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
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。
