微观仿真中车辆换道的行为分析和建模

传统换道模型存在的两个缺陷:一是缺乏正常换道可实现区间的研究;二是忽略了换道过程中前轮转向角为0°的阶段。本文对正常换道的可实现区间的探讨,为换道是否需要倒车配合提供判断依据。修正了传统的2段式和3段式换道模型,将换道过程分为扭角、靠拢、收角、调整等4个阶段。用仿真实验证实本文提出的换道规则的可操作性。对中国西安城市道路上实际换道的拍摄图像进行分析,证明了该模型的正确性。     

微观交通仿真模型研究

介绍微观交通模型研究的意义、应用范围及发展趋势。说明微观交通仿真模型的建模特点及各个子模型的建模方法。利用Visual C 编程实现单车道交通仿真、汇流和分流仿真、高速公路匝道控制仿真。     

城市道路交通微观仿真模型结构

分析了微观交通仿真在城市交通控制系统以及智能交通系统评价和测试中的重要地位,给出了用于交通控制方案测试的微观交通仿真的基本模型结构包括五个基本的组成模块,即交通网络描述模块、交通需求模块、车辆行驶模块、交通控制和管理方案生成模块和仿真输出模块,并对各个模块的功能和内容作了较为详尽的描述.     

行人交通模型与微观仿真

行人交通是一种重要的交通方式,也是个人出行活动必不可少的行为。从描述行人运动行为的尺度和精细程度出发,将行人交通仿真模型划分为宏观模型、中观模型和微观模型3类,并分析其原理和特点。在对现有行人微观仿真软件调研的基础上,提出Legion、STEPS、SimWalk、AnyLogic是适用于正常情况和疏散情况的软件,研究了如何具体运用上述软件实现模型建立,探讨了建筑空间平面创建、数据输入、参数标定、输出数据的分析处理等关键步骤和流程。研究表明,充分利用已有软件可实现快速有效的行人交通仿真建模。     

人机混驾交通流交织区换道模型切换控制策略

因交织区的强制换道存在紧迫性, 车辆换道行为在交织区后半段会出现因换道意愿强烈而产生的激进换道行为, 这种微观的换道行为将给交通流带来一定影响; 在人机混驾情形下, 不同类型换道切换控制模型同样可能影响交织区通行能力。在分析人机混驾交通流交织区换道行为特性的基础上, 将换道类型分为保守型换道和激进型换道; 在可接受安全间隙模型的基础上结合自动驾驶车辆间的协同行为, 构建自动驾驶车辆在保守状态下的协同换道模型; 以及在激进型状态下考虑目标车道后车类型影响下, 构建激进型换道模型。通过分析津保立交桥实地调研轨迹数据和NGSIM中US-101交织路段轨迹数据, 分别拟合了保守型、激进型换道模型切换点分布函数; 考虑不同车辆驾驶行为特性及其相互作用, 提出人机混驾条件下换道模型切换控制逻辑决策。以SUMO仿真软件搭建实验平台, 考虑人工驾驶车辆换道模型切换点分布特性, 以优化最大流率、交织区整体车辆运行速度、换道车辆速度等为目标, 确定不同自动驾驶车辆渗透率下自动驾驶车辆的最佳保守型-激进型换道模型切换点。仿真结果显示: 在交织区长度为250 m, 自动驾驶渗透率分别为0.2, 0.5, 0.8时, 自动驾驶换道模型切换点分别在180, 80, 50 m处达到最佳, 即随着自动驾驶渗透率的提高, 换道切换点最佳位置将向交织区入口处逐渐移动, 且在自动驾驶渗透率较低时这种换道切换点的变化较为明显; 在较高渗透率下, 由于协同换道出现频率增高, 自动驾驶强制性换道行为比例降低, 换道模型切换点对交织区通行能力的影响逐渐变小。本项研究对人机混驾条件下高速公路交织区自动驾驶车辆的换道控制提供决策依据     

微观交通仿真中的车道变换模型

将车道变换行为分为强制性车道变换和任意性车道变换两种类型，分析了两种车道变换类型的各种常见情形，建立了描述车辆车道变换意图的产生、车道变换可行性分析以及车道变换的实施等行为的车道变换模型。此外，作为一种特殊的车道变换行为，还建立了反映车辆在拥挤状态下的挤车变道行为的挤车变道模型。     

交通仿真模型及其应用研究

描述现有的交通仿真模型，介绍几个典型仿真模型的建模方法和特点，说明在具体应用这些模型时应结合实际交通情况，具体分析，决不可生搬硬套。     

基于VanetMobiSim/NS-2的车辆换道模型仿真

高速公路上驾驶人换道行为容易导致车辆碰撞事故。利用车载自组网（Vanet）车车通信提醒驾驶人在换道过程中可能遇到的危险,但在真实环境中测试车载自组网难度大,代价高。Vanet-MobiSim和NS-2分别是优秀的交通、网络仿真器,两者联合可以为车载自组网提供真实可靠的微观仿真平台。文中结合开源的VanetMobiSim中的智能驾驶人换道模型——IDM_LC设计Vanet环境下的车辆换道模型,仿真产生不同车密度、车道数下的移动车辆Trace文件。将Trace文件导入开源的NS-2中进行仿真分析。结果表明,采用VanetMobiSim/NS-2联合仿真平台可以很好的模拟设计的不同情景下的车辆换道模型,车辆换道时的车车通信将使得车辆换道效率和安全性都得到提高。     

通行能力仿真中的换道模型研究

道路通行能力是在饱和交通流下得到的,而目前交通微观仿真中缺少分析饱和流状况下的换道模型,从分析饱和流下换道行为的特性出发,建立了饱和流率下的换道模型。该模型在需求判断中用累积的速度优势代替了传统模型的瞬间速度优势,避免了仿真中车辆在短时间内频繁换道的现象;在可行性检测中加入了前后间距不足时司机的减速行为,与传统模型相比该模型能更好地反映拥挤流下的换道行为,更适合于道路通行能力的仿真。     

基于 NGSIM 轨迹数据的换道行为微观特性分析

换道行为在不同的换道意图下可分为自由换道和强制换道两类,选用 NGSIM 轨迹数据对二者微观特性进行对比分析.为保证数据准确性,在平滑处理基础上,以剔除轨迹数据换道过程识别错误为目的,构建了换道起终点时空约束规则,对完整的单次换道行为参数进行了提取.利用半对数模型,采用回归分析法对影响二者换道时间的显著性因素进行提取并对比;同时建立多项式模型,选取多个误差指标对不同阶数下换道横向移动轨迹拟合效果进行评价.结果表明,强制换道平均换道时间稍长于自由换道,影响二者换道时间的显著性因素及各因素影响程度并不相同;但二者横向移动轨迹均可用5次多项式拟合,拟合优度可达0.99.     

基于元胞自动机的强制换道模型研究

介绍了元胞自动机的原理及其在换道模型建立中的应用。用模糊控制原理模拟车道变换过程中的判断过程,分析现有的模糊控制强制换道模型的不足之处,考虑到实际交通情况的多样性,提出了更为细致的基于元胞自动机的强制换道模型,并验证了新模型更能符合现实情形。     

城市隧道出口公交车换道行为对交通流的影响

为了研究城市隧道出口处公交车的换道行为对交通流的影响,以城市隧道出口公交车的换道特性为研究对象,阐述并分析了公交车在城市隧道出口换道过程中的3种影响状态.然后采用摄像法采集相关数据并分析,借助SPSS软件构建了关于公交换道频率、公交换道持续时间、最大公交换道长度及其存在时间、隧道交通流量与车头时距关系的多元线性模型,并进行了相关性检验,得出了公交车换道对城市隧道出口交通流影响的主要因素.     

公交车辆运行微观交通仿真模型研究

介绍了上海交通大学与吉林大学共同开发的微观交通仿真系统MTSS的体系结构;建立了公交网络描述模型、公交车辆产生模型、乘客需求模型、公交站点事件反应模型和公交车辆运行模型;以微观交通仿真系统MTSS为仿真平台构建了公交车辆运行微观仿真模型;对上海市斜土路非港湾式站点与华山路港湾式站点进行了实地数据调查,利用实测数据对建立的公交车辆运行微观交通仿真模型进行了验证,测量值与仿真值之间的误差在10%以内。验证结果表明,建立的公交车辆运行微观交通仿真模型可以较好的描述公交车辆的运行过程以及与其他交通流之间的相互影响关系。     

基于元胞自动机交通流模型的车辆换道规则

将元胞自动机模型应用于周期性边界条件下的高速公路交通的换道规则模拟,并对不同条件下交通流的平均速度和流量进行仿真.基于驾驶员的性格差异,提出了更灵活的弹性换道规则,并探讨了不同换道规则对交通流流量等参数的影响.在计算机仿真过程中,通过变换交通流密度,得出了与不同换道规则对应的交通流基本图.结果表明:相对于以前的模型,遵循2种新规则的模型均可不同程度地改善道路的通行能力,提高道路资源的利用效能;从安全性角度进行对比分析,可得出较优的换道规则.     

快速路交织区交通流模型研究

为了再现快速路交织区交通流的运行特性,在跟驰模型中引入交通压力,并采用驾驶人心理制约条件对车辆换道模型进行改进,将二者结合起来提出了新的快速路交织区交通流模型;应用Java语言编写程序,针对不同的交通状态进行模拟再现。仿真结果表明:当交通量一定时,直行车辆和交织车辆的平均速度都会随着交织区长度的增加而增大;交织区长度增加为交织车辆的交织运行提供了较大空间,随着交织区长度的增加,交通量略有增加,交织区长度的增加可以有效抵消交通量的增加对直行车辆的干扰;在交通量较小时,车辆速度随着交织区长度的变化较小,高流量时,交织区长度对平均速度的影响较大,当交织区长度小于150 m时,外侧直行车辆车速大于交织车辆的车速,随着交织区长度增加,交织车辆的速度接近于直行车辆的速度,当交织区长度大于350 m后,变化就不明显。     

减速频次催生换道意图下自动驾驶车辆自适应换道模型

科学、合理、拟人化的换道控制是实现自动驾驶车辆安全高效行驶的重要保障,已有研究主要考虑相邻车道速度差、换道间隙等要素对车辆换道控制的影响,并未考虑车辆频繁加减速导致乘车体验差而催生换道意图这一重要现象。针对该问题,设计以抗干扰能力为基础的自动驾驶车辆自适应换道调控方法,其调控过程主要包括：采用智能驾驶人模型控制自动驾驶车辆纵向驾驶行为,以减速频次为指标度量自动驾驶车辆的抗干扰能力,并将抗干扰能力引入到自动驾驶车辆换道决策过程中,模拟自动驾驶车辆因频繁加减速导致乘车体验差而产生换道意图的现象,在此基础上,提出车辆换道控制模型。然后,以智慧高速为背景,利用Netlogo构建多种自动驾驶车辆运行场景,测试所构建的自适应换道调控方法。研究结果表明：智能驾驶人模型的选用能够合理体现自动驾驶车辆换道行为对交通流的运行影响;相比于低密度车流（≤30 veh）,在中高密度车流情况下（≥40 veh）,自动驾驶车辆维持原有车道运行的能力较弱、换道频率较高,且过高[80次·（5 min）^-1]或过低[10次·（5 min）^-1]的抗干扰能力临界值会导致自动驾驶车辆运行速度降低至10 km·h^-1,因此可以根据不同车流密度条件对自动驾驶车辆的最大抗干扰能力进行设置和调整,从而保证自动驾驶车辆的运行效率,这也从侧面证明了所提自适应换道调控方法的科学性与合理性。研究结果对于提高自动驾驶车辆换道控制的合理自主性具有重要意义,该结果进一步完善了自动驾驶车辆换道模型库,能够为自动驾驶自适应换道调控提供理论和技术支撑。     

基于高层体系结构的城市微观交通仿真系统研究

提出了用高层体系结构（High Level Architecture）开发城市微观交通仿真系统，构造了城市微观交通仿真组网联邦模型，实现其初步的分布式仿真。论述了基于粗糙集分类的联邦成员模型，以及联邦的开发过程和联邦FOM／SOM结构。最后对系统进行了初步仿真，并对结果进行了分析和比较，得到了用HLA技术开发城市微观交通仿真系统是一种可行的方法这一结论。     

考虑快速路交织区驾驶人强行变道行为的交通冲突机理分析

驾驶人的强行变道行为对交通安全具有较大影响。为研究快速路交织区驾驶人强行变道行为引发交通冲突的机理、提升变道场景的安全性,本研究选取变道收益、变道车辆特征、目标车道后方来车避险特征、交通冲突严重程度4个变量构建了结构方程模型(structural equation model, SEM)。选取南京市1处快速路交织区为研究区域,通过无人机采集200个强行变道行为样本,并从中提取高精度车辆轨迹数据,分析了强行变道行为引发交通冲突的微观机理与关键特征指标。基于最小碰撞时间评估交通冲突的严重程度, 以结构模型分析强行变道各环节因素引发事故风险的因果链路, 提出压迫式、侵入式2种强行变道形态, 综合考虑表征车辆变道收益与变道特征的多项微观指标,建立测量模型。SEM分析表明：变道收益显著影响变道车辆特征(p = 0.044);变道车辆特征显著影响后方来车避险特征(p = 0.001)与交通冲突严重程度(p = 0.021);后方来车避险特征显著影响交通冲突严重程度(p < 0.001)。在变道起始时刻,变道车辆与目标车道后车间距(p = 0.002)、相邻车道前车速度差(p = 0.012)与变道动机(p < 0.001)可以有效表征变道收益; 在变道过程中,驾驶人危险行为特征、车辆横摆角、横向速度均可有效表征变道车辆特征(p < 0.001)。研究结果为微观视角下刻画车辆强行变道风险提供了有效指标,可为车载碰撞预警系统与短距离交织区交通设计提供理论支撑。     

基于多智能主体系统的车道变换模型

为更加真实地反映车道变换行为,建立具有良好性能的车道变换模型,根据抽样调查结果分析了车道变换的基本条件。引入智能主体(Agent)理论,将Agent与车道变换行为联系起来,建立了基于多智能主体系统(Multi-Agent System,MAS)的车道变换模型框架;给出了车辆MAS的结构,抽象了各Agent成员的元组构成,给出了各Agent成员的工作原理与执行流程;基于多智能系统工程方法(Multi-Agent Systems Engineering Methodology,MASEM),给出了车道变换的仿真流程并得到仿真实例。研究结果表明:在2 km长的双向4车道高速公路上,在30 s时间内,利用提出的车道变换模型仿真得到的车道变换车辆次数与实际情况相差8%;在该时段内任意瞬间,正在执行车道变换的车辆数目与实际情况相差仅1.67%。