基于快慢车辆主动换道特性的双车道元胞自动机模型研究

针对现实中车辆的主动换道的交通现象，在典型的对称双车道元胞自动机（STCA）模型的基础上，分别考虑快车和慢车不同的主动换道行为，建立了一种新的对称双车道元胞自动机模型，并对该模型进行了数值模拟。由于快慢车辆主动换道特性的引入，有效地抑制了2种慢车堵塞的形成，增加了混合交通流中间密度区域的流量。模拟结果显示，新模型中车流的相分离受慢车影响较小，符合Knospe提出的换道原则；局部密度区域的车辆换道率的增加使堵塞难以长时间存在，提高了道路的通行能力。     

基于改进PFV策略的双车道连续元胞自动机模型

根据道路实际情况,提出考虑多车信息的改进PFV策略,并进行参数标定;将跟驰策略和换道规则相结合,建立双车道连续元胞自动机模型,采用周期边界式条件进行模型仿真,比较不同密度下双车道交通流变化情况和车辆换道行为,通过仿真结果的时空图显示车辆换道造成的系统速度延迟,通过比较双车道系统的交通流密度-交通流量、交通流密度-行驶速...     

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。     

考虑时空分布特征的混合自行车流元胞自动机模型仿真方法

针对非机动车交通流中传统元胞自动机模型主观定义时空参数,粗略划分自行车虚拟车道,导致仿真精度偏差的问题,构建了精细元胞自动机模型.基于NaSch模型的更新规则,考虑二维空间内异质自行车间的错位冲突及动态换道行为特征,细化了模型网格密度及模拟时间步长.产生换道需求的自行车可以换至满足安全侧向换道条件及前行需求条件的横向位...     

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。     

隧道与互通出口小净距路段换道可靠性研究

为分析高速公路隧道与互通出口小净距路段在不同交通流状况下的车辆驶出概率,提出了基于交通仿真的安全换道概率模型。首先,采用VISSIM标定仿真模型并进行正交试验,获取小净距路段在不同净距长度、交通量、驶出比例、大型车比例下的交通数据,在此基础上确定瞬时交通流密度及相应车流平均速度的计算方法,构建相应的分布模型,通过K均值聚类算法研究不同速度下的瞬时交通流密度大小和出现概率;同时引入可靠度方法并利用微分法来构建车辆安全换道概率模型,综合考虑车速、车流密度、目标车道临界可插入间隙等因素的不确定性,应用蒙特卡罗仿真法搭建求解概率模型的算法,并通过MATLAB对模型进行求解;针对分流车初始位置的不同,分别得到了不同交通量、大型车比例、净距长度下的换道驶出成功率,进而研究不同交通流状况组合下的净距长度。结果表明：交通量、大型车比例、净距长度对净距路段内侧车道车辆换道驶出成功率有显著性影响,研究结果可为规范的进一步完善提供参考。     

不完全车联网环境下元胞自动机换道模型研究

随着车联网技术的不断发展,自动驾驶车辆加入交通流中的可能性逐步增大,进而形成新的混合交通流.在综合考虑自动驾驶车辆对于较大范围内交通信息实时感知能力以及车辆间信息交互对于换道的影响,提出了自动驾驶车辆关注区间的概念,设计了不完全联网环境下新型混合交通流元胞自动机换道模型,通过改变自动驾驶车辆比例、自动驾驶车辆关注区间大小、交通流密度等参数进行数值模拟.结果表明:新型混合交通流元胞自动机换道模型,能够帮助提高交通流平均速度15%左右,改善道路通行效率.     

基于驾驶行为的城市道路车辆主观换道模型研究

车辆换道行为因其运行环境复杂,所涉及的交通因素众多,容易引起交通冲突,从而降低道路交通系统的安全性.对车辆换道行为的动态特性及其对车流运行的影响机理进行建模与研究,对提高交通系统的运行效率有重要意义.基于城市道路车辆换道行为的特征,改进了元胞自动机模型细化车辆换道过程;考虑驾驶员特性、车辆类型的影响,采用模糊推理理论描述驾驶员的换道决策,进而建立了城市道路驾驶员主观换道模型.通过将实测交通流数据与仿真输出数据进行对比,验证模型的有效性.结果表明,所建立的模型输出结果与实测数据的误差较小,说明模型具有一定的有效性.     

基于安全参数的双车道元胞自动机交通流模型及两种交通规则下的模拟分析

提出了基于安全参数的双车道元胞自动机交通流模型,该模型主要在车辆确定性减速的过程中考虑驾驶员对前方车辆下一时间步速度的预估,安全参数代表驾驶员驾驶心理的冒险程度;基于不同安全参数,在双车道自由换道超车和禁止换道超车两种交通规则下,通过MATLAB数值模拟仿真得到车流量和车流密度之间的关系曲线,结果表明安全参数的增大可获得更大的交通量,道路上车辆较少时禁止换道超车也可增加交通流量,随着车辆的增加自由换道超车可提高道路利用率,随着车辆的进一步增加两种交通规则下的车流量基本一致。     

用元胞自动机模型分析货运车辆对高速公路交通安全的影响

在NS模型的基础上，提出了一个高速公路双车道元胞自动机模型，考虑车辆超车换道行为，并设定发生交通事故的条件，以分析与衡量货运车辆对高速公路交通安全的影响。通过向交通流中混入不同比例的货运车辆，模拟了各种比例下的交通流运行状况，分析了货运车辆与平均速度、换道率、事故率等指标之间的关系。模拟结果表明，货运车辆会对高速公路交通流产生扰动作用，影响行车安全：随着货运车辆比例增大，交通流平均速度减小，换道率和事故率上升。     

基于安全效应的双车道元胞自动机交通流模型研究

针对车辆行驶中的安全因素,考虑静止车辆和低速车辆,在一维对称双车道元胞自动机模型(STCA)的基础上,建立了一种新的对称双车道元胞自动机模型.给出了计算机数值模拟的新模型流量-密度图,时空斑图以及车道改变率-密度图.模拟结果显示:新模型能模拟在临界密度后出现低速的同步相的情形,较STCA模型模拟的交通流现象更接近现实.     

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.     

城市道路交叉口间歇式公交专用道设置方案研究

公交优先政策造成了社会车辆的延误。在保证公交优先的前提下,提高社会车辆在信号交叉口的行驶效益,实现车道通行能力的最大化,研究了1种城市道路交叉口间歇式公交专用道（intermittent bus lane,IBL）运行模式,在公交车辆通行不受干扰时允许社会车辆驶入公交车道。通过设置预信号实时控制进口道的车辆类型,实现公交专用道的分时共享。考虑信号协同和换道规则,建立3车道元胞自动机模型,采用改进的速度效益模型模拟公交专用道运行状态,引入换道压力模型模拟清空区域强制换道规则。以车辆的平均速度、排队和延误时间等作为评价指标,验证交叉口间歇式公交专用道的设置效果。研究结果表明：(1)相较于传统公交专用道,交通量未达到车道通行能力的50%时,IBL模式下社会车辆平均延误时间和排队时间分别降低6.9%和4.9%,公交车辆平均速度提高3%,平均延误时间降低5%;(2)当交通量达到车道通行能力50%～80%时,社会车辆平均速度提高15%～37%,平均延误时间降低8%～20%,但是公交车辆平均速度降低3.4%,平均延误时间提高5.7%;(3)当交通量大于车道通行能力的80%时,社会车辆平均速度提高6....     

考虑实际运行状态的交通流演化过程数值模拟

针对VDR模型中慢启动规则存在不尽周严的地方并考虑车辆的相对运动情况,提出了考虑车流实际运行状态的一维元胞自动机模型。数值模拟表明,新模型能更好地描述实际车流的运行状态,并达到更高的路段平均速度和流量,而且避免了VDR模型中的不合理停车,使车辆在路段上分布更加均匀。     

考虑驾驶人风格的换道轨迹规划与控制（双语出版）

基于自动换道控制技术中融合个性化驾驶人风格的研究,建立考虑驾驶人风格的车辆换道轨迹规划及控制模型以提高换道规划控制模型对不同风格驾驶人的适用性,在保证安全性的基础上进一步满足驾驶人的个性化需求。首先通过问卷调查的方式采集得到了212份驾驶人风格量表数据,采用主成分分析法和K均值（K-means）聚类分析法将驾驶人按驾驶风格分为激进型、普通型和谨慎型,并通过驾驶模拟器试验采集不同风格驾驶人分别在自车道前车、目标车道前车和目标车道后车影响下的换道行为数据。然后对椭圆车辆模型进行改进,以描述不同风格驾驶人的行车安全区域,并据此构建3种典型工况下不同风格驾驶人的换道最小安全距离模型,结合驾驶舒适性约束、车辆几何位置约束以及不同风格驾驶人的换道行为数据,以换道纵向位移最短为目标,实现适应驾驶人风格的换道轨迹规划。最后以基于预瞄的路径跟踪模型作为前馈量,设计基于动力学的线性二次型最优（LQR）反馈控制器,通过调节控制权重矩阵实现3种工况下不同驾驶人风格的换道轨迹跟踪。PreScan和MATLAB/Simulink联合仿真结果表明：所设计的考虑驾驶人风格的换道轨迹规划及跟踪控制模型能够实现不同驾驶风格的自动换道轨迹规划及跟踪控制,可满足驾驶人个性化换道需求。     

车路协同下带诱导车速的单车道改进NS模型

面向车路协同环境,基于一维元胞自动机模型提出了一种带诱导车速单车道改进NS模型。分析了车路协同交通环境中可交互的基本车辆信息。根据前后车辆的位置、速度制约关系和邻近阻塞点位置等信息类别,以及在此信息交互条件下将对车辆运行产生的影响,在单向不发生换道的假设下,设计了不同车辆关系下的诱导车速模型,并基于诱导车速模型对NS模型进行了改进。根据实际道路条件,在不同车辆密度条件下,对所建模型进行了数值模拟。数值仿真结果表明:遵守诱导速度对车辆进行控制,能够在车辆密度小于0.4 pcu/km的路况中获得较好的平均速度和平均流量;但当车辆密度大于0.4 pcu/km时,由于同步相的增多,改进NS模型中平均车速和流量均不能优于当前微观交通流现状。不同遵守率仿真结果说明:在同等车流密度条件下,当遵守车速诱导的车辆比率下降,则诱导车速的有效性也发生下降。理论和数值结果均表明:在未来交通环境中的信息交互条件下,车辆的运动规律将发生改变。根据此改变所提改进NS模型能够较好地揭示车路协同条件下单车道环境中的微观交通现象,为未来智能交通提供理论基础。     

基于多值CA模型的两轮车加速过程建模与分析

在多值元胞自动机模型(EBCA2模型)的基础上,首先,对最大速度进行了扩展,并引入车辆的加速过程,建立了适用于人力自行车、电动自行车和摩托车的多值元胞自动机交通流模型。然后,对改进模型和非机动车两值元胞自动机模型进行了仿真对比分析。最后,利用改进模型分别模拟了两轮车在不同的最大速度、最大加速度和车辆的慢化行为下的交通流,并分析了这些参数对交通流的影响。仿真结果表明:与两值元胞自动机模型相比,在保证车流的流量-密度-速度特性不受影响的情况下,改进模型大大增加了其仿真速度;车辆的加速过程、慢化车辆数和低速车辆慢化行为都会对系统交通流产生一定影响,加速度变化对交通流影响较大,不同速度下的随机慢化行为对交通流的影响不同。     

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      

考虑前车安全速度效应的自动驾驶车辆异质交通流特性分析

随着自动驾驶技术的发展,自动驾驶车辆获取的信息更加完善。为研究考虑前车安全速度效应条件下自动驾驶车辆对高速公路交通流的影响,以双车道元胞自动机模型为基础,建立考虑前车安全速度效应的跟驰规则和换道模型。利用MATLAB数值模拟高速公路异质交通流,分析考虑前车安全速度效应的自动驾驶车辆对道路交通流的影响,并分析车辆的拥堵情况和换道情况。研究表明,考虑前车安全速度效应的自动驾驶车辆可以显著提升道路通行能力,全自动驾驶车辆可达全人工驾驶车辆交通流的近似2倍;考虑前车安全速度效应的自动驾驶车辆的增加可以降低道路拥挤程度,全自动驾驶车辆比全人工驾驶车辆发生拥堵的临界密度提高了20 veh/km;自动驾驶车辆渗透率的增加会增加相应的换道次数,全自动驾驶车辆情况下,自动驾驶车辆基本不发生换道行为,同时智能网联车辆可以减小暴露碰撞安全性风险。     

大型营运客车在高速公路的换道安全性辨识

为了给大型营运客车换道预警系统设计提供参考,采用毫米波雷达、激光雷达、车道线识别传感器、GPS、视频监控系统以及控制器局域网（CAN）总线数据采集仪等设备,基于小型乘用车搭建浮动车采集平台。通过在试验线路上进行1.5×10⁴ km的驾驶试验,获取1 200余次营运客车的真实换道数据。以Jula提出的换道安全性模型为基础,结合营运客车的换道行为特征,通过分析换道进程结束后客车需要与周围车辆保持的安全距离,建立适合于营运客车的3类换道安全性识别模型（客车与自车道前方车辆、目标车道前方车辆、目标车道后方车辆）,并利用真实数据对3类模型进行验证。研究结果表明：客车换道持续时间均值为10.4 s,换道起始时刻与目标车道后方车辆的距离为10.0~40.0 m;所有换道样本中,73.3%的换道过程中客车速度要高于目标车道后方车辆,且超过90%的换道过程是由前方慢车引起;不同的速度区间下,车速和航向角联合变化情况下,驾驶人控制营运客车的横向偏移速度保持稳定,可认为客车驾驶人的心理预期换道进程存在固定经验模式,这与小型车换道的研究结论存在较大差异,传统的TTC预警算法识别率较低,在不同速度区间情况下,所提出的模型对客车与自车道前方车辆、目标车道前方车辆、目标车道后方车辆的换道安全识别评价准确率均超过了90%。