全间距、换道决策的多级异质性换道模型。在各空间占有率的情境下，基于Matlab进行数值仿真，统计同质驾驶行为和异质驾驶 行为条件下，合流区域车道的流量、密度、速度、时空位置及换道频率等参数。仿真结果表明：在空间占有率为10%~20%时，同质交通流相比异质交通流更容易产生局部交通拥堵和交通流失效情境，并且同质交通流量峰值比异质交通量小27.1%；随着空间占有率的增加，同质车辆和异质车辆驾驶频率均呈现增加-稳定-下降的趋势，而异质驾驶行为换道频率的极大值比同质交通流高 20.74%。     

考虑双向交通的城市路网交通流元胞自动机模型

允许车辆借反向车道超车的双向交通道路是城市路网的重要组成部分.本文考虑了双向交通道路的车辆行驶规则,研究了无信号控制交叉口的车辆优先通行权分配规则,构建了一个双向交通的城市路网交通流元胞自动机模型,研究了城市路网交通流的动态特性.研究结果表明,临界密度随着路网规模的增加而下降,路网交通密度的增加会加速拥堵闭环的形成,换道概率的增加会降低路网车速和缩短局部死锁现象形成的时间,单位时间换道车辆数与换道概率及交通密度之间存在着密切的关系.     

智能网联环境下多车道异质交通流建模与仿真

为探究智能网联自动驾驶车辆(Connected and Autonomous Vehicle, CAV)与人工驾驶车辆 (Human Driving Vehicle, HDV)混合行驶的多车道异质交通流运行特征,本文剖析了异质交通流中不同类型车辆的跟驰模式,提出不同类型车辆双车道及多车道换道模型,进而构建了多车道异质交通流仿真模型,并分析了不同CAV混入率下的道路通行能力及换道行为特征。研究结果表明,随着CAV渗透率的提高,单车道通行能力由1678 pcu·h-1提升至4200 pcu·h-1,交通流临界密 度由25 pcu·km-1增长至35 pcu·km-1 ,同一渗透率下不同车道数的道路通行能力及临界密度值呈现显著差异性。异质交通流换道行为呈现三阶段特征：在低密度下,不同类型车辆均可自由行驶及换道;密度在20~100 pcu·km-1 时,车辆换道频率呈“上凸”状,CAV渗透率越高,HDV凸形峰值越大,而CAV峰值较低;在高密度下,受可换道空间的约束,不同类型车辆均无法完成换道。此外,进一步讨论了不同CAV渗透率及密度条件下的异质交通流仿真效益,包括交通量提升及秩序改善特征等。研究成果有助于理解智能网联环境下多车道异质交通流运行状况,为未来异质交通流管理提供理论参考。     

基于社会力模型的无车道划分异质交通流研究

考虑当前针对无车道划分时的交通流特性研究较少,而且没有考虑车辆类型的异质性,因此本文基于社会力模型提出了一个无车道划分异质交通流模型.利用仿真软件Matlab搭建仿真平台,分析所建立模型的特性,以及道路条件、大车比例对交通流的影响.结果表明,本文所建立的交通流模型能有效地模拟无车道划分情况下的异质交通流特征.在无车道划分时,道路通行能力和平均速度会随着道路宽度减小而减小,当道路宽度小于7m时,通行能力会急剧下降.当交通流密度比较低时,增加大车比例对道路通行能力和平均速度影响很小;当交通流密度比较高时,大车比例的增加会降低道路通行能力,但交通流会变得更加稳定.     

基于仿真的城市道路交叉口最小安全间距研究

采用仿真的方法,研究了不同环境和交通流状态下,车辆驶出交叉口后在路段上的速度和车辆之间交互状态的变化规律.根据车队离散理论和交通冲突理论,以断面车辆速度标准差SD和交通冲突数量作为判断交通安全性的指标,通过判断车辆驶出交叉口后的运行状态,寻求车辆达到稳定状态时所需的距离,并以此距离作为道路交叉口之间的最小安全间距;最后建立了交叉口最小安全间距与各影响因素之间的函数关系.     

斜交丁字路口设置汇入待行车道分析

针对斜交丁字路口存在的安全隐患问题,提出为斜交次路车流设置车辆待行车道,使支路车流可以分两个阶段通过交叉口。以一级公路为例,运用概率论和排队论计算不同交通量范围下待行车道设置长度,给出通行能力计算方法。在不同交通量情况下,比较普通让行、信号灯及设置车辆待行车道3种交叉口控制方式延误。     

基于元胞自动机的附加导流岛型出口仿真建模

为研究附加导流岛型出口对快速路交通流的影响，本文建立针对附加导流岛型出口的元胞自动机模型。基于KKW (Kerner Klenov Wolf)模型，引入3种换道规则并分段设定，以描述附加导流岛型出口影响下的车辆换道行为。针对主辅路直接衔接的几何特点，对主路车辆经由出口驶出的过程等效简化，定义附加导流岛型出口下的车辆驶出规则。模型的数值仿真结果表明：导流岛通过引导辅路车辆在导流岛上游向外侧车道合流，能够使辅路下游的内侧车道起到辅助车道的作用。在此设置下，辅路车流对车辆驶出造成的直接干扰得到缓解，主路的通行效率显著提高。然而，辅路车辆经过导流岛后的强制换道会对驶出的平稳交通流造成扰动而诱发局部拥堵， 影响驶出车流的进一步疏散，导致主路饱和流量和平均速度的下降。此外，导流岛使得辅路形成道路缩减瓶颈，在其影响下，辅路总饱和流量大幅下降。导流岛对辅路内侧车道的占用使得其流量和平均速度均低于外侧车道，通行效率受到更大的影响。