Abstract ：

对于尚未设置CAV专用道的路段,交通规划设计者亟需一种简单、高效的方法,用以快速分析在复杂的交通条件下CAV专用道规划方案的合理性.为此,首先,考虑异质车辆在纵向车道的空间分布与CAV在混合交通流中的比例,推导出不同类型车道通行能力计算公式,为后续车辆通行时间计算奠定基础;其次,基于用户均衡理论分析不同出行者在不同类型车道上的流量分布,据此计算不同类型车道的车辆出行时间成本;最后,从交通规划设计者的角度出发,针对混合使用和完全分离这两种不同的CAV专用道使用规则,通过比较设置CAV专用道前后车辆总的出行时间成本,提出CAV专用道规划方案合理性评估标准.结果显示,基于给定的CAV在混合交通流中的比例和路段的车道数,利用该评估标准可以快速判断拟采用的CAV专用道规划方案的合理性.

Keyword ：

智能交通 网联自动驾驶车辆 用户均衡 人类驾驶车辆 CAV专用道 混合交通流

Cite：

Copy from the list or Export to your reference management。

Abstract ：

为缓解异常事件发生后智能网联自动驾驶车辆和人工驾驶车辆在高速公路上的拥堵及二次事故问题,本文以单车道为研究对象,提出一种车道定制化速度调控方法.利用智能网联自动驾驶车的可控性,控制其通行速度,间接引导人工驾驶车的驾驶行为.划分瓶颈区域附近路段为限速区和协调区:在限速区,基于瓶颈处实时交通流量确定不同车道的智能网联自动驾驶车限速值,控制流入协调区的车辆数,缓解拥堵波的形成与传播;在协调区,控制事发路段的智能网联自动驾驶车移动,保证车辆安全和高效通过瓶颈区.构建多组仿真实验,从通行效率和安全性两方面验证所提方法的有效性.仿真结果表明:对比无控制的基本场景,智能网联自动驾驶车渗透率为50%时,车辆平均通行时间可提升2.4%,TET(Time Exposed Time-to-collision)改善率达到14%;渗透率达到90%时,平均通行时间可提升18.5%,TET改善率达到51%.本文为解决混合流环境下高速公路异常事件发生后交通流的控制提供了策略建议与思路方法.

Keyword ：

微观交通流仿真 交通工程 混合交通流 自动驾驶车辆管控 速度调控

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了基于模糊元胞自动机的机场出发层车道交通控制决策方法及系统，方法包括：构建适用于机场出发层车道的模糊元胞自动机模型；收集机场出发层车道的历史交通流量数据；利用长短期记忆神经网络，基于机场出发层车道的历史交通流量数据，对未来交通流量进行分时段预测；基于预测的交通流量，利用所述模糊元胞自动机模型进行机场出发层车道的安全指标评估，确定是否需要启用交通信号控制；若需要交通信号控制，则基于仿真得到的交通延误指标确定最优信号配时。本发明旨在优化机场出发层车道的人车混合交通流，提高交通效率和安全性。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

为研究公交站点区域行人和非机动车的冲突行为，在元胞自动机模型的基础上，首先，考虑激进型行人和混合非机动车流，通过行人穿越决策规则和非机动车避让规则耦合行人运动模型和非机动车运动模型，采用双向行人Blue模型模拟进出站行人的运动行为，采用改进的NaSch模型模拟非机动车的运动行为，建立公交站点区域行人与非机动车交互模型。然后，在北京市西单商场公交站B站台开展观测实验，微观层面展现行人和非机动车之间的交互作用，分析在不同流量构成下二者冲突演化规律以及进出站行人到达率、非机动车到达率对延误和冲突数的影响。研究结果表明，非机动车堵塞多发生在非机动车与行人刚开始的交互处，并向来车方向延伸。与进出站行人到达率相比，行人和非机动车延误受非机动车到达率影响更显著；在进出站行人比例为0.5时，行人和非机动车延误达到峰值；进站行人比例为1时，行人和非机动车延误比出站行人比例为1时延误小；在行人到达率一定时，冲突数随着非机动车达到率的增大而增加，当行人到达率较小时，冲突数呈缓慢地增长趋势，随着行人到达率的增大，冲突数增长率呈现先增大后减小的趋势。

Keyword ：

元胞自动机 混合交通流 公交站点区域 交通流特征

Cite：

Copy from the list or Export to your reference management。

Abstract ：

针对智能网联车队的组队和离队场景从宏观基本图与微观跟驰行为2方面进行建模：首先在宏观层面，研究含有智能网联车队的混合交通流组态概率分布，紧接着对网联车渗透率p以及车队长度S这2个重要参数分别研究其对混合交通流通行能力的影响；其次，从微观角度出发，分别对车队的组队场景和分离场景进行仿真研究其微观运行状况。结果表明：当网联车渗透率为1时，道路通行能力可达到3 777辆/h,是不含车队交通流通行能力的1.5倍以上；车辆组成车队所需的时间主要受车间距离以及车队规模影响；车队分离场景的效率以及稳定性均高于组队场景。研究结论可支撑未来车队动态演化过程的研究，同时也可为车队的宏观与微观运行管理提供理论支撑。

Keyword ：

车队微观组织 智能网联车队 通行能力分析

Cite：

Copy from the list or Export to your reference management。

Abstract ：

随着自动驾驶技术的快速发展,自动和人工驾驶车辆混行情况将不可避免,对于自动-人工驾驶混行环境下的交通特性亟待研究.交通路网可靠性可以更全面地反映交通流运行状态,而现有交通路网评价模型未能充分考虑突发事件的干扰,难以准确评估自动-人工混行条件下路网的可靠性.为此,在现有模型基础上,考虑路网受到干扰下的恢复属性,引入道路韧性指数,改进现有路网可靠性模型.基于北京市永乐店镇实测路网数据,利用 Vissim构建自动驾驶条件下混合交通流仿真模型,对不同自动驾驶渗透率下的路网可靠性进行研究.结果表明:考虑道路韧性指数的可靠性评价模型可以有效降低最小误差平方和,显著提高路网可行性评价准确性;在自由流状态下,随着渗透率增加,路段可靠性显著提升,全自动驾驶情形下路段可靠性可提升 18%;在重度阻塞流状态下,当渗透率超过 40%后,路段可靠性呈上升趋势,全自动驾驶情形下路段可靠性可提升 27.8%;当加入较小比例的自动驾驶车辆时,路网可靠性改善并不明显,但当渗透率超过 50%时,该路网可靠性逐渐提升,全自动驾驶情形下路网的可靠性可提升 23%.

Keyword ：

路网可靠性 道路韧性指数 自动驾驶渗透率 交通规划 Vissim

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了网联自动驾驶混行场景下的车道通行能力计算与分析方法，为处理混行车道通行能力与异质车辆空间分布之间的关系，提出一个物理意义明确、表达式明确的可计算指标(即CAV聚集强度)，在考虑CAV车队长度上限且不依赖两类车辆在车道上完全随机分布的假设条件下，定量表征HV与CAV两类车辆的纵向分布。针对HV和CAV混合行驶环境下车道随机通行能力计算问题，通过提出的环形单车道的设定，保证了混合交通流中的车头时距数与车辆数相等，从而建立车辆渗透率与不同车辆对比例之间的关系。基于提出的CAV编队强度指标，建立马尔可夫链模型，从理论上推导出混行车道通行能力的显式表达式，并将其表达为CAV渗透率、CAV聚类强度、CAV车队长度上限的多元函数。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了一种混合交通流车辆跟驰行为的通用建模方法，本发明属于微观交通行为建模与仿真领域，包括：获取混合交通流车辆跟驰行为的影响参数，其中所述影响参数考虑了驾驶员特征；基于影响参数建立混合交通流车辆的通用跟驰框架；基于所述通用跟驰框架，构建混合交通流车辆的通用跟驰模型。与现有技术相比，本发明提供的技术方案能更全面、更贴切地反映混合交通流车辆的跟驰行为。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

The vehicle types in the mixed traffic flow with connected and automated vehicles (CAV) and the headways under the car-following mode were analyzed, and the probability expressions of each headway mode were theoretically deduced according to the features of general mixed traffic flows, so as to mathematically describe the mixed traffic flow. In order to maximize the overall passing rate of mixed traffic flows, the setting conditions of a CAV dedicated lane in multi-lane mixed traffic flows and the optimal traffic flow distribution ratios of CAV traffic flows on the dedicated lane and the mixed lane after setting the dedicated lane were calculated. By extending the case of one CAV dedicated lane to the general case of dynamic management and control of multiple CAV dedicated lanes, an analysis method for dynamic management and control of dedicated lanes for the mixed traffic flows was constructed. Case analysis was used to demonstrate the effectiveness of the proposed management and control method of CAV dedicated lanes. Research results show that when traffic demand is 2 000 veh · h-1, there is no need to set up CAV dedicated lanes in each CAV permeability stage. When the traffic demand is 3 000 veh · h-1, CAV dedicated lanes should be set up at the CAV permeability stage of 0. 2-0. 4. When the traffic demand is 5 000 veh · h-1, it is necessary to consider setting up CAV dedicated lanes in each CAV permeability stage. The optimal numbers of CAV dedicated lanes and the optimal distribution ratios of CAV traffic flows at different CAV permeability stages can be quantitatively calculated by the proposed CAV dedicated lane management and control method according to the conditions of traffic demand and the total number of lanes, and the critical CAV permeability range reflecting the setting conditions of CAV dedicated lanes can be affected by the traffic demand. The increase in the optimal number of dedicated lanes from the traffic demand attribute and the road space attribute can be promoted by the traffic demand and the total number of lanes, respectively, which is in line with the characteristics of dedicated lane management and control in multi-lane scenarios for mixed traffic flows. © 2023 Chang'an University. All rights reserved.

Keyword ：

connected and automated vehicle dedicated lane management and control traffic control mixed traffic flow car-following model traffic demand

Cite：

Copy from the list or Export to your reference management。

Abstract ：

分析了网联自动驾驶车辆(CAV)混合交通流中各车辆类型及其跟驰模式下的车头间距,从通用性混合交通流特征层面理论推导了各车头间距模式的概率表达式,从而对混合交通流进行了数学描述;以混合交通流整体通行流率最大为目标,计算了多车道混合交通流中一个CAV专用道的设置条件以及专用道设置后CAV交通流在专用道和混合道上的最优交通流分配比例,将一个CAV专用道情形推广至多个CAV专用道动态管控的一般性情形,构建了混合交通流专用道动态管控的分析方法;应用案例分析论证了 CAV专用道管控方法的有效性.研究结果表明:在交通需求为2 000 veh·h-1 时,各CAV渗透率阶段均无需设置CAV专用道;在交通需求为3 000 veh·h-1 时,需在CAV渗透率为0.2～0.4的阶段下考虑设置CAV专用道;在交通需求为5 000 veh·h-1时,需考虑在各CAV渗透率阶段下设置CAV专用道;提出的CAV专用道管控方法可根据交通需求和车道总数等条件定量化计算不同CAV渗透率阶段下的最优CAV专用道数量以及CAV交通流最优分配比例,且交通需求能够影响反映CAV专用道设置条件的临界CAV渗透率范围,交通需求和车道总数量可分别从交通需求属性和道路空间属性方面促进最优CAV专用道数量的提升,符合多车道场景混合交通流CAV专用道管控的特性.

Keyword ：

专用道管控 交通需求 跟驰模型 交通控制 网联自动驾驶车辆 混合交通流

Cite：

Copy from the list or Export to your reference management。