基于爬坡换道的驾驶特性分析

道路网中存在着许多坡道路段,在进行驾驶特性分析时,人们通常将注意力放在下坡路段而忽略了爬坡路段的安全性研究。同时,在爬坡过程中,对通行能力影响最大的是货车,针对这一现象,引入交通流元胞自动机模型,利用爬坡路段纵坡度对其进行改进,选择谨慎型与激进型两种驾驶员分析其换道行为的差异性,建立了一种基于爬坡换道的交通流元胞自动机模型,并分析纵坡度对货车行驶速度的影响以及两种驾驶员爬坡换道的特性。仿真结果表明:坡道纵坡度对货车的速度有显著影响,同时两类驾驶员根据道路状况选择主动换道,若主导换道的驾驶员占比较高,就能显著提高道路的通行能力。     

考虑驾驶愤怒的元胞自动机交通流模型

驾驶员在愤怒时的驾驶行为表现与正常驾驶时存在较大的差异,这些行为差异会影响车辆的运行速度、运行轨迹等,进而对道路交通流产生影响.文中在NaSch元胞自动机交通流模型的基础上,考虑愤怒驾驶行为的特点,从运行速度、换道条件和安全距离3个方面重新确定元胞更新规则,构建考虑驾驶愤怒情绪的周期边界条件下双车道元胞自动机交通流模型.在MATLAB环境下,对所建模型与普通NaSch交通流模型进行对比仿真分析.结果表明,驾驶愤怒所引起的行驶速度变化对交通流影响明显.     

基于Robertson 模型的异质交通流车队离散研究

为充分描述异质交通流条件下的车队离散规律,为信号协调控制提供理论基础,结 合异质交通流条件下的车流特征和Robertson 模型计算速度快的优点,对多股交通流分别建 模,并在此基础上构建异质交通流车队流量离散模型.通过实际调查数据,分析下游交叉口到 达流率分布与上游交叉口离去流率分布之间的关系,并将本文模型和Robertson 模型与实际 数据进行比较分析.结果表明,与Robertson 模型相比,本文模型能够更好地描述异质交通流条 件下的车队离散规律,平均预测均方误差减少了8.29%.     

智能网联异质交通流混合特性

为研究车联网环境下异质交通流的演变规律,基于改进的NaSch模型,针对智能网联化程度的前期、中期和后期分别进行仿真实验,得到交通流基本图,并分析通行能力与网联车渗透率的内在联系;其次,通过马尔可夫链证明了网联车形成的有序排列能提高道路通行能力,随机仿真实验验证了理论推导的正确性;最后,引入考虑车辆排列方式的相对熵,从而定量描述异质车流的有序性,阐明了智能网联车辆（connected and autonomous vehicle,CAV）改善交通状况的本质原因. 研究结果表明:随着智能网联车渗透率的增加,通行能力增加,在智能网联化前期,渗透率的增加对通行能力提升较小,最高仅提升23.5%,中、后期通行能力最高能提升125.0%;在一定交通密度下,CAV渗透率与流量呈现正相关,相对熵与流量呈现负相关;智能网联车处于分离态时相对熵较小,分离态对随机混合的通行能力的提升随着CAV渗透率的增加而降低.      

元胞自动机交通流模型研究现状

交通流理论研究是以建立能够描述实际交通一般特性的交通流模型,从而揭示交通流的基本规律。在非线性科学和复杂性科学的推动下,元胞自动机模型成为研究交通流的一种新的交通流动力学模型。介绍元胞自动机交通流模型的产生与发展,分析用于道路交通、城市路网和轨道交通中的几种经典的元胞自动机交通流模型,并对今后可能的研究趋势进行展望。     

异质流网联车的不同换道集聚策略

为研究车联网环境下异质交通流的演变规律,首先,引入相对熵定量描述异质流的有序性,并分析有序性与智能网联车（connected and autonomous vehicle,CAV）市场渗透率、协同自适应巡航控制（cooperative adaptive cruise control,CACC）队列数之间的内在联系,推导得出智能网联车渗透率的增加及队列数的减少可以提升异质流的有序性;其次,提出了保守型集聚（conservative aggregation,CSA）、激进型集聚（radical aggregation,RDA）两种改进的智能网联车集聚换道策略,并通过元胞自动机仿真实验,从通行能力、相对熵和平均队列长度等方面比较了无集聚（no aggregation,NOA）、常规集聚（conventional aggregation,CVA）、CSA、RDA 4种换道策略的优劣;最后,在CSA换道策略中分析了不同最小队列规模限制对于通行能力的影响.研究结果表明：在双车道环境下,采取集聚换道策略能使智能网联车形成CACC队列,使异质流趋于“有序”,在20～95辆/km密度范围内提升通行能力;...     

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。     

冰雪条件下的交通流元胞自动机模型

利用元胞自动机,建立了冰雪条件下城市道路单车道和双车道交通流微观模型.针对冰雪条件下驾驶员出于安全考虑降低车速、保持较大车间距的现象,细化了元胞尺寸,引入反映不同冰雪条件的速度因子参数和间距因子参数.通过数值模拟,得出了正常天气和冰雪天气下的车辆速度、密度、流量间的关系曲线,并分析了不同冰雪条件对交通流的影响.研究发现,中雪条件下的车速波动程度及范围最大;基本图显示冰雪条件对于临界密度、最大流量等参数影响较大;冰雪条件下的亚稳回滞现象不明显,未出现换道频率局部最大值.     

三车道中公交车密度对交通流的影响研究

通过建立三车道上的交通流元胞自动机模型来仿真三车道中公交车对交通流的影响.在模型中引入了小汽车和公交车的行驶特性.对两种车辆的换道规则考虑了司机的驾驶心理,合理控制车辆换道的概率.通过数值模拟得到了分别随小汽车和公交车密度的增大时,公交车和小汽车流量的变化规律.说明只要合理控制小汽车密度,公交车对交通流量的影响是有限的.但是当小汽车的密度较大时,公交车密度的增大会严重影响道路的交通流量.     

基于PFV策略的连续型元胞自动机交通流模型

科学合理的微观交通流仿真模型是研究交通控制手段有效性的关键.本文结合一种考虑驾驶员视野内前后多车影响的跟驰策略,建立了连续型元胞自动机交通流模型.仿真实验表明,仿真数据与实测数据有较好的拟合性,仿真得到的 K-Q、K-V和 Q-V图能较好地反映实际道路交通流的失稳现象,所建立的模型具有适应不同场景的兼容性与灵活性,能够作为研究我国实际道路交通流问题的仿真工具.     

基于元胞自动机的竞争型换道模型

为研究车辆在换道过程中存在的互不相让、相互竞争的现象,运用元胞自动机理论,提出一种竞争型的换道模型。首先,将换道分为换道需求判断和换道实施过程两部分;然后,在需求判断中引入邻车道速度累积优势,在换道实施过程中引入竞争程度定义换道新规则;最后,在不同交通密度下对竞争换道模型进行仿真,并与自由换道和协作换道进行对比分析。结果表明：不同密度下协作换道模型得到的车流量和车辆平均速度均高于其他换道模型;在一定密度范围内,竞争换道得到的车流量和车辆速度比自由换道高;但当密度较高时,竞争换道对车辆的速度以及交通密度可能产生负面影响。这说明协作换道能提高车辆速度,有效缓解交通阻塞;而竞争换道对车辆速度的提升不明显,并且采用竞争换道对交通流有影响,有时可能会降低道路的通行能力。     

元胞自动机交通流模型的随机规则

元胞自动机模型是近年刚发展起来的交通流模型,由于其建模简单、易于在电脑上实现及可模拟复杂的非线性交通现象而得到了迅速的发展.本文研究了基于NaSch模型的一维交通流元胞自动机模型,并对模型中随机规则在模拟复杂交通现象中所起的作用进行了分析.通过对NaSch模型和VDR模型的基本图和时空分布图进行分析,得出模型中的随机规则是模拟实际交通流中的很多非线性现象的主要规则.     

基于PFV策略的连续型元胞自动机交通流模型

科学合理的微观交通流仿真模型是研究交通控制手段有效性的关键.本文结合一种考虑驾驶员视野内前后多车影响的跟驰策略，建立了连续型元胞自动机交通流模型.仿真实验表明，仿真数据与实测数据有较好的拟合性，仿真得到的 K-Q、K-V和 Q-V图能较好地反映实际道路交通流的失稳现象，所建立的模型具有适应不同场景的兼容性与灵活性，能够作为研究我国实际道路交通流问题的仿真工具.     

降雨天气下人机混驾交通流跟驰特性研究

为揭示降雨天气下人机混驾交通流跟驰规律,从分析降雨对行车的影响入手,引入路面附着系数、驾驶能见度等参数,改进Gipps安全距离和行车加速度限制,针对不同跟驰模式建立元胞自动机模型,探寻降雨强度、渗透率双重影响的人机混驾交通流跟驰特性。数值仿真结果表明：雨天渗透率与通行能力呈正相关,但当渗透率低于0.25时,智能网联车对混合交通流平均速度、临界密度及通行能力的影响有限;当降雨强度高于0.3 mm/min时,随雨强度增大会加剧智能网联车跟驰退化,显著降低混合交通流的自由速度、临界速度及通行能力;小雨情况下,约0.1的渗透率可弥补降雨造成的通行能力损失;在中雨至大雨的降雨强度区间内,降雨强度每增加0.1 mm/min,相应提高渗透率0.1,路段通行能力可恢复到与晴天纯人工驾驶交通流相当的水平。     

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。     

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.     

基于一维元胞自动机模型的交通流混沌研究

应用交通流一维元胞自动机模型进行仿真试验,研究理论交通流的混沌现象.仿真中选取某一观测点记录车辆到达该点的车头时距,应用非线性分析软件TISEAN计算该车头时距序列的Lyapunov指数谱和Kolmogorov熵.试验结果证明交通流中存在混沌现象.从试验结果分析找出了产生交通流混沌现象的2个因素:车辆密度和车辆减速概率.当车流密度超过某一值时仿真出的交通流会产生混沌现象,而出现混沌的根本原因在于交通流的内在随机性,其中车辆不规则的加速、减速是这种内在随机性的主要因素.     

设置非机动车等候区的信号交叉口交通流模型

城市机非混行交叉口的管理与控制是交通管理的重要内容.针对信号交叉口设置非机动车等候区的交通组织方式,建立了交叉口元胞自动机模型.对机动车流采用基于经典 NaSch(NS)的改进多车道元胞自动机模型,建立了交叉口换道规则,增加主动减速规则;对非机动车流采用具有侧向运动的扩展多值 CA模型.研究了设置等候区的车流状态特性,以及非机动车密度和等候区纵向长度对信号交叉口的影响.研究结果表明：设置等候区能在一定程度上提高交叉口的通行能力,但长度并非越长越好,当长度过长时在一定条件下会增大对机动车流的阻滞,总体上等候区是一种值得借鉴的方式;非机动车密度对机动车流的基本图具有显著影响.     

开放边界的交通流元胞自动机模型与交通容量分析

在BML模型的基础上，采用开放边界对交通流进行模拟分析，认为周边有充分能力提供和接纳出、入车辆、车辆密度将会随着时间步的增多趋向某稳定值，以反映城市的交通存在某种最适宜的车辆密度，文中对不同初始车辆密度时各时间卡的车辆数，可以驶车辆数等进行了数值模拟。