异质流网联车的不同换道集聚策略

作者：**华; 彭锐; 陈荣峰

来源：西南交通大学学报, 2022, 1-9.

• 智能交通
• 异质交通流
• 元胞自动机
• 智能网联车
• 换道策略
• 相对熵

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CAV（Connected and Autonomous Vehicle）市场渗透率、CACC(Cooperative Adaptive Cruise Control)队列数之间的内在联系，推导得出CAV渗透率的增加及队列数的减少可以提升异质流的有序性；其次提出了两种改进的CAV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不同换道集聚策略的优劣，最后在保守型集聚（Conservative Aggregation，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CAV形成CACC协同队列，使异质流趋于“有序”，在20veh/km～95veh/km密度范围内提升通行能力。保守型集聚换道策略相比无集聚（No Aggregation，NOA）换道策略能最大提升道路通行能力12.6%，激进型集聚（Radical Aggregation，RDA）策略最大提升道路通行能力14.0%，但当CAV市场渗透率为0.8时，RDA换道策略导致最大通行能力反而降低了25.8%。根据相对熵对异质流中CAV车辆集聚程度的定量描述，NOA、CVA（Conventional Aggregation）、CSA、RDA四种换道策略对CAV的集聚能力依次递增。在CSA换道策略中，CACC最小队列规模取4辆时道路通行效率达到最佳。研究结果可为未来车联网环境下智能车的换道行为及异质流的交通管理策略提供理论依据。

• 单位
  土木工程学院; 福州大学