面向協(xié)同駕駛的交通流建模與模擬研究.pdf

1、隨著車輛網(wǎng)絡(luò)(Vehicular Network)技術(shù)的發(fā)展,車輛間信息的實(shí)時(shí)動(dòng)態(tài)交互成為可能。借助與周邊車輛交互交通狀態(tài)信息,車輛可以合理控制自身速度,從而達(dá)到與尾隨車輛和前面更多視線范圍外的車輛協(xié)同行駛,形成有序流動(dòng)的車輛行駛隊(duì)列。與傳統(tǒng)車流相比,協(xié)同駕駛下的車流由于受到車輛信息交互因素的影響,其特性發(fā)生了根本變化。因此,基于傳統(tǒng)駕駛環(huán)境建立的交通流模型,已難以刻畫信息交互環(huán)境下的車輛協(xié)同駕駛問題及其復(fù)雜作用關(guān)系。目前,國(guó)內(nèi)外對(duì)協(xié)同

2、駕駛的研究還處于起步階段,尚缺乏系統(tǒng)刻畫協(xié)同駕駛下車流演變規(guī)律的理論體系,其關(guān)鍵理論的研究和模型的建立是亟待解決的核心問題。
　　 為此,本文基于現(xiàn)有交通流模型研究成果,從宏觀和微觀兩個(gè)層面,重點(diǎn)研究單車道上前后車輛的協(xié)同駕駛和兩車道系統(tǒng)內(nèi)車輛的協(xié)同駕駛,以期獲得若干宏微觀協(xié)同駕駛模型及其演化規(guī)律,并對(duì)其進(jìn)行理論分析和數(shù)值模擬,探索協(xié)同駕駛下車流的各種非線性現(xiàn)象。論文的主要工作如下:
　　 ①?gòu)奈⒂^層面,基于NaSch元

3、胞自動(dòng)機(jī)模型,考慮多前車交互作用和司機(jī)的延遲反應(yīng)對(duì)隨機(jī)減速概率的影響,構(gòu)建了新的隨機(jī)剎車概率函數(shù),提出了LMDDR協(xié)同駕駛元胞自動(dòng)機(jī)模型。
　　 在NaSch元胞自動(dòng)機(jī)模型基礎(chǔ)上,考慮到實(shí)際交通中車輛的隨機(jī)剎車概率不僅與駕駛員的反應(yīng)延遲有關(guān),而且也依賴于多前車交互作用下的局部平均密度,即當(dāng)前方平均局部密度大時(shí),駕駛員就會(huì)以更大的概率剎車,反之則減小?；诖?構(gòu)建了一個(gè)新的隨機(jī)剎車概率函數(shù)來刻畫這種動(dòng)態(tài)調(diào)整行為。在此基礎(chǔ)上。提出了

4、一個(gè)新的協(xié)同駕駛元胞自動(dòng)機(jī)模型(LMDDR模型)。數(shù)值模擬表明:當(dāng)考慮兩輛前車信息(m=2)時(shí),達(dá)到協(xié)同駕駛的最優(yōu)狀態(tài),且獲得的最大道路流量接近于交通實(shí)測(cè)值,明顯優(yōu)于NaSch模型的結(jié)果。LMDDR模型的研究結(jié)果表明,協(xié)同駕駛能提高車流陷入交通阻塞狀態(tài)的閾值,并大幅提高了道路交通通行能力。同時(shí),LMDDR模型能夠反映實(shí)際交通的時(shí)停時(shí)走、系統(tǒng)臨界相變等現(xiàn)象。
　　 @基于LMDDR協(xié)同駕駛元胞自動(dòng)機(jī)模型,研究并揭示了前導(dǎo)車數(shù)目、車

5、流最大速度及交通相對(duì)協(xié)同駕駛車流能耗的影響。
　　 通過引入交通系統(tǒng)能耗的定義和估計(jì)公式,基于LMDDR協(xié)同駕駛元胞自動(dòng)機(jī)模型,研究了協(xié)同駕駛車流的能耗演化問題。周期邊界下的數(shù)值模擬顯示:兩輛前車的引導(dǎo)信息對(duì)LMDDR模型的平均能耗影響最為顯著,而隨機(jī)能耗卻與前導(dǎo)車數(shù)量無關(guān);隨著車輛最大速度增加,確定能耗的最大值增大,而對(duì)應(yīng)的臨界密度值則向左移動(dòng)。對(duì)比發(fā)現(xiàn):LMDDR協(xié)同駕駛模型的能耗演化特征與Nasch模型顯著不同,且它的隨機(jī)

6、能量耗散遠(yuǎn)低于NaSch模型;研究系統(tǒng)能耗與交通流相的關(guān)聯(lián)關(guān)系發(fā)現(xiàn):在自由流階段,隨機(jī)能耗對(duì)交通系統(tǒng)的能耗起決定性作用,而在阻塞相階段,起決定作用的則是確定性能耗。
　　 ⑧從宏觀層面,基于Nagatani格子流體力學(xué)模型,考慮交通預(yù)估效應(yīng)的影響,提出了兩個(gè)新格子流體力學(xué)模型[ALH模型和MALH模型),研究了兩個(gè)模型在不穩(wěn)定區(qū)域密度波的非線性特征。
　　 Nagatani格子流體力學(xué)模型沒有涉及實(shí)際交通中的預(yù)估效應(yīng),考

7、慮到交通感知和預(yù)估范圍的有限性,提出了對(duì)前方一個(gè)格點(diǎn)信息進(jìn)行預(yù)估的格子流體力學(xué)模型(ALH模型)。通過對(duì)ALH模型不穩(wěn)定區(qū)域密度波傳播速度、振幅的研究,證實(shí)了預(yù)估效應(yīng)能有效提高車流抗干擾的能力,抑制交通阻塞的形成。
　　 在此基礎(chǔ)上,基于ITS信息的應(yīng)用,進(jìn)一步考慮前方任意格點(diǎn)信息對(duì)車流的影響,提出了MALH協(xié)同駕駛格子流體力學(xué)模型。通過線性穩(wěn)定性分析,獲得了模型的臨界穩(wěn)定條件,通過非線性分析獲得了其在不穩(wěn)定區(qū)域密度波傳播規(guī)律的

8、mKdV方程。理論分析和數(shù)值模擬結(jié)果表明:考慮更多格點(diǎn)的預(yù)估效應(yīng),能進(jìn)一步提高車流的穩(wěn)定性。特別地,獲得了MALH協(xié)同駕駛模型的最優(yōu)狀態(tài),即僅需考慮前方兩個(gè)格點(diǎn)(n=2)的信息,車流就能達(dá)到穩(wěn)定狀態(tài)。
　　 ④基于ITS信息的應(yīng)用,提出了考慮后視效應(yīng)的協(xié)同駕駛格子流體力學(xué)模型(BLMALH模型),獲得了后視效應(yīng)下車流穩(wěn)定性和密度波傳播規(guī)律。
　　 基于MALH模型,進(jìn)一步研究了后方格點(diǎn)信息(后視效應(yīng))對(duì)車流的影響,提出了

9、向后觀測(cè)的BLMALH模型。通過線性穩(wěn)定性分析獲得了模型的臨界穩(wěn)定條件。運(yùn)用非線性分析方法導(dǎo)出了描述臨界點(diǎn)附近密度波傳播規(guī)律的mKdV方程。研究結(jié)果表明:考慮后視效應(yīng)時(shí),車流密度波的傳播速度和波動(dòng)幅度均變小,車流穩(wěn)定性得到有效增強(qiáng),但過度關(guān)注后方格點(diǎn)信息會(huì)導(dǎo)致密度波往車流下游傳播。
　　 @提出了考慮中斷概率的兩車道宏觀動(dòng)力學(xué)模型,獲得了交通中斷概率對(duì)兩個(gè)車道上的激波演變規(guī)律及換道率的影響規(guī)律。
　　 針對(duì)兩車道摩擦、交

10、通中斷概率以及兩個(gè)車道上車輛位置、速度等因素對(duì)當(dāng)前車跟馳行為的影響,提出了相應(yīng)的兩車道交通流跟馳模型。在此基礎(chǔ)上,通過宏觀-微觀關(guān)聯(lián)關(guān)系,并結(jié)合Daganzo多車道框架,提出了考慮交通中斷概率的兩車道宏觀動(dòng)力學(xué)模型。通過引入源匯項(xiàng),研究了兩個(gè)車道間的流量轉(zhuǎn)移率。分析表明:該模型能正確模擬交通中斷概率因素作用下的交通激波演化規(guī)律和車輛換道行為。
　　 綜上所述,本文深入分析了路段上協(xié)同駕駛對(duì)車流演化規(guī)律的影響,提出了若干具有一定前