为提升高速公路合流区交通运行效率及驾乘人员舒适性,在保障安全的前提下,面向人工驾驶车辆(Human Driven Vehicles,HDV)和智能网联车辆(Connected and Autonomous Vehicles,CAV)混行的异质交通流环境,提出高速公路CAV合流次序优化与轨...为提升高速公路合流区交通运行效率及驾乘人员舒适性,在保障安全的前提下,面向人工驾驶车辆(Human Driven Vehicles,HDV)和智能网联车辆(Connected and Autonomous Vehicles,CAV)混行的异质交通流环境,提出高速公路CAV合流次序优化与轨迹规划方法.首先,以车辆通行时间和延误作为合流区交通运行效率表征指标,建立合流次序优化函数,采用并调整蒙特卡洛树搜索(Monte Carlo Tree Search,MCTS)算法,获得最优合流次序;其次,依据合流次序,建立最小化加速度和急动度的CAV合流轨迹规划(Minimize Acceleration and Jerk Trajectory Planning,MAJTP)函数,运用最优控制理论,求解车辆纵向最优轨迹解析解,进而形成高速公路合流区CAV协同控制方法;最后,联合运用SUMO软件和PYTHON库,对本文所提方法进行交通仿真验证.仿真结果表明:在CAV渗透率分别为0.2、0.4、0.6和0.8时,相较于先进先出(First In First Out,FIFO)算法,基于MCTS算法的合流次序优化方法累积延误分别降低5.75%、8.84%、12.24%和11.06%;相较于最小化加速度的车辆轨迹规划(Minimize Acceleration Trajectory Planning,MATP)方法,MAJTP方法平均急动度更趋近于零,驾乘人员舒适性有所提升,验证了方法的有效性.研究成果可为高速公路合流区交通运行管控研究提供理论支持.展开更多
在人工驾驶小客车与货车,以及智能网联小客车与货车混行的客货混行异质交通流条件下,设置智能网联车(Connected and Autonomous Vehicle, CAV)专用道能够有效避免不同类型车辆之间的相互干扰。本文针对高速公路CAV专用道的车流管理方法...在人工驾驶小客车与货车,以及智能网联小客车与货车混行的客货混行异质交通流条件下,设置智能网联车(Connected and Autonomous Vehicle, CAV)专用道能够有效避免不同类型车辆之间的相互干扰。本文针对高速公路CAV专用道的车流管理方法展开研究,分析不同类型车辆的空间分布特征,综合考虑CAV渗透率、货车混入率、CAV编队模式及编队规模等因素,给出基于马尔科夫链的客货混行异质交通流通行能力计算方法。然后,在高速公路CAV专用道设置条件下,计算CAV专用道和混行车道的通行能力,并从加权车道饱和度及车道饱和度均衡性两方面考虑,提出基于双目标优化的高速公路CAV专用道车流管理方法。通过案例分析验证了本文方法的合理性。研究表明:CAV渗透率、货车混入率、聚集因子和CAV编队对通行能力具有显著影响;在智能网联小客车(Connected and Autonomous Car, CAC)专用道设置条件下,当交通需求为6000 veh·h^(-1),货车混入率为0.1,CAV渗透率达到0.6时,与优先为专用道分配CAV的车流管理方法相比,本文方法在加权车道饱和度及车道饱和度均衡性方面的表现更优。研究方法可为高速公路CAV专用道的优化部署及其车流管理提供理论支撑。展开更多
为系统分析人类活动对交通环境的影响,科学评估智慧交通发展水平,并准确识别城市交通运输行业在智慧化转型过程中的影响因素,基于DPSIR(drivers pressures state impact response)模型构建智慧交通发展评价指标体系,评估北京市2013—202...为系统分析人类活动对交通环境的影响,科学评估智慧交通发展水平,并准确识别城市交通运输行业在智慧化转型过程中的影响因素,基于DPSIR(drivers pressures state impact response)模型构建智慧交通发展评价指标体系,评估北京市2013—2022年智慧交通发展水平的动态变化,识别影响城市智慧交通发展的限制性因素。研究结果显示,1)2013—2022年北京市智慧交通综合发展水平持续上升,呈现整体改善趋势;2)北京市智慧交通驱动力和响应子系统的发展程度整体呈下降趋势,压力、状态和影响子系统的发展程度整体呈上升趋势;3)2013—2018年,影响北京市智慧交通发展的主要因素为路口电子警察安装数、高峰时段市民平均出行时耗等,2019—2022年,交通运输网络建设密度、人口密度、汽车社会公共停车泊位数成为主要因素。为此,提出加强智慧交通自身造血能力、提升供给侧水平以及推动城市交通向智能低碳转型等建议,以针对北京市智慧交通治理的短板因素进行改进。展开更多
车辆临近交叉口的变道行为会制约交叉口通行效率的提升。基于此,本文提出一种网联车辆环境下城市道路交通流分段协同控制方法(Segmented Cooperative cOntrol Method for Urban Road Traffic Flow,SCOM-URTF),该方法采用双层优化模型,...车辆临近交叉口的变道行为会制约交叉口通行效率的提升。基于此,本文提出一种网联车辆环境下城市道路交通流分段协同控制方法(Segmented Cooperative cOntrol Method for Urban Road Traffic Flow,SCOM-URTF),该方法采用双层优化模型,实现路段功能区动态划分和路段—交叉口交通流的协同优化。上层模型设计了一种分车道速度诱导错位变道策略(Misaligned Lane-changing with Separated Lane Speed Guidance,ML-SLSG),通过纵向空间错位排列促成左转和右转车辆的快速变道,最小化车辆变道区长度,并均衡车道组交通流量;下层模型以最小化车均延误为目标,基于动态规划法协同优化网联车辆的轨迹与交叉口信号配时参数。仿真结果表明,ML-SLSG策略能有效缩短变道长度,在低、中和高这3种交通负荷下,本文提出的车辆纵向轨迹优化模型能使交叉口车均延误减少5.9%~8.0%,且与信号配时协同优化后,车均延误可再降低3.7%~22.8%。与同类方法对比研究表明,SCOM-URTF更适合多种驾驶行为相互协调的交通环境。敏感性分析显示,更高的CAV渗透率和道路限速有助于降低车均延误;增大交叉口间距可在初期减少车均延误,但达到临界点后会出现延误反弹,而轨迹与信号的协同优化能有效遏制延误的反弹。展开更多
文摘为提升高速公路合流区交通运行效率及驾乘人员舒适性,在保障安全的前提下,面向人工驾驶车辆(Human Driven Vehicles,HDV)和智能网联车辆(Connected and Autonomous Vehicles,CAV)混行的异质交通流环境,提出高速公路CAV合流次序优化与轨迹规划方法.首先,以车辆通行时间和延误作为合流区交通运行效率表征指标,建立合流次序优化函数,采用并调整蒙特卡洛树搜索(Monte Carlo Tree Search,MCTS)算法,获得最优合流次序;其次,依据合流次序,建立最小化加速度和急动度的CAV合流轨迹规划(Minimize Acceleration and Jerk Trajectory Planning,MAJTP)函数,运用最优控制理论,求解车辆纵向最优轨迹解析解,进而形成高速公路合流区CAV协同控制方法;最后,联合运用SUMO软件和PYTHON库,对本文所提方法进行交通仿真验证.仿真结果表明:在CAV渗透率分别为0.2、0.4、0.6和0.8时,相较于先进先出(First In First Out,FIFO)算法,基于MCTS算法的合流次序优化方法累积延误分别降低5.75%、8.84%、12.24%和11.06%;相较于最小化加速度的车辆轨迹规划(Minimize Acceleration Trajectory Planning,MATP)方法,MAJTP方法平均急动度更趋近于零,驾乘人员舒适性有所提升,验证了方法的有效性.研究成果可为高速公路合流区交通运行管控研究提供理论支持.
文摘在人工驾驶小客车与货车,以及智能网联小客车与货车混行的客货混行异质交通流条件下,设置智能网联车(Connected and Autonomous Vehicle, CAV)专用道能够有效避免不同类型车辆之间的相互干扰。本文针对高速公路CAV专用道的车流管理方法展开研究,分析不同类型车辆的空间分布特征,综合考虑CAV渗透率、货车混入率、CAV编队模式及编队规模等因素,给出基于马尔科夫链的客货混行异质交通流通行能力计算方法。然后,在高速公路CAV专用道设置条件下,计算CAV专用道和混行车道的通行能力,并从加权车道饱和度及车道饱和度均衡性两方面考虑,提出基于双目标优化的高速公路CAV专用道车流管理方法。通过案例分析验证了本文方法的合理性。研究表明:CAV渗透率、货车混入率、聚集因子和CAV编队对通行能力具有显著影响;在智能网联小客车(Connected and Autonomous Car, CAC)专用道设置条件下,当交通需求为6000 veh·h^(-1),货车混入率为0.1,CAV渗透率达到0.6时,与优先为专用道分配CAV的车流管理方法相比,本文方法在加权车道饱和度及车道饱和度均衡性方面的表现更优。研究方法可为高速公路CAV专用道的优化部署及其车流管理提供理论支撑。
文摘为系统分析人类活动对交通环境的影响,科学评估智慧交通发展水平,并准确识别城市交通运输行业在智慧化转型过程中的影响因素,基于DPSIR(drivers pressures state impact response)模型构建智慧交通发展评价指标体系,评估北京市2013—2022年智慧交通发展水平的动态变化,识别影响城市智慧交通发展的限制性因素。研究结果显示,1)2013—2022年北京市智慧交通综合发展水平持续上升,呈现整体改善趋势;2)北京市智慧交通驱动力和响应子系统的发展程度整体呈下降趋势,压力、状态和影响子系统的发展程度整体呈上升趋势;3)2013—2018年,影响北京市智慧交通发展的主要因素为路口电子警察安装数、高峰时段市民平均出行时耗等,2019—2022年,交通运输网络建设密度、人口密度、汽车社会公共停车泊位数成为主要因素。为此,提出加强智慧交通自身造血能力、提升供给侧水平以及推动城市交通向智能低碳转型等建议,以针对北京市智慧交通治理的短板因素进行改进。
文摘车辆临近交叉口的变道行为会制约交叉口通行效率的提升。基于此,本文提出一种网联车辆环境下城市道路交通流分段协同控制方法(Segmented Cooperative cOntrol Method for Urban Road Traffic Flow,SCOM-URTF),该方法采用双层优化模型,实现路段功能区动态划分和路段—交叉口交通流的协同优化。上层模型设计了一种分车道速度诱导错位变道策略(Misaligned Lane-changing with Separated Lane Speed Guidance,ML-SLSG),通过纵向空间错位排列促成左转和右转车辆的快速变道,最小化车辆变道区长度,并均衡车道组交通流量;下层模型以最小化车均延误为目标,基于动态规划法协同优化网联车辆的轨迹与交叉口信号配时参数。仿真结果表明,ML-SLSG策略能有效缩短变道长度,在低、中和高这3种交通负荷下,本文提出的车辆纵向轨迹优化模型能使交叉口车均延误减少5.9%~8.0%,且与信号配时协同优化后,车均延误可再降低3.7%~22.8%。与同类方法对比研究表明,SCOM-URTF更适合多种驾驶行为相互协调的交通环境。敏感性分析显示,更高的CAV渗透率和道路限速有助于降低车均延误;增大交叉口间距可在初期减少车均延误,但达到临界点后会出现延误反弹,而轨迹与信号的协同优化能有效遏制延误的反弹。
